为了使健康研究研究公平 (可查找,可访问,可互操作和可重复使用):开发NFDI4Health元数据方案
Haitham Abaza1, Aliaksandra Shutsko2, Sophie A I Klopfenstein3
1Scientific Databases and Visualization, Heidelberg Institute for Theoretical Studies (HITS), Heidelberg, Germany.
一个新的元数据模式 (MDS) 提高了健康研究的数据可查,可访问性,互操作性和可重复使用性 (FAIR). 该方案改善了跨临床,流行病学和公共卫生研究的数据共享.
科学领域:
- 医疗信息学 医疗信息学
- 数据科学数据科学数据科学
- 流行病学 流行病学
背景情况:
- 在健康研究中实施FAIR原则面临挑战,特别是不同来源的数据互操作性.
- 临床试验注册表捕获研究元数据,但许多流行病学和公共卫生研究缺乏详细,可访问的信息.
- 从这些研究中改善数据共享对于进一步了解疾病和风险因素至关重要.
研究的目的:
- 为NFDI4Health和其他服务中标准化发布健康研究元数据开发一个量身定制的元数据模式 (MDS).
- 提高临床,流行病学和公共卫生研究元数据的公平性.
- 确保与现有元数据模型的兼容性,以提高互操作性.
主要方法:
- 开发了一个基于DataCite,ClinicalTrials.gov和国际标准的MDS,最初由NFDI4Health任务组COVID-19开发.
- 将MDS扩展为模块化,包括通用和特定用例项目 (营养流行病学,慢性疾病,记录链接),并将其映射到外部方案中.
- 使用ART-DECOR将其转换为机器可读的格式,方便编辑,维护和版本管理.
主要成果:
- 该MDS在NFDI4Health服务中实施,结构化和交换研究元数据.
- 版本3.3包括5个模块中的220个元数据项目,涵盖通用和域特定信息.
- 将临床试验注册表与其他资源进行映射有助于元数据的整合和互操作性.
结论:
- 在NFDI4Health服务中的实施改善了临床,流行病学和公共卫生研究的数据公平性.
- 该方案的通用性和互操作性使其可转移到相邻的领域,使更广泛的用户社区受益.
更多相关视频
08:10Neuroimaging Field Methods Using Functional Near Infrared Spectroscopy NIRS Neuroimaging to Study Global Child Development: Rural Sub-Saharan Africa
Published on: February 2, 2018
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
相关概念视频
Data Validation
Nursing assessment guides are generally based on holistic models rather than medical...
Purpose of Health Records I
Here's a breakdown of how health records serve these purposes:
Standards of Care II
Ethics in Research
Methods of Documentation IV: Focus Charting
It typically involves three columns for recording information:
Data Reporting and Recording
