首页 > 数据库 >CIVIC数据库详细梳理

CIVIC数据库详细梳理

时间:2024-06-07 15:01:06浏览次数:24  
标签:CIViC 变异 数据库 CIVIC Variant 证据 临床 Evidence 梳理

作者,Evil Genius

特检和肿瘤早筛真的是不能马虎一点。

civic官网,https://civicdb.org/welcome

CIViC是一个community-edited forum,用于讨论和解释与癌症variants(或生物标志物改变)临床相关性相关的同行评审出版物。这些解释可能包括分子改变(或缺少clinical significance)与一种或多种治疗、诊断、预后或其他治疗决定之间的关联。这些对临床意义(或缺乏临床意义)的解释纯粹是为了研究目的。没有解释的发现并不一定表明缺乏与任何特定variants或生物标志物改变的相关性。Interpretations不是按潜在的或预测的重要性排序。这些解释不承诺或保证任何clinical benefit(或缺乏clinical benefit)。

  • http://civicdb.org网站不提供任何医疗或保健产品、服务或建议,也不用于医疗紧急情况或紧急情况。网站所载信息不能代替医生的医疗判断或建议。

1、assertion

CIViC Assertion总结了证据项目的collection,这些证据项目涵盖了特定癌症背景下某一变异的预测/治疗、诊断、预后或易感临床信息。

2、evidence

临床证据声明是从可靠的医学文献中人工整理的一段信息,这些信息涉及对癌症易感性、诊断(又称分子分类)、预后或对治疗的预测反应有影响的变异或基因组“事件”。

3、molecular-profiles

CIViC分子谱是跨越一个或多个基因的一个或多个CIViC variants的复杂组合。变体以AND或or连接的组合方式放置,NOT支持互斥性。这些关系可以通过括号进一步定义。

4、features

CIViC Features包括一个功能级摘要,一个到药物基因交互数据库的链接,以及来自http://MyGene.info的大量基因细节。

5、variants

CIViC变异通常是基因组的改变,包括单核苷酸变异、插入/删除事件、拷贝数改变、结构变异和其他与“正常”基因组不同的事件。

6、Variant Groups

Variant Groups提供用户定义的基于统一特征的基因内部和基因之间的Variant Groups。

7、Clinical Trials

如果相关来源的PubMed记录提供临床试验ID, CIViC会自动将临床试验关联到证据项。

8、Diseases

All CIViC Evidence Items are associated with a Disease included in the Disease Ontology database.

9、Therapies

CIVIC疗法与预测证据类型相关,并描述了对治疗的敏感性、耐药性或不良反应。疗法也可以用来描述更一般的治疗类型和方案,如FOLFOX或放疗。

10、Associated Phenotypes

表型是人类疾病中遇到的症状或异常,可选的与证据项相关联,并且为人类表型本体数据库所知。

11、Sources

每个证据项目都与支持该项目临床声明的来源相关联。CIViC接受PubMed已知的出版物或通过美国临床肿瘤学会发表的摘要。

12、Variant Types

Variant Types are used to classify CIViC variants by Sequence Ontology terms, permitting advanced searching for categories of variants downstream semantic analyses.

13、Data Releases

CIViC服务器产生nightly和每月的版本,其中包括all primary entity records的子集。

核心部分,CIVIC Documentation


CIVIC生态系统

CIViC为不同的entity types提供了一系列Browse视图。这些内容显示在左侧菜单中,每个内容都为其中一个entities提供可过滤的表格:AssertionsEvidenceMolecular ProfilesGenesVariantsVariant GroupsClinical TrialsDiseasesTherapiesPhenotypesSources and Variant Types.

