在现代研究提高数据完整性的标准

为研究景观变化,数据完整性的标准,指导研究也必须改变。新数据工具,系统和格式提供陷阱和推进数据完整性的原因的机会。在这个博客,我们将讨论完整性与约翰·萨德勒现代研究副总裁和总经理安捷伦的软件和信息部门。

Ruairi Mackenzie (RM):人们越来越意识和执行数据完整性在生物医学研究。这种警惕推什么呢?

约翰·萨德勒(JS):在研究领域经常有更少关注最近的数据完整性,高调研究不当行为的情况下,发现错误,再现性的数据在很多层面上引起了警惕。这些问题甚至在主流媒体覆盖,使研究人员和他们的委托人受到了密切关注。

这次公开反对政府资助的研究,尤其是在美国,引发了更大的警惕。研究人员正在响应采用更多的数据完整性的工具。这些工具将使用类似后来在制药和生物制药开发过程,例如我们看到增加使用电子实验室笔记本和实验室信息管理系统的研究。这些工具使捕获实验室工作流程的数据和文档,因为它正在发生。使更大的审计数据,这些电子资源还包括实验室所使用的电子控制操作下21 CFR第11部分。

RM: 95%的数据完整性问题不虚假,只是可怜的数据管理。然而,欺诈的指控是一个关心公司数据完整性差的标准?公司可以采取什么措施来避免这种风险呢?

JS:在许多情况下数据完整性问题从一个文档化的过程很差或者一系列的实验。保证数据完整性最重要的一步是有详细的记录,什么,何时和为什么。此外,缺乏文档意味着很难(如果不是)不可能复制正是在实验室里被处决。结果,结果可能会变得不能复制的。

如前所述有许多电子工具,便于收集、整合和审计的数据。新一代workflow-specific实验室信息管理系统(LIMS)的系统设置管理和操作更简单,使实验室专注于创造伟大的科学。这些工具将跟踪库存,样品、过程和分析结果在一个位置使更容易重建的工作,他们也会追踪lab-wide元数据添加另一个证据级别来确定任何问题的来源。

实现这些数字系统自动获取实验数据和元数据的整个工作流程是一个伟大的地方开始,除此之外有科学数据管理工具,可以进一步文档详细记录数据是如何收集、处理和归档。

RM:越来越多的研究是一个自动化的过程。你认为这将提高完整性在生物医学领域的标准?

JS:大多数的问题造成不良的数据管理和文档,自动化是最有可能对数据完整性的研究有积极的影响。

在某种程度上的成功取决于实现数据完整性工具,然而,这个过程需要的自动化程序是电子记录。大多数自动化系统控制跟踪谁,什么,何时和如何的问题。这些控件许可程序,防止用户修改或删除的信息系统。自动化系统应该减少人工交互,进而减少人为错误或欺诈的机会,留下一个更详细的实验记录,导致更好的数据完整性。

RM:提高数据的可移植性和安全利用现代数据格式和云技术在现代研究也越来越重要。你认为云计算分析和存储技术帮助或阻碍数据完整性的驱动吗?

JS:标准化的数据减少了需要专业观众特定于供应商的数据,减少回顾历史数据的复杂性。

安捷伦是同素异形体基金会的一员,”组成的一个国际财团制药、生物制药和其他科学研究型产业”共同努力为实验室开发一个通用的数据格式。我们相信这将使实验室操作更有效和更好地了解他们的数据,合并同素异形体数据文件到我们的信息系统的支持。

常见的数据格式,比如同素异形体格式,支持更强大的搜索的数据存储库。云计算和分析是非常强大的技术,我们可以建立大系统实验信息和数据捕获和管理。这些技术使实验室重新思考他们的工作方式。云计算的计算能力使分析和可视化的大量数据成为可能。

在未来,这些现代工具与常见的数据格式相结合会让你更容易发现异常和异常,迅速强调可能的数据完整性问题。这不仅有助于推动数据完整性,但也将使我们能够详细的上下文或元数据需要重新评估历史数据与新观点,最终使研究更可靠和有效的。

约翰·萨德勒是Ruairi J Mackenzie,科普作家技术网络188金宝搏备用