【征稿】用于真实世界数据的方法和应用 | BMC Medical Research Methodology
The following article is from BMC科研永不止步 Author BMC 中国
海归学者发起的公益学术平台
分享信息,整合资源
交流学术,偶尔风月
循证方法的机会与挑战
在医学科学和健康护理领域,真实世界的数据和证据正变得愈加重要。遏制COVID-19大流行便是一个最好的例子。真实世界的健康数据和证据可以是来自不同的来源,如计算机、移动设备和可穿戴设备,并且可以是各种类型,如互联网搜索、社交媒体、电子健康/医疗记录。这些大量的、类型各异的现实世界数据和证据为科学新发现注入巨大力量,并让本来难以解决的问题以及难以做出的决定变得不再困难。同时,我们需要有新的、有效且可行的统计学和机器学习方法来挖掘真实世界数据的潜力,以便从业者和决策者能够应用这些结果和结论来更好地满足社会对医疗和护理的需求。
BMC Medical Research Methodology的专题主要包括以下主题:
用于分析真实世界数据的统计方法和机器学习方法,包括但不限于互联网流量和搜索、社交媒体数据、移动设备、可穿戴设备和应用程序数据、电子健康/医疗记录、赔付和付费活动。
现有方法在现实世界数据集上的新应用,这些新应用应具有科学和实践意义。
新的、有用的真实世界数据和对重要数据来源的评估。
对真实世界研究/数据和证据的现有方法进行审查和比较,确定研究方向的机会和挑战。
因果关系和真实世界数据;我们究竟有多亲密?
大数据在医学研究中的挑战
投稿指南
本专题主要发表研究文章、数据库文章和软件文章。根据该期刊的政策,综述均为约稿,非约稿的综述不予考虑。
与专题有关的数据集和数据描述将以Data Notes的文章类型发表在BMC Research Notes中。
所有文章都要经过期刊标准的同行评议,我们的特邀编辑Demosthenes Panagiotakos教授(希腊Harokopio大学)和Fang Liu教授(美国圣母大学)将全程监督同行评议流程。
在提交稿件之前,请仔细阅读 BMC Medical Research Methodology 的投稿指南。请确保在您的投稿信中强调您是向专题投稿,并在.投稿系统中的投稿表中选择该专题。
投稿截止日期:2022年8月
认识特邀编辑
BMC Medical Research Methodology
期刊介绍
扩展阅读
奥运会和残奥会| BMC Sports Science, Medicine and Rehabilitation
首届BMC Ecology and Evolution 摄影大赛获奖作品揭晓
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方