Generating a Comprehensive Set of Standard Operating Procedures for a Biorepository Network—The CTRNet Experience
Notice bibliographique
Résumé
Despite the integral role of biorepositories in fueling translational research and the advancement of medicine, there are significant gaps in harmonization of biobanking practices, resulting in variable biospecimen collection, storage, and processing. This significantly impacts accurate downstream analysis and, in particular, creates a problem for biorepository networks or consortia. The Canadian Tumour Repository Network (CTRNet; www.ctrnet.ca ) is a consortium of Canadian tumor biorepositories that aims to enhance biobanking capacity and quality through standardization. To minimize the issue of variable biobanking practices throughout its network, CTRNet has developed and maintained a comprehensive set of 45 standard operating procedures (SOPs). There were four key elements to the CTRNet SOP development process: 1) an SOP development team was formed from members across CTRNet to co-produce each SOP; 2) a principal author was appointed with responsibility for overall coordination of the SOP development process; 3) the CTRNet Management Committee (composed of principal investigators for each member biorepository) reviewed/revised each SOP completed by the development team; and 4) external expert reviewers provided feedback and recommendations on each SOP. Once final Management Committee approval was obtained, the ratified SOP was published on the CTRNet website for public access. Since the SOPs were first published on the CTRNet website (June 2008), there have been approximately 15,000 downloads of one or more CTRNet SOPs/Policies by users from over 60 countries. In accordance with biobanking best practices, CTRNet performs an exhaustive review of its SOPs at set intervals, to coincide with each granting cycle. The last revision was completed in May 2012.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».