Modelos interpretables de machine learning para la predicción de efectos secundarios de terapias de combinación de fármacos

Descargar PDF
Institución Proponente
Centro de Ingeniería para la Investigación, Desarrollo e Innovación Tecnológica
Tipo de organización
Privada
Sitio web
https://ciditpy.org
Código
PINV01-719
Objetivo General del Proyecto
Predicción de efectos secundarios adversos causados por combinaciones de fármacos.
Resultados Esperados
1. Recopilación de las bases de datos públicas.
2. Implementación de un modelo predictivo de efectos adversos de combinaciones de dos fármacos.
3. Implementación de un modelo predictivo de efectos adversos de combinaciones de más de dos fármacos.
4. Lista de predicciones de efectos secundarios adversos causados por combinaciones de dos o más fármacos, rankeados por el puntaje obtenido por nuestros modelos.
5. Análisis estadístico que permiten mostrar la significancia del relacionamiento de los elementos de los vectores que caracterizan a los fármacos con la actividad en un nivel anatómico y molecular.
6. Al menos un artículo científico presentado o aceptado para publicación en revistas indexadas en SCOPUS/SCIMAGO/WOS en los cuartiles 1, 2 o 3 de los índices de impacto.
7. Al menos una participación en carácter de ponencia o póster presentada en encuentros científicos internacionales y/o nacionales.
Monto Financiado por Conacyt (G)
Monto Contrapartida (G)
Monto Total (G)
Monto Transferido (G)
304.320.000
Rendicion Presentada (Monto Conacyt) (G)
Estado del Proyecto
En ejecución
Modalidad
Proyectos de Investigación Aplicada
Fecha de Inicio
Fecha de fin de Ejecucion
Fecha de Vigencia
NABs
13.2. I+D relativa a la Ingeniería
UNESCO
3314|3314. TECNOLOGIA MEDICA |Tecnología médica
OCDE
3.3|3.3. CIENCIAS DE LA SALUD (SALUD PÚBLICA, MEDICINA SOCIAL, HIGIENE, ENFERMERÍA, EPIDEMIOLOGÍA)|Ciencias de la Salud
ISIC
No definido
Contratos / Adendas
# Descripción Firma Inicio Fin ejecución Fin vigencia
1 Contrato N°2024-C1-PINV01-719 01/02/2024 01/02/2024 01/08/2025 30/10/2025