以下是这些表格中提供的各种信息的示例。

CIViC Knowledge Model

1、Evidence Overview


Evidence Item Attributes and Associations

1.1 Evidence Attributes

其中几个重点指标需要看一下

Statement
证据陈述字段是对来自已发表医学文献的证据的描述,这些证据详细说明了分子谱(变异)与特定疾病的预测性、诊断性、预后性、易感性、致癌或功能相关性(以及预测证据的治疗)之间的关联或缺乏关联。证据陈述的格式可以不同,但建议该陈述包含以下内容:重申证据类型、分子特征(变异)、基因和疾病、进行的任何比较或使用的治疗方法(例如,临床试验的分组)、研究中的个体(或细胞系)数量、研究结论以及支持结论的统计比较(例如,p值、R2、置信区间等)。具体类型的证据陈述的详细例子可以在下面找到。值得注意的是,不应在证据声明字段中输入构成受保护健康信息(PHI)的数据。
  • 尽可能从主要文献来源(不是评论文章)中得出。
  • 尽可能简洁,同时提供足够的实验细节来解释和评估证据(N值,统计数据等)。
  • 单一的预测、诊断、预后、易感、致癌或功能陈述,而不是组合。
  • 针对一般受众,避免特定领域的缩写词和俗语。
  • 多个独立的证据项可以并且经常来自于一个出版物。
    一般来说,涉及药物的证据陈述应归类为预测性证据类型。

Evidence Level
证据水平描述了支持证据项目的研究类型的稳健性。支持五种不同的证据水平:“A -验证关联”,“B -临床证据”,“C -案例研究”,“D -临床前证据”和“E -推论关联”。具有有效关联的证据项(A)在癌症治疗中的分子谱(变异)相关性方面具有已证实的或临床共识。通常,这些证据项目描述了III期临床试验或相关的FDA批准的伴随诊断。临床证据(B)通常是大型临床试验或其他支持临床关联的主要患者数据。这些证据项目通常包括5个以上的患者来支持证据声明中的主张。病例研究(C)是临床期刊上的个别病例报告。临床前证据(D)来源于支持临床声明的体内或体外实验(例如,细胞系或小鼠模型)。最后,推断关联(E)间接地将分子谱(变异)与提供的临床证据联系起来。



虽然CIViC可以接受所有级别的证据陈述,但最高优先级是A和B级,其次是C、D、E级。
 

level A 通常,A级验证证据项目描述III期临床试验(用于治疗或伴随诊断),随后提交给FDA进行上市前批准。



b级证据项目可以描述在批准过程中提交给FDA的试验;然而,相对于a级证据项目,b级证据项目通常具有较小的样本量或评估较不确定的结果(例如,反应率而不是总生存率)。
I、II和III期临床试验占B级证据项目的很大比例。
一个证据项目通常需要超过5个患者才能被认为是b级证据项目。

Evidence Types
目前支持六种证据类型:预测性(即治疗性)、诊断性、预后性、易感性、致癌性和功能性( Predictive (i.e. Therapeutic), Diagnostic, Prognostic, Predisposing, Oncogenic, and Functional)。每种证据类型描述了分子谱(MP)在以下方面的临床或生物学效应:治疗反应(预测性),确定患者的诊断或疾病亚型(诊断性),预测疾病进展或患者生存(预后性),疾病易感性(易感性),或与癌症表型(致癌)或蛋白质功能(功能性)相关的生物学改变。

Evidence Direction

Significance
Sensitivity/Response, Resistance, Adverse Response, Reduced Sensitivity, or N/A.

origin(变异起源)
研究中变异的起源对于在上下文中解释结果很重要。研究可能提供关于变异起源的具体信息(体细胞与肿瘤/正常配对数据),而其他研究可能更加模糊(仅肿瘤测序,可能是体细胞或种系变异,例如,来自乳腺癌样本的BRCA1突变)。记录变体起源允许快速过滤证据,并提供与涉及该variants的其他研究相比的研究背景。

Evidence Rating
证据等级取决于许多因素,包括研究规模、研究设计、正交验证和可重复性。虽然整体的出版物/研究/摘要可能是高质量的,但对于研究中没有得到很好支持的单个结论的证据项,证据等级可能较低。因此,证据评级并不对期刊、出版物或证据来源本身进行评级,而是单独评估从证据来源中提取的证据组成部分。虽然这仍然是一个有点主观的衡量标准,但证据评级的一般最佳做法详细说明如下。

真的是非常多,生活很好,有你更好

标签:CIViC,变异,数据库,CIVIC,Variant,证据,临床,Evidence,梳理
From: https://blog.csdn.net/weixin_53637133/article/details/139527091

