A Pragmatic Method to Integrate Data From Preexisting Cohort Studies Using the Clinical Data Interchange Standards Consortium (CDISC) Study Data Tabulation Model: Case Study
Notice bibliographique
Résumé
BACKGROUND: In recent years, many researchers have focused on legacy data utilization, such as pooled analyses that collect and re-analyze data from multiple studies. However, the methodology for the integration of pre-existing databases whose data were collected for different purposes has not been established. Previously, we developed a tool to efficiently generate Study Data Tabulation Model (SDTM) data from hypothetical clinical trial data using the Clinical Data Interchange Standards Consortium (CDISC) SDTM. OBJECTIVE: To design a practical model for integrating pre-existing databases using the CDISC SDTM. METHODS: Data integration was performed in three phases: i) confirmation of the variables, ii) SDTM mapping, and iii) generation of the SDTM data. In phase 1, the definitions of the variables in detail were confirmed, and the datasets were converted to vertical datasets. In phase 2, the items derived from the SDTM format were set as mapping items. Three types of metadata (domain name, variable name, and test code), based on the CDISC SDTM, were embedded in the REDCap field annotation. In phase 3, the data dictionary, including the SDTM metadata, were output in the Operational Data Model (ODM) format. Finally, the mapped SDTM were generated using REDCap2SDTM v2. RESULTS: SDTM data were generated as a comma-separated values file for each of the seven domains defined in the metadata. Twenty-two items were commonly mapped to three databases. Because the SDTM data were set in each database correctly, we were able to integrate three independently pre-existing databases into one database in the CDISC SDTM format. CONCLUSIONS: Our project suggests that the CDISC SDTM is useful for integrating multiple pre-existing databases.
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 | 0,086 | 0,153 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».