Tunnistamaton UNMH EEG Corpus -tietokannan luominen täysin tunnistamattomilla kliinisillä tiedoilla

Retrospektiivinen de-identifioitu EEG ja kliinisen tietokannan luominen:

Ehdotettu tietokanta (UNMH EEG corpus) luodaan vaiheittain, ja se suunnitellaan lisäämään monimutkaisuutta ja toimivuutta tulevan rahoituksen ja työkalujen kehittämisen myötä. Tämän projektin alustava laajuus sisältää relaatiotietokannan rakentamisen, joka yhdistää potilaiden demografiset tiedot (potilastiedot, EEG-tutkimuksen numero, syntymäaika), jotka linkitetään tutkimuksen numeroon. Tätä luetteloa säilytetään 6 vuotta opintojen päättymisestä ja se säilytetään lukitussa toimistokaapissa paperilomakkeena (lähdedokumentaatio) ja salasanalla suojatussa tietokoneessa lukitussa toimistossa (sähköinen versio). Sitten muu tiedonkeruu sisältää algoritmisesti tunnistamattomia kliinisiä raportteja (esim. edistymismuistiinpanot), metatietojen tallentaminen (esim. montaasikonfiguraatio) ja de-identifioitu kliininen EEG vain tutkimusnumerolla ilman PHI:tä. Tämän pilottiprojektin ulkopuolella tehtävään tulevaan työhön kuuluu: EEG-jäljen merkitseminen kohtauksen (tai artefaktin) ajoitukseen ja tyyppiin, lääkityshistorian poimiminen potilaskertomuksista, hoitohistorian ja -tulosten muistiinpanojen standardointi, ePHI:n poistamisen tarkistaminen. , ja levittäminen. Täydellinen potilasarviointi voi sisältää myös MRI-, MEG- ja PET-skannaukset, ja lopullisen tietokannan tulisi sisältää myös nämä arvokkaat kuvat. UNMH:n EEG-pilottikorpuksen luominen keskittyy UNMH:n sisäisesti ohjattuihin potilaisiin, joille tehtiin EEG, hoidettiin ja suoritettiin seurantaarviointi. Nämä sisällyttämiskriteerit takaavat, että käytettävissä on vähimmäistiedot, jotta hoitoa edeltävä EEG voidaan tilastollisesti yhdistää hoidon jälkeiseen ennusteeseen.

Tunnistamattomien tietojen kerääminen takautuvasti:

Ajanjakso: 1) nykyisestä 8. elokuuta 2007 asti, jolloin Nihon Kodhen Neuroworkbench aloitettiin UNM:ssä, 2) Tutkimuksen alusta, joka vuosi, tutkija lisää edellisen vuoden tunnistamattomat tiedot tietokantaan viimeiseen tietojoukkoon asti. vuodelta 2027. Esimerkiksi tammi-helmikuussa 2023 tutkija lisää vuoden 2022 tiedot tietokantaan. Tutkija lisää tietokantaan edellisen vuoden tiedot vuoteen 2028 asti ja viimeisen aineiston vuoteen 2027 asti.

Tutkija luo satunnaistetun, identifioidun tutkimusnumeron tietokoneohjelmoinnin avulla. Tutkija luo suojatun taulukon tunnistamattomista tutkimusnumeroista yhdistääkseen potilaan PHI:n (potilastiedot, EEG-tutkimuksen numero, syntymäaika). Tämä pöytä säilytetään PI:n toimiston lukitussa kaapissa. Lisäksi sähköinen versio tallennetaan HSC:n salasanalla suojattuun tietokoneeseen HSC:n IT-suojatun aseman alle, johon pääsevät vain PI:t ja tutkimuskoordinaattori.

Kun tutkimusnumero on luotu, kaikki identifioidut tiedot tallennetaan tutkimusnumeron alle siten, että tutkimustiedoissa ei ole PHI:tä.

Tutkija poimii tiedot vain potilailta, jotka ovat EEG:n ottohetkellä vähintään 18-vuotiaita. Tutkija sulkee pois kaikki haavoittuvat ryhmät tai tiedot. Katso alta sisällyttämis- ja poissulkemiskriteerit. Alle 18-vuotiaat lapset suljetaan pois. Koska tässä retrospektiivisessä data-analyysissä ei ole tietoista suostumusta tai suoraa vuorovaikutusta potilaan kanssa, potilasta, jolla on tietty etninen/rotu/ensisijainen kieli, ei seulota eikä kohdenneta. Myöskään espanjankielisiä potilaita ei suljeta pois erityisestä edellä mainitusta syystä.

