[论文解读] Moving towards FAIR practices in epidemiological research

Montserrat García‐Closas, Thomas U. Ahearn+13 more|arXiv (Cornell University)|Jun 13, 2022

Artificial Intelligence in Healthcare被引用 4

一句话总结

本文倡导在流行病学研究中采用 FAIR（可查找、可访问、可互操作、可重用）原则，以提升可重复性、协作性以及数据/代码共享。通过将数据和代码迁移至云端，使用开放标准和开源工具，研究人员可提高可访问性和可重用性，从而增强科学影响力和公平性，同时克服与保密性、成本和激励机制相关的障碍。

ABSTRACT

Reproducibility and replicability of research findings are central to the scientific integrity of epidemiology. In addition, many research questions require combiningdata from multiple sources to achieve adequate statistical power. However, barriers related to confidentiality, costs, and incentives often limit the extent and speed of sharing resources, both data and code. Epidemiological practices that follow FAIR principles can address these barriers by making resources (F)indable with the necessary metadata , (A)ccessible to authorized users and (I)nteroperable with other data, to optimize the (R)e-use of resources with appropriate credit to its creators. We provide an overview of these principles and describe approaches for implementation in epidemiology. Increasing degrees of FAIRness can be achieved by moving data and code from on-site locations to the Cloud, using machine-readable and non-proprietary files, and developing open-source code. Adoption of these practices will improve daily work and collaborative analyses, and facilitate compliance with data sharing policies from funders and scientific journals. Achieving a high degree of FAIRness will require funding, training, organizational support, recognition, and incentives for sharing resources. But these costs are amply outweighed by the benefits of making research more reproducible, impactful, and equitable by facilitating the re-use of precious research resources by the scientific community.

研究动机与目标

• 解决阻碍流行病学研究中数据和代码共享、可重复性及协作研究的障碍。
• 推广 FAIR 原则（可查找、可访问、可互操作、可重用）作为提升研究完整性和效率的框架。
• 为流行病学家提供实用的实施策略，以提高其数据和代码的 FAIR 程度。
• 鼓励机构和资助方提供培训、激励措施和基础设施支持，以持续推动 FAIR 实践。
• 证明 FAIR 实践的长期收益（在研究影响力、公平性和可重用性方面）远超初始投入成本。

提出的方法

• 将数据和代码从本地存储迁移至基于云的平台，以增强可访问性和可扩展性。
• 使用机器可读、非专有文件格式，以提升跨系统和工具的互操作性。
• 开发并共享开源代码，以确保分析方法的透明性和可重复性。
• 实施丰富且标准化的元数据，使研究资源具备可查找性和可引用性。
• 建立访问控制机制，在保障机密性和隐私的前提下确保授权访问。
• 将 FAIR 实践与资助方和科学期刊现有的数据共享政策对齐，以确保合规性。

实验结果

研究问题

• RQ1 流行病学研究如何提升数据和代码的可重复性与可重用性？
• RQ2 研究人员可采取哪些实际步骤使他们的数据和代码符合 FAIR 标准？
• RQ3 当前哪些机构和系统性障碍限制了流行病学中的数据和代码共享？
• RQ4 云计算和开放标准如何支持 FAIR 原则的实施？
• RQ5 需要哪些激励措施和支持体系，才能在研究社区中持续推行 FAIR 实践？

主要发现

• 将数据和代码迁移至云端可增强可访问性，并支持可扩展的协作研究。
• 使用机器可读、非专有的格式可提高互操作性，并减少对特定软件的依赖。
• 开源代码可提升透明度、可重复性以及对分析方法的社区审查。
• 丰富的元数据显著提高了研究资源的可查找性和可引用性。
• 组织支持、培训和激励措施对于 FAIR 实践的持续采纳至关重要。
• FAIR 实践的长期收益——包括研究影响力、公平性和可重用性的提升——远超初始实施成本。