FREDD 如何安全整合眼科多模态影像与遗传临床数据
监管之下建库:FREDD 如何安全整合眼科多模态影像与遗传临床数据?
FREDD 项目在法国健康数据仓库框架下,5个中心收集了1649例罕见眼病患者数据,整合逾1万幅图像,数据不一致率约7%。该项目采用三层集中式架构,确保数据安全与合规,涵盖13类447个眼科专科变量。
19分钟前 熊佳仪 MedSci原创 发表于上海
FREDD获授权后5个中心收集1649例IRD患者,RP 763例占全国RP队列20.3%,整合逾1万幅图像,数据不一致率约7%,36.7%有影像,眼底摄影覆盖46.6%。
深度解析医学证据,DeepEvidence为你支撑决策 罕见眼病患病率低、临床异质性强且数据采集分散,限制多中心研究与分析可靠性。法国健康数据仓库受国家数据保护机构严格监管,国际罕见病登记体系虽推动协调,但在完全合规且可持续的基础设施中采集高度专科化多模态临床记录和眼科影像仍具挑战。FREDD由SENSGENE网络发起、INSERM作为数据控制者,旨在建立面向罕见眼病的国家互操作性健康数据仓库,并评估成功因素、技术瓶颈与长期财务可持续模式。 FREDD依据CNIL健康数据仓库参考框架设计,采用采集、处理和研究复用三层集中式架构。采集层使用基于SKEZIA平台的动态电子病例报告表完成标准化采集与站点早期假名化,处理层依托INSERM France Cohortes基础设施安全接收、协调和整理临床、遗传及高容量影像批次,研究层为经治理批准项目提供隔离虚拟分析环境。数据经FileSender半自动批量传输,访问控制遵循最小权限原则并依托正式数据访问矩阵。数据集在法国罕见病最小数据集基础上扩展眼科专科变量和影像,最多涵盖13类447个变量,其中最多153个必填,字段显示与必填状态随临床路径动态
小提示:本篇资讯需要登录阅读,点击跳转登录
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
来源:梅斯医学·临床资讯 · news.medsci.cn
