Es hat eine Pandemie gedauert, aber die USA haben endlich (einige) zentralisierte medizinische Daten

Fahrzeuge stehen an einem covid-19-Testgelände im Dodger Stadium in Los Angeles an Mario Tama/Getty Images

• 6,3 Millionen anonymisierte Aufzeichnungen befinden sich derzeit in der N3C-Datenbank des NIH
• Es ist zu einer der größten Sammlungen von Covid-Patientenakten der Welt geworden
• Das Schema vermeidet Datensilos und Datenschutzprobleme, die das US-Gesundheitssystem heimsuchen

Während der gesamten Pandemie gab es ernsthafte Spannungen zwischen dem, was die Öffentlichkeit wissen möchte, und dem, was Wissenschaftler mit Sicherheit sagen konnten.

Wissenschaftler konnten schneller mehr über Covid lernen als über jede andere Krankheit in der Geschichte – aber gleichzeitig war die Öffentlichkeit schockiert, als Ärzte scheinbar grundlegende Fragen nicht beantworten konnten: Was sind die Symptome von Covid-19? Wie breitet es sich aus? Wer ist am anfälligsten? Was ist der beste Weg, es zu behandeln?

Nirgendwo war dieser Konflikt deutlicher als in den USA, die fast ein Fünftel ihres Bruttoinlandsprodukts für die Gesundheitsversorgung ausgeben, aber schlechtere Ergebnisse erzielen als jedes andere wohlhabende Land. Die Antworten zu finden, war nicht nur kompliziert, weil die Wissenschaft schwierig ist, sondern weil das amerikanische Gesundheitswesen auf einem Flickenteppich inkompatibler, archaischer Systeme aufgebaut ist.

Verwandte Geschichte

Die USA haben keine Ahnung, wie sie alle von ihnen gesammelten Testdaten verwalten sollen. In den USA entscheidet jeder Staat, wie er die Ergebnisse von Covid-19-Tests meldet. Das Ergebnis ist ein chaotisches System, das unsere Reaktion auf die Pandemie beeinträchtigt.

Im ganzen Land überschneiden sich Bundes-, Landes- und lokale Datenschutzgesetze und widersprechen sich manchmal. Krankenakten hingegen sind unordentlich, fragmentiert und werden von den Institutionen, denen sie gehören, intensiv isoliert – sowohl aus Datenschutzgründen als auch, weil der Verkauf anonymisierter medizinischer Daten unglaublich profitabel ist.

Aber der Zugriff auf Daten, die in diesen Silos eingeschlossen sind, ist die einzige Möglichkeit, Fragen zu Covid zu beantworten. Aus diesem Grund wurde im Ausland, in Ländern mit nationalen Gesundheitssystemen, so viel wichtige Forschung betrieben, obwohl es in den USA eine große Anzahl von Covid-Patienten und Forschungseinrichtungen gibt. Einige der stärksten Daten auf Risikofaktoren für Covid-Sterblichkeit und Merkmale von lange covid sind zum Beispiel aus Großbritannien gekommen. Dort haben Forscher des öffentlichen Gesundheitswesens Zugriff auf Daten aus den Krankenakten von 56 Millionen NHS-Patienten.

Zu Beginn der Pandemie erkannte eine von den US National Institutes of Health (NIH) finanzierte Forschergruppe, dass viele Fragen zu Covid-19 unmöglich zu beantworten wären, ohne Barrieren für den Datenaustausch abzubauen. Also entwickelten sie einen Rahmen, um tatsächliche Patientenakten aus verschiedenen Institutionen auf eine Weise zu kombinieren, die sowohl privat als auch nützlich sein könnte.

Das Ergebnis ist die Nationale COVID-Kohorten-Kooperation (N3C) , das Krankenakten von Millionen von Patienten im ganzen Land sammelt, sie reinigt und dann Gruppen Zugang gewährt, die alles untersuchen, von der Verwendung eines Beatmungsgeräts bis hin zur Auswirkung von Covid auf den Menstruationszyklus.

