精确的创伤模型目录:增加TBI研究中的可访问性和可重复性

科学领域:

• 神经科学是一个神经科学.
• 生物医学研究生物医学研究
• 数据科学数据科学数据科学

背景情况:

• 临床前创伤性脑损伤 (TBI) 研究面临临临床翻译方面的挑战,原因是资源碎片化和实验变量的不一致报告.
• 现有的TBI实验模型在机制,参数,物种和年龄方面存在显著差异,阻碍了交叉研究的比较和可重现性.

研究的目的:

• 引入PRECISE-TBI模型目录,这是一个集中和可查询的资源,用于整合已发表的临床前TBI研究中的元数据.
• 通过整合策划的注释和链接到协议和数据集来提高TBI研究中的透明度,可重现性和数据共享.

主要方法:

• 通过整合来自450多项已发表的临床前TBI研究的策划注释,开发了一个集中式目录.
• 每项研究的综合元数据包括年龄,性别,菌株,模型类型,装置和损伤参数.
• 将目录条目链接到可用的协议和数据集,以促进 FAIR 数据原则.

主要成果:

• 分析显示,最初在报告关键变量 (如设备,年龄和体重) 中存在差距.
• 关于性行为的报道有了显著的改善,超过90%的近期研究包括这些信息.
• 菌株报告通常是一致的,特别是在C57小鼠亚菌株.

结论:

• PRECISE-TBI模型目录是提高临床前TBI研究中的研究设计和可重复性的一种有价值的工具.
• 该目录有助于进行交叉研究比较,识别报告缺口,并将文献与协议和数据集等基本资源联系起来.
• 这个倡议在TBI研究社区中推进了FAIR数据原则.