FAIRClinical: FAIR-ification of Supplementary Data to Support Clinical Research

FAIRClinical：补充数据的 FAIR 化以支持临床研究

• 批准号: EP/Y036395/1
• 负责人: Tim Beck
• 金额: $ 12.9万
• 依托单位: University of Nottingham
• 依托单位国家: 英国
• 项目类别: Research Grant
• 财政年份: 2024
• 资助国家: 英国
• 起止时间: 2024 至 无数据
• 项目状态: 未结题
• 来源: https://gtr.ukri.org/projects?ref=EP%2FY036395%2F1
• 关键词: FAIRClinical; FAIR; ification; Supplementary; Data

The project aims to enhance the FAIR-ness of all supplementary data files and significantly improve the reuse of unstructured clinical case report forms (CRFs). Supplementary data are commonly attached to a scientific publication, either directly in biomedical libraries such as PMC, or via generalist deposition platforms such as Zenodo. The file types and formats are highly heterogeneous (e.g., PDF, XLS, CSV, GIF, etc.). CRFs collect the patient data in clinical research studies and trials, and represent an information-rich subset of clinical research literature and unstructured clinical study supplementary data. We propose to specifically enrich the contents - and therefore the interoperability, findability and reusability - of all supplementary data by delivering more normalised contents.The envisaged normalisation will be performed according to four dimensions, which are common in dataset management catalogues: 1) administrative metadata (e.g., author names, affiliations, licensing models), 2) descriptive metadata (e.g., diseases, gene or gene products, size of populations, experimental settings), 3) structural metadata (e.g., textual contents, images) and finally, 4) cross-references to other data deposition catalogues (e.g., URL, PID). Regarding the descriptive metadata layer, which may significantly vary depending on specialised life and health science areas, we propose to explore the semantic enrichment of clinical information. We will provide broad FAIR-ification of supplementary data files, covering all PMC contents, combined with a specific effort to structure CRFs into an Electronic Health Records (EHR)-like dataset.We propose to process CRFs to extract clinical concepts required to populate reference standards (e.g., OMOP, FHIR) using standard value sets (e.g., ICD-10, LOINC). The resulting dataset is expected to exhibit properties very similar to EHR contents (e.g., Anamnesis, Intervention, Diagnosis, Prescription). Unlike real EHR contents, which are subject to specific regulations, this unique dataset will be of unrestricted access and likely to support a broad range of health and life science research projects. The newly created collection of near EHR data will be made available on Zenodo, while the SIBiLS, the SIB Literature Services, will be used to provide access to the supplementary data files the same way it is already providing access to MEDLINE and PMC articles. In addition, the methods/pipelines developed here are useful as a toolbox to structure unstructured CRFs and other unstructured clinical text in hospital setups.

该项目旨在增强所有补充数据文件的公平性，并显着提高非结构化临床病例报告表（CRF）的重复使用。补充数据通常与科学出版物相连，直接在PMC等生物医学库中，或者通过通才沉积平台（例如Zenodo）。文件类型和格式是高度异构的（例如PDF，XLS，CSV，GIF等）。 CRF在临床研究和试验中收集患者数据，并代表了临床研究文献和非结构化临床研究补充数据的信息丰富的子集。我们建议通过交付更归一化的内容来特别丰富所有补充数据的内容，可发现性和可重复性。设想的归一化将根据四个维度进行，这些维度在数据集管理目录中很常见：1）在数据集管理目录中很常见：1）行政元数据（例如，作者名称，载体，cormentations，2），2），2），2），2），2），2），2），2），2），2），2），2），2），2）。基因或基因产物，种群的大小，实验设置），3）结构元数据（例如，文本内容，图像），最后，4）与其他数据沉积目录的交叉引用（例如，URL，PID）。关于描述性元数据层可能会因专业生活和健康科学领域而有很大变化，我们建议探索临床信息的语义丰富。我们将提供补充数据文件的广泛公平化，涵盖所有PMC内容，并结合具体的努力，将CRFS结构到电子健康记录（EHR） - 类似于数据集中。我们建议使用标准值集（例如，使用标准值集（例如，使用标准值集）（例如，iC.，iCd，lov）来提取CRF来提取CRF来提取CRF以提取临床概念以填充CRF（例如OMOP，FHIR）。预计所得数据集将表现出与EHR含量非常相似的属性（例如，解剖学，干预，诊断，处方）。与受特定法规约束的实际EHR内容不同，该独特的数据集将是不受限制的，并且很可能支持广泛的健康和生活科学研究项目。新创建的近EHR数据集将在Zenodo上提供，而SIBILS（SIB文学服务）将使用已经提供对MEDLINE和PMC文章的访问的方式来提供对补充数据文件的访问。此外，此处开发的方法/管道是在医院设置中构造非结构化CRF和其他非结构化临床文本的工具箱。