通过数据分析加强对新生儿筛查条件的检测

通过数据分析加强对新生儿筛查条件的检测

50多年来, 新生儿筛查 美国各地的计划都实施了实验室筛查和后续计划,以发现和报告处于罕见疾病高风险中的婴儿。展望未来,随着新条件的增加,当前的测试挑战可能会变得更加明显。 推荐的统一筛选面板 (RUSP),测试平台和方法的复杂程度不断提高,生物标记物配置文件也更加复杂。

建立新生儿筛查计划的数据分析能力将有助于支持对患者数据的分析和解释,提供工具和资源以提高时间密集型计划活动的效率。

亚太图书馆 和 新生儿筛查和分子生物学科 疾病控制与预防中心(CDC)的研究人员正在寻求解决方案,以通过以下方式扩展数据分析能力来改善实验室检验的解释:

  • 通过提供以下内容,提高州新生儿筛查计划评估和解释实验室测试数据的能力 新生儿筛查生物信息学研究员
  • 创建一个新生儿筛查数据分析工作组,致力于共享和协调最佳实践和解决方案
  • 通过设计和开发数据科学资源来应对新生儿筛查特定的数据挑战,增强新生儿筛查社区中以数据为依据的决策

2019年3月,APHL和CDC在佐治亚州亚特兰大举行了一次全国会议,以扩大努力,将州新生儿筛查计划纳入集体数据分析计划中,并讨论利用改进的数据分析资源和新生儿筛查专用技术来增强疾病检测的进展。

会议为与会者提供了一个论坛,讨论围绕生化和分子筛查方法学的需求及其相关数据分析要求,以及数据对改善健康结果的价值。

这次全国性对话将有助于指导CDC开发内部数据分析资源,从而改善对生物化学和分子测试结果的解释。

这项活动得到了疾病控制和预防中心资助的合作协议编号NU60OE000103-04的支持。其内容仅由作者负责,并不一定代表CDC或卫生与公共服务部的官方观点。

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *