Anonymisierung von Feldinhalten in hausärztlichen Behandlungsdaten – Exemplarische Untersuchung an zwei Forschungsdatensätzen
Das Gesundheitswesen · 01.11.2025 · 87 (S 02 S 02) · S272-S278
DOI: 10.1055/a-2624-0084 ↗Kurz gefasst
Fachartikel in der Zeitschrift Das Gesundheitswesen, erschienen am 01.11.2025. Verfasst von Johannes Hauswaldt und 5 weiteren Autor:innen. Beteiligte Einrichtung: Institut für Allgemeinmedizin, Universitatsmedizin Göttingen, Göttingen, Germany. Hauptthemen laut MEDLINE: Electronic Health Records, Data Anonymization, General Practitioners, Confidentiality. Die Arbeit nennt 9 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Daten eines Datensatzes können nur dann als „anonym“ bezeichnet werden, wenn sie keinesfalls und auch nicht nachträglich, auch nicht durch Verknüpfung mit weiteren Informationen, auf eine Person bezogen werden können. Potentiell identifizierende Feldinhalte (PIF) verhindern die „faktische Anonymisierung“ eines wissenschaftlich genutzten Sekundärdatensatzes. An zwei Quelldatensätzen aus hausärztliche Praxisdaten wurde exemplarisch untersucht, ob und inwieweit schrittweises und systematisches Erkennen von PIF möglich ist. Von 14.285 bzw. 100 Patient*innen wurden aus hausärztlichen Praxisverwaltungssystemen Routinedaten mit 40 Variablen (Parametern, Feldern) in 5.918.321 bzw. 363.084 Datenzeilen exportiert und auf den vier Ebenen ihrer Feldkennungen, deren Kombinationen, ihrer Feldinhalte sowie des gesamten Datensatzes untersucht. Häufigkeiten von Feldkennungen wurden in elf semantischen Gruppen sowie nach Feldtypen geordnet. Die Gefahr einer Re-Identifizierung insbesondere bei Kombination von Feldkennungen wurde aus hausärztlicher Expertise beurteilt. In schrittweise iterativem Vorgehen untersuchten wir auf PIF bei Freitexteinträgen und maskierten Treffer für die nachfolgenden Durchgänge. Der abschließende Quotient aus Anzahl re-identifizierender und Gesamtzahl aller Datenzeilen bildete den Wahrscheinlichkeitsschätzer. Zusätzlich wurden die Daten in Gänze mittels einer Open-Source-Software zur Anonymisierung sensibler personenbezogener Daten beurteilt. Zuletzt erfolgte eine Ergebnisbewertung im Sinne einer Datenschutz-Folgenabschätzung nach Art. 35 der DSGVO bezüglich Schwere eines möglichen Schadens und seiner Eintrittswahrscheinlichkeit. Unter den zur wissenschaftlichen Sekundärnutzung ausgewählten 40 Parametern beurteilten wir insbesondere Freitextfelder wie „Dauerbemerkungen“, „Aktuelle Diagnose“, „Medikament“ und „Befund“ als re-identifizierend. Akribische Vorabauswahl und Datensparsamkeit, privacy by design im Verarbeitungsprozess sowie die hier beschrieben de-identifizierende Maßnahmen verringerten dieses Risiko erheblich, konnten jedoch einen „faktisch anonymen“ Sekundärdatensatz insgesamt nicht erreichen. Erkennen und Bewerten von PIF sind Voraussetzung für de-identifizierende Maßnahmen, sind jedoch mit vertretbarem Aufwand immer nur unvollständig erfolgreich. Eine semantische Strukturierung der Daten ist erstrebenswert, hilft jedoch der Möglichkeit einer Re-Identifizierung durch Fehleingaben nicht ab.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Autor:innen und Institutionen
- Institut für Allgemeinmedizin, Universitatsmedizin Göttingen, Göttingen, Germany.
- AG "Anwendungs- und Informationssysteme", Gesellschaft für Wissenschaftliche Datenverarbeitung mbH Göttingen, Göttingen, Germany.
- Data protection, Technologie- und Methodenplattform für die vernetzte medizinische Forschung (TMF), Berlin, Germany.
- Department of General Practice, University Medical Center Göttingen, Göttingen, Germany.
ORCID-Profile: Johannes Hauswaldt
Zitieren
APA
Hauswaldt, J., Groh, R., Kaulke, K., Schlegelmilch, F., Zarei, A., & Hummers, E. (2025). Anonymisierung von Feldinhalten in hausärztlichen Behandlungsdaten – Exemplarische Untersuchung an zwei Forschungsdatensätzen. Das Gesundheitswesen, 87(S 02 S 02), S272-S278. https://doi.org/10.1055/a-2624-0084
Vancouver
Hauswaldt J, Groh R, Kaulke K, Schlegelmilch F, Zarei A, Hummers E. Anonymisierung von Feldinhalten in hausärztlichen Behandlungsdaten – Exemplarische Untersuchung an zwei Forschungsdatensätzen. Das Gesundheitswesen. 2025;87(S 02 S 02):S272-S278. doi:10.1055/a-2624-0084
BibTeX
@article{Hauswaldt2025,
author = {Hauswaldt, Johannes and Groh, Roland and Kaulke, Knut and Schlegelmilch, Falk and Zarei, Alireza and Hummers, Eva},
title = {Anonymisierung von Feldinhalten in hausärztlichen Behandlungsdaten – Exemplarische Untersuchung an zwei Forschungsdatensätzen},
journal = {Das Gesundheitswesen},
year = {2025},
volume = {87},
number = {S 02 S 02},
pages = {S272--S278},
doi = {10.1055/a-2624-0084}
}
EUVIMED