MétaCan
Menu
Retour à la cohorte
Enregistrement W7116720388 · doi:10.70962/lasid2025abstract.20

Canadian Inborn Errors of Immunity National Registry (CIEINR): A High-Quality Standardized Patient Data Platform to Support Patient Advocacy and Immune Deficiency Research

2025· article· en· W7116720388 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Human Immunity · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunodeficiency and Autoimmune Disorders
Établissements canadiensChildren's Hospital of Western OntarioWestern UniversityMcMaster Children's HospitalAlberta Health ServicesMontreal Clinical Research InstituteChildren's Hospital Research Institute of ManitobaCommunity Based Research CentreUniversity of ManitobaOttawa HospitalChildren's Hospital of WinnipegAlberta Children's HospitalStollery Children's HospitalHospital for Sick ChildrenBC Children's HospitalDalhousie University
Organismes subventionnairesnon disponible
Mots-clésData collectionClinical researchData qualityPatient registryNewborn screeningInformed consentPatient advocacyPrimary immunodeficiencyConfidentialityPresentation (obstetrics)

Résumé

récupéré en direct d'OpenAlex

Introduction Inborn errors of immunity (IEIs) comprise a heterogeneous group of rare disorders, characterized by a wide spectrum of immunological alterations that influence the presentation and age at onset of disease. Approximately 30,000 Canadians suffer from primary immunodeficiency. Canada is home to several specific populations with a higher incidence of unique IEIs. Canada lacks a comprehensive database detailing the epidemiology, clinical and immunological phenotypes, and genotypes of patients with IEIs. We developed the novel and innovative Canadian Inborn Errors of Immunity National Registry (CIEINR), a machine-readable, high-quality dataset that promotes research through standardized data exchange and supports patient advocacy. Methods CIEINR was established by a national steering committee of 13 clinician scientists from 9 Canadian provinces, through monthly virtual meetings. Following a literature review of existing international IEI registries, the peer-reviewed study protocol, consent forms, and governance documents were developed. ImmUnity Canada, the national patient organization, was consulted to review the protocol. Ontology-based data collection forms were developed in collaboration with bioinformatics scientists to capture input data in a structured fashion. Regulatory documents and standardized data collection forms were harmonized with United States Immunodeficiency Network and European Society for Immunodeficiencies to support data sharing, methodological consistency, and interoperability. A continuous quality improvement framework aligns with the Canadian Drug Agency’s Best Practices and Standards to Enhance the Quality of Rare Disease Registries in Canada. Results The CIEINR has been established and includes 25 centers across Canada. Electronic clinical research forms in the Research Electronic Data Capture (REDCap) platform were successfully piloted including the embedded analytic tools such as RareLink and Phenopackets on patients’ data with variable forms of IEIs. Conclusion By collecting high-quality, precise, ontology-based patient data, the CIEINR will improve understanding of the Canadian IEI landscape, identify challenges and opportunities for patients and their healthcare providers, and support research and advocacy.

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.

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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,649
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
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 Opus0,061
Tête enseignante GPT0,370
Écart entre enseignants0,308 · 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