Zajęła pandemia, ale Stany Zjednoczone w końcu mają (niektóre) scentralizowane dane medyczne

Pojazdy ustawiają się w kolejce na terenie testowym covid-19 na stadionie Dodger w Los Angeles Mario Tama/Getty Images

• 6,3 miliona zdeidentyfikowanych rekordów znajduje się obecnie w bazie danych N3C NIH
• Stał się jednym z największych zbiorów danych dotyczących pacjentów z chorobami dziedzicznymi na świecie
• Program pozwala uniknąć silosów danych i problemów związanych z prywatnością, które nękają amerykański system opieki zdrowotnej

Podczas pandemii istniało poważne napięcie między tym, co opinia publiczna chce wiedzieć, a tym, co naukowcy byli w stanie powiedzieć na pewno.

Naukowcom udało się dowiedzieć więcej o krukowicach, szybciej niż o jakiejkolwiek innej chorobie w historii, ale jednocześnie opinia publiczna była zszokowana, gdy lekarze nie potrafili odpowiedzieć na pozornie podstawowe pytania: Jakie są objawy krukowicy 19? Jak się rozprzestrzenia? Kto jest najbardziej podatny? Jak najlepiej to wyleczyć?

Nigdzie ten konflikt nie był bardziej wyraźny niż w Stanach Zjednoczonych, które wydają prawie jedną piątą swojego produktu krajowego brutto na opiekę zdrowotną, ale osiągają gorsze wyniki niż jakikolwiek inny bogaty kraj. Znalezienie odpowiedzi jest skomplikowane nie tylko dlatego, że nauka jest trudna, ale dlatego, że amerykańska opieka zdrowotna jest zbudowana na mozaiki niekompatybilnych, archaicznych systemów.

Powiązana historia

Stany Zjednoczone nie mają pojęcia, jak zarządzać wszystkimi gromadzonymi danymi testowymi. W Stanach Zjednoczonych każdy stan decyduje o tym, w jaki sposób zgłasza wyniki testów na covid-19. Rezultatem jest chaotyczny system, który szkodzi naszej reakcji na pandemię.

W całym kraju przepisy federalne, stanowe i lokalne dotyczące prywatności nakładają się, a czasem są ze sobą sprzeczne. Tymczasem dokumentacja medyczna jest nieuporządkowana, fragmentaryczna i intensywnie blokowana przez instytucje, które są ich właścicielami – zarówno ze względu na ochronę prywatności, jak i dlatego, że sprzedaż pozbawionych danych identyfikacyjnych danych medycznych jest niezwykle opłacalna.

Ale dostęp do danych uwięzionych w tych silosach to jedyny sposób, aby odpowiedzieć na pytania dotyczące krukowicy. Dlatego tak wiele ważnych badań przeprowadzono za granicą, w krajach z krajowymi systemami opieki zdrowotnej, mimo że Stany Zjednoczone mają ogromną liczbę zarówno pacjentów z chorobami ciążowymi, jak i instytucji badawczych. Niektóre z najsilniejszych danych na temat czynniki ryzyka śmiertelności krów krążących i cechy długi covid pochodzą na przykład z Wielkiej Brytanii. Tam naukowcy zajmujący się zdrowiem publicznym mają dostęp do danych z 56 milionów dokumentacji medycznej pacjentów NHS.

Na początku pandemii grupa badaczy finansowana przez amerykański Narodowy Instytut Zdrowia (NIH) zdała sobie sprawę, że na wiele pytań dotyczących Covid-19 nie da się odpowiedzieć bez przełamania barier w udostępnianiu danych. Opracowali więc strukturę łączenia rzeczywistych danych pacjentów z różnych instytucji w sposób, który może być zarówno prywatny, jak i użyteczny.

Rezultatem jest Krajowa współpraca kohortowa COVID (N3C) , który gromadzi dokumentację medyczną milionów pacjentów w całym kraju, czyści ją, a następnie przyznaje dostęp grupom badającym wszystko, od tego, kiedy używać respiratora, po to, jak covid wpływa na cykle menstruacyjne.

