MétaCan
Menu
Retour à la cohorte
Enregistrement W3001081178 · doi:10.1177/0840470419898874

Precision medicine: Driving the evolution of biobanking quality

2020· article· en· W3001081178 sur OpenAlexaff
Rebecca Barnes, Peter H. Watson

Notice bibliographique

RevueHealthcare Management Forum · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensUniversity of British ColumbiaIsland Health
Organismes subventionnairesnon disponible
Mots-clésBiobankPrecision medicineQuality (philosophy)Health careComputer scienceData scienceRisk analysis (engineering)MedicineBioinformaticsPathologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The promise of precision medicine will only be realized if the healthcare system adapts to meet some key infrastructure needs. Among these needs are adequate biobanking practices, capable of producing the biological samples and data that precision medicine relies upon in both the research and clinical phases. Within the research domain, there have been significant improvements to biobanking processes over the past two decades, driven by increased understanding of the impact of pre-analytical variability and the critical role of biospecimen and data quality. In the era of precision medicine, biobanking to support clinical needs has similar quality requirements. The extensive knowledge and resources that have been developed by the research biobanking community are available for adoption by clinical biobanking. The challenge and opportunity now presented to the healthcare system is to adopt or adapt these resources, for example, external biobanking standards and verification programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,406
Tête enseignante GPT0,573
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetEthics in Clinical ResearchTravaux en français237 207