Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

Grattis till Dominik Dietler!

frön.foto

Biträdande forskaren Dominik Dietler har, tack vare fröpengar från Epihealth, beviljats ​​postdok-medel från MSB (Myndigheten för samhällsskydd och beredskap) på 1,9 Mkr och 1,2 Mkr från eSSENCE@LU för att anställa ytterligare en postdok.

Vilken skillnad gjorde fröpengarna för dig? Och vad ska du göra med de beviljade pengarna?

– EpiHealths startpengar hjälpte mig att avsätta tid för att börja arbeta med mobilitetsdata. Dessa erfarenheter gjorde det möjligt för mig att förstå potentialen hos data som ska användas i dessa kommande projekt.

Förutom att jag själv jobbar med dessa studier kommer vi att anställa en postdok för att gå med i forskargruppen Epi@Lund. Vi kan utnyttja den mångsidiga expertis som finns inom gruppen och använda vårt omfattande nätverk av samarbetspartners för att uppnå våra mål.

Vad handlar ditt projekt om?

– Syftet med projekten är att testa nya metoder för att snabbare och mer exakt identifiera, övervaka och hantera hälsorisker i samhället, till exempel en ny pandemi. Genom ett samarbete med SWECOV kan vi använda oss av ett internationellt unikt dataset som kombinerar data på individnivå om symtom som rapporterats till en telefonrådgivningsjour (”1177”) kopplat till annan hälso- och sociodemografisk data för hela den svenska befolkningen. Dessutom ingår aggregerad mobilitetsdata från mobiloperatörer (Telia) och kreditkortsutdrag (Swedbank) i datasetet.

Vad det nya i detta?

– Projektets främsta innovation är att vi kan kombinera syndromövervakningsdata från telefonrådgivningsjouren med data på individnivå om redan existerande tillstånd och efterföljande hälsoresultat. Dessa data siktar vi på att använda för att identifiera ovanliga mönster i hälsorådgivningskontakter till 1177 som kan signalera en framväxande hälsorisk. En sådan metod skulle kunna tillämpas utanför pandemimiljön, till exempel katastrofer kopplade till klimatförändringar eller utbrott av vattenburna sjukdomar.

En annan utmärkande egenskap hos våra projekt är att vi har mobilitetsdata som vi planerar att använda för att modellera spridningen av en infektionssjukdom över tid. En sådan modell kan ge information om sannolik introduktion och vidare spridning av SARS-CoV-2 i Sverige och kan användas för att bedöma effektiviteten av olika folkhälsoåtgärder.