一个路线图,通过数据的联合来推进exposomics
Charles P Schmitt1, Jeanette A Stingone2, Arcot Rajasekar3,4
1Office of Data Science, National Institute of Environmental Health Sciences, Durham, NC, USA.
Exposome
|September 13, 2024
概括
管理人类暴露组 (所有环境暴露) 是复杂的. 建议建立一个联合的数据生态系统,以整合各种数据,用于暴露经济学研究和公共卫生方面的进展.
科学领域:
- 环境健康科学 环境健康科学
- 生物信息学是一种生物信息学.
- 数据科学数据科学数据科学
背景情况:
- 人类暴露组包括从受孕到死亡的所有环境暴露,这给数据管理带来了重大挑战.
- 整合不同的数据类型和数据集对于暴露经济学研究和公共卫生至关重要.
- 目前的数据碎片化阻碍了研究数据的聚合和先进分析模型的开发.
研究的目的:
- 为应对管理,共享和整合人类暴露组数据的挑战.
- 提出一个联合的数据生态系统,用于暴露经济学研究.
- 为建立和成熟一个联合的曝光学数据生态系统提供建议.
主要方法:
- 该研究讨论了使用案例,挑战,机遇和建议.
- 它主张采用数据联合方法来弥合不同的数据资源.
- 专注于克服不同的使用,隐私,访问,分析和可发现性限制.
主要成果:
- 一个联合的数据生态系统可以增强数据聚合的新发现.
- 它支持用于AI/ML模型的exposomics数据集的构建.
- 方便快速调查新出现的问题和数据驱动的科学.
结论:
- 采用数据联合是必不可少的,因为暴露学的跨学科性质.
- 一个成熟的联合暴露经济学数据生态系统将促进研究和公共卫生.
- 为社区采用和发展提供了关键建议.
