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
Marcos Martínez-Romero1, Matthew Horridge1, Nilesh Mistry2
1Stanford University, Stanford Center for Biomedical Informatics Research, Palo Alto, CA, United States.
JMIR public health and surveillance
|August 20, 2025
概括
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.
