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.

摘要    准备SARS-SARS-CoV-SARS 2测试数据以供重用需要使数据在语法和语义上等效。 术语的标准化和通用数据模型实现了前者，而后者是 通过理解数据并使其在RADx-阿格拉德获奖者之间具有可比性， 与已知的黄金标准进行基准测试。样本的标准化与标准化同样重要 数据，特别是在高度创新的RADx-雷达计划，其中新技术将被开发或 经过优化，可在各种环境中部署。积极主动的RADx-AMDrad获奖者将获得有关如何 他们的诊断与FDA批准的诊断进行比较，相互比较，他们的诊断在独立的 测试，以及如何确保测试在真实的世界设置中可用。 德克萨斯州休斯顿健康科学中心，加州圣地亚哥大学信息学/数据研究人员 科学和传染病的领导大财团拥有丰富的经验，设计了一个独特的RADx- 拉德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和其他项目之间的管理和协调;（2）创新方法和工具 收集数据和元数据并使之标准化，以促进数据的可查找性、可获取性、互操作性和重复使用 （FAIR）用于数据共享;（3）原则性地制备具有已知数量病毒的标准化样品 测试新诊断程序的标准化程序，以便在测试和校准之间进行比较 以先进的符合HIPAA-1000标准的云服务、用户友好的Web浏览器工具和 在加州大学圣地亚哥分校计算和临床研究设施的广泛支持下，radCDCC将与 与NIH的其他RADx项目和其他COVID-19重点项目一起，确保获奖者的一致性，NIH 和公众在追求有效的，负担得起的，可部署的新技术进行测试。