作者：何塞·弗兰克·迪亚兹（Jose Franck Diaz），硕士（2016）
主要顾问：托德·R·约翰逊（Todd R. Johnson）博士
委员会成员：医学博士Elmer Bernstam；Minjae Lee，博士；凯文·黄（Kevin Hwang），医学博士，MPH
德克萨斯大学健康信息科学学院的博士学位论文。
抽象的
对研究和临床保健质量改进的临床数据的重复使用越来越兴趣。beplay苹果手机能用吗但是，对临床数据集的直接分析可以产生误导性结果。数据清洁通常被用作在分析过程中检测和解决数据问题的手段，但是这种方法缺乏系统性。数据质量（DQ）评估是对数据重新提示引起的分析结果有效性的威胁的一种更彻底的方法。这是因为DQ评估旨在评估“适合目的”。但是，目前尚无系统的方法来评估DQ进行临床数据的次要分析。在本文中，我介绍了DataGauge，这是一个框架，以解决最新情况的这一差距。
我首先引入该问题及其对生物医学和临床信息学领域的一般意义（第1章）。然后，我介绍了文献综述，该综述调查了当前的DQ评估重新利用临床数据的方法，并得出了推进技术状态所需的功能（第2章）。在第3章中，我介绍了DataGauge，这是一个模型驱动的框架，用于系统地评估重新利用的临床数据的质量，该临床数据解决了最新技术的当前局限性。第4章介绍了一个指导框架的开发，以确保DQ评估设计的系统性。然后，我评估了数据Agauge与系统状态方法相比，数据Agauge标记潜在的DQ问题的能力。DataGauge能够增加10倍在系统状态下发现的潜在DQ问题的数量。它确定了更具体的问题，这些问题直接威胁到适合目的，但也提供了对次要分析中涉及的临床数据类型和知识领域的更广泛覆盖。
DataGauge为完全集成到二级分析工作流程的系统和特定特定的DQ评估设定了基础。它还促进了基于团队的方法以及对DQ要求的明确定义，以支持DQ结果的沟通和透明报告。总体而言，这项工作为工具提供了为对重新利用的临床数据集限制的更深入理解铺平道路的方法。这也是迈向特定特定DQ评估自动化临床数据的第一步。未来的工作将包括这些方法的进一步开发，并通过对临床数据进行次要使用的研究团队来验证它们。beplay苹果手机能用吗