通过元数据存储库,促进Framingham,MESA,ARIC和REGARDS研究中的变量协调
Pratheek Mallya1, Laura M Stevens2, Juan Zhao1
1American Heart Association, Dallas, TX (P.M., J.Z., V.M., J.L.H.).
Circulation. Cardiovascular quality and outcomes
|October 18, 2023
概括
研究人员创建了一个开放式存储库,协调了来自四项大型队列研究的心血管数据. 该资源增强了数据的概括性,并支持对心血管疾病差异的研究.
科学领域:
- 心血管疾病研究研究
- 数据科学数据科学数据科学
- 生物统计学 生物统计学
背景情况:
- 高质量的心血管预防研究需要多样化的数据来源.
- 整合和协调数据增加了概括性,样本大小和研究不足的群体的代表性.
- 这加强了对心血管健康科学调查的证据.
研究的目的:
- 为统一数据建立一个开放式存储库和在线门户网站.
- 为研究人员提供元数据和代码,以便协调来自多个队列研究的数据.
- 引入数据预处理和协调的方法和框架.
主要方法:
- 使用了四项主要队列研究的数据:REGARDS,FHS,MESA和ARIC.
- 开发了一种方法和框架,用于在研究中预处理和协调变量.
- 创建了一个交互式在线门户,用于访问协调数据和代码.
主要成果:
- 成功开发了一个开放式存储库和交互式网页门户.
- 通过真实案例研究证明了存储库的实际实用性.
- 确定了关键主题,包括数据预处理,协调和合作开放访问的重要性.
结论:
- 来自大规模队列研究的统一数据可以提高统计能力和队列代表性.
- 该存储库有助于开发和验证风险预测模型.
- 能够研究心血管疾病的风险因素和种族差异.
更多相关视频
05:59Author Spotlight: Unlocking New Insights in fNIRS Studies - A Novel Framework for Inter-Brain Synchrony Analysis
Published on: October 6, 2023
2.5K
09:38Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
Published on: November 14, 2017
15.0K
