Biobank Bootstrapping: Is Biobank Sustainability Possible Through Cost Recovery?
Notice bibliographique
Résumé
BACKGROUND: The pre-eminent goal of biobanks is to accelerate scientific discovery and support improvements in healthcare through the supply of high quality biospecimens to enable excellent science. Despite the need for retrospective future-proofed cancer repositories, they are presented with significant fiscal challenges. While it was once thought that biobanks could recover most, if not all, operational costs through distribution fees, biobanks have been consistently unable to fully realize this dream. METHODS: Using data from three mature Canadian cancer biobanks, common attributes and assumptions related to cost recovery were evaluated. The values were entered into a simple financial model to determine the cost recovery potential for biobanks. RESULTS: Over a 5-year period analyzed, aliquots from almost 40% (8990) of 23055 cases collected have been distributed in whole or in part to researchers. The financial modeling demonstrates that, based on values derived from the real life experiences of three major Canadian biobanks, full cost recovery through distribution is not feasible. A more realistic, experience based, expectation of cost recovery from distribution fees is in the range of 5%-25%, and this range is lower if only academic research is supported as opposed to also supporting industry researchers. CONCLUSIONS: Biobanks are expensive and, to mitigate costs, are frequently challenged to operate under "self-sustainable" financial models. However, the only possible route to self-sustainability through distribution fees in today's market would require an almost exclusive targeting of commercial researchers and, even then, evidence suggests this is an impossible goal to attain. Support for biobanks should recognize that they exist to further development of personalized treatments and diagnostics essential for precision medicine. For biobanks to continue to achieve this goal, pro bono publicum, funders need to be aware of the full funding requirements of biobanks and create appropriate funding streams.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».