The Ugandan sickle Pan-African research consortium registry: design, development, and lessons
Notice bibliographique
Résumé
BACKGROUND: Sub-Saharan Africa bears the highest burden of sickle cell disease (SCD) globally with Nigeria, Democratic Republic of Congo, Tanzania, Uganda being the most affected countries. Uganda reports approximately 20,000 SCD births annually, constituting 6.67% of reported global SCD births. Despite this, there is a paucity of comprehensive data on SCD from the African continent. SCD registries offer a promising avenue for conducting prospective studies, elucidating disease severity patterns, and evaluating the intricate interplay of social, environmental, and genetic factors. This paper describes the establishment of the Sickle Pan Africa Research Consortium (SPARCo) Uganda registry, encompassing its design, development, data collection, and key insights learned, aligning with collaborative efforts in Nigeria, Tanzania, and Ghana SPARCo registries. METHODS: The registry was created using pre-existing case report forms harmonized from the SPARCo data dictionary and ontology to fit Uganda clinical needs. The case report forms were developed with SCD data elements of interest including demographics, consent, baseline, clinical, laboratory and others. That data was then parsed into a customized REDCap database, configured to suit the optimized ontologies and support retrieval aggregations and analyses. Patients were enrolled from one national referral and three regional referral hospitals in Uganda. RESULTS: A nationwide electronic patient-consented registry for SCD was established from four regional hospitals. A total of 5,655 patients were enrolled from Mulago National Referral Hospital (58%), Jinja Regional Referral (14.4%), Mbale Regional Referral (16.9%), and Lira Regional Referral (10.7%) hospitals between June 2022 and October 2023. CONCLUSION: Uganda has been able to develop a SCD registry consistent with data from Tanzania, Nigeria and Ghana. Our findings demonstrate that it's feasible to develop longitudinal SCD registries in sub-Saharan Africa. These registries will be crucial for facilitating a range of studies, including the analysis of SCD clinical phenotypes and patient outcomes, newborn screening, and evaluation of hydroxyurea use, among others. This initiative underscores the potential for developing comprehensive disease registries in resource-limited settings, fostering collaborative, data-driven research efforts aimed at addressing the multifaceted challenges of SCD in Africa.
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 | 0,134 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».