Der 1.000 € QUEST-Preis für die Wiederverwendung von Daten

Nutzen Sie Open Data!

Open data sharing zur Steigerung von Robustheit und Wert in der biomedizinischen Forschung wird immer häufiger eingesetzt. Das Teilen von Open Data wird zunehmend von Geldgebern und Zeitschriften nachgefragt, und die Charité hat die Berliner Erklärung unterzeichnet, die den offenen Austausch von Forschungsdaten unterstützt. Die schnell wachsende Menge an offen verfügbaren Daten hat auch die Entwicklung von Datensatz-Suchmaschinen vorangetrieben, die das Auffinden relevanter Datensätze ermöglichen. Entsprechend dieser Entwicklung nimmt auch die Zahl der Veröffentlichungen auf der Grundlage der Sekundärdatenanalyse, die offene Daten wiederverwenden, zu. In vielen Bereichen der biomedizinischen Forschung ist es jedoch immer noch ungewöhnlich, dass eine Studie auf der sekundären Analyse von Rohdaten basiert. Mit dem QUEST Open Data Reuse Award werden daher Publikationen ausgezeichnet, die auf öffentlich zugängliche Datensätze zurückgreifen. Ziel ist es, das Bewusstsein für die Bedeutung von Daten als erstklassige Forschungsergebnisse und das Potenzial der Datenwiederverwendung für einen Beitrag zu Innovation, Interdisziplinarität und wissenschaftlichem Fortschritt zu stärken.

Die folgenden Kriterien müssen erfüllt sein, damit eine Veröffentlichung förderfähig ist:

• Die Veröffentlichung basiert überwiegend auf wiederverwendeten Daten.
• Die Daten wurden von keinem der Co-Autor:innen generiert (es sei denn, die Zusammenarbeit selbst wurde durch den/die jeweiligen Co-Autor:innen ausgelöst, die die wiederverwendeten Datensätze teilen).
• Die verwendeten Daten können roh oder vorverarbeitet sein, müssen aber eine Granularität aufweisen, die deutlich über den summarischen Statistiken liegt.
• Die Mehrheit der Daten wurde offen über öffentliche Repositorien bereitgestellt, die Universal-, Disziplinar- oder institutionelle Repositorien sein können; umgekehrt sind Publikationen nicht zulässig, wenn die Daten in ihrer Mehrheit persönlich, gegen Entgelt, im Rahmen einer Vereinbarung über die gemeinsame Nutzung von Daten oder anderen Nutzungsbeschränkungen weitergegeben wurden.
• Die verwendeten Datensätze werden ordnungsgemäß bestätigt.

QUEST verleiht diesen Preis im Wert von je 1.000 € an Erst-/Letzt-/Korrespondenzautor:innen mit BIH- oder Charité-Affiliation (und -Anstellung) von Veröffentlichungen über wiederverwendete Daten (Open Data Reuse). Es werden Veröffentlichungen ab 2017 akzeptiert.
Die Preismittel (Reisekosten oder Verbrauchsmittel) können bis Ende 2023 ausgegeben werden. Die Preise werden fortlaufend vergeben. Die Preisträger:innen werden auf den QUEST-Internetseiten veröffentlicht.

GEFÖRDERTE PUBLIKATIONEN

1. The publication "Pulmonary dysfunction and development of different cardiovascular outcomes in the general population" receives an Open Data Reuse Award. The publication is completely based on openly available data from the English Longitudinal Study of Ageing (ELSA). The authors used these data to investigate the pathobiology involved in the co-development of pulmonary dysfunction and cardiovascular disease. The article was published in 2018 in Archives of Cardiovascular Diseases (DOI: 10.1016/j.acvd.2017.07.001). Applicant: Dr. Bob Siegerink, Centrum für Schlaganfallforschung Berlin (CSB), Charité - Universitätsmedizin Berlin.
    
2. The publication "CADD: predicting the deleteriousness of variants throughout the human genome" receives an Open Data Reuse Award. The publication describes the newest version of “Combined Annotation Dependent Depletion”, a tool for assessing human genomic variants. For its improvement, data from over 40 publicly available sources have been used, e.g. EBI ENSEMBL, ENCODE, and gnomAD. CADD is freely available online, with all code and data underlying it. The article was published in 2019 in Nucleic Acids Research (DOI: 10.1093/nar/gky1016). Applicant: Philipp Rentzsch, Computational Genome Biology, Berlin Institute of Health and Charité – Universitätsmedizin Berlin.
    
3. The publication "A Computational Analysis of Alternative Splicing across Mammalian Tissues Reveals Circadian and Ultradian Rhythms in Splicing Events" receives an Open Data Reuse Award. The authors carried out a systematic genome-wide evaluation of circadian and ultradian rhythms in transcription, focusing on the post-transcriptional event of alternative splicing. The analysis was primarily based on two freely available circadian datasets of mammalian tissues, shared via GEO and ENA databases, respectively. The article was published in 2019 in International Journal of Molecular Sciences (DOI: 10.3390/ijms20163977). Applicant: Rukeia El-Athman, Molecular Cancer Research Center (MKFZ), Charité - Universitätsmedizin Berlin
    
4. The publication “Evaluating the replicability, specificity, and generalizability of connectome fingerprints” receives an Open Data Reuse Award. The authors showed that the accuracy reported for the detection of unique brain signatures can be replicated, but that this does not necessarily mean a high specificity, especially when standard-quality neuroimaging data and larger datasets are used. For this, they used an openly available Human Connectome Project dataset. The article was published in 2017 in NeuroImage (DOI: 10.1016/j.neuroimage.2017.07.016). Applicant: Lea Waller, Research Division of Mind & Brain, Charité - Universitätsmedizin Berlin
    
5. The publication “Antidepressants and suicidality: A re-analysis of the re-analysis” receives an Open Data Reuse Award. The authors showed that the conclusions of earlier analyses on suicidality with antidepressants might be simplified and that the outcome strongly depends on the statistical analysis method used. For their re-analysis the authors used data available in the Drugs@FDA database. The article was published in 2020 in the Journal of Affective Disorders (DOI: 10.1016/j.jad.2020.01.107). Applicant: Jakob André Kaminski, Klinik für Psychiatrie und Psychotherapie (CCM), Charité – Universitätsmedizin Berlin
    
6. The publication “On the treatment effect heterogeneity of antidepressants in major depression. A Bayesian meta-analysis” receives an Open Data Reuse Award. The authors found that the published RCT data on antidepressants are compatible with a near-constant treatment effect, and thus the hope for personalized antidepressant treatments may be unwarranted. The analysis was based on a dataset of RCTs on antidepressants shared through Mendeley. The article was published in 2020 as a preprint on medRxiv (DOI: 10.1101/2020.02.20.19015677). Applicant: Constantin Volkmann, Klinik für Psychiatrie und Psychotherapie, Charité – Universitätsmedizin Berlin
    
7. The publication “A unified connectomic target for deep brain stimulation in obsessive-compulsive disorder” receives an Open Data Reuse Award. The authors established that different deep brain stimulation targets used to treat obsessive-compulsive disorder act by activating the same neural network. For this, they combined observations from own experiments with a normative connectome derived from an open database provided by the Human Connectome Project. The article was published in 2020 in Nature Communications (DOI: 10.1038/s41467-020-16734-3). Applicant: Ningfei Li, Department of Neurology, Movement Disorders and Neuromodulation Section, Charité - Universitätsmedizin Berlin
    
8. The publication "Distinct immune evasion in APOBEC-enriched, HPV-negative HNSCC" receives a QUEST Open Data Reuse Award. The authors identified a new subgroup of head and neck squamous cell carcinoma (HNSCC) with a distinct immunogenic phenotype, which could potentially mediate responses to immunotherapy. The findings were predominantly based on openly available datasets, accessible through The Cancer Genome Atlas and Gene Expression Omnibus. The article was published in 2020 in the journal "International Journal of Cancer" (DOI: 10.1002/ijc.33123). Applicant: Damian Rieke, Medizinische Klinik m. S. Hämatologie, Onkologie und Tumorimmunologie (CBF), Charité – Universitätsmedizin Berlin
    

9. The publication "Using Bayes theorem to estimate positive and negative predictive values for continuously and ordinally scaled diagnostic tests" receives a QUEST Open Data Reuse Award. The author showed that using a Bayesian framework, the positive and negative predictive values for a depression diagnosis can be improved as compared to dichotomous scores. The findings were based on openly available datasets, accessible through the Harvard Dataverse repository. The article was published in 2021 in the journal "International Journal of Methods in Psychiatric Research" (DOI: 10.1002/mpr.1868). Applicant: Felix Fischer, Department for Psychosomatic Medicine, Clinic for Internal Medicine and Dermatology, Charité – Universitätsmedizin Berlin

10. The publication „Electrocorticography is superior to subthalamic local field potentials for movement decoding in Parkinson’s disease” receives a QUEST Open Data Reuse Award. The authors’ comparison of two data sources for the decoding of movement was based on several openly available datasets, available through Harvard Dataverse and the Parkinson’s Disease Progression Marker Initiative. The authors also shared all derivative data and code openly on Github. The article was published in 2022 in the journal "eLife" (DOI: 10.7554/eLife.75126). Applicant: Wolf-Julian Neumann, Department of Neurology and Experimental Neurology, Movement Disorders and Neuromodulation Section, Charité – Universitätsmedizin Berlin