Accès ouvert déclaré 2024 book-chapter

Health-Analytics Data to Evidence Suite (HADES): Open-Source Software for Observational Research

Martijn J. Schuemie, Jenna Reps, Adam W. Black, Frank DeFalco, Lee Evans, Egill Axfjord Fridgeirsson, James P. Gilbert, Chris Knoll, Martin Lavallee, Gowtham Rao, Peter R. Rijnbeek, Katy Sadowski, Anthony G. Sena, Joel N. Swerdel, Ross D. Williams, Marc A. Suchard

26Citations signalées, ce qui n’est pas une note de qualité

4Institutions déclarées

2Pays d’affiliation déclarés

Rattachement africain : us, nl. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The Health-Analytics Data to Evidence Suite (HADES) is an open-source software collection developed by Observational Health Data Sciences and Informatics (OHDSI). It executes directly against healthcare data such as electronic health records and administrative claims, that have been converted to the Observational Medical Outcomes Partnership (OMOP) Common Data Model. Using advanced analytics, HADES performs characterization, population-level causal effect estimation, and patient-level prediction, potentially across a federated data network, allowing patient-level data to remain locally while only aggregated statistics are shared. Designed to run across a wide array of technical environments, including different operating systems and database platforms, HADES uses continuous integration with a large set of unit tests to maintain reliability. HADES implements OHDSI best practices, and is used in almost all published OHDSI studies, including some that have directly informed regulatory decisions.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Health-Analytics Data to Evidence Suite (HADES): Open-Source Software for Observational Research
Date Crossref: 25/01/2024
Éditeur: IOS Press
Type: book-chapter

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

Johnson & Johnson (United States) pays non établi dans la notice
Entreprise
University of California pays non établi dans la notice
Université ou école supérieure
Erasmus MC pays non établi dans la notice
Établissement de santé
Virginia Commonwealth University pays non établi dans la notice
Université ou école supérieure
Department of Biostatistics pays non établi dans la notice
Institution
Observational Health Data Analytics pays non établi dans la notice
Institution
Observational Health Data Science and Informatics pays non établi dans la notice
Institution
Erasmus University Medical Center Department of Medical Informatics pays non établi dans la notice
Université ou école supérieure
Odysseus Data Services Inc. pays non établi dans la notice
Entreprise
LTS Computing LLC pays non établi dans la notice
Institution
TrialSpark Inc. pays non établi dans la notice
Entreprise
VA Informatics and Computing Infrastructure pays non établi dans la notice
Institution

Johnson & Johnson (United States), University of California et Erasmus MC, avec 9 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Causal Inference TechniquesHealth Systems, Economic Evaluations, Quality of LifeHealthcare Policy and Management

Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI