摘要
三个非营利组织——ALS治疗开发研究所（ALS TDI）、Answer ALS和关键路径研究所（C-Path）——合作使用观察性医学结果伙伴关系（OMOP）公共数据模型（CDM）对不同的ALS研究数据集进行协调。这项工作旨在使原本分散的ALS资源更具可比性，从而支持更大规模且信息更丰富的跨队列分析。各团队协调了术语映射工作，识别了OMOP术语中的空白，并向观察性健康数据科学与信息学（OHDSI）社区提交了新概念以供审批。ALS TDI和Answer ALS的协调数据已整合至Neuromine数据平台中，其临床数据和数字健康技术（DHT）数据集也可通过C-Path的罕见病治愈加速器-数据分析平台（RDCA-DAP）获取。此次合作符合当前关于数据共享的监管优先事项，并为罕见病数据的协调提供了示范模型。团队建立了一个稳健的公开GitHub仓库，以向ALS研究社区实时更新信息。
引言
ALS研究依赖于来自多样化来源的数据——登记系统、诊所和临床试验——但这些数据往往具有不兼容的结构，限制了推进对这种罕见且异质性疾病理解所需的跨队列分析。在2021年美国《ALS行动计划》以及2023年国家卫生研究院ALS研究国家优先事项中，专家和立法者均呼吁实现数据协调与可及性（引用1，引用2）。为此，三个非营利组织合作将各自的ALS数据集映射至观察性医学结果伙伴关系（OMOP）公共数据模型（CDM）（引用3），以促进标准化的观察性研究。本文描述了协调过程及我们开发的OMOP资源，以支持跨队列ALS研究。虽然ALS研究中已存在其他跨机构数据共享工作（引用4–6），但本文所述工作的特点是将其多样化的研究设计映射至CDM。
方法
数据来源
ALS治疗开发研究所（ALS TDI）通过远程研究收集纵向调查数据、生物样本、数字生物标志物数据（加速度计和语音录音）以及电子健康记录（EHR）。Answer ALS完成了基于地点的自然史研究，在诊所中采集测量数据并集中处理样本。关键路径研究所（C-Path）致力于协调多种疾病、数据类型和研究类型的去标识化数据集，重点关注数据质量以满足监管提交要求。
ALS TDI和Answer ALS的临床及数字健康技术（DHT）数据集可分别通过由C-Path维护的罕见病治愈加速器-数据分析平台（RDCA-DAP）获取。ALS TDI还在Google Looker平台上提供其DHT数据集。
协调过程
三个组织的专家共同组建了一个联合工作组以促进协调过程。该工作组定期（有时每周一次）召开会议，以对齐数据元素并识别OMOP术语空白。各组织独立使用Athena、Usagi和自定义脚本实施ETL工作流。当调查问题未映射至标准化术语时，调查数据的映射工作颇具挑战性。因此，我们根据需要咨询了观察性健康数据科学与信息学（OHDSI）术语工作组。我们提交了新概念（如El Escorial诊断标准）以供纳入OHDSI术语库（引用7，引用8）。临床医生和领域专家审核了模糊或ALS特有的映射内容，我们还将ETL输出结果与源数据、映射规范及OMOP表结构进行了核对。该工作组成员完成本项目所需的总工作量约为1.3个人年（全职当量）。
结果
协调过程成功地将三个数据集中通用的子集数据字段进行了标准化（），使得ETL成功率达到100%。我们创建并提交了约十二个ALS特有的新概念术语给OHDSI术语团队。ALS TDI和Answer ALS的合并数据现已托管在共享的Neuromine数据平台中，使研究人员能够跨两个来源探索ALS队列（引用9）。C-Path的协调后临床试验数据可通过RDCA-DAP获取，该平台提供了集中且标准化的基础设施以支持和加速罕见病表征。完整的协调文档、ETL脚本和概念映射已公开提供（引用10）。
讨论
本工作代表了首次有组织的努力，将来自多样化来源的多个ALS研究数据集协调至OMOP CDM。
创建新的ALS特有术语元素填补了OHDSI术语库中的空白，并为未来项目提供了可复用组件。OMOP映射无法完全消除跨研究差异；因此，前瞻性使用共享的ALS特有概念和定义将改善未来兼容性。
本数据共享工作的独特之处在于它支持联合分析：将结构各异的ALS数据集标准化至OMOP CDM，使每个数据集都能在保持原始组织控制的前提下参与网络研究，仅共享分析代码和汇总结果，而非底层记录。我们将本工作视为该方法的可行性证明。
借助本协调资源，我们旨在开展基于网络的研究，以发现共同的疾病机制，识别潜在生物标志物，并探索治疗靶点。多组学数据的整合可实现更全面的系统生物学方法研究ALS，促进分子亚型、疾病进展模式及个性化干预策略的发现。
伦理声明
ALS TDI和Answer ALS已获得Advarra的伦理批准。
数据可用性声明
这些数据可通过数据使用协议（DUA）获取。有兴趣的各方可通过Neuromine数据平台申请访问权限：https://data.answerals.org/datasets。针对各组织数据集的其他DUA选项也可获得（引用10）。
利益声明
作者声明无利益冲突。作者独自负责本文的内容和撰写。
