• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>GigaScience >The research data management platform (RDMP): A novel, process driven, open-source tool for the management of longitudinal cohorts of clinical data
【24h】

The research data management platform (RDMP): A novel, process driven, open-source tool for the management of longitudinal cohorts of clinical data

机译：研究数据管理平台（RDMP）：一种新颖的，过程驱动的开源工具，用于管理临床数据的纵向队列

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Background The Health Informatics Centre at the University of Dundee provides a service to securely host clinical datasets and extract relevant data for anonymized cohorts to researchers to enable them to answer key research questions. As is common in research using routine healthcare data, the service was historically delivered using ad-hoc processes resulting in the slow provision of data whose provenance was often hidden to the researchers using it. This paper describes the development and evaluation of the Research Data Management Platform (RDMP): an open source tool to load, manage, clean, and curate longitudinal healthcare data for research and provide reproducible and updateable datasets for defined cohorts to researchers. Results Between 2013 and 2017, RDMP tool implementation tripled the productivity of data analysts producing data releases for researchers from 7.1 to 25.3 per month and reduced the error rate from 12.7% to 3.1%. The effort on data management reduced from a mean of 24.6 to 3.0 hours per data release. The waiting time for researchers to receive data after agreeing a specification reduced from approximately 6 months to less than 1 week. The software is scalable and currently manages 163 datasets. A total 1,321 data extracts for research have been produced, with the largest extract linking data from 70 different datasets. Conclusions The tools and processes that encompass the RDMP not only fulfil the research data management requirements of researchers but also support the seamless collaboration of data cleaning, data transformation, data summarization and data quality assessment activities by different research groups.
机译：背景邓迪大学的健康信息中心提供了一项服务，可以安全地托管临床数据集并为研究人员提取匿名队列的相关数据，以使他们能够回答关键研究问题。在使用常规医疗保健数据进行的研究中很常见，该服务在历史上是使用临时流程提供的，导致提供数据的速度较慢，而使用它们的研究人员通常无法发现这些数据的来源。本文描述了研究数据管理平台（RDMP）的开发和评估：RDMP是一种开放源代码工具，用于加载，管理，​​清理和整理纵向医疗数据以进行研究，并为研究人员提供可重复的和可更新的数据集，以用于特定人群。结果2013年至2017年间，RDMP工具的实施使为研究人员提供数据发布的数据分析师的生产率提高了两倍，从每月7.1降低到25.3，并将错误率从12.7％降低到3.1％。每次数据发布的数据管理工作时间从平均24.6小时减少到3.0小时。研究人员同意规格后等待数据的时间从大约6个月减少到不到1周。该软件是可扩展的，目前管理163个数据集。总共产生了1,321个用于研究的数据摘录，其中最大的摘录链接了来自70个不同数据集的数据。结论包含RDMP的工具和过程不仅可以满足研究人员的研究数据管理要求，而且还可以支持不同研究小组在数据清理，数据转换，数据摘要和数据质量评估活动之间的无缝协作。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号