相关文章

  • 如何在 django pytest 中使用现有数据库?
    我为我的API设置了默认模式,并为数据搜索设置了现有模式。这是数据库设置:DATABASES={"default":{"ENGINE":"django.db.backends.postgresql"、"OPTIONS":{"options":"-csearch_path=public"}、"NA......
  • Navicat生成ER关系图 逆向数据库到模型
    选中表格右击  点击右下角的按钮切换到ER视图:  那些表与表之间相连接的就是外键,这个应该没问题。然后,我想到我要给领导汇报一下我的工作情况呀,直接截图截不完整不说,还很模糊。所以我想,会不会有什么办法可以将得到的关系图导出成pdf或者图片格式的文件呢?找了一会儿,发现......
  • 数据库实验二
    (1)查询所有供应商情况,先按城市升序排列,城市相同按供应商名称降序排列。select * from sorder by cityASC , snameDESC; (2)查询所有零件情况, 先按零件名称升序排列, 零件名称相同按重量降序排列。select * from porder by pnameASC , weight DESC;(3)查询项......
  • Java项目-基于springboot+vue的学生综合测评系统(源码+数据库+文档)​
    如需完整项目,请私信博主基于SpringBoot+Vue的学生综合测评系统开发语言:Java数据库:MySQL技术:SpringBoot+MyBatis+Vue.js工具:IDEA/Ecilpse、Navicat、Maven随着信息化时代的到来,管理系统都趋向于智能化、系统化,学生综合测评系统也不例外,但目前国内仍都使用人工管理,学校规模越......
  • Java项目-基于springboot+vue的学生就业管理系统(源码+数据库+文档)​
    如需完整项目,请私信博主基于SpringBoot+Vue的学生就业管理系统开发语言:Java数据库:MySQL技术:SpringBoot+MyBatis+Vue.js工具:IDEA/Ecilpse、Navicat、Maven随着信息化时代的到来,管理系统都趋向于智能化、系统化,学生就业管理系统也不例外,但目前国内仍都使用人工管理,市场规模越......
  • Java项目-基于springboot+vue的学生毕业离校系统(源码+数据库+文档)​
    如需完整项目,请私信博主基于SpringBoot+Vue的学生毕业离校系统开发语言:Java数据库:MySQL技术:SpringBoot+MyBatis+Vue.js工具:IDEA/Ecilpse、Navicat、Maven一年一度的毕业季的到来,方方面面都普及使得学生毕业离校系统的开发成为必需。学生毕业离校系统主要是借助计算机,通过对......
  • 数据库系列16:MyISAM与InnoDB的索引对比
    相关文章数据库系列:MySQL慢查询分析和性能优化数据库系列:MySQL索引优化总结(综合版)数据库系列:高并发下的数据字段变更数据库系列:覆盖索引和规避回表数据库系列:数据库高可用及无损扩容数据库系列:使用高区分度索引列提升性能数据库系列:前缀索引和索引长度的取舍数据库系列:My......
  • 基于springboot的相亲网站管理系统,相亲管理系统,附源码+数据库+论文+开题报告+任务书+P
    1、项目介绍相亲网站根据使用权限的角度进行功能分析,并运用用例图来展示各个权限需要操作的功能。管理员权限操作的功能包括管理婚礼公司,管理婚礼公司预约信息,管理结婚案例,管理相亲信息,管理相亲留言,管理用户等。用户权限操作的功能包括预约婚礼公司,收藏婚礼公司,查看结婚......
  • 【云原生进阶之数据库技术】第二章-Oracle-原理-4.4.2-SGA架构
    1系统全局区:SGA1.1SGA概念简介        SGA是一块可读写内存区域,与Oracle后台进程(backgroundprocesses)一起构成了数据库实例。所有代表用户执行的服务器进程都能读取实例SGA里的信息。有一些进程能在数据库运行时写入SGA。需要注意的是,服务器和后台进程本身并不在......
  • 非关系型数据库的应用第二个月
    MongoDB深度探索:我的第二次学习之旅在技术的海洋中,我们时常需要回到原点,重新审视那些曾经熟悉又或许有些遗忘的技术。最近,我再次踏入了MongoDB的世界,希望通过这次的学习,能够更深入地理解和掌握这个强大的NoSQL数据库。以下,是我这次学习过程中的一些体会、遇到的困难以及解决的方......