Cohort Profile: ReCoDID Consortium's Harmonized Acute Febrile Illness Arbovirus Meta-Cohort
Notice bibliographique
Résumé
Abstract Infectious disease (ID) cohorts are key to advancing public health surveillance, public policies and pandemic responses. Unfortunately, ID cohorts often lack funding to store and share clinical-epidemiological data (CE) and high-dimensional laboratory (HDL) data long-term, which is evident when the link between these data elements is not kept up to date. This becomes particularly apparent when smaller cohorts fail to successfully address the initial scientific objectives due to limited case numbers, which also limits the potential of pooling for these studies to monitor long-term cross-disease interactions within and across populations. To facilitate advancements in cross-population inference and reuse of cohort data, the European Commission (EC) and the Canadian Institutes of Health Research, Institute of Genetics (CIHR-IG) funded the ReCoDID (Reconciliation of Cohort Data for Infectious Diseases) Consortium to store and share harmonized and standardized CE and HDL data on a federated platform and also provide innovative statistical tools to conduct meta-analyses of the individual patient data. Here we describe the harmonization of CE data from nine arbovirus (arthropod-borne viruses) cohorts in Latin America, which serve as a starting point for the ReCoDID meta-cohort. CE data was retrospectively harmonized using Maelstrom's methodology and standardized to Clinical Data Interchange Standards Consortium (CDISC). This meta-cohort will facilitate various joint research projects, e.g., on immunological interactions between sequential flavivirus infections and for the evaluation of potential biomarkers for severe arboviral disease.
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 | 0,054 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,009 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».