如何让癌症数据分析可重复？

固定分析单位

区分人、样本、肿瘤和取样时间。同一人的多个样本不是等同于不同个体的独立观察。比较改变或结局之前，应定义人群、选择标准和变量。

记录版本和处理过程

Genomic Data Commons记录处理流程和参考文件。分析时，应记录数据版本、基因组组装版本、工具、参数和过滤条件。即使文件看起来代表同一次实验，参考或注释变化也可能改变结果。

保留可核实路径

为代码、变量字典和清洗步骤设置版本标识。验证转换并描述缺失数据。门户、注释和富集工具有助于探索假设，但计算上的可重复性不能证明关联具有因果性或临床用途。

解释的局限

技术复现与生物学验证是不同检查。

受访问控制的数据，未经相应授权不得复制或发布。

继续探索

根据方法、人群和目的选择工具。主题上的关联不代表该工具适用于所有情况。