几十年的发展:数字健康研究基础设施的演变通过合成数据,通用数据模型和联合学习
Jodie A Austin1,2, Elton H Lobo1, Mahnaz Samadbeik1,3
1Queensland Digital Health Centre, Centre for Health Services Research, The University of Queensland, Brisbane, Australia.
该研究强调了从传统的随机对照试验 (RCT) 转向健康研究的真实世界数据 (RWD). 像共同数据模型和联合学习这样的新兴方法对于在数字健康研究中利用RWD至关重要.
科学领域:
- 数字健康研究 数字健康研究
- 医疗信息学 医疗信息学
- 临床流行病学临床流行病学
背景情况:
- 传统医学研究严重依赖于随机对照试验 (RCT),这些试验成本高,范围有限.
- 越来越需要健康研究进化,利用现实世界数据 (RWD) 进行大规模的纵向洞察.
- 通过数字卫生基础设施在例行护理过程中收集的RWD提供了现实生活中的长期结果数据.
研究的目的:
- 描述数字健康研究基础设施的演变.
- 为有效,道德和合规的数字健康研究利用RWD应对挑战.
- 提出新的方法,提高RWD在健康研究中的实用性.
主要方法:
- 讨论了合成数据生成,常用数据模型和联合学习的演变.
- 强调数字健康研究跨部门合作的重要性.
- 突出了RWD与RCT传统证据的整合.
主要成果:
- 确定了RWD利用的关键挑战:数据质量,集成,治理,合规,分析和翻译.
- 展示了新的方法,如共同的数据模型,联合学习和合成数据,以克服RWD孤岛.
- 显示了25年来临床证据生成的重大转变,将RWD与RCT一起纳入RWD.
结论:
- 数字健康研究需要新的数据基础设施,类似于药物试验支持系统.
- 联合学习,共同的数据模型和合成数据是释放RWD潜力的关键.
- 经验教训为其他司法管辖区提供了模型,这些司法管辖区需要RWD基础设施来进行数字健康研究.
更多相关视频
06:32Author Spotlight: Automated Deep Brain Stimulation for Parkinson's Disease - Exploring the Possibilities and Challenges of Home Monitoring
Published on: July 14, 2023
10:41Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms
Published on: May 9, 2017
相关概念视频
Issues And Trends In Healthcare Delivery System
Cost Containment
Payment for healthcare services has historically promoted adoption of costly and often unnecessary or inefficient...
Evolutionary Relationships through Genome Comparisons
Methods of Documentation VII: EMR
Data Validation
Nursing assessment guides are generally based on holistic models rather than medical...
Current Trends in Nursing II
Health Information Technology and Healthcare Information System
Health Information Technology, commonly called HIT, integrates advanced information systems and technology in healthcare settings. Its primary functions include:
