Das Reidentifikationspotenzial von strukturierten Gesundheitsdaten

Author:

Drechsler Jörg,Pauly Hannah

Abstract

ZusammenfassungEin breiter Zugang zu Gesundheitsdaten bietet enormes Potenzial für Wissenschaft und Forschung. Allerdings enthalten Gesundheitsdaten oftmals sensible Informationen, die es in besonderer Weise zu schützen gilt. Vor diesem Hintergrund befasst sich dieser Artikel mit dem Reidentifikationspotenzial von Gesundheitsdaten. Nach einer Abgrenzung der Begrifflichkeiten werden Faktoren diskutiert, die das Reidentifikationspotenzial beeinflussen. Es wird Bezug auf internationale Standards zum Schutz von Gesundheitsdaten genommen und die Wichtigkeit von verfügbarem Hintergrundwissen erläutert. Auf Basis des Zwischenfazits, dass das Reidentifikationspotenzial häufig unterschätzt wird, werden verschiedene Möglichkeiten zu dessen Reduzierung anhand des Konzepts der Five Safes vorgestellt. In diesem Zusammenhang wird sowohl auf klassische Anonymisierungsverfahren als auch auf Möglichkeiten zur Generierung synthetischer Gesundheitsdaten eingegangen. Der Beitrag schließt mit einem Fazit und kurzem Ausblick auf das kommende Forschungsdatenzentrum Gesundheit beim Bundesinstitut für Arzneimittel und Medizinprodukte.

Funder

Institut für Arbeitsmarkt- und Berufsforschung der Bundesagentur für Arbeit

Publisher

Springer Science and Business Media LLC

Subject

Public Health, Environmental and Occupational Health

Reference50 articles.

1. Sweeney L (2002) k‑anonymity: a model for protecting privacy. Int J Uncertain Fuzz 10:557–570. https://doi.org/10.1142/S0218488502001648

2. Narayanan A, Shmatikov V (2008) Robust de-anonymization of large sparse datasets. Proceedings of the 2008 IEEE Symposium on Security and Privacy, 2008 IEEE Computer Society, USA, S S 111–S 125

3. Dick T, Dwork C, Kearns M et al (2023) Confidence-ranked reconstruction of census microdata from published statistics. PNAS 120:e2218605120. https://doi.org/10.1073/pnas.2218605120

4. Desai T, Ritchie F, Welpton R (2016) Five Safes: Designing data access for research. Economics Working Paper Series 1601. University of the West of England. https://www2.uwe.ac.uk/faculties/BBS/Documents/1601.pdf. Zugegriffen: 24. Juli 2023

5. Swart E, Ihle P, Gothe H, Matusiewicz D (Hrsg) (2014) Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. Huber, Bern

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3