Biobanque québécoise de la COVID-19 (BQC19), a COVID-19 biobank to support Canadian health research
Notice bibliographique
Résumé
Biobanking plays a crucial role in promptly generating effective solutions to combat emerging infectious diseases. In direct response to the COVID-19 crisis, Quebec established the “Biobanque québécoise de la COVID-19” (BQC19) in March 2020. BQC19 swiftly amassed comprehensive demographic and clinical data and biosamples, from individuals across the province seeking care at participating hospitals and outpatient clinics. This article underscores the transformative potential of BQC19, which has thousands of digitized demographics and clinical records, biosamples from various stages of the pandemic, and provides digital access to the results of numerous multi-omic analyses. By advanced handling and analytical approaches to large sets of genomic, transcriptomic, metabolomic and proteomic data, BQC19 provides a platform to investigate diagnostic and prognostic biomarkers and explore patient stratification for a more personalized approach. Through BQC19, we examine the pivotal role of biobanks in deciphering the complexities of COVID-19 and their capacity to enhance readiness for future infectious threats. BQC19’s dynamic framework, encompassing participating hospitals, clinics, research institutions, core analysis laboratory data, and a network of Canadian and international medical professionals and researchers, exemplifies its versatility. With standardized protocols, secure data management, ethical guidelines and community engagement, BQC19 stands as a beacon for proactive research on emerging diseases.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,005 |
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 ».