Tecniche investigative ed aspetti criminologici nelle indagini giudiziarie relative ai suicidi ed alle morti equivoche. L'autopsia psicologica

La ricerca è strutturata in due sezioni: nella prima, dopo una premessa storica sul suicidio ed una lettura dei relativi dati statistici italiani integrata dall’analisi delle principali teorie sociologiche e dei principali aspetti psicopatologici e di psicologia clinica, vengono esaminati i risultati forniti da numerosi studi scientifici sul tema complementare delle morti equivoche, con particolare riferimento alle categorie a rischio rappresentate da anziani, carcerati, piloti di aerei, soggetti dediti a pratiche di asfissia autoerotica o roulette russa, istigatori delle forze di polizia e suicida stradali. Successivamente sono esaminati gli aspetti investigativi e medico-legali in tema di suicidi e morti equivoche con particolare riferimento alla tecnica dell’autopsia psicologica analizzandone le origini ed evoluzioni, il suo ambito di utilizzo ed i relativi aspetti metodologici. Nella seconda sezione del lavoro il tema dei suicidi e delle morti equivoche viene approfondito grazie all’apporto di professionisti di discipline diverse esperti in materia di autopsia psicologica ed indagini giudiziarie. A questi è stata presentata, con l’utilizzo della tecnica qualitativa “Dephi, una iniziale ipotesi di protocollo di autopsia psicologica, con le relative modalità applicative, al fine di procedere ad una sua revisione ed adattamento alle esigenze operative italiane grazie alle specifiche esperienze professionali e multidisciplinari maturate dagli esperti. I dati raccolti hanno permesso di giungere alla formulazione di un protocollo di autopsia psicologica, basato sulla elaborazione di domande generali, specifiche e conclusive, a risposta aperta, che possono esser formulate, secondo le modalità previste, alle persone affettivamente significative per la vittima nei confronti della quale si intende procedere con tale strumento investigativo.

Network analysis and machine learning assist drug repurposing and safety assessment in neurological diseases

In recent decades, two prominent trends have influenced the data modeling field, namely network analysis and machine learning. This thesis explores the practical applications of these techniques within the domain of drug research, unveiling their multifaceted potential for advancing our comprehension of complex biological systems. The research undertaken during this PhD program is situated at the intersection of network theory, computational methods, and drug research. Across six projects presented herein, there is a gradual increase in model complexity. These projects traverse a diverse range of topics, with a specific emphasis on drug repurposing and safety in the context of neurological diseases. The aim of these projects is to leverage existing biomedical knowledge to develop innovative approaches that bolster drug research. The investigations have produced practical solutions, not only providing insights into the intricacies of biological systems, but also allowing the creation of valuable tools for their analysis. In short, the achievements are: • A novel computational algorithm to identify adverse events specific to fixed-dose drug combinations. • A web application that tracks the clinical drug research response to SARS-CoV-2. • A Python package for differential gene expression analysis and the identification of key regulatory "switch genes". • The identification of pivotal events causing drug-induced impulse control disorders linked to specific medications. • An automated pipeline for discovering potential drug repurposing opportunities. • The creation of a comprehensive knowledge graph and development of a graph machine learning model for predictions. Collectively, these projects illustrate diverse applications of data science and network-based methodologies, highlighting the profound impact they can have in supporting drug research activities.