Tutkija poistaa kaikki EEG-tiedot kliinisestä EEG-tietokannasta (esim. Nihon Kodhen EEG -järjestelmän Neuroworkbench) ja tuo ne salasanasuojattuun suojattuun tutkimuspalvelimeen PI:n HSC IT -suojatun aseman verkkotunnuksessa. EEG:stä ei tule videotietoja, koska potilasvideosta voidaan helposti tunnistaa potilaan tiedot.

Kliiniset tiedot: kunkin potilaan neurologiset muistiinpanot (historia ja fyysiset tiedot, neurologian edistymistä koskeva huomautus, neurologisen konsultaation muistiinpano, neurologisen hoidon yhteenveto, neurodiagnostinen raportti EEG-tuloksista, neuroimaging-tutkimukset (aivojen MRI, aivojen PET, aivojen MEG) ja potilaan lääkitys Luettelo epilepsialääkkeistä (ASM) vedetään. Näistä kliinisistä asiakirjoista poistetaan identiteetti (poistetaan kaikki PHI) ja ne linkitetään tutkimuksen numeroon. Tunnistamisen poistamisen ja tutkimusnumeroon linkityksen jälkeen kliiniset tiedot tallennetaan salasanalla suojattuun suojattuun tutkimuspalvelimeen tunnistamattomien EEG-tietojen kanssa. Kun tutkijat luovat automaattista tunnistamisen poistomenetelmää, tutkijat poimivat tiedot manuaalisesti ja poistavat niiden tunnistamisen manuaalisesti. Kun automatisoitu prosessi on luotu, tutkijat suorittavat myös laaduntarkistuksen manuaalisella ja automaattisella prosessivertailulla.

Tarkemmin sanottuna kaikki tiedot (EEG-BIDS-tiedostot, SQL-tietokanta ja Excel-taulukko) tallennetaan sisäiselle kiintolevylle UNM HSC:n IT-hallinnassa pöytätietokoneessa, joka sijaitsee fyysisesti Dr. Sam McKenzien toimistossa Rm 209A:ssa RGFH:ssa. . Tietokone on UNM HSC -verkossa ja tietokoneessa on Windows 10:n UNM HSC -peili. Huone on aina lukittu ja PC vaatii salasanalla kirjautumisen.

Tutkijat käyttävät EEG-BIDS-tiedostomuotoa kaiken tiedon tallentamiseen ja tietokannan järjestämiseen. Tämä tiedostomuoto määrittää polkurakennepuun tietyllä nimikkeistöllä (kuva 1). Kullekin potilaalle osoitetaan hakemisto, joka sisältää alihakemistot jokaista istuntoa ja datamodaalisuutta varten. Potilaan väestötiedoista ja tallennustiedoista ei-tunnistettavia tietoja varten tiedot tallennetaan kahteen tiedostotyyppiin: *.tsv-tiedosto tietoarvoille ja *.json-tiedosto kuvaavia metatietoja varten. EEG-tiedostot, joiden tunnistaminen on poistettu, näytteistetään 250 Hz:iin kiintolevyn tallennustehokkuuden vuoksi ja tallennetaan eurooppalaiseen tietomuotoon. EDF:n EEG-tiedoston mukana tulee myös "koordinaatit"-tiedosto, joka määrittää montaasisijoittelussa käytettyjen anatomisten maamerkkien sijainnin. Toinen "tapahtumatiedosto" sisältää merkintöjä kliinikon EEG:ssä havaitsemista tapahtumista. Nämä tiedot tuodaan alkuperäisestä Nihon Kohdenin annotoidusta tietojoukosta käyttämällä Python MNE -työkalupakkia1.

Tallennamme tähän tiedostorakenteeseen myös tekstitiedostoja, joissa on tunnistettomia kliinisiä muistiinpanoja, jotka on tuotu Cerner Millenniumista ja jotka sisältävät yksityiskohtaisia ​​tietoja lääkityksestä, diagnoosista, hoidosta ja ennusteesta. Tunnistamattomat potilastiedot tallennetaan lisäksi SQL-tietokantaan satunnaistetulla potilastunnisteella.

Excel-arkki tallentaa satunnaisen potilaan tunnistenumeron (käytetään EEG-BIDS-tiedostossa ja SQL-tietokannassa) ja vastaavan potilaan tunnistenumeron myöhempää tunnistusta varten tarvittaessa.