Es ist einfach schockierend, dass wir angesichts einer Pandemie keine harmonisierten, aggregierten Gesundheitsdaten für die Forschung hatten, sagt Melissa Haendel, Professorin für Forschungsinformatik am Anschutz Medical Campus der University of Colorado und eine der Co-Leiterinnen von N3C. Wir hätten niemals alle dazu gebracht, uns außerhalb des Kontexts einer Pandemie Daten in diesem Umfang zur Verfügung zu stellen, aber jetzt, wo wir es getan haben, ist es ein Beweis dafür, dass klinische Daten auf sichere und transparente Weise harmonisiert und allgemein geteilt werden können .

Die Datenbank ist heute mit 6,3 Millionen Patientenakten aus 56 Institutionen, Tendenz steigend, einschließlich Aufzeichnungen von 2,1 Millionen Patienten mit dem Virus, eine der größten Sammlungen von Covid-Aufzeichnungen der Welt. Die meisten Aufzeichnungen gehen auf das Jahr 2018 zurück, und die beitragenden Organisationen haben sich verpflichtet, sie fünf Jahre lang zu aktualisieren. Das macht N3C heute nicht nur zu einer der nützlichsten Ressourcen für das Studium der Krankheit, sondern auch zu einer der vielversprechendsten Möglichkeiten, lange Covid zu studieren.

Ein System, bei dem Institutionen Datensätze in großen Mengen an eine zentralisierte Bundesregierung senden, ist eine Anomalie im amerikanischen Gesundheitswesen. Richtig eingesetzt, hat es das Potenzial, Detailfragen noch lange nach der Pandemie zu beantworten. Und es könnte sogar als Machbarkeitsnachweis für ähnliche Bemühungen in der Zukunft dienen.

Open-Source-Daten

Um Informationen in die Datenbank einzubringen, wählen die teilnehmenden Anbieter zunächst zwei Gruppen von Patienten aus: Personen, die positiv auf Covid getestet wurden, und andere, die als Kontrollgruppe dienen. Dann entfernen sie alles, was die Daten persönlich identifizierbar macht, mit Ausnahme von Postleitzahlen und Dienstdaten, und übertragen sie sicher an N3C. Dort bereinigen Techniker die Daten – nicht immer ganz einfach – und geben sie in die Datenbank ein.

Jeder kann einen Forschungsvorschlag über N3Cs einreichen Armaturenbrett , unabhängig davon, ob sie mit einer einreichenden Institution verbunden sind oder nicht. Auch Citizen Scientists können den Zugriff auf eine anonymisierte Version des Datensatzes anfordern.

ein NIH Ausschuss prüft jeden Vorschlag und entscheidet, auf welche Version der Daten Forscher zugreifen können. Es gibt mehrere Informationsebenen: einen begrenzten Datensatz, eine zweite Ebene, die echte Aufzeichnungen mit verdeckten Postleitzahlen und Daten enthält, und eine dritte, die aus computergenerierten synthetischen Aufzeichnungen besteht, die versuchen, dieselben Attribute wie die echten Aufzeichnungen beizubehalten, ohne sie zu enthalten Echte Patientendaten. Jeder muss eine Datensicherheitsschulung absolvieren, bevor er Zugriff erhält.

Bisher wurden 215 Forschungsprojekte genehmigt, darunter Studien zur Verfolgung der Ergebnisse von Patienten, die verschiedene Covid-Impfstoffe erhalten haben, und zur Untersuchung der Komplikationsraten von elektiven Operationen bei nicht-Covid-Patienten während der Pandemie. Die erste Veröffentlichung aus der Zusammenarbeit war eine Analyse von Sterblichkeitsrisikofaktoren bei Krebspatienten, die sich mit SARS CoV2 infiziert haben, und es wurden mehrere Vorabdrucke zu Themen wie Covid-Ergebnissen in veröffentlicht Patienten mit Lebererkrankungen und Menschen mit HIV .

