基于ISO/TS 21564:2019 - - 在ISARIC独立后续调查和ORCHESTRA研究中的变量之间的语义图的评估
Eugenia Rinaldi1, Sylvia Thun2, Caroline Stellmach2
1Core Facility Digital Medicine and Interoperability, Berlin Institute of Health (BIH) at Charité - Universitätsmedizin Berlin, Anna-Louisa-Karsch-Str.2, 10178, Berlin, Germany. eugenia.rinaldi@bih-charite.de.
绘制COVID-19临床试验数据,特别是国际严重急性呼吸道和新兴感染联盟 (ISARIC) 与ORCHESTRA项目的病例报告表格,有助于数据共享和协作. 这项分析揭示了重要的重叠,使得人们能够更好地了解疾病预防,诊断和治疗.
科学领域:
- 临床研究 临床研究
- 数据科学数据科学数据科学
- 流行病学 流行病学
背景情况:
- 随着COVID-19的流行,人们开始进行广泛的临床研究,需要进行强大的数据收集和共享.
- 标准化数据收集工具,如案例报告表 (CRF),对于数据质量和聚合至关重要.
- 像ISARIC和ORCHESTRA这样的国际合作旨在汇集多个国家的COVID-19数据.
研究的目的:
- 为了映射ISARIC独立后续调查 (FUP) CRF和五个ORCHESTRA研究之间的变量.
- 评估语义对应程度,并确定数据转换对聚合的需求.
- 展示一种方法来链接多样化的COVID-19研究数据.
主要方法:
- 根据ISO/TS 21564:2019标准进行了交叉研究映射.
- 来自ISARIC FUP CRF的变量与ORCHESTRA研究变量进行了比较.
- 分配了对应度 (0:完全匹配,1:完全包含,2:部分,4:需要转换).
主要成果:
- 大约34%的ISARIC FUP变量与ORCHESTRA变量完全匹配,而33%的变量显示了非包容性的重叠.
- 匹配的变量包括人口统计,测试,住院和症状.
- 管弦乐队的长期后续和脆弱人群研究分别有32个和27个变量,与ISARIC FUP完美匹配.
结论:
- 绘制CRF对于实现不同COVID-19研究项目的数据聚合和协作至关重要.
- 这种方法有助于确定数据兼容性,并为聚合分析进行必要的转换.
- 有效的数据链接增强了分析能力,并加速了COVID-19研究见解.
更多相关视频
09:09Foreign Accent and Forensic Speaker Identification in Voice Lineups: The Influence of Acoustic Features Based on Prosody
Published on: September 27, 2024
13:32Recording Human Electrocorticographic ECoG Signals for Neuroscientific Research and Real-time Functional Cortical Mapping
Published on: June 26, 2012
相关概念视频
Variability: Analysis
The range is a simple measure of variability, indicating the difference between the highest and...
Levels of Use of a GIS
Instrument Calibration
Analytical Balance Calibration
An analytical balance measures mass and requires regular calibration to...
Empirical Method to Interpret Standard Deviation
This rule is used widely in statistics to calculate the proportion of data values...
Structural Classification of Joints
A fibrous joint is where the adjacent bones are united by fibrous connective...
Types of Global Positioning System Surveys
