在COVID-19疫苗试验中的数据互操作性:VACCELERATE项目中的方法方法方法

科学领域:

• 临床研究是临床研究.
• 数据科学是数据科学.
• 疫苗学 疫苗学 疫苗学

背景情况:

• 数据标准对于有效的数据处理和临床试验中的互操作性至关重要.
• 结构化数据有助于分析,减少清理工作,并使二次数据使用成为可能.
• 一种共同的语言和共同的期望提高了系统和设备的互操作性.

研究的目的:

• 在VACCELERATE项目中确定临床试验元数据,协议和数据收集的共同点和差异.
• 评估实现的互操作性,并建议方法改进.
• 评估数据标准对临床试验过程的影响.

主要方法:

• 根据核心结果领域确定了可互操作的点:免疫性,安全性和有效性.
• 将3个VACCELERATE临床试验协议与总体协议模板进行比较.
• 分析元数据,并对数据管理系统和结构进行了问卷调查.

主要成果:

• 协议和元数据中的非共同点与人口差异,协议设计和疫苗接种模式有关.
• 详细的元数据遵循内部标准和临床数据采集标准协调 (CDASH) 方法.
• 一个单一的数据管理提供商简化了数据库开发,确保统一性和安全的数据传输.

结论:

• 在使用统一的基础设施和数据管理时,总协议显著提高了试验运行效率和数据互操作性.
• 共享数据必须使用公认的标准进行结构化,描述,格式化和存储,以便更好地解释和分析.
• 遵守广泛认可的数据和元数据标准是提高数据互操作性和促进研究的关键.