RADx-Rad Discoveries & Data: Consortium Coordination Center Program Organization

RADx-Rad 发现

• 批准号: 10321007
• 负责人: Eliah S Aronoff-Spencer
• 金额: $ 584.89万
• 依托单位: UNIVERSITY OF CALIFORNIA, SAN DIEGO
• 依托单位国家: 美国
• 财政年份: 2020
• 资助国家: 美国
• 起止时间: 2020-12-21 至 2022-11-30
• 项目状态: 已结题
• 来源: https://reporter.nih.gov/project-details/10321007
• 关键词: Agreement; Antibodies; Area; Award; Back; Benchmarking; Biological Assay; COVID-19; COVID-19 diagnostic; COVID-19 pandemic; COVID-19 testing; Calibration; California; Clinical Pathology; Clinical Research; Cloud Computing; Cloud Service; Collaborations; Communicable Diseases; Communication; Communities; Computer software; Consultations; Data; Data Collection; Data Coordinating Center; Data Discovery; Data Science; Data Scientist; Data Sources; Development; Diagnostic; Diagnostic tests; Ensure; Evaluation; FAIR principles; FDA approved; Funding; Goals; Gold; Health Insurance Portability and Accountability Act; Health Sciences; Informatics; Internet; Knowledge; Laboratories; Logistics; Metadata; Methods; Online Systems; Persons; Positioning Attribute; Preparation; Privacy; Procedures; Process; Protocols documentation; Quality Control; RADx; RADx Radical; Reporting; Research Personnel; Resources; Risk; Role; SARS-CoV-2 infection; Sampling; Science; Secure; Security; Semantics; Signal Transduction; Specialist; Specimen; Standardization; Structure; Technology; Terminology; Testing; Texas; Time; United States National Institutes of Health; Universities; Update; Validation; Viral; Viral Load result; Virus; Work; base; dashboard; data access; data centers; data exchange; data management; data modeling; data reuse; data sharing; data standards; design; diagnostic technologies; distributed data; expectation; experience; help-seeking behavior; indexing; innovation; meetings; member; new technology; news; novel diagnostics; programs; quality assurance; repository; search engine; syntax; testing services; tool; transmission process; user centered design; user-friendly; virology

ABSTRACT     Preparing SARS-­CoV-­2 testing data for reuse requires making the data syntactically and semantically equivalent.  Standardization  of  terminologies  and  a  common  data  model  accomplish  the  former,  while  the  latter  is  accomplished  through  understanding  the  data  and  making  it  comparable  across  RADx-­rad  awardees  by  benchmarking against known gold standards. The standardization of samples is as important as standardizing  the data, particularly in the highly innovative RADx-­rad program, where new technologies will be developed or  optimized for deployment in various settings. Highly motivated RADx-­rad awardees will receive advice on how  their diagnostics compare to FDA-­approved ones, with each other, how their diagnostic performs in independent  testing,  as  well as how  to ensure  the  tests  are usable  in  real  world  settings.  In  collaboration  with  University  of  Texas  Health  Science  Center  at  Houston,  University  of  California San  Diego  researchers  in  informatics/data  science and infectious diseases with ample experience in leading large consortia have designed a unique RADx-­ rad  Consortium  Data  and  Coordination  Center  (radCDCC).  This  center  is  based  on  three  pillars:  (1)  effective  administration and coordination among awardees, NIH, and other programs;; (2) innovative approaches and tools  to  collect  and  standardize  data  and  metadata  to  promote  findability,  accessibility,  interoperability  and  reuse  (FAIR)  for  data  sharing;;  and  (3)  principled  preparation  of  standardized  samples  with  known  quantities  of  viral  loads, and standardized procedures for testing new diagnostics to allow comparison across tests and calibration  of  new  technologies.  Backed  by  sophisticated  HIPAA-­compliant  cloud  services,  user  friendly  web-­tools,  and  extensive  support  from  UCSD’s  facilities  for  computation and  for  clinical  research,  the  radCDCC will  interface  with other RADx programs and other COVID-­19 focused programs at NIH to ensure alignment of awardees, NIH  and the public in the pursuit of effective, affordable, and deployable new technologies for testing.

抽象的    准备SARS-COV-2测试数据以进行重复使用，需要以语法和语义等效进行数据。 术语的标准化和共同的数据模型完成了前者，而后者是 通过理解数据并使其在RADX RAD获奖者中可比 根据已知的黄金标准进行基准测试。样品的标准化与标准化一样重要 数据，特别是在高度创新的RADX RAD计划中，将开发新技术或 优化用于在各种设置中部署。高度积极进取的RADX-RAD获奖者将获得有关如何 它们的诊断与FDA批准的诊断相比，彼此之间的诊断方式如何 测试以及如何确保测试在现实世界中可用。与大学合作 加利福尼亚大学圣地亚哥大学休斯敦的德克萨斯健康科学中心有关信息/数据的研究人员 具有丰富经验的大型财团经验的科学和传染病设计了独特的RADX- RAD联盟数据和协调中心（RADCDCC）。该中心基于三个支柱：（1）有效 获奖者，NIH和其他计划之间的行政和协调； （2）创新方法和工具 收集和标准化数据和元数据以促进可发现性，可访问性，互操作性和重复使用 （公平）数据共享; （3）具有已知数量病毒量的标准样品的校长制备 负载和测试新诊断的标准化程序，以允许在测试和校准之间进行比较 新技术。以精致的HIPAA兼容云服务，用户友好的网络工具和 UCSD的计算设施和临床研究的广泛支持，RADCDCC将接口 NIH与NIH的其他RADX计划和其他Covid-19以确保获奖者的一致性，NIH 公众追求有效，负担得起和可部署的新技术进行测试。