カナダにおける合成健康データ：方法、応用、およびデータソースの包括的レビュー

科学分野:

• ヘルスインフォマティクス
• データサイエンス
• 公衆衛生研究

背景:

• カナダの健康データへのアクセスは、プライバシー法によって制限されており、複数管轄区域での研究が制限されています。
• 合成データ（SD）は、データ共有のためのプライバシー保護の代替手段を提供します。
• カナダの研究におけるSDの使用に関する現在の文献は限られています。

研究 の 目的:

• カナダの健康データからSDを生成する研究の特徴、方法、および応用をレビューすること。
• 研究目的でのSDの使用における傾向とギャップを特定すること。

主な方法:

• 確立されたガイドライン（Arksey & O'Malley、JBI、PRISMA-ScR）に従って、包括的レビューを実施しました。
• 検索には、複数のデータベースにわたる2024年9月までの査読付き論文およびグレーリテラチャーが含まれていました。
• 抽出されたデータには、健康データの種類、研究目的、地理的ソース、合成方法、品質評価が含まれていました。

主要な成果:

• 包括基準を満たした論文は11件で、データ複製、バイアス軽減、プライバシーリスク評価などが含まれていました。
• 調査データが最も一般的に合成され、SDは国内および州のデータセット（例：カナダ地域保健調査、アルバータ州、ブリティッシュコロンビア州、マニトバ州、オンタリオ州の管理/臨床データ）から生成されました。
• 合成方法には、生成モデル、サンプリングモデル、予測モデルが含まれ、品質評価は再現性、プライバシー、パフォーマンスに焦点を当てました。

結論:

• 合成データは、主に単一州の研究および全国調査で使用されてきました。
• 方法論の一貫性を備えた臨床および公衆衛生データでのより広範な採用が推奨されます。
• これにより、カナダにおけるプライバシー保護、複数管轄区域の研究、および監視イニシアチブを強化できます。