NLM Scrubber: NLM:n ohjelmistosovellus kliinisten tekstiasiakirjojen tunnistamiseen
Taustaa: Sähköiset terveystiedot sisältävät valtavan määrän tietoa sairauksista ja hoidoista. Tutkijat voisivat käyttää näitä tietoja ideoidensa testaamiseen, mutta heidän olisi käytettävä tietueita enemmän kuin vain omasta potilasryhmästään. Mutta pääsyä näihin tietueisiin on rajoitettu potilaiden yksityisyyden takaamiseksi.
Yhdysvaltain kansallinen lääketieteen kirjasto (NLM) on luonut tietokonetyökalun nimeltä NLM Scrubber. Tämä ohjelma tunnistaa ja poistaa henkilökohtaisia tietoja terveystietueista. Tämän ohjelman kehittäneet tutkijat tarvitsevat nyt pääsyn alkuperäisiin tietueisiin. Näin he näkevät, kuinka hyvin ohjelma poistaa henkilökohtaiset tiedot potilastietueista ja kuinka he voivat tehdä niistä tarkempia.
Tavoitteet:
Löytää tapoja parantaa kliinisen tekstin de-identifiointia.
Kelpoisuus:
Ei uusia osallistujia. Tutkijat tarkistavat jo kerätyt tiedot.
Design:
Tutkijat keräävät satunnaisen otoksen raporteista. Nämä tulevat eri lääkäreiltä eri aloilta.
Tutkijat poistavat henkilökohtaiset tiedot tietueista manuaalisesti.
Tutkijat poistavat myös automaattisesti henkilökohtaiset tiedot alkuperäisistä tietueista NLM-Scrubberin avulla.
Tutkijat vertaavat tietokoneohjelman tuloksia manuaalisiin muutoksiin. He huomaavat, kun ohjelma ei ole poistanut henkilökohtaisia tietoja oikein. He myös huomaavat, kun ohjelma on poistanut ei-henkilökohtaisia terveystietoja väärin.
Tutkijat käyttävät tuloksia ohjelman tarkistamiseen. He jatkavat sen testaamista, kunnes henkilöllisyyden poistoprosessi on valmis.
...
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Tämä tutkimus käsittelee NLM Scrubber -nimisen automaattisen kliinisen tekstin tunnistusohjelmiston laadunarviointia, parantamista ja seurantaa, joka on kehitetty National Library of Medicine -kirjastossa (NLM). Sovellus on kehitetty niin, että kliinisiä raportteja voidaan käyttää toissijaisissa tieteellisissä tutkimuksissa (eli toissijaiseen käyttöön) potilaan yksityisyyttä loukkaamatta. Tutkimuksia potilaiden yksityisyyden suojan menetelmistä ja NLM Scrubberin kehittämisestä on tehty noudattaen HIPAA:n ja Privacy Actin ohjeita ja niitä noudattaen.
Kehittääkseen ja parantaakseen NLM Scrubberia edelleen ja arvioidakseen sen tunnistamisen poistamista tehokkaasti tutkijat vaativat alkuperäiset / muokkaamattomat näytteet kaikista mahdollisista kliinisistä raporttityypeistä ja lähteistä. Tätä varten NLM tutkijat ovat olleet
yhteistyössä NIH:n sisällä olevien tahojen, nimittäin NIH Clinical Centerin, BTRIS:n ja NCI:n, sekä ulkopuolisten tahojen, Kentuckyn yliopiston hallinnoiman Kentuckyn osavaltion rekisterin ja Pittsburghin yliopiston tutkijoiden kanssa, jotka ilmoittivat olevansa kiinnostuneita NLM:n integroimisesta
Scrubber heidän sovellukseensa nimeltä Text Information Extraction System. Nämä kokonaisuudet keräävät näytteitä erityyppisistä kliinisistä raporteista arvioidakseen ja parantaakseen NLM Scrubberin suorituskykyä. Tarvitsemme kuitenkin myös pääsyn alkuperäisiin tietoihin arvioidaksemme
mahdollisia ongelmia ja parantaa NLM Scrubberin tarkkuutta.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Maryland
-
Bethesda, Maryland, Yhdysvallat
- National Library of Medicine
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
- Ei uusia osallistujia. Tutkijat tarkistavat jo kerätyt tiedot.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Muut
- Aikanäkymät: Takautuva
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
1
Kaikki, joille kliininen kerrontaraportti luodaan.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Henkilökohtaisten tunnistetietojen poistamisaste
Aikaikkuna: 1.1.2017-31.1.2027
|
HIPAA Privacy Rule määrittelee 18 tyyppiä henkilökohtaisia tunnistetietoja, joiden tunnistaminen on poistettava, mukaan lukien henkilöiden nimet, osoitteet, merkittävät päivämäärät, numeeriset tunnisteet (kuten sosiaaliturvatunnus).
Annotaattorimme merkitsevät nämä sanat ja numerot luoden kultaisen standardin, ja NLM-Scrubber yrittää tunnistaa ja poistaa ne kaikki.
Henkilökohtaisten henkilötietojen tunnistamisen poistamisaste viittaa tämän tulosmittarin onnistumiseen.
|
1.1.2017-31.1.2027
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Virheellisesti poistettujen kliinisten tietojen määrä
Aikaikkuna: 1.1.2017-31.1.2027
|
Vaikka NLM-Scrubber yrittää poistaa vain PII-elementtejä säilyttäen samalla ei-identifioivat tutkimustiedot, se poistaa vahingossa myös jotkin ei-identifioivat tutkimustietoelementit (suojaamattomat terveystiedot).
Virheellisesti poistettujen kliinisten tietojen määrä viittaa NLM-Scrubberin epäonnistumiseen ei-tunnistettavien terveystietojen säilyttämisessä.
|
1.1.2017-31.1.2027
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Mehmet M Kayaalp, Ph.D., National Library of Medicine (NLM)
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Kayaalp M. Patient Privacy in the Era of Big Data. Balkan Med J. 2018 Jan 20;35(1):8-17. doi: 10.4274/balkanmedj.2017.0966. Epub 2017 Sep 13.
- Kayaalp M, Browne AC, Dodd ZA, Sagan P, McDonald CJ. De-identification of Address, Date, and Alphanumeric Identifiers in Narrative Clinical Reports. AMIA Annu Symp Proc. 2014 Nov 14;2014:767-76. eCollection 2014.
- Kayaalp M, Browne AC, Callaghan FM, Dodd ZA, Divita G, Ozturk S, McDonald CJ. The pattern of name tokens in narrative clinical text and a comparison of five systems for redacting them. J Am Med Inform Assoc. 2014 May-Jun;21(3):423-31. doi: 10.1136/amiajnl-2013-001689. Epub 2013 Sep 11.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Arvioitu)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- 999916122
- 16-LM-N122
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .