周光迪，吴美琴，赵丽，吴宇航，翁鑫宇，蒋聪，赵莎莎，王伟业

出生缺陷、代谢综合征、儿童孤独症、多动症、哮喘、糖尿病、不孕不育、肥胖、心脑血管疾病等多种疾病都与胎儿期的环境暴露关系密切[1-2]，所以出生队列研究等针对生命早期环境暴露的研究近年来迅速发展，对病因学研究有着关键的推动作用。大样本量对于统计结果准确性的提升至关重要，单个项目常因资源不足而影响统计分析，而大型队列项目所需的资源量从时间、人力和物力方面难以实现，这样的矛盾直接影响了基于队列数据的后续研究[3]。因此，非常有必要整合不同队列之间的信息，并进行共享，来解决大样本量和大资源消耗量之间的矛盾[4]。

项目资源之间的信息统一（data harmonization）与共享（data sharing）在国际上已经开展多年，最显著的例子是生物医学资源整合机构 BBMRI 采用分布式中心（distributed hub）的模式，将样本和数据存储于分布式中心，由虚拟的中心用联邦制方式管理数据[5]。目前，国内资源共享的项目尚缺乏经验和模式。信息共享模式主要有三种，第一种为直接集中数据，将各中心数据直接集中在一起，统一管理、分析、利用。优点是标准统一、便于大数据整合，缺点是可变性小，可行性低。因为各研究中心往往有不同的研究偏向，不同的具体条件，不同的知情同意与伦理法规。在这样的前提下，强行统一变量的选择和数据标准并不现实，几乎无法实施。第二种共享模式为通过最小数据集，即不同项目按相同的定义和标准来收集共同的最核心数据，用这些核心数据来代表研究群体的特性，并在项目之间共享。……