Förderung der Datenwissenschaft in der Arzneimittelentwicklung durch einen innovativen Rechenrahmen für den Datenaustausch und die statistische Analyse

Hintergrund:

Novartis und das Big Data Institute (BDI) der Universität Oxford haben eine Forschungsallianz mit dem Ziel gegründet, das Gesundheitswesen und die Medikamentenentwicklung effizienter und zielgerichteter zu gestalten. Durch eine Kombination der neuesten statistischen maschinellen Lerntechnologie mit einer innovativen IT-Plattform, die entwickelt wurde, um große Mengen anonymisierter Daten aus zahlreichen Datenquellen und -typen zu verwalten, planen wir, neuartige Muster mit klinischer Relevanz zu identifizieren, die vom Menschen allein nicht erkannt werden können, um Phänotypen und frühzeitig zu identifizieren Prädiktoren für die Krankheitsaktivität und das Fortschreiten des Patienten.

Methode:

Die Zusammenarbeit konzentriert sich auf hochkomplexe Autoimmunerkrankungen und entwickelt einen Rechenrahmen, um einen forschungsreifen Datensatz über zahlreiche Modalitäten hinweg zusammenzustellen. Für das Multiple-Sklerose-(MS-)Projekt hat die Zusammenarbeit Daten aus klinischen und bildgebenden Studien der Phasen II bis IV von ≈35.000 Patienten aller klinischen Phänotypen anonymisiert und integriert und in mehr als 2200 Zentren weltweit gesammelt. Für das Projekt „IL-17“ hat die Zusammenarbeit klinische und bildgebende Daten aus über 30 klinischen Cosentyx-Studien der Phasen II und III mit mehr als 15.000 Patienten mit vier Autoimmunerkrankungen (Psoriasis, axiale Spondyloarthritis, Psoriasis-Arthritis (PsA .) anonymisiert und integriert ) und rheumatoide Arthritis (RA)).

Ergebnisse:

Ein grundlegender Bestandteil einer erfolgreichen Datenanalyse und der gemeinsamen Entwicklung neuartiger Methoden des maschinellen Lernens auf diesen umfangreichen Datensätzen war der Aufbau eines Forschungsinformatik-Frameworks, das die Daten in regelmäßigen Abständen erfassen kann, in denen Bilder anonymisiert und mit den anonymisierten Daten integriert werden können klinische Daten, qualitätsgeprüft und zu einer forschungsreifen relationalen Datenbank zusammengestellt, die dann multidisziplinären Analytikern zur Verfügung stehen würde. Die gemeinsame Entwicklung durch eine Gruppe von Softwareentwicklern, Data Wranglern, Statistikern, Klinikern und Domänenwissenschaftlern in beiden Organisationen war von entscheidender Bedeutung. Dieses Framework ist innovativ, da es das kollaborative Datenmanagement erleichtert und den akademischen Forschern, die mit dem Projekt in Verbindung gebracht werden, einen komplizierten Datensatz klinischer Studien eines Pharmaunternehmens zur Verfügung stellt.

Schlussfolgerungen:

Es wurde ein Informatik-Framework entwickelt, um klinische Studiendaten in einer Pipeline von Anonymisierung, Qualitätskontrolle, Datenexploration und anschließender Integration in eine Datenbank zu erfassen. Die Einrichtung dieses Rahmens war ein wesentlicher Bestandteil der Entwicklung von Analysewerkzeugen.

Dies ist ein automatisch übersetzter Artikel. Er kann nur einer groben Orientierung dienen. Das Original gibt es hier: psoriasis

Schreibe einen Kommentar