Big Data y Analytics

Una estrategia de calidad de datos para permitir el acceso FAIR y programático en colecciones de datos grandes y diversas para el análisis de datos de alto rendimiento

Una estrategia de calidad de datos (DQS) es útil para investigadores, organizaciones y otros, principalmente porque les permite "establecer un nivel de seguridad y, por lo tanto, confianza para [su] comunidad de usuarios y partes interesadas clave como parte integral de la prestación del servicio. " Evans y col. de la Universidad Nacional de Australia, reconociendo esta importancia, discutir la implementación de su DQS en la Infraestructura Computacional Nacional Australiana (NCI), detallando su estrategia y proporcionando ejemplos en este documento de 2017. Concluyen que "[a] aplicar el DQS significa que los científicos dedican menos tiempo a formatear y reorganizar los datos para que sean adecuados para el uso de sus aplicaciones y flujos de trabajo, especialmente si sus aplicaciones pueden leer interfaces estandarizadas".

Cómo los datos de gran tamaño, la investigación comparativa de la efectividad y los sistemas de atención médica de rápido aprendizaje pueden transformar la atención del paciente en oncología de radiación.

En este breve artículo de opinión publicado en Frontiers in Oncology, Sanders y Showalter centran sus pensamientos en el sistema de atención de salud de rápido aprendizaje (RLHCS), un concepto que implica analizar datos de pacientes para obtener información sobre cómo mejorar la seguridad del paciente, la calidad del tratamiento y costo-efectividad dentro del marco del cuidado de la salud. En combinación con la investigación de efectividad comparativa (CER) y grandes flujos de datos bien administrados, el RLHCS tiene el poder "para acelerar el descubrimiento y el futuro de la planificación individualizada del tratamiento con radiación", argumentan. Concluyen que los macrodatos pueden "conectar una amplia gama de características para acelerar la generación de evidencia e informar la toma de decisiones personalizada", y su aplicación a través de CER y RLHCS puede "acelerar el progreso en la atención del cáncer".

Referencias:

https://www.limsforum.com/laboratory-informatics-weekly-update-volume-16-issue-34/75907/