多模式临床数据管理和整合的最佳实践:一种亚托皮炎研究案例
Tazro Ohta1, Ayaka Hananoe2, Ayano Fukushima-Nomura3
1Medical Data Mathematical Reasoning Team, Advanced Data Science Project, RIKEN Information R&D and Strategy Headquarters, RIKEN, Kanagawa, Japan; Institute for Advanced Academic Research, Chiba University, Chiba, Japan; Department of Artificial Intelligence Medicine, Graduate School of Medicine, Chiba University, Chiba, Japan.
概括
医疗数据集成助手 (MeDIA) 简化了多因素疾病的临床数据集成. 该系统增强了数据的可访问性,并促进了各种疾病的数据驱动精密医学研究.
科学领域:
- 临床数据科学 临床数据科学
- 精准医学是一门精准的医学.
- 多式联运数据集成多式联运数据集成
背景情况:
- 数据驱动的医学研究对于理解复杂疾病 (如亚托皮炎) 和推进精准医学至关重要.
- 大规模,多模式,多中心的临床数据带来了重大整合和管理挑战,阻碍了数据科学的生产力.
研究的目的:
- 开发一个通用的数据管理流来收集,清理和整合来自多个机构和研究类型的各种临床数据.
- 创建一个软件解决方案,MeDIA (医疗数据集成助理),用于无的数据浏览,子集提取和分析.
主要方法:
- 设计了一个通用的数据管理工作流程,可适应各种机构的10种临床研究类型.
- 开发了具有数据可视化和检索集成界面的MeDIA软件.
主要成果:
- 媒体成功地集成和可视化来自多项研究的参与者数据,为数据科学家提供了复杂的界面.
- 该系统标准化了术语 (例如标识符,采样日期),降低了数据预处理成本,并促进了临床数据管理的最佳实践.
结论:
- 媒体有效地解决了多式联通临床数据整合挑战,从文本到omics数据,用于大型患者队列.
- 梅迪亚系统及其相关的最佳实践不仅适用于过敏性疾病,还促进了数据驱动医学研究的更广泛采用.
