RCTKG：针对用户的罕见病临床试验知识图谱

本文主要是介绍RCTKG：针对用户的罕见病临床试验知识图谱，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

RCTKG：针对用户的罕见病临床试验知识图谱

提出背景
构建方法
RCTKG 介绍

RCTKG 论文：https://ebooks.iospress.nl/doi/10.3233/SHTI230934

RCTKG 平台：http://54.205.155.56:7474/browser/

罕见病检索平台：PubCaseFinder

目前大约有10,000种罕见病，其中90%没有有效的治疗方法。

知识图谱可以帮助人们通过关联数据中的不同实体来发现新的信息和关系。

这可以帮助研究人员更好地理解和分析大量的医学数据。

知识图谱可以用来支持药物的再利用和寻找相似的药物或治疗方法，这对开发新药或找到旧药新用途很有帮助。

受到启发，我们开发了一个以用户为中心的罕见病临床试验知识图谱（RCTKG），以服务罕见病社区。

这个研究主要是为了构建一个专注于罕见病临床试验的知识图谱（RCTKG），帮助研究者和医疗工作者更好地理解和利用罕见病的临床试验数据。

数据准备
- 获取数据： 从ClinicalTrials.gov网站收集关于2,086种罕见病的临床试验信息。
- 这是因为要建立一个全面的数据库，首先需要收集尽可能多的相关数据。
- 疾病与临床试验关联： 将收集到的数据与遗传与罕见病（GARD）项目中的疾病信息进行匹配，确保临床试验数据与正确的疾病相关联。
- 这一步骤是为了确保数据的准确性和可靠性，使知识图谱中的信息可信。
用户故事创建
- 定义用户需求： 根据患者、医疗提供者和信息学家的需求创建用户故事，这些故事帮助指导知识图谱的设计。
- 这个步骤的目的是确保知识图谱能满足实际用户的具体需求，使其更实用。
数据模型定义
- 构建数据模型： 设计一个包含多个类别和属性的数据模型，这个模型描述了不同数据元素之间的关系。
- 例如，一个临床试验可以连接到它的发起人、地点和参与的病人等信息。
- 通过这样的模型，知识图谱可以清晰地展示数据间复杂的关联关系。
RCTKG开发
- 知识图谱实现： 在neo4j这个图形数据库系统中实际构建知识图谱。
- 通过图形表示，知识图谱能直观地显示数据间的连接和关系，帮助用户快速理解和检索信息。

总之，这个项目通过系统地收集和组织数据，定义用户需求，设计数据模型，最后实现知识图谱，旨在提供一个有用的工具，帮助理解和利用罕见病临床试验的数据。

这些步骤之间的关联在于，每一步都是为了构建一个既全面又用户友好的知识管理系统。

RCTKG的规模和内容：
- 节点和边：知识图谱中有2,216,062个节点和8,437,108条边。节点代表数据点，比如临床试验、疾病等；边则代表节点之间的连接或关系。
- 罕见病与临床试验的关联：这个图谱包含了2,086种被称为GARD的罕见病，这些疾病与一个或多个临床试验有关联。
如何使用RCTKG：
- 通过编程方式，研究人员可以从这个知识图谱中提取关于临床试验的信息，这支持了罕见病的研究和治疗方法的开发。
知识图谱的完善状态：
- 当前状态：目前，图谱中只包含了从ClinicalTrials.gov获取的有限属性，这些属性是根据患者、临床医生和信息学家的需求被专家选定的。
- 未来计划：未来的发展包括加入更多的临床试验属性，以及整合如SNOMED CT和RxNorm这样的医学术语标准，这将帮助进一步整合和标准化数据。