Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 9 Stimmen.
Anonymizing Health Data: Case Studies and Methods to Get You Started
Dieses praktische Buch wurde im August 2014 aktualisiert und zeigt bewährte Methoden zur Anonymisierung von Gesundheitsdaten auf, damit Ihre Organisation aussagekräftige Datensätze teilen kann, ohne die Identität der Patienten preiszugeben. Die führenden Experten Khaled El Emam und Luk Arbuckle führen Sie durch eine risikobasierte Methodik anhand von Fallstudien aus ihren Bemühungen, Hunderte von Datensätzen zu de-identifizieren.
Klinische Daten sind wertvoll für die Forschung und andere Arten von Analysen, aber es ist schwierig, sie zu anonymisieren, ohne die Datenqualität zu beeinträchtigen. Dieses Buch zeigt Techniken für den Umgang mit verschiedenen Datentypen auf, die auf den Erfahrungen der Autoren mit einem Mutter-Kind-Register, Zusammenfassungen stationärer Entlassungen, Krankenversicherungsansprüchen, elektronischen Krankenakten und dem World Trade Center-Katastrophenregister basieren, um nur einige zu nennen.
⬤ Verschiedene Methoden für die Arbeit mit Querschnitts- und Längsschnittdaten zu verstehen.
⬤ Bewertung des Risikos von Angreifern, die versuchen, Patienten in anonymisierten Datensätzen erneut zu identifizieren.
⬤ Verringern Sie den Umfang und die Komplexität großer Datensätze, ohne wichtige Informationen zu verlieren oder die Privatsphäre zu gefährden.
⬤ Methoden zur Anonymisierung unstrukturierter Freiform-Textdaten anwenden.
⬤ Minimierung der Risiken, die mit Geodaten verbunden sind, ohne kritische ortsbezogene Gesundheitsinformationen auszulassen.
⬤ Möglichkeiten zur Anonymisierung von Kodierungsinformationen in Gesundheitsdaten untersuchen.
⬤ Lernen Sie die Herausforderung kennen, verwandte Datensätze anonym zu verknüpfen.
| ISBN: | 9781449363079 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2014 |
| Seitenzahl: | 150 |
Derzeit verfügbar, auf Lager.
