Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

WARN-D

Financiado

Cerrado

Using Network Theory to Predict Depression Onset and Build a Personalized Early...

Using Network Theory to Predict Depression Onset and Build a Personalized Early Warning System Depression is common, debilitating, and often chronic. It severely compromises the capacity for independent living, and is the strongest predictor of suicide. Young people are disproportionately affected, and many will spend over... ver más

31/03/2026

ULEI

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

UNIVERSITEIT LEIDEN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2021-03-01

ERC-2020-STG: ERC STARTING GRANTS

I+D

Cerrada hace 5 años

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

2 Participantes

ULEI

1.50M€ | Lider

INDUSTRIAS LANEKO

248.76K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

FJC2021-047109-I Predictive models in mental well-being and adverse mental he... 65K€ Cerrado

PLEC2021-007662 Big-eRisk: Predicción temprana de riesgos personales en conj... 251K€ Cerrado

Psychosystems Psychosystems Consolidating Network Approaches to Psychopat... 2M€ Cerrado

PSI2012-34780 TRAYECTORIAS COMPLEJAS DE LA ANSIEDAD EN LA ADOLESCENCIA: HA... 76K€ Cerrado

EUIN2013-A-50690 PREVENCION DE LA DEPRESION MEDIANTE UNA INTERVENCION PERSONA... 25K€ Cerrado

PID2021-122209OB-C31 SISTEMA DE AYUDA A LA DECISION BASADO EN APRENDIZAJE ESTADIS... 39K€ Cerrado

Duración del proyecto: 60 meses Fecha Inicio: 2021-03-01
Fecha Fin: 2026-03-31

Líder del proyecto

UNIVERSITEIT LEIDEN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Depression is common, debilitating, and often chronic. It severely compromises the capacity for independent living, and is the strongest predictor of suicide. Young people are disproportionately affected, and many will spend over 20% of their lives in a state of depression. Further, only 50% of patients improve under initial treatment. Experts agree that prevention is the most effective way to change depression’s global disease burden. The biggest barrier to successful personalized prevention is to identify those at risk for depression in the near future. My proposal aims to solve the challenge who should receive prevention, and when, by developing the personalized early warning system WARN-D. To implement personalized detection, I will follow 2,000 individuals over 2 years, and integrate emerging theoretical, measurement, and modelling approaches from different scientific fields so far unconnected. Regarding theory, I conceptualize depression as a complex dynamical system in which causal relations and vicious cycles between problems can move the system from a healthy to a clinical state, consistent with the Network Approach to Psychopathology that I co-developed. Regarding measurement, I will follow participants in their daily lives, and collect temporal dynamics of bio-psycho-social variables like mood, anxiety, stress, impairment, sleep, and activity via smart-phone based ecological momentary assessment (EMA) and smart-watch based digital phenotype data. I will use dynamical network models to study the relations among problems, and use parameters of these models, combined with baseline, EMA, and digital phenotype data, to construct the prediction model WARN-D via state-of-the-art machine learning models. The interdisciplinary project combines numerous modern tools to develop a tailored personalized early warning system that forecasts depression reliably before it occurs, promising to radically transform the science of depression detection.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores