- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT02795806
NLM 스크러버: 임상 텍스트 문서를 비식별화하는 NLM의 소프트웨어 애플리케이션
배경: 전자 건강 기록에는 질병 및 치료에 대한 방대한 양의 데이터가 포함되어 있습니다. 연구원은 이 데이터를 사용하여 아이디어를 테스트할 수 있지만 자신의 환자 그룹 이상의 기록을 사용해야 합니다. 그러나 이러한 기록에 대한 액세스는 환자의 개인 정보 보호를 위해 제한됩니다.
미국 국립 의학 도서관(NLM)은 NLM Scrubber라는 컴퓨터 도구를 만들었습니다. 이 프로그램은 건강 기록에서 개인 정보를 인식하고 삭제합니다. 이 프로그램을 개발한 연구원은 이제 원본 기록에 액세스해야 합니다. 이를 통해 프로그램이 환자 기록에서 개인 정보를 얼마나 잘 제거하고 더 정확하게 만들 수 있는지 확인할 수 있습니다.
목표:
임상 텍스트 비식별화를 개선하는 방법을 찾기 위해.
적임:
새로운 참가자가 없습니다. 연구원은 이미 수집된 데이터를 검토합니다.
설계:
연구원은 임의의 보고서 샘플을 수집합니다. 이들은 다른 분야의 다른 의사들로부터 나올 것입니다.
연구원은 기록에서 개인 정보를 수동으로 제거합니다.
또한 연구원은 NLM-Scrubber를 사용하여 원본 기록에서 개인 정보를 자동으로 제거합니다.
연구자들은 컴퓨터 프로그램과 수동 변경의 결과를 비교할 것입니다. 프로그램이 개인 정보를 올바르게 제거하지 않은 경우 이를 알려줍니다. 또한 프로그램이 개인이 아닌 건강 정보를 잘못 삭제한 경우에도 이를 알려줍니다.
연구원은 결과를 사용하여 프로그램을 수정합니다. 익명화 프로세스가 완료될 때까지 계속 테스트합니다.
...
연구 개요
상태
정황
상세 설명
본 연구는 NLM(National Library of Medicine)에서 개발한 자동 임상 텍스트 비식별화 소프트웨어 응용 프로그램인 NLM Scrubber의 품질 평가, 개선 및 모니터링에 관한 것입니다. 이 응용 프로그램은 임상 보고서가 환자 개인 정보를 침해하지 않고 2차 과학 연구(즉, 2차 사용)에 사용될 수 있도록 개발되었습니다. HIPAA 및 개인정보보호법의 가이드라인과 이를 준수하여 환자의 개인정보를 보호하는 방법과 NLM Scrubber 개발에 대한 연구가 진행되었습니다.
NLM 스크러버를 추가로 개발 및 개선하고 비식별화 성능을 효과적으로 평가하기 위해 조사관은 모든 잠재적 임상 보고서 유형 및 소스에서 원본/수정되지 않은 샘플을 필요로 합니다. 이를 위해 NLM 조사관은
NIH 내의 독립체, 즉 NIH Clinical Center, BTRIS 및 NCI는 물론 외부 독립체, 켄터키 대학이 관리하는 켄터키 주립 등록소 및 NLM 통합에 대한 관심을 표명한 피츠버그 대학의 연구원과 협력
Text Information Extraction System이라는 애플리케이션으로 스크러버합니다. 이러한 엔티티는 NLM Scrubber 성능을 평가하고 개선하기 위해 다양한 유형의 임상 보고서 샘플을 수집합니다. 그러나 평가를 위해 원본 데이터에 대한 액세스 권한도 필요합니다.
잠재적인 문제를 해결하고 NLM Scrubber의 정확성을 향상시킵니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 장소
-
-
Maryland
-
Bethesda, Maryland, 미국
- National Library of Medicine
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
- 새로운 참가자 등록이 없습니다. 연구원은 이미 수집된 데이터를 검토합니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 다른
- 시간 관점: 회고전
코호트 및 개입
그룹/코호트 |
|---|
|
1
임상 서술 보고서가 작성되는 모든 사람.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
PII 비식별화 비율
기간: 2017년 1월 1일-2027년 1월 31일
|
HIPAA 개인 정보 보호 규칙은 개인 이름, 주소, 중요한 날짜, 숫자 식별자(예: 주민등록번호)를 포함하여 비식별화해야 하는 18가지 유형의 개인 식별 정보를 정의합니다.
우리의 주석자는 금본위제를 만드는 단어와 숫자에 레이블을 지정하고 NLM-Scrubber는 모든 항목을 인식하고 제거하려고 합니다.
PII의 비식별화 비율은 이 결과 측정의 성공을 나타냅니다.
|
2017년 1월 1일-2027년 1월 31일
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
잘못 편집된 임상 정보의 비율
기간: 2017년 1월 1일-2027년 1월 31일
|
NLM-Scrubber는 비식별 연구 데이터를 보존하면서 PII 요소만 제거하려고 시도하지만 실수로 일부 비식별 연구 데이터 요소(비보호 건강 정보)도 삭제합니다.
잘못 편집된 임상 정보의 비율은 비식별 건강 정보를 보존하는 NLM-Scrubber의 실패를 나타냅니다.
|
2017년 1월 1일-2027년 1월 31일
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Mehmet M Kayaalp, Ph.D., National Library of Medicine (NLM)
간행물 및 유용한 링크
일반 간행물
- 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.
연구 기록 날짜
연구 주요 날짜
연구 시작
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (추정된)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .