相关实验视频
Updated: Jun 7, 2025

08:41
Quantifying Abdominal Pigmentation in Drosophila melanogaster
Published on: June 1, 2017
8.9K
在数据分析和现实世界审讯网络 (DARWIN EU) 中使用分布式分析和工具进行标准化和可重复的表型化
Francesco Dernie1,2, George Corby1,2, Abigail Robinson1,2
1Medical Sciences Division, University of Oxford, Oxford, UK.
Pharmacoepidemiology and drug safety
|November 12, 2024
概括
一个新的框架确保可靠的疾病表型生成从现实世界的数据进行观测研究. 这种方法适用于胰腺癌和全身性红斑狼,增强了监管目的的数据分析.
科学领域:
- 医疗信息学 医疗信息学
- 观察性研究 观察性研究
- 现实世界的数据分析.
背景情况:
- 可靠的疾病表型对于准确的观察性研究结果至关重要.
- 数据分析和现实世界审讯网络 (达尔文欧盟) 需要强大的表型化方法.
- 需要标准化的方法来从现实数据中生成表型.
研究的目的:
- 以现实世界的数据来生成可靠和可追溯的疾病表型的可复制框架.
- 为了在DARWIN欧盟网络中促进表型生成.
- 展示该框架对胰腺癌和全身性红斑狼 (SLE) 的应用.
主要方法:
- 开发了一个基于标准操作程序的14个步骤的表型化过程.
- 用于代码列表生成和审查,使用了定制的R包.
- 使用对OMOP共同数据模型进行映射的真实世界数据.
主要成果:
- 成功生成了胰腺癌和SLE的代码列表.
- 在六个OMOP映射数据库中创建了队列,显示了与文献相比较的发病率/流行率.
- 生成的队列表现出与临床预期一致的特征.
结论:
- 开发的表型化过程,使用定制工具,使全面的代码列表生成和队列分析成为可能.
- 结构化和可重复的表型化对于观察性研究的可靠性至关重要,特别是对于监管决策.
- 这个框架支持对队列特征的大规模探索.

