摩尔盖尼斯Armadillo:使用DataSHIELD进行联合分析的轻量级服务器

科学领域:

• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学
• 医疗信息学 医疗信息学

背景情况:

• 来自队列研究,注册表和生物库的大规模人类健康数据对于识别生命过程风险因素至关重要.
• 结合这些多样化的数据源可以提高统计能力,有助于检测罕见的结果,并允许结果复制.
• 传统的数据整合方法涉及数据传输或聚合分析,这带来了伦理,法律和时间方面的挑战.

研究的目的:

• 推出MOLGENIS Armadillo,一个轻量级的服务器,旨在简化联合分析解决方案的实施.
• 为数据所有者提供一个可访问的工具,用于安装联合基础设施和管理用户和数据.

主要方法:

• 联合分析使远程数据分析成为可能,而无需共享个人级数据,解决隐私和后勤方面的问题.
• 摩尔盖尼斯Armadillo支持像DataSHIELD这样的联合分析解决方案.
• 该系统使用开源R包 ("MolgenisArmadillo", "DSMolgenisArmdillo") 和一个通过CRAN和GitHub可用的Java应用程序 ("ArmadilloService") 实现.

主要成果:

• MOLGENIS Armadillo提供了一个用户友好的服务器,用于建立联合分析环境.
• 实施利用现有的开源工具和包来实现广泛的可访问性.
• 方便对敏感的人类健康数据进行安全的远程分析.

结论:

• 摩尔盖尼斯Armadillo简化了采用联合分析的流程,克服了与传统数据共享相关的障碍.
• 它使研究人员能够安全有效地利用广泛的健康数据集.
• 这促进了先进的流行病学研究和发现,使分布式数据的协作分析.