PheBC: bias correction methods for EHR derived phenotype
PheBC:EHR 衍生表型的偏差校正方法
基本信息
- 批准号:10471166
- 负责人:
- 金额:$ 34.2万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2021
- 资助国家:美国
- 起止时间:2021-09-01 至 2025-05-31
- 项目状态:未结题
- 来源:
- 关键词:Adverse eventAlgorithmsCationsChronicClinicalClinical InvestigatorClinical ResearchComputer softwareDataData ScienceData SetElectronic Health RecordEngineeringEvaluationFailureFeasibility StudiesGoalsHealthHealth systemIndividualInformaticsInformation RetrievalInvestigationJointsKnowledgeKnowledge DiscoveryLeadMeasurementMedicalMethodologyMethodsModelingModernizationNon-Insulin-Dependent Diabetes MellitusOutcomePaperPatientsPennsylvaniaPhenotypePilot ProjectsPopulationProceduresPublishingReproducibilityReproducibility of ResultsResearchResearch PersonnelRisk FactorsSampling StudiesStatistical ModelsSystemTexasTranslational ResearchUniversitiesValidationbasecohorthealth datahigh standardimprovedmultiple datasetsnoveloutcome predictionphenotyping algorithmresponsesoftware developmenttool
项目摘要
Project Summary
In response to the (PAR-18-896), the overarching goal of this proposal is to fully develop
a joint effort between statisticians, medical informaticians, clinicians with a focus on developing
a rigorous bias correction framework through modern knowledge engineering and data-driven
statistical modeling, for improving the unbiasedness and reproducibility of health system data
driven research.
In this proposal, we will focus on: (1) Develop a novel prior-knowledge-guided integrated
likelihood approach to enable bias correction by incorporating prior phenotyping accuracy. (2)
Develop methods and algorithms to account for EHR phenotyping errors in both outcomes and
predictors. And (3) Validation, Application and Software development. We will use the proposed
bias correction methods to several EHR datasets to replicate existing findings and investigate
new hypothesis in multiple datasets at University of Texas and University of Pennsylvania. We
will also develop software for the proposed methods to facilitate ongoing EHR-based clinical
studies.
项目摘要
为了回应(Par-18-896),该提案的总体目标是完全发展
统计学家,医学信息家,临床医生之间的共同努力,重点是发展
通过现代知识工程和数据驱动的严格偏见校正框架
统计建模,用于改善卫生系统数据的无偏见和可重复性
驱动的研究。
在此提案中,我们将重点介绍:(1)开发一种新颖的先验知识指导的综合
通过纳入先前的表型精度来实现偏差校正的可能性方法。 (2)
开发方法和算法以说明结果和结果中的EHR表型错误
预测指标。 (3)验证,应用和软件开发。我们将使用拟议的
偏向校正方法与几个EHR数据集复制现有发现并调查
德克萨斯大学和宾夕法尼亚大学的多个数据集中的新假设。我们
还将为提出的方法开发软件,以促进基于EHR的临床
研究。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Yong Chen其他文献
Yong Chen的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Yong Chen', 18)}}的其他基金
ClinEX - Clinical Evidence Extraction, Representation, and Appraisal
ClinEX - 临床证据提取、表示和评估
- 批准号:
10754029 - 财政年份:2023
- 资助金额:
$ 34.2万 - 项目类别:
Surrogate Augmented Deep Predictive Learning for Retinopathy of Prematurity
早产儿视网膜病变的替代增强深度预测学习
- 批准号:
10740289 - 财政年份:2023
- 资助金额:
$ 34.2万 - 项目类别:
Development of Magnetic Resonance Fingerprinting (MRF) to Assess Response to Neoadjuvant Chemotherapy in Breast Cancer
开发磁共振指纹图谱 (MRF) 来评估乳腺癌新辅助化疗的反应
- 批准号:
10713097 - 财政年份:2023
- 资助金额:
$ 34.2万 - 项目类别:
Development of Magnetic Resonance Fingerprinting in Kidney for Evaluation of Renal Cell Carcinoma
肾脏磁共振指纹图谱用于肾细胞癌评估的发展
- 批准号:
10522570 - 财政年份:2022
- 资助金额:
$ 34.2万 - 项目类别:
Development of Magnetic Resonance Fingerprinting in Kidney for Evaluation of Renal Cell Carcinoma
肾脏磁共振指纹图谱用于肾细胞癌评估的发展
- 批准号:
10707150 - 财政年份:2022
- 资助金额:
$ 34.2万 - 项目类别:
CICADA: clinical informatics and computational approaches for drug-repositioning of AD/ADRD
CICADA:AD/ADRD 药物重新定位的临床信息学和计算方法
- 批准号:
10476677 - 财政年份:2021
- 资助金额:
$ 34.2万 - 项目类别:
PheBC: bias correction methods for EHR derived phenotype
PheBC:EHR 衍生表型的偏差校正方法
- 批准号:
10839649 - 财政年份:2021
- 资助金额:
$ 34.2万 - 项目类别:
TRiPOD: Toward Reusable Phenotypes in Observational Data for AD/ADRD - managing definitions and correcting bias
TRiPOD:在 AD/ADRD 观察数据中实现可重复使用的表型 - 管理定义和纠正偏差
- 批准号:
10642888 - 财政年份:2021
- 资助金额:
$ 34.2万 - 项目类别:
TRiPOD: Toward Reusable Phenotypes in Observational Data for AD/ADRD - managing definitions and correcting bias
TRiPOD:在 AD/ADRD 观察数据中实现可重复使用的表型 - 管理定义和纠正偏差
- 批准号:
10279554 - 财政年份:2021
- 资助金额:
$ 34.2万 - 项目类别:
CICADA: clinical informatics and computational approaches for drug-repositioning of AD/ADRD
CICADA:AD/ADRD 药物重新定位的临床信息学和计算方法
- 批准号:
10490346 - 财政年份:2021
- 资助金额:
$ 34.2万 - 项目类别:
相似国自然基金
分布式非凸非光滑优化问题的凸松弛及高低阶加速算法研究
- 批准号:12371308
- 批准年份:2023
- 资助金额:43.5 万元
- 项目类别:面上项目
资源受限下集成学习算法设计与硬件实现研究
- 批准号:62372198
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
基于物理信息神经网络的电磁场快速算法研究
- 批准号:52377005
- 批准年份:2023
- 资助金额:52 万元
- 项目类别:面上项目
考虑桩-土-水耦合效应的饱和砂土变形与流动问题的SPH模型与高效算法研究
- 批准号:12302257
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
面向高维不平衡数据的分类集成算法研究
- 批准号:62306119
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
相似海外基金
Determining the role of reward circuits behind different paternal care behaviors and the motivation to care for offspring by comparing two animal models
通过比较两种动物模型来确定不同父亲照顾行为背后的奖励回路的作用以及照顾后代的动机
- 批准号:
10454008 - 财政年份:2022
- 资助金额:
$ 34.2万 - 项目类别:
Rapidly Adaptable and Mass-Producible Microscopic Chiplets for Minimally-Instrumented Respiratory Viral Screening
用于微仪器呼吸道病毒筛查的快速适应性和大规模生产的显微芯片
- 批准号:
10681205 - 财政年份:2022
- 资助金额:
$ 34.2万 - 项目类别:
Statistical methods for analyzing messy microbiome data: detection of hidden artifacts and robust modeling approaches
分析杂乱微生物组数据的统计方法:隐藏伪影的检测和稳健的建模方法
- 批准号:
10708908 - 财政年份:2022
- 资助金额:
$ 34.2万 - 项目类别:
Determining the role of reward circuits behind different paternal care behaviors and the motivation to care for offspring by comparing two animal models
通过比较两种动物模型来确定不同父亲照顾行为背后的奖励回路的作用以及照顾后代的动机
- 批准号:
10577852 - 财政年份:2022
- 资助金额:
$ 34.2万 - 项目类别:
Algorithm-Enabled Auto-Calibrating Quantitative Dual-Energy CT
支持算法的自动校准定量双能 CT
- 批准号:
10448987 - 财政年份:2022
- 资助金额:
$ 34.2万 - 项目类别: