这页已由机器翻译。其他页面可能仍然显示为英文。
View in English
一个基于云的协调COVID-19数据平台:快速加速诊断 (RADx) 数据中心的设计和实施
These videos have been matched automatically. Contact us if they are not relevant.
These videos have been matched automatically. Contact us if they are not relevant.
在PubMed上查看摘要
概括
此摘要是机器生成的。RADx数据中心集中了COVID-19研究数据,使得更快的分析和改善的公共卫生反应成为可能. 这一平台确保数据可查找,可访问,可互操作和可重复使用 (FAIR) 以应对未来的健康危机.
科学领域
- 公共卫生信息学
- 数据科学
- 生物医学研究基础设施
背景情况
- 随着COVID-19大流行,公众健康快速响应的数据基础设施出现了严重缺口.
- 现有的系统难以及时收集,整合和分析数据,阻碍了基于证据的决策.
- 国家卫生研究院启动了快速诊断加速 (RADx) 计划,以解决这些局限性.
研究的目的
- 介绍RADx数据中心的设计,实施和功能.
- 建立一个基于云的平台,支持COVID-19研究的FAIR数据原则.
- 能够对来自全国研究人员网络的数据进行二次分析.
主要方法
- 开发了一个可扩展的基于云的平台,遵循FAIR数据原则.
- 综合了来自100多个研究机构的各种数据类型 (临床,诊断,行为,社会决定因素).
- 实施自动化和手动化数据管道以消除身份,质量验证,策划和协调,通过CEDAR和BioPortal等工具强制执行元数据标准.
主要成果
- 在RADx数据中心中,有187项研究和1700多个数据文件.
- 像Study Explorer和Analytics Workbench这样的组件可以促进数据的发现和分析.
- 统一的数据与共同的数据元素支持跨研究整合和二次使用,具有持久标识符和结构化元数据.
结论
- 在公共卫生研究中,RADx数据中心有效地解决了数据整合的挑战.
- 其符合FAIR的集中平台支持二次分析,并可适应其他科学学科.
- 该平台加强了数据基础设施,并加强了对未来健康危机的准备.
