A graph-based analysis approach for enhanced health study discoverability (Preprint)
Notice bibliographique
Résumé
Background: Efficiently finding and exploring relevant health studies is critical for informed, evidence-based health care. However, study information remains distributed across multiple resources, hindering interoperability, search, and reuse. Enhancing the findability of study data is a key challenge in promoting the findability, accessibility, interoperability, and reusability (FAIR) principles in health research. Objective: This study aimed to improve the findability and comparability of health studies by developing a semantically enriched graph-based framework that supports intuitive search and exploration for diverse stakeholders, including clinicians, researchers, and patients. Methods: We developed the BRAinS-Graph ("Biomedical Knowledge Graph for Recommending and Analysing Health Studies"), a semantically enriched knowledge base that integrates data from ClinicalTrials.gov, the Portal for Medical Data Models, the Unified Medical Language System, and MeSH into a single graph database. The framework applies an extract-transform-load process to integrate heterogeneous data structures and link related information across study resources and biomedical ontologies. Results: The BRAinS-Graph supports fine-grained, semantic searches across study metadata, eligibility criteria, and structural properties. Use cases illustrate its potential for clinicians, patients, and researchers, including analyses of study type distributions for meta-analyses and the identification of studies relevant to individual patients. Conclusions: By integrating heterogeneous study data into one interconnected knowledge base, the BRAinS-Graph improves the findability, accessibility, and reusability of study information. This work establishes a foundation for graph-based study recommendation systems and cross-institutional research infrastructures.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,015 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».