To po prostu szokujące, że nie mieliśmy zharmonizowanych, zbiorczych danych dotyczących zdrowia do badań w obliczu pandemii, mówi Melissa Haendel, profesor informatyki badawczej na kampusie medycznym University of Colorado Anschutz i jeden ze współkierowników N3C. Nigdy nie zmusilibyśmy wszystkich do udostępnienia nam tego rodzaju danych poza kontekstem pandemii, ale teraz, gdy to zrobiliśmy, jest to demonstracja, że ​​dane kliniczne mogą być harmonizowane i udostępniane w szerokim zakresie w bezpieczny i przejrzysty sposób .

Baza danych jest obecnie jednym z największych zbiorów danych dotyczących choroby krowiej na świecie, z 6,3 milionami danych pacjentów z 56 instytucji i licznymi, w tym danymi od 2,1 miliona pacjentów z wirusem. Większość rekordów pochodzi z 2018 r., a organizacje, które je wspierają, zobowiązały się do ich aktualizacji przez pięć lat. To sprawia, że ​​N3C jest nie tylko jednym z najbardziej użytecznych zasobów do badania choroby, ale także jednym z najbardziej obiecujących sposobów badania długiego krowa.

System, w którym instytucje przesyłają zbiorczo dane do scentralizowanego rządu federalnego, jest anomalią w amerykańskiej opiece zdrowotnej. Dobrze wykorzystany, ma potencjał, by odpowiedzieć na szczegółowe pytania jeszcze długo po pandemii. Może nawet posłużyć jako dowód koncepcji podobnych działań w przyszłości.

Dane open source

Aby wnieść informacje do bazy danych, uczestniczący świadczeniodawcy najpierw wybierają dwie grupy pacjentów: osoby, które uzyskały pozytywny wynik testu na obecność COV i innych, którzy będą służyć jako grupa kontrolna. Następnie usuwają wszystko, co umożliwia identyfikację danych, z wyjątkiem kodu pocztowego i dat usługi, i przesyłają je bezpiecznie do N3C. Tam technicy czyszczą dane — nie zawsze jest to łatwe zadanie — i wprowadzają je do bazy danych.

Każdy może złożyć propozycję badań za pośrednictwem N3C panel , niezależnie od tego, czy jest powiązany z instytucją zgłaszającą, czy nie. Nawet naukowcy-obywatele mogą poprosić o dostęp do zanonimizowanej wersji zbioru danych.

NIH komisja ocenia każdy wniosek i decyduje, do której wersji badacze danych będą mogli uzyskać dostęp. Istnieje kilka poziomów informacji: ograniczony zbiór danych, drugi poziom zawierający rzeczywiste rekordy z zasłoniętymi kodami pocztowymi i datami, a trzeci złożony z generowanych komputerowo rekordów syntetycznych, które próbują zachować te same atrybuty, co rzeczywiste rekordy, nie zawierając żadnych prawdziwe dane pacjenta. Każdy musi przejść szkolenie w zakresie bezpieczeństwa danych, zanim uzyska dostęp.

Do tej pory zatwierdzono 215 projektów badawczych, w tym badania mające na celu śledzenie wyników dla pacjentów, którzy otrzymali różne szczepionki przeciw krowim, oraz zbadanie odsetka powikłań planowych operacji u pacjentów bez krążownika podczas pandemii. Pierwszą publikacją kolaboranta była analiza czynniki ryzyka śmiertelności u pacjentów z rakiem, którzy zachorowali na SARS CoV2, a kilka wstępnych odcisków zostało opublikowanych na tematy, w tym pacjenci z chorobami wątroby oraz osoby z HIV .

Większa odpowiedzialność, lepsza nauka

Czyste, dokładne dane są niezbędne do takich badań, ale trudno było je zdobyć w chaosie pandemii. W czerwcu ubiegłego roku dwa główne czasopisma, BMJ i Nazwa naukowego czasopisma medycznego, wycofane dokumenty oparte na danych z Surgisphere, mało znanej firmy zajmującej się danymi medycznymi, zatrudniającej garstkę pracowników. Twierdził, że ma dostęp do dokumentacji medycznej w czasie rzeczywistym od prawie 100 000 pacjentów z chorobą wieńcową w 700 szpitalach na całym świecie. W niektórych przypadkach liczby te reprezentowały więcej pacjentów niż faktycznie zdiagnozowano w danym kraju.

Dokumenty, zanim zostały wycofane, doprowadziły do ​​podjęcia decyzji o wstrzymaniu badań klinicznych i zmianie praktyk medycznych. Ale kiedy badacze stali się podejrzliwi — zwłaszcza biorąc pod uwagę, że nawet pojedyncza umowa o przesyłanie danych medycznych wymaga ogromnej ilości czasu i pracy — firma odmówiła komukolwiek kontroli danych. W rzeczywistości nie ma dowodu, że baza danych kiedykolwiek istniała .

Powiązana historia

Dane dotyczące Covid-19 są dobrem publicznym. Rząd Stanów Zjednoczonych musi zacząć traktować to jak jeden. Stany Zjednoczone nie nadały priorytetu wysoce skutecznej i ekonomicznej interwencji — zapewniającej szybki i łatwy dostęp do danych dotyczących koronawirusa.

Z drugiej strony N3C podlega kontroli i rozlicza się przed tysiącami badaczy z setek uczestniczących instytucji, z silnym naciskiem na przejrzystość i odtwarzalność. Wszystko, co użytkownicy robią za pośrednictwem interfejsu, którego używa GovCloud Palantira platforma jest starannie zachowana, więc każdy, kto ma do niej dostęp, może odtworzyć swoje kroki.

To nie jest nauka o rakietach i tak naprawdę nie jest nowa. To po prostu ciężka praca. To żmudne, trzeba to robić ostrożnie i musimy sprawdzać każdy krok, mówi Christopher Chute, profesor medycyny w Johns Hopkins, który również współprowadzi N3C. Najgorszą rzeczą, jaką możemy zrobić, jest metodyczne przekształcanie danych w śmieci, które dałyby nam błędne odpowiedzi.

Brutalna siła

Haendel zwraca uwagę, że te wysiłki nie przyszły łatwo. Różnorodność wiedzy fachowej, której wymagało, aby to się stało – wytrwałość, poświęcenie i, szczerze mówiąc, brutalna siła – jest po prostu bezprecedensowa, mówi.

Ta brutalna siła pochodzi z wielu różnych dziedzin poza medycyną.

Posiadanie na pokładzie wszystkich ze wszystkich dziedzin nauki naprawdę pomogło. W okresie nosicielstwa ludzie byli znacznie bardziej skłonni do współpracy, mówi Mary Boland, profesor informatyki na Uniwersytecie Pensylwanii. Możesz mieć inżynierów, informatyków, fizyków – wszystkich tych ludzi, którzy normalnie nie biorą udziału w badaniach nad zdrowiem publicznym.

Boland jest częścią grupy wykorzystującej dane N3C, aby sprawdzić, czy covid zwiększa nieregularne krwawienie u kobiet z zespołem policystycznych jajników. „Zwykle większość badaczy musi korzystać z danych dotyczących roszczeń ubezpieczeniowych, aby uzyskać wystarczająco dużą bazę danych do analiz na poziomie populacji”, mówi.

Dane dotyczące roszczeń mogą na przykład odpowiedzieć na niektóre pytania dotyczące tego, jak dobrze narkotyki działają w świecie rzeczywistym. Ale w tych bazach danych brakuje ogromnych ilości informacji, w tym wyników laboratoryjnych, objawów zgłaszanych przez ludzi, a nawet danych o tym, czy pacjenci przeżyją, czy umrą.

Zbieranie i czyszczenie

Poza bazami danych roszczeń ubezpieczeniowych większość podmiotów współpracujących w zakresie danych dotyczących zdrowia w Stanach Zjednoczonych korzysta z modelu sfederowanego. Wszyscy uczestnicy tych badań zgadzają się sformatować własne zestawy danych we wspólnym formacie, a następnie uruchomić zapytania od zbiorowości, takie jak odsetek poważnych przypadków nosicielstwa według grup wiekowych. Kilka międzynarodowych kolektywów badawczych covid, w tym Obserwacyjne nauki o zdrowiu i informatyka (OHDSI, wymawiane Odyssey), działają w ten sposób, unikając prawnych i politycznych problemów z transgranicznymi danymi pacjentów.

OHDSI, które zostało założone w 2014 roku, ma naukowców z 30 krajów i posiada rekordy dla 600 milionów pacjentów.

Dzięki temu każda instytucja może przechowywać swoje dane za własnymi zaporami sieciowymi z własnymi zabezpieczeniami danych. Nie wymaga żadnych danych pacjenta, aby poruszać się tam iz powrotem, mówi Boland. To pocieszające w wielu miejscach, zwłaszcza przy całym tym ostatnim hakowaniu.

Jednak poleganie na każdej instytucji, która przygotuje własne dane dla takiego systemu, niesie ze sobą wiele zagrożeń.

Największym wyzwaniem jest wprowadzenie danych do wspólnego formatu danych, ponieważ nawet nazwy leków — można by pomyśleć, że zostałyby ujednolicone w Stanach Zjednoczonych, ale tak naprawdę nie jest, mówi Boland. Apteki często mają swój lek generyczny, który może mieć nieco inne składniki ze względu na prawa patentowe. Każda z nich ma swoją własną nazwę leku.

Z drugiej strony N3C prosi wszystkich uczestników o przesłanie swoich surowych, niechlujnych rekordów w jedno miejsce i pozwolenie centralnemu organowi na ich posprzątanie i standaryzację. Chociaż istnieje wiele oczywistych korzyści, istnieją znaczne przeszkody prawne i społeczne w uczestnictwie w ten sposób, zarówno w Ameryce, jak i na arenie międzynarodowej; Na przykład wiele instytucji nie może wnosić wkładu do N3C ze względu na przepisy dotyczące prywatności obowiązujące w ich stanach.

To także wyzwanie technologiczne. Połączenie nawet dwóch zestawów elektronicznej dokumentacji medycznej jest niezwykle trudne i pracochłonne; jakość danych jest często niska, a standaryzacja jest niewielka. W wielooddziałowych organizacjach opieki zdrowotnej, aż 1 na 5 dokumentacji medycznej to zduplikowane pliki, głównie w wyniku błędów przy wprowadzaniu danych podczas wizyt lub meldunków, zgodnie z raportem Pew z 2018 roku.

Osoby broniące modeli federacyjnych często twierdzą, że za zaporą ogniową przeprowadzają własną kontrolę jakości. Ale naukowcy z N3C byli zszokowani, gdy odkryli, jak bardzo nieporządne były te dane.

Witryny wykazywały pewną dozę sceptycyzmu, na przykład: „Tak naprawdę nie potrzebujemy tego rodzaju struktury jakości danych — robimy to już w naszych własnych witrynach poufnie, za naszą zaporą ogniową. Nie potrzebujemy twoich śmierdzących narzędzi do harmonizacji”, mówi Haendel. Ale dowiedzieliśmy się, że te miary jakości są niewystarczające, gdy spojrzysz na dane zagregowane.

Niektóre problemy z jakością danych graniczyły z absurdem.

W niektórych przypadkach organizacje nie wprowadziły jednostek miary. Więc był ciężar, ale nie było jednostki, o czym mieliśmy wiedzieć, mówi Chute. Ale posiadanie tak ogromnej liczby rekordów dało im przewagę i pozwoliło zaoszczędzić wiele punktów danych, które w przeciwnym razie zostałyby odrzucone.

Byliśmy w stanie przyjrzeć się rozkładom danych, dla których mieliśmy jednostki, i zobaczyć, gdzie pasują tajemnicze dane, mówi. Możesz to po prostu przyjrzeć się – och, to oczywiście funty lub kilogramy.

Duża ryba w znacznie większym oceanie

Tak obszerna baza danych N3C jest przyćmiona przez skalę danych gromadzonych i utrzymywanych w innych miejscach w amerykańskim systemie opieki zdrowotnej, od agencji rządowych po szpitale, laboratoria badawcze, ubezpieczycieli i inne. Departament Zdrowia i Opieki Społecznej śledzi ponad 2000 zestawów danych dotyczących zdrowia wyłącznie z agencji federalnych, stanowych i lokalnych.

Powiązana historia

Lekcje od supergwiazdowego badacza danych pandemii, Youyang Gu

Stworzył model uczenia maszynowego w ciągu tygodnia i uruchamiał go codziennie na swoim laptopie (zajęło to tylko godzinę), generując niezwykle dokładne prognozy covid-19.

Przydatność każdego jest ograniczona przez silosowanie : dla naukowców pracujących na własną rękę w zasadzie niemożliwe jest połączenie oświadczeń Medicare, zapisów z rejestrów szczepionek, stanowych danych rasowych i etnicznych dotyczących szczepień lub baz danych dotyczących wariantów Covid-19 zsekwencjonowanych z próbek pacjentów w całym kraju. Rzeczywiście, przekształcanie surowych rekordów w użyteczne informacje jest tak trudne, że stało się kwitnącym sektorem prywatnym: brokerzy danych hurtowo kupują odidentyfikowane rekordy, analizują korelacje między zmiennymi i sprzedają swoje analizy – lub same dane – naukowcom i rządom.

Jesteśmy gotowi przekazać wszystkie nasze dane podmiotowi komercyjnemu i pozwolić mu je nam sprzedać, ale nie chcemy płacić za najbardziej podstawową infrastrukturę zdrowia publicznego, mówi Haendel. Ten wysiłek wolontariuszy w obliczu pandemii jest niesamowity, ale nie jest to trwałe i długoterminowe rozwiązanie problemu przyszłych pandemii ani ogólnie opieki zdrowotnej.

Podejście N3C odwraca się od niektórych z tych problemów, ale w jego danych są znaczne luki, zwłaszcza w informacjach o szczepieniach. Większość szczepionek jest podawana w miejscach społeczności, podczas gdy dane współpracy pochodzą z wizyt w podstawowej opiece zdrowotnej i hospitalizacji, co oznacza, że ​​w aktach ujęto tylko 245 000 szczepionek Pfizer i 104 000 szczepionek Moderna. Firma zajmująca się analizą opieki zdrowotnej buduje narzędzie do bezpiecznej integracji danych pacjentów z wielu źródeł, ale nie będzie ono dostępne przez co najmniej kilka miesięcy.

Jednak nawet z tymi lukami ogromna baza danych N3C oferuje jedno z najlepszych zasobów dla naukowców, którzy chcą odpowiedzieć na wiele nierozwiązanych pytań dotyczących krukowicy.

Właśnie w tym miejscu teraz utknęliśmy, mówi Haendel. Naprawdę potrzebujemy ekspertów dziedzinowych we wszystkich różnych aspektach opieki klinicznej oraz nauki, która za nimi stoi, aby pomóc nam znaleźć wszystkie igły w stogu siana.

Uwaga redaktora: Wcześniejsza wersja tej historii błędnie wskazywała komisję, która ocenia propozycje wykorzystania danych N3C. Jest częścią NIH, a nie Johns Hopkins.

Ta historia jest częścią Projektu Technologii Pandemicznej, wspieranego przez Fundację Rockefellera.

ukryć