Rigour and reproducibility in perinatal and paediatric epidemiologic research using big data.
Rigour and reproducibility in perinatal and paediatric epidemiologic research using big data.
复制标题
DOI：
10.1111/ppe.12971
复制
发表时间：
2023-05
影响因子：
2.8
通讯作者：
Benjamin-Chung, Jade
中科院分区：
文献类型：
--
作者：
Nguyen, Anna;Benjamin-Chung, Jade
增加对电子健康记录 (EHR)、保险索赔和人口登记等精细“大”数据的访问，有可能为围产期和儿科流行病学提供独特而重要的见解。有关健康结果的大数据可以与新的数据源（例如环境传感器、基因组生物库、可穿戴设备或社交媒体）联系起来，以评估历史上难以测量的健康决定因素。此外，与原始数据收集相比，使用大数据的研究通常可以更快地完成，成本更低，伦理问题也更少。然而，这些进步的前景必须重新关注研究的严谨性，以尽量减少大数据特有的对有效性的新威胁。此外，使用大数据的研究需要高度计算的工作流程，这些工作流程可能会受到处理和分析数据时引入的偏差的影响，这强调了采用“再现性最佳实践”的重要性。我们概述了大数据围产期和儿科流行病学背景下严格性和可重复性的挑战和机遇（图 1）。
Increasing access to granular “big” data, such as electronic health records (EHRs), insurance claims, and population registries, has the potential to offer unique and important insights into perinatal and paediatric epidemiology. Big data on health outcomes can be linked to novel data sources, such as environmental sensors, genomic biobanks, wearable devices, or social media, to assess determinants of health that have been historically difficult to measure. In addition, studies using big data can often be completed more quickly, at a lower cost, and with fewer ethical concerns than primary data collection.Yet, the promise of these advances must be met with renewed attention toward study rigour to minimise new threats to validity that are unique to big data. Further, studies using big data require highly computational workflows that may be subject to biases introduced while processing and analysing the data, underscoring the importance of adopting ‘best practices for reproducibility’. We outline the challenges and opportunities for rigour and reproducibility in the context of big data perinatal and paediatric epidemiology (Figure 1).
登录
查看更多内容
科学标准。促进开放的研究文化。
DOI：
10.1126/science.aab2374
发表时间：
2015-06-26
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Nosek BA;Alter G;Banks GC;Borsboom D;Bowman SD;Breckler SJ;Buck S;Chambers CD;Chin G;Christensen G;Contestabile M;Dafoe A;Eich E;Freese J;Glennerster R;Goroff D;Green DP;Hesse B;Humphreys M;Ishiyama J;Karlan D;Kraut A;Lupia A;Mabry P;Madon TA;Malhotra N;Mayo-Wilson E;McNutt M;Miguel E;Paluck EL;Simonsohn U;Soderberg C;Spellman BA;Turitto J;VandenBos G;Vazire S;Wagenmakers EJ;Wilson R;Yarkoni T
通讯作者：
Yarkoni T
影响因子：
9.8
作者：
Ananth CV;Schisterman EF
通讯作者：
Schisterman EF
影响因子：
5.4
作者：
Howards, Penelope P.;Schisterman, Enrique F.;Heagerty, Patrick J.
通讯作者：
Heagerty, Patrick J.
影响因子：
9.8
作者：
Wilkinson MD;Dumontier M;Aalbersberg IJ;Appleton G;Axton M;Baak A;Blomberg N;Boiten JW;da Silva Santos LB;Bourne PE;Bouwman J;Brookes AJ;Clark T;Crosas M;Dillo I;Dumon O;Edmunds S;Evelo CT;Finkers R;Gonzalez-Beltran A;Gray AJ;Groth P;Goble C;Grethe JS;Heringa J;'t Hoen PA;Hooft R;Kuhn T;Kok R;Kok J;Lusher SJ;Martone ME;Mons A;Packer AL;Persson B;Rocca-Serra P;Roos M;van Schaik R;Sansone SA;Schultes E;Sengstag T;Slater T;Strawn G;Swertz MA;Thompson M;van der Lei J;van Mulligen E;Velterop J;Waagmeester A;Wittenburg P;Wolstencroft K;Zhao J;Mons B
通讯作者：
Mons B
影响因子：
--
作者：
Benjamin-Chung, Jade;Colford, John M Jr;Arnold, Benjamin F
通讯作者：
Arnold, Benjamin F