为什么我们相信健康数据的权力下一个时代临床研究
利用我们在医疗和健康数据(PGHD)临床试验已成为明显更容易随着数字化的出现。艾莉森·伯克,现实世界的见解科学主任IQVIA学部和过去的国际社会,工作与PGHD几十年。与制药行业的研究人员合作,学术界和监管领域,布瑞克帮助设计临床研究,充分利用PGHD。
最近她的合著出版审查PGHD pharmacoepidemiological研究,我们跟布瑞克PGHD如何被收集,为什么它是有用的以及如何最好地保护敏感数据。
Ruairi Mackenzie (RM): PGHD是什么?
艾莉森·伯克(AB):我会PGHD定义为健康信息直接来自病人,主动或被动地,而不是通过镜头的医疗团队。传统上我们进行研究,控制临床试验的数据支撑,或“真实世界”信息来源于医院或医生病人医疗记录。
RM:我们技术可以用来获得PGHD集体在大规模研究?
阿瑟:既有主动和被动技术。活跃的参与者参与收集数据,所以他们可能会签约,例如,记录COVID-19症状,也许使用问卷通过网络或智能手机。但同样可以做被动数据收集,通常与参与者的参与,如使用可穿戴技术或刮社交媒体的评论收集匿名深入了解患者的感觉或经验的副作用。
RM:相对于clinician-sourced数据,自然会有更多在PGHD变异。我们如何解释,在我们在我们的收集和处理数据?
阿瑟:一般来说,最好是保留结构化数据,它仍然可以编码,你可以问病人,例如,从列表中选择的症状。但是你也可以收集免费文本和自然语言。然后,你将不得不使用自然语言处理(NLP)技术代码是为了更好地理解数据进行分析。
有机会收集一个巨大的各种各样的信息不定期收集通过其他方法,比如饮食,运动,和天气。如此丰富的上下文数据可能真正帮助理解健康的多个方面。
RM:你可以把一个数据集,然后使用一种技术喜欢NLP更结构化的吗?
AB:NLP看着所有人使用的语言转移到更加标准化的术语,在这种背景下,将之等同为特定的疾病或药物。NLP已经走了很长的路最近的成熟算法和方法的理解原本非常结构化,乱七八糟的数据。
RM:你能给我你的大纲认为PGHD-led方法的主要优点是什么?
阿瑟:成规都是关于数据和一个很好的实例故事是关于我的一个朋友曾坏皮疹。他去了医生说,可能是饮食问题,所以把他真正严格的饮食,没有小麦,没有糖,酒精和水果。
果然,皮疹完全消失了。几个月后我遇到了他,和皮疹。“饮食不工作了吗?”我问,他回答说:“我放弃了。我看着我和优先级翻转的场景。如果我有一个饮食不耐受,我不能吃小麦、酒精、水果和糖和医生说,“我可以给你这个药丸,但它会给你一个皮疹,“我已经心跳药丸,因为它是如此重要的我能吃我想要的,当我想要的。我感受到这么多的愉快,我可以应付皮疹。”
这说明,从临床医生的角度来看,终点是摆脱皮疹,几乎不惜一切代价,但病人的关注是非常不同的,这取决于他们的价值观和生活方式。医疗保健更走向个性化的方法是基于病人想要什么和需要。很多临床试验都做在一个非常受限制的方式,所以你不知道治疗的有效性,一旦人们去使用它在现实世界中,因此从病人身上直接收集信息意味着你可以更多的了解他们的价值观和洞察他们想要从他们的治疗和健康。
PGHD也给机会收集的信息往往很难评估的研究,如依从性。实际上患者服药吗?如果他们没有,为什么不呢?使用传统的数据源,试验组织者可能不会意识到,病人不再把药丸,因为他们使他们感觉不舒服。但如果你直接问病人,他们可以告诉你到底发生了什么。
RM:使用PGHD的最大障碍是什么?
阿瑟:有很多挑战,包括技术、一致性的数据和隐私,但是是选择性偏差的一个主要问题,因为如果你招募病人,例如,通过社会媒体或广告,然后你会得到一个特定的组患者反应,你需要理解他们所告诉你的普遍性。
也许,如果你是做一个社交媒体研究抑郁,你可能会发现,随着你感觉好些,他们就不大可能在社交媒体。他们可能(在non-COVID-19时期)享受自己和朋友,所以你会得到一个选择人口反应在你的研究。
我们的论文中提到一个大的挑战是,在这一领域有很多新球员,如大型科技股,已进入PGHD领域,特别好的分析方面,但他们可能不理解的一些固有的偏见数据或分析的缺陷。这可能会导致问题的解释分析。即使它是一个相对较新的来源的数据,您必须使用健壮的尝试和测试方法,已经发展了几十年。
RM:大型科技通过被动数据收集了数万亿美元用于广告目的。人们的医疗数据的收集将为这些公司是非常宝贵的。你怎么能说服人们与这些公司的数据安全的参与?
阿瑟:这是我写的BMJ和各种各样的其他地方。这些数据是非常有益的,可以提供惊人的洞察力和一个步骤在我们提供医疗服务的方式发生变化。但你是绝对正确的,有这种危险。我认为制药公司已经完全接受了这个数据的保护。他们一直进行知情同意和他们保持数据非常安全绑住。然而科技公司可能不会这么负责任的,因为它不进他们的DNA。
有许多聪明的匿名化数据的方法。你可以改变日期或多雾的数据通过聚合症状不太具体,显然超过匿名化拿走所有患者id。但不仅仅是患者id,因为这将是太简单了。丰富的数据,识别人的机会也越多。
你需要保护的数据,但也保护对数据的访问,这是基本的,视为重要的科学家和制药公司,事实上我有点奇怪,公众会相信谷歌比他们会相信一家制药公司,因为制药公司更失去如果有任何数据匿名性问题。大多数人相信国民医疗服务制度(NHS),然而有更多数据从公共机构违反商业公司。所以我们如何能建立更多的信任?它是非常困难的。我认为。的好东西出来这种流行病的研究周期的人更好地了解和科学一般来说,也许感兴趣导致了越来越多的医疗数据科学贡献他们的有价值的数据在一个安全的方式来帮助生产医疗更关注他们的价值观。
艾莉森·布瑞克说话Ruairi J Mackenzie,高级科学技术网络作家188金宝搏备用