Mehr Verantwortung, bessere Wissenschaft

Saubere, genaue Daten sind für solche Studien von entscheidender Bedeutung, aber im Chaos der Pandemie war es schwierig, sie zu bekommen. Im vergangenen Juni haben zwei große Zeitschriften, das BMJ und Die Lanzette, zurückgezogene Papiere auf der Grundlage von Daten von Surgisphere, einem wenig bekannten Unternehmen für medizinische Daten mit einer Handvoll Mitarbeitern. Es behauptete, Zugang zu Echtzeit-Krankenakten von fast 100.000 Covid-Patienten in 700 Krankenhäusern auf der ganzen Welt zu haben. In einigen Fällen repräsentierten die Zahlen mehr Patienten, als in einem bestimmten Land tatsächlich diagnostiziert wurden.

Bevor sie zurückgezogen wurden, führten die Papiere zu Entscheidungen, klinische Studien einzustellen und medizinische Praktiken zu ändern. Als die Forscher jedoch misstrauisch wurden – insbesondere angesichts der Tatsache, dass selbst eine einzige Vereinbarung über die Übermittlung medizinischer Daten enorm viel Zeit und Arbeit kostet – weigerte sich das Unternehmen, die Daten von irgendjemandem prüfen zu lassen. Tatsächlich gibt es keinen Beweis dafür, dass die Datenbank jemals existiert hat .

Verwandte Geschichte

Covid-19-Daten sind ein öffentliches Gut. Die US-Regierung muss anfangen, sie wie eine zu behandeln. Die USA haben es versäumt, einer hochwirksamen und wirtschaftlichen Intervention Priorität einzuräumen, die einen schnellen und einfachen Zugriff auf Coronavirus-Daten ermöglicht.

N3C hingegen ist von Tausenden von Forschern an Hunderten von teilnehmenden Institutionen überprüfbar und ihnen gegenüber rechenschaftspflichtig, wobei ein starker Fokus auf Transparenz und Reproduzierbarkeit liegt. Alles, was Benutzer über die Schnittstelle tun, die verwendet GovCloud von Palantir Plattform, wird sorgfältig aufbewahrt, damit jeder mit Zugang seine Schritte zurückverfolgen kann.

Das ist keine Raketenwissenschaft, und es ist nicht wirklich neu. Es ist einfach harte Arbeit. Es ist mühsam, es muss sorgfältig durchgeführt werden, und wir müssen jeden Schritt validieren, sagt Christopher Chute, Medizinprofessor an der Johns Hopkins University und Co-Leiter von N3C. Das Schlimmste, was wir tun könnten, ist, Daten systematisch in Müll zu verwandeln, der uns falsche Antworten geben würde.

Rohe Gewalt

Haendel weist darauf hin, dass diese Bemühungen nicht einfach waren. Die Vielfalt an Fachwissen, die erforderlich war, um dies zu erreichen – die Ausdauer, Hingabe und, ehrlich gesagt, rohe Gewalt – ist einfach beispiellos, sagt sie.

Diese rohe Gewalt kommt aus vielen verschiedenen Bereichen, die nicht nur aus der Medizin stammen.

Es hat wirklich geholfen, alle aus allen Bereichen der Wissenschaft an Bord zu haben. Während Covid waren die Menschen viel eher bereit, zusammenzuarbeiten, sagt Mary Boland, Professorin für Informatik an der University of Pennsylvania. Sie könnten Ingenieure haben, Sie könnten Informatiker, Physiker haben – all diese Leute, die normalerweise nicht an der öffentlichen Gesundheitsforschung teilnehmen.

Boland ist Teil einer Gruppe, die die N3C-Daten verwendet, um zu untersuchen, ob Covid unregelmäßige Blutungen bei Frauen mit polyzystischem Ovarialsyndrom verstärkt. Normalerweise müssen die meisten Forscher Daten zu Versicherungsansprüchen verwenden, um eine ausreichend große Datenbank für Analysen auf Bevölkerungsebene zu erhalten, sagt sie.

Anspruchsdaten können beispielsweise einige Fragen darüber beantworten, wie gut Medikamente in der realen Welt wirken. Aber diesen Datenbanken fehlen riesige Mengen an Informationen, darunter Laborergebnisse, die von den Menschen gemeldeten Symptome und sogar Daten darüber, ob Patienten überleben oder sterben.

Sammeln und reinigen

Außerhalb von Datenbanken für Versicherungsansprüche verwenden die meisten Gesundheitsdatenkollaborationen in den USA ein föderiertes Modell. Die Teilnehmer dieser Studien erklären sich alle damit einverstanden, ihre eigenen Datensätze in einem gemeinsamen Format zu formatieren und dann Abfragen aus dem Kollektiv durchzuführen, z. B. den Anteil schwerer Covid-Fälle nach Altersgruppe. Mehrere internationale Covid-Forschungskollektive, darunter die Beobachtende Gesundheitsdatenwissenschaften und Informatik (OHDSI, ausgesprochen Odyssee), arbeiten auf diese Weise und vermeiden rechtliche und politische Probleme mit grenzüberschreitenden Patientendaten.

OHDSI wurde 2014 gegründet, hat Forscher aus 30 Ländern und hält Aufzeichnungen über 600 Millionen Patienten.

Dadurch kann jede Institution ihre Daten hinter ihren eigenen Firewalls mit eigenen Datenschutzmaßnahmen aufbewahren. Es müssen keine Patientendaten hin und her bewegt werden, sagt Boland. Das ist für viele Orte beruhigend, besonders bei all dem Hacking, das in letzter Zeit vor sich geht.

Sich darauf zu verlassen, dass jede Institution ihre eigenen Daten für ein solches System aufbereitet, birgt jedoch viele Risiken.

Daten in ein gemeinsames Datenformat zu bringen, ist die größte Herausforderung, denn sogar Medikamentennamen – man könnte meinen, das wäre in den USA standardisiert, aber das ist es wirklich nicht, sagt Boland. Apotheken haben oft ihr generisches Medikament, und es kann aufgrund von Patentgesetzen leicht unterschiedliche Inhaltsstoffe haben. Jeder von ihnen hat einen eigenen Medikamentennamen.

N3C hingegen fordert alle Teilnehmer auf, ihre rohen, unordentlichen Aufzeichnungen an einen Ort zu senden und sie von der zentralen Stelle bereinigen und standardisieren zu lassen. Während es viele offensichtliche Vorteile gibt, gibt es sowohl in Amerika als auch international erhebliche rechtliche und soziale Hindernisse für eine Teilnahme auf diese Weise; Viele Institutionen können beispielsweise aufgrund von Datenschutzgesetzen in ihren Bundesstaaten nicht zu N3C beitragen.

Es ist auch technologisch herausfordernd. Das Kombinieren von sogar zwei Sätzen elektronischer Krankenakten ist extrem schwierig und arbeitsintensiv; Die Qualität der Daten ist oft gering, und es gibt wenig Standardisierung. Laut einem Pew-Papier aus dem Jahr 2018 sind in Gesundheitsorganisationen mit mehreren Standorten bis zu 1 von 5 Krankenakten doppelte Dateien, hauptsächlich aufgrund von Fehlern bei der Dateneingabe bei Terminen oder Check-ins.

Diejenigen, die föderierte Modelle verteidigen, behaupten oft, dass sie ihre eigene Qualitätskontrolle hinter ihrer Firewall durchführen. Aber N3C-Forscher waren schockiert, als sie herausfanden, wie chaotisch die Daten waren.

Es gab eine gewisse Skepsis von Seiten, wie: „Wir brauchen diese Art von Datenqualitätsrahmen nicht wirklich – wir tun das bereits an unseren eigenen Standorten vertraulich hinter unserer Firewall. Wir brauchen Ihre stinkenden Harmonisierungswerkzeuge nicht“, sagt Haendel. Wir haben jedoch gelernt, dass diese Qualitätsmaßstäbe unzureichend sind, wenn Sie die Daten insgesamt betrachten.

Einige der Datenqualitätsprobleme grenzen ans Absurde.

In einigen Fällen haben Organisationen es versäumt, Maßeinheiten einzugeben. Es gab also ein Gewicht, aber keine Einheit, wie wir eigentlich wissen sollten, sagt Chute. Aber eine so große Anzahl von Datensätzen zu haben, verschaffte ihnen einen Vorteil und ließ sie viele Datenpunkte speichern, die sonst verworfen worden wären.

Wir konnten uns die Verteilungen von Daten ansehen, für die wir Einheiten hatten, und sehen, wo die mysteriösen Daten passen, sagt er. Sie können es einfach in Augenschein nehmen – oh, das sind offensichtlich Pfund oder Kilogramm.

Ein großer Fisch in einem viel größeren Ozean

So umfangreich sie auch ist, die N3C-Datenbank wird durch den Umfang der Daten in den Schatten gestellt, die anderswo im US-Gesundheitssystem gesammelt und gepflegt werden, von Regierungsbehörden bis hin zu Krankenhäusern, Testlabors, Versicherern und anderen. Das Ministerium für Gesundheit und menschliche Dienste verfolgt mehr als 2.000 gesundheitsbezogene Datensätze allein von Bundes-, Landes- und Kommunalbehörden.

Verwandte Geschichte

Lehren vom Superstar-Datenwissenschaftler der Pandemie, Youyang Gu

Er erstellte in einer Woche ein maschinelles Lernmodell und ließ es täglich auf seinem Laptop laufen (es dauerte nur eine Stunde), wodurch bemerkenswert genaue Covid-19-Vorhersagen generiert wurden.

Die Nützlichkeit der einzelnen ist begrenzt durch Silos : Es ist für Forscher, die alleine arbeiten, im Wesentlichen unmöglich, Medicare-Ansprüche, Aufzeichnungen aus Impfregistern, Rassen- und Ethnizitätsdaten von Staaten für Impfungen oder Datenbanken zu Covid-19-Varianten, die aus Patientenproben im ganzen Land sequenziert wurden, miteinander zu verbinden. Tatsächlich ist die Umwandlung von Rohdatensätzen in nützliche Informationen eine so große Herausforderung, dass sie sich zu einer florierenden Privatwirtschaft entwickelt hat: Datenmakler kaufen anonymisierte Datensätze in großen Mengen, analysieren Korrelationen zwischen Variablen und verkaufen ihre Analysen – oder die Daten selbst – an Forscher und Regierungen.

Wir sind bereit, alle unsere Daten an ein kommerzielles Unternehmen zu geben und sie es an uns zurückverkaufen zu lassen, aber wir sind nicht bereit, für die grundlegendste öffentliche Gesundheitsinfrastruktur zu bezahlen, sagt Haendel. Diese Freiwilligenarbeit angesichts einer Pandemie ist erstaunlich, aber sie ist keine nachhaltige langfristige Lösung für den Umgang mit zukünftigen Pandemien oder nur für die Gesundheitsversorgung im Allgemeinen.

Der N3C-Ansatz weicht von einigen dieser Probleme ab, aber seine Daten weisen erhebliche Lücken auf, insbesondere Informationen zu Impfungen. Die meisten Impfstoffe werden an kommunalen Standorten verabreicht, während die Aufzeichnungen der Zusammenarbeit von Besuchen in der Grundversorgung und Krankenhausaufenthalten stammen, was bedeutet, dass nur 245.000 Pfizer-Impfstoffe und 104.000 Moderna-Impfstoffe in den Aufzeichnungen erfasst wurden. Ein Analyseunternehmen im Gesundheitswesen entwickelt ein Tool zur sicheren Integration von Patientenakten aus mehreren Quellen, das jedoch erst in einigen Monaten verfügbar sein wird.

Trotz dieser Lücken bietet die riesige Datenbank von N3C eine der besten Ressourcen für Forscher, die die vielen ungelösten Fragen zu Covid beantworten möchten.

Da stecken wir jetzt irgendwie fest, sagt Haendel. Wir brauchen wirklich Fachexperten in allen verschiedenen Aspekten der klinischen Versorgung und die Wissenschaft dahinter, die uns helfen, alle Nadeln im Heuhaufen zu finden.

Anmerkung des Herausgebers: Eine frühere Version dieses Artikels identifizierte fälschlicherweise das Komitee, das N3C-Datennutzungsvorschläge prüft. Es ist Teil des NIH, nicht Johns Hopkins.

Diese Geschichte ist Teil des Pandemic Technology Project, das von der Rockefeller Foundation unterstützt wird.

verbergen