Wake Forest IMPOWR Dissemination Education and Coordination Center (IDEA-CC)
维克森林 IMPOWR 传播教育和协调中心 (IDEA-CC)
基本信息
- 批准号:10593312
- 负责人:
- 金额:$ 30.97万
- 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:2021-09-30 至 2026-07-31
- 项目状态:未结题
- 来源:
- 关键词:Administrative SupplementArchitectureArtificial IntelligenceChargeClinicalClinical PathwaysClinical ResearchClinical TrialsCommon Data ElementCommunitiesDataData AnalyticsData CollectionData CommonsData ElementData SetData SourcesDevelopmentEcosystemEducationEnsureFAIR principlesFundingFutureGoalsInfrastructureKnowledgeLibrariesMachine LearningMapsMeasuresMissionModelingMonoclonal Antibody R24National Institute of Drug AbuseOutcomePainPathway interactionsPatientsPerformancePersonsPhasePublic HealthReadinessResearchRiskScientistSemanticsStandardizationSystemTechniquesTestingUnited States National Institutes of HealthVariantWorkbasechronic painchronic pain managementclinical research sitecomorbiditycomplex datacomputer sciencedata dictionarydata ecosystemdata infrastructuredata qualitydata quality/integritydata resourcedata reusedata standardsdiverse dataexperiencefederated learningforesthealth equity promotionimprovedinteroperabilitylarge scale datameetingsopioid use disorderparent grantpreventprogramsprospectivesyntaxtooltransfer learning
项目摘要
PROJECT SUMMARY
The HEAL Data Ecosystem is working to collect data across its projects and networks to meet FAIR (Findable,
Accessible, Interoperable, Reusable) data standards. Bringing diverse data sources together will require
complex data solutions to have a highly successful and accessible HEAL data commons. Meeting these data
goals brings two major challenges. The first is there are existing siloed datasets that are not yet able to be
combined with other data limiting the findability and accessibility. The second is collecting and organizing
prospective data so that one could assure data quality and integrity that allows for interoperability and reuse of
the data. To accomplish this goal, this proposal responds to the request for strategies to make data more
machine learning/artificial intelligence (ML/AI ready). The focus of the parent grant is to create a research
framework for the HEAL IMPOWR network and larger scientific community to harmonize combined chronic
pain (CP) and opioid use disorder (OUD) data. This administrative supplement expands this mission beyond
the scope of the NIH HEAL IMPOWR network to existing and future CP and OUD. The proposed work will
significantly deepen and augment approaches to FAIR principles in CP and OUD data for both the HEAL
network and larger NIH research community. It enhances the rigor of the parent grant by improving the larger
data relevance of what we are doing beyond the NIH HEAL IMPOWR network. The long-term goal is to build a
HEAL Data Ecosystem that incorporates existing data and supports the integration of prospective CP and OUD
data collection. Building on our prior work, the overall objective of this project is to move CP and OUD data one
step closer to FAIR by leveraging existing datasets and developing tools for new projects. The general
hypothesis of the project is that leveraging existing CP & OUD data and collecting new data using ML/AI data
quality standards will accelerate the impact of the HEAL Data Ecosystem. The general hypothesis will be
tested by the following specific aims: (1) Transform existing dataset by mapping chronic pain/OUD CDE to
demonstrate use case for making existing siloed data into a ML/AI ready format by automatically suggesting
HEAL CDE annotations for already collected data based on semantic and syntactic analysis. (2) Adapt tools to
support ML/AI readiness for existing and prospectively collected HEAL CDE. First, we will adapt our previously
developed tools to measure and assess the semantic distance for pain/OUD CDE. This will support the
development of federated transfer learning by assessing the quantitative distances using SHAP modeling of
previously collected data. We hypothesize that these tools will provide infrastructure necessary to successfully
develop ML/AI ready data. In aim 1, we believe that transforming existing datasets to be ML/AI ready will
accelerate the harmonization of existing and prospective data for a future HEAL Data Commons. In aim 2, the
development of CDE tools will support the data infrastructure quality checks to support ML/AI. The expected
outcome of this project is data optimization pipelines and tools to support the goal of ML/AI ready data. The
results will provide a strong basis for further development of the HEAL Data Ecosystem.
项目摘要
Heal Data生态系统正在努力收集跨项目和网络以满足公平的数据(可找到,
可访问,可互操作,可重复使用的数据标准。将各种数据源召集在一起将需要
复杂的数据解决方案具有非常成功且可访问的治疗数据共享。满足这些数据
目标带来了两个主要挑战。首先是现有的孤立数据集尚不能够
结合其他数据限制可访问性和可访问性。第二个是收集和组织
潜在的数据,以便可以确保数据质量和完整性,从而可以互操作性和重复使用
数据。为了实现这一目标,该提案回应了要求更多数据的策略请求
机器学习/人工智能(ML/AI准备就绪)。父母赠款的重点是创建一项研究
Heal Impowr网络和更大的科学界的框架,以协调组合慢性
疼痛(CP)和阿片类药物使用障碍(OUD)数据。这种行政补品将这一任务扩大到
NIH的范围治愈现有和未来的CP和OUD的范围。拟议的工作将
大大加深了CP中公平原则的加深和增强方法,并为OUD数据提供了治疗
网络和更大的NIH研究社区。它通过改善较大的人来增强父母赠款的严谨性
NIH治愈Impowr网络以外所做的事情的数据相关性。长期目标是建立
治愈数据生态系统,其中包含现有数据并支持预期CP和OUD的集成
数据收集。在我们先前的工作的基础上,该项目的总体目标是移动CP和OUD数据。
通过利用现有数据集并为新项目开发工具,更接近公平。将军
该项目的假设是利用现有的CP和OUD数据并使用ML/AI数据收集新数据
质量标准将加速治疗数据生态系统的影响。一般假设将是
通过以下特定目的测试:(1)通过将慢性疼痛/OUD CDE映射到
通过自动建议将现有的孤立数据作为ML/AI准备格式的用例演示
基于语义和句法分析,治愈已经收集的数据的CDE注释。 (2)调整工具
为现有和前瞻性收集的治疗CDE支持ML/AI准备就绪。首先,我们将适应以前的
开发了用于测量和评估疼痛/OUD CDE的语义距离的工具。这将支持
通过使用Shap建模评估定量距离来开发联合转移学习
先前收集的数据。我们假设这些工具将提供成功的基础架构
开发ML/AI就绪数据。在AIM 1中,我们认为将现有数据集转换为ML/AI准备就绪
加速未来医治数据共享现有数据和前瞻性数据的协调。在AIM 2中
CDE工具的开发将支持数据基础架构质量检查以支持ML/AI。预期
该项目的结果是数据优化管道和工具,以支持ML/AI就绪数据的目标。这
结果将为进一步开发治疗数据生态系统提供强大的基础。
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 }}
MEREDITH C. B. ADAMS其他文献
MEREDITH C. B. ADAMS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('MEREDITH C. B. ADAMS', 18)}}的其他基金
MIRHIQL Resource Center for Improving Quality of Life with Chronic Pain (MRC)
MIRHIQL 改善慢性疼痛生活质量资源中心 (MRC)
- 批准号:
10705887 - 财政年份:2023
- 资助金额:
$ 30.97万 - 项目类别:
COVID-19 Pandemic Mitigation, Community Economic and Social Vulnerability, and Opioid Use Disorder
COVID-19 流行病缓解、社区经济和社会脆弱性以及阿片类药物使用障碍
- 批准号:
10653238 - 财政年份:2022
- 资助金额:
$ 30.97万 - 项目类别:
WF DISC: Navigating Data Solutions for Chronic Pain and Opioid Use Disorder
WF DISC:探索慢性疼痛和阿片类药物使用障碍的数据解决方案
- 批准号:
10587594 - 财政年份:2022
- 资助金额:
$ 30.97万 - 项目类别:
WF DISC: Navigating Data Solutions for Chronic Pain and Opioid Use Disorder
WF DISC:慢性疼痛和阿片类药物使用障碍的数据解决方案导航
- 批准号:
10708945 - 财政年份:2022
- 资助金额:
$ 30.97万 - 项目类别:
Wake Forest IMPOWR Dissemination Education and Coordination Center (IDEA-CC)
维克森林 IMPOWR 传播教育和协调中心 (IDEA-CC)
- 批准号:
10601172 - 财政年份:2022
- 资助金额:
$ 30.97万 - 项目类别:
Wake Forest IMPOWR Dissemination Education and Coordination Center (IDEA-CC)
维克森林 IMPOWR 传播教育和协调中心 (IDEA-CC)
- 批准号:
10665746 - 财政年份:2021
- 资助金额:
$ 30.97万 - 项目类别:
Wake Forest IMPOWR Dissemination Education and Coordination Center (IDEA-CC)
维克森林 IMPOWR 传播教育和协调中心 (IDEA-CC)
- 批准号:
10378786 - 财政年份:2021
- 资助金额:
$ 30.97万 - 项目类别:
Wake Forest IMPOWR Dissemination Education and Coordination Center (IDEA-CC)
维克森林 IMPOWR 传播教育和协调中心 (IDEA-CC)
- 批准号:
10866836 - 财政年份:2021
- 资助金额:
$ 30.97万 - 项目类别:
Identifying opioid response phenotypes in low back pain electronic health data
识别腰痛电子健康数据中的阿片类药物反应表型
- 批准号:
9313544 - 财政年份:2017
- 资助金额:
$ 30.97万 - 项目类别:
Identifying opioid response phenotypes in low back pain electronic health data
识别腰痛电子健康数据中的阿片类药物反应表型
- 批准号:
9897632 - 财政年份:2017
- 资助金额:
$ 30.97万 - 项目类别:
相似国自然基金
“共享建筑学”的时空要素及表达体系研究
- 批准号:
- 批准年份:2019
- 资助金额:63 万元
- 项目类别:面上项目
基于城市空间日常效率的普通建筑更新设计策略研究
- 批准号:51778419
- 批准年份:2017
- 资助金额:61.0 万元
- 项目类别:面上项目
宜居环境的整体建筑学研究
- 批准号:51278108
- 批准年份:2012
- 资助金额:68.0 万元
- 项目类别:面上项目
The formation and evolution of planetary systems in dense star clusters
- 批准号:11043007
- 批准年份:2010
- 资助金额:10.0 万元
- 项目类别:专项基金项目
新型钒氧化物纳米组装结构在智能节能领域的应用
- 批准号:20801051
- 批准年份:2008
- 资助金额:18.0 万元
- 项目类别:青年科学基金项目
相似海外基金
IMAT-ITCR Collaboration: Develop deep learning-based methods to identify subtypes of circulating tumor cells from optical microscope images
IMAT-ITCR 合作:开发基于深度学习的方法,从光学显微镜图像中识别循环肿瘤细胞的亚型
- 批准号:
10675886 - 财政年份:2022
- 资助金额:
$ 30.97万 - 项目类别:
Containerizing tasks to ensure robust AI/ML data curation pipelines to estimate environmental disparities in the rural south
将任务容器化,以确保强大的 AI/ML 数据管理管道,以估计南部农村的环境差异
- 批准号:
10842665 - 财政年份:2022
- 资助金额:
$ 30.97万 - 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:
$ 30.97万 - 项目类别:
Genetics of deep-learning-derived neuroimaging endophenotypes for Alzheimer's Disease (Parent grant)
阿尔茨海默氏病深度学习衍生的神经影像内表型的遗传学(家长资助)
- 批准号:
10827718 - 财政年份:2021
- 资助金额:
$ 30.97万 - 项目类别:
Informatics Tools To Analyze And Model Whole Slide Image Data At The Single Cell Level
在单细胞水平上分析和建模整个幻灯片图像数据的信息学工具
- 批准号:
10677280 - 财政年份:2021
- 资助金额:
$ 30.97万 - 项目类别: