MétaCan
Menu
Retour à la cohorte
Enregistrement W3174342339 · doi:10.1089/bio.2021.0002

Vignettes to Illustrate the Value of Tumor Biobanks in Cancer Research in Canada

2021· article· en· W3174342339 sur OpenAlexaffabout
Tamsin Tarling, Lise Matzke, Amanda Rush, Brent Gali, Jennifer A. Byrne, Peter H. Watson

Notice bibliographique

RevueBiopreservation and Biobanking · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiobankImpact factorValue (mathematics)Data scienceSet (abstract data type)Field (mathematics)Computer scienceBenchmark (surveying)BioinformaticsPolitical scienceBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Background: Tumor biobanks are a common research infrastructure. As a collection of biospecimens and annotated data collected to support a multitude of research projects, biobanks facilitate access to materials that are the critical fuel for the generation of data in up to 40% of cancer research publications. However, quantifying how to measure biobanks' impact and their value on the field of cancer research discoveries and findings, has not been well elucidated. Methods: We have used a qualitative case study approach to illustrate the impact of tumor biobanks. We assessed the impact of three research studies published between 2010 and 2012 that required easily accessible “classic” biobanks. Each study utilized preassembled collections of tumor biospecimens with associated patient outcomes data at the outset of the research project. We compared the resulting journal impact factor, altmetric and field-weighted citation impact factor scores for each article to a set of six “benchmark” articles that represent cancer research and treatment discoveries from the same time period and two sentinel scientific discovery articles. Results: We developed a value model using a literature search and design-thinking methodologies to illustrate the contributions of these “classic” model biobanks to these research studies. Assessment of the three example articles supported by biobanks demonstrates that the output can have impact that is comparable to the impact of a set of benchmark articles describing milestones in the field of cancer research and cancer care. Conclusions: These case studies illustrate the value of the sustained investment of funds, planning, time, and effort on the part of the biobanks before the conduct of the research study to be able to ultimately support high-value research. The “value” model will enable further discussion around impact and may be useful in better delineating qualitative metrics of biobank value in the future.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
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 Opus0,550
Tête enseignante GPT0,556
Écart entre enseignants0,007 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiopreservation and BiobankingMême sujetEthics in Clinical ResearchTravaux en français237 207