video: 遵循FAIR（可定位Locatable、可访问Accessible、可互操作Interoperable以及可再利用Reusable这四个词的英文缩写）原则在卫生领域促进推广使用科学数据，一直是欧洲科学项目 FAIR4Health 的目标。该项目由卡洛斯三世大学（UC3M）研究人员参与其中，展示了该战略对改进各种科学成果的潜在影响。 view more
Credit: UC3M
遵循FAIR（可定位Locatable、可访问Accessible、可互操作Interoperable以及可再利用Reusable这四个词的英文缩写）原则在卫生领域促进推广使用科学数据，一直是欧洲科学项目 FAIR4Health 的目标。该项目由卡洛斯三世大学（UC3M）研究人员参与其中，展示了该战略对改进各种科学成果的潜在影响。
数据密集型科学最重要的挑战之一是如何促进知识进步，帮助科学数据的发现、定位、访问、整合和分析。由于卫生领域数据的性质，其用于研究的共享和重用受到伦理、法律和技术等障碍的限制。 FAIR的目的在于影响并协助相关机构与其他研究人员适当和有效地共享研究数据。
根据欧盟委员会的一项分析：欧盟 (EU) 每年在科研中产生的非FAIR 数据成本约为 102 亿欧元。 “发生这种情况是因为经费投资用于研究，但所收集的数据（最昂贵的部分之一）保留在每个工作组中，没有元数据，没有系统化甚至没有描述……它们没有被共享，没有被发现，也无法被再利用于进行更深入的研究。”FAIR4Health 的两位研究人员，来自UC3M 图书馆科学与文献系的Tony Hernández和Eva M. Méndez解释。
数据的“FAIR化”
在该研究项目框架内，科研人员对欧盟卫生研究机构实施 FAIR 数据政策的主要障碍和可能的促进机制进行了分析。为此，由GO FAIR倡议的“FAIR化”流程已落实，从而可以有效解决健康数据固有的伦理、法律和技术方面等问题。
正如数据可以验证其准确度一样，研究人员认为数据同样可以“FAIR化”：即验证数据是否符合 FAIR 原则。 为此，在 FAIR4Health 项目的框架内，科研团队开发了为健康数据度身订造的“FAIR化”工具：其中包括恢复和验证数据的工具（Data Curation Tool）以及为数据去身份和匿名化的工具（Data Privacy Tool）。
案例研究
FAIR4Health的解决方案由两个案例研究进行了验证。第一项包括分析多种疾病模式（至少患有两种慢性疾病）和多种药物治疗（同时服用超过 3 种药物）对老年人死亡率（6个月时）和认知障碍的影响。
第二个案例研究的目的在于开发、验证和评估辅助临床决策工具的准确性，以预测慢性阻塞性肺病 (COPD) 患者自出院之日起再入院的风险。
最近结束的@FAIR4Health（通过 FAIR 数据改善欧盟的健康研究）项目，已根据第 824666 号赠款协议获得了欧盟2020地平线研究和创新计划的拨款。该项目联合研究团队由安达卢西亚卫生服务部大学附属圣女罗西奥医院领导，17 个包括UC3M在内的，来自德国、奥地利、比利时、西班牙、意大利、荷兰、葡萄牙、英国、塞尔维亚、瑞士和土耳其等 11 个国家的卫生研究机构、企业和大学参与。
更多信息：
FAIR4Health项目网页：