信息学评估COVID-19数据收集:对英国生物银行问卷数据的分析
1Lister Hill National Center for Biomedical Communications, National Library of Medicine, NIH, 8600 Rockville Pike, Bethesda, MD, 20894, USA. craig.mayer2@nih.gov.
英国生物银行扩大了数据收集范围,包括COVID-19信息. 分析这些数据揭示了如何最好地识别COVID-19病例,并了解随时间推移的人口健康趋势.
科学领域:
- 流行病学 流行病学
- 生物医学数据科学 生物医学数据科学
背景情况:
- 英国生物银行,一个主要的生物医学资源,增强了数据收集,包括COVID-19信息.
- 收集的数据包括问卷 (暴露,症状),病毒检测和血清学结果.
研究的目的:
- 在英国生物银行 (UK Biobank) 中分析COVID-19数据收集方法.
- 了解COVID-19病例中的队列差异和时间趋势.
主要方法:
- 通过病毒检测,诊断和自我报告数据定义了一个COVID-19队列.
- 从2020年3月到2021年10月,分析了病例数和数据源的变化.
- 检查了问卷结构,响应动态和随着时间的推移在人口层面的变化.
主要成果:
- 通过多个数据源识别了62,042名COVID-19参与者.
- 在病例识别和人口反应 (例如口罩使用) 中观察到显著的时间变化.
- COVID-19参与者更有可能成为关键工作者,并与学龄儿童一起生活.
结论:
- 多种数据类型对于强大的COVID-19队列构建至关重要.
- 与时间和暴露相关的数据强调了全面数据捕获的价值.
更多相关视频
09:33Visualizing Field Data Collection Procedures of Exposure and Biomarker Assessments for the Household Air Pollution Intervention Network Trial in India
Published on: December 23, 2022
13:44Project-Based Learning Guidelines for Health Sciences Students: An Analysis with Data Mining and Qualitative Techniques
Published on: December 9, 2022
相关概念视频
Statistical Software for Data Analysis and Clinical Trials
Data Collection I
Data Collection II
Steps in Outbreak Investigation
Data Collection III
The principles to begin the physical assessment include conducting a comprehensive or problem-related history in a quiet, well-lit room, emphasizing privacy and comfort for the...
Overview of Biostatistics in Health Sciences
