Mostrar el registro sencillo del ítem

Tesis Doctoral

dc.contributor.advisorBernabeu Wittel, Máximoes
dc.contributor.advisorMartínez García, Aliciaes
dc.creatorÁlvarez Romero, Celiaes
dc.date.accessioned2024-10-01T12:15:10Z
dc.date.available2024-10-01T12:15:10Z
dc.date.issued2024-07-11
dc.identifier.citationÁlvarez Romero, C. (2024). Normalización de datos de salud para la investigación clínica, soporte y mejora de la atención integrada y práctica clínica. (Tesis Doctoral Inédita). Universidad de Sevilla, Sevilla.
dc.identifier.urihttps://hdl.handle.net/11441/163182
dc.description.abstractLa digitalización de los sistemas sanitarios representa una oportunidad esencial para las actividades de investigación, al generar y recopilar una enorme cantidad de datos. En Europa, existen diversas infraestructuras para la investigación que armonizan la recogida y conservación de especímenes biológicos y promueven el desarrollo de ensayos clínicos, con el objetivo de que otros investigadores reutilicen los resultados. La reutilización de datos es un campo en crecimiento reconocido como esencial para una asistencia sanitaria de alta calidad, una mejor gestión de atención sanitaria, reducción de costes, gestión de la salud y una investigación sanitaria eficaz. Uno de los grandes retos de la ciencia de datos es facilitar el descubrimiento de conocimientos ayudando a humanos y máquinas a descubrir, acceder, integrar y analizar datos científicos. Para ello, los principios FAIR (Findability, Accessibility, Interoperability, Reusability) son un conjunto de recomendaciones desde un enfoque de ciencia abierta que se pueden aplicar a los conjuntos de datos de investigación para que sean fáciles de encontrar, acceder, integrar y reutilizar por parte de los humanos y las máquinas. En este sentido, a pesar de las preocupaciones y retos que plantea el intercambio de datos sanitarios y tras los esfuerzos por distinguir entre datos abiertos (open data) y datos FAIR, es evidente que el intercambio y la reusabilidad de datos de investigación puede acelerar los procesos de descubrimiento, diagnósticos y prevención de enfermedades. Aunque hay que tener en cuenta que compartir datos de investigación en salud conlleva muchos retos (técnicos, conceptuales, legales, éticos, etc.). Desde la publicación oficial a través de la comunidad FORCE11 (force11.org), los principios FAIR han sido adoptados por entidades financiadoras y gobiernos de todo el mundo, y por una diversa gama de disciplinas de investigación. De hecho, las directrices de gestión de datos de la Comisión Europea se actualizaron en 2017 para introducir la noción de FAIR. Esto fue parte de una medida para asegurar a los participantes que no todos los datos pueden o deben ponerse a disposición abiertamente y para reafirmar la importancia de una gestión y un intercambio de datos eficaces. Esta Tesis Doctoral pretende demostrar el potencial de reusabilidad de los conjuntos de datos, así como la reproducibilidad de la investigación previa si procede, garantizando una alta calidad en los datos abiertos compartidos, consiguiendo así reforzar la estrategia de divulgación efectiva sobre datos FAIR, así como mejoras en la Salud Pública.es
dc.formatapplication/pdfes
dc.format.extent76 p.es
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleNormalización de datos de salud para la investigación clínica, soporte y mejora de la atención integrada y práctica clínicaes
dc.typeinfo:eu-repo/semantics/doctoralThesises
dc.type.versioninfo:eu-repo/semantics/publishedVersiones
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.contributor.affiliationUniversidad de Sevilla. Departamento de Medicinaes

FicherosTamañoFormatoVerDescripción
Álvarez Romero, Celia_Tesis.pdf20.99MbIcon   [PDF] Ver/Abrir  

Este registro aparece en las siguientes colecciones

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como: Attribution-NonCommercial-NoDerivatives 4.0 Internacional