We sought to determine the role of human metapneumovirus in lower respiratory tract illness in previously healthy infants and children.We tested nasal-wash specimens, obtained over a 25-year period from otherwise healthy children presenting with acute respiratory tract illness, for human metapneumovirus.A viral cause other than human metapneumovirus was determined for 279 of 687 visits for acute lower respiratory tract illness (41 percent) by 463 children in a population of 2009 infants and children prospectively seen from 1976 to 2001. There were 408 visits for lower respiratory tract illness by 321 children for which no cause was identified. Of these 321 children, specimens from 248 were available. Forty-nine of these 248 specimens (20 percent) contained human metapneumovirus RNA or viable virus. Thus, 20 percent of all previously virus-negative lower respiratory tract illnesses were attributable to human metapneumovirus, which means that 12 percent of all lower respiratory tract illnesses in this cohort were most likely due to this virus. The mean age of human metapneumovirus-infected children was 11.6 months, the male:female ratio was 1.8:1, 78 percent of illnesses occurred between December and April, and the hospitalization rate was 2 percent. The virus was associated with bronchiolitis in 59 percent of cases, pneumonia in 8 percent, croup in 18 percent, and an exacerbation of asthma in 14 percent. We also detected human metapneumovirus in 15 percent of samples from 261 patients with upper respiratory tract infection but in only 1 of 86 samples from asymptomatic children.Human metapneumovirus infection is a leading cause of respiratory tract infection in the first years of life, with a spectrum of disease similar to that of respiratory syncytial virus.

Abstract Objective Health care generated data have become an important source for clinical and genomic research. Often, investigators create and iteratively refine phenotype algorithms to achieve high positive predictive values (PPVs) or sensitivity, thereby identifying valid cases and controls. These algorithms achieve the greatest utility when validated and shared by multiple health care systems. Materials and Methods We report the current status and impact of the Phenotype KnowledgeBase (PheKB, http://phekb.org ), an online environment supporting the workflow of building, sharing, and validating electronic phenotype algorithms. We analyze the most frequent components used in algorithms and their performance at authoring institutions and secondary implementation sites. Results As of June 2015, PheKB contained 30 finalized phenotype algorithms and 62 algorithms in development spanning a range of traits and diseases. Phenotypes have had over 3500 unique views in a 6-month period and have been reused by other institutions. International Classification of Disease codes were the most frequently used component, followed by medications and natural language processing. Among algorithms with published performance data, the median PPV was nearly identical when evaluated at the authoring institutions (n = 44; case 96.0%, control 100%) compared to implementation sites (n = 40; case 97.5%, control 100%). Discussion These results demonstrate that a broad range of algorithms to mine electronic health record data from different health systems can be developed with high PPV, and algorithms developed at one site are generally transportable to others. Conclusion By providing a central repository, PheKB enables improved development, transportability, and validity of algorithms for research-grade phenotypes using health care generated data.

The authors designed ResearchMatch, a disease-neutral, Web-based recruitment registry to help match individuals who wish to participate in clinical research studies with researchers actively searching for volunteers throughout the United States. In this article, they describe ResearchMatch's stakeholders, workflow model, technical infrastructure, and, for the registry's first 19 months of operation, utilization metrics. Having launched volunteer registration tools in November 2009 and researcher registration tools in March 2010, ResearchMatch had, as of June 2011, registered 15,871 volunteer participants from all 50 states. The registry was created as a collaborative project for institutions in the Clinical and Translational Science Awards (CTSA) consortium. Also as of June 2011, a total of 751 researchers from 61 participating CTSA institutions had registered to use the tool to recruit participants into 540 active studies and trials. ResearchMatch has proven successful in connecting volunteers with researchers, and the authors are currently evaluating regulatory and workflow options to open access to researchers at non-CTSA institutions.

Comprehensively mapping the genetic basis of human disease across diverse individuals is a long-standing goal for the field of human genetics1-4. The All of Us Research Program is a longitudinal cohort study aiming to enrol a diverse group of at least one million individuals across the USA to accelerate biomedical research and improve human health5,6. Here we describe the programme's genomics data release of 245,388 clinical-grade genome sequences. This resource is unique in its diversity as 77% of participants are from communities that are historically under-represented in biomedical research and 46% are individuals from under-represented racial and ethnic minorities. All of Us identified more than 1 billion genetic variants, including more than 275 million previously unreported genetic variants, more than 3.9 million of which had coding consequences. Leveraging linkage between genomic data and the longitudinal electronic health record, we evaluated 3,724 genetic variants associated with 117 diseases and found high replication rates across both participants of European ancestry and participants of African ancestry. Summary-level data are publicly available, and individual-level data can be accessed by researchers through the All of Us Researcher Workbench using a unique data passport model with a median time from initial researcher registration to data access of 29 hours. We anticipate that this diverse dataset will advance the promise of genomic medicine for all.

The All of Us Research Program harnesses advances in technology, science, and engagement for precision medicine research. We describe informatics innovations which support that goal and return value to the participant cohort and community.

An abstract is not available for this content so a preview has been provided. As you have access to this content, a full PDF is available via the 'Save PDF' action button.