環(huán)境健康研究的參與者很容易被重新識別

馬薩諸塞州牛頓(2020年1月13日)——在分享人類研究數(shù)據(jù)之前，科學家們通常會剝離他們的個人信息，如姓名、地址和生日，以保護研究參與者的隱私。然而，沉默的春天研究所的研究人員和他們的同事在《環(huán)境健康觀點》雜志上的報告表明，這可能不足以進行環(huán)境健康研究，有時甚至匿名數(shù)據(jù)可以追溯到個人。

這項新研究強調(diào)了保護人類研究參與者的必要性。這也對美國環(huán)境保護署(EPA)提出的聯(lián)邦法規(guī)產(chǎn)生了影響，該法規(guī)要求科學家披露他們的數(shù)據(jù)，以便他們的研究可以作為環(huán)境法規(guī)的依據(jù)。

03010的首席科學家凱瑟琳博羅諾說：“研究人員承諾保護研究參與者的隱私，這是幾乎所有涉及人的科學研究的做法?！薄拔覀兊难芯勘砻?，即使刪除了明顯的標識符，也可以從環(huán)境健康研究中公開獲得數(shù)據(jù)，這可能會違反這些承諾。”

在之前的研究中，《寂靜的春天》的研究人員進行了一項實驗，在實驗中，他們與一組采用重新識別技術的哈佛研究人員分享了該研究所在加州的家庭接觸研究的匿名數(shù)據(jù)。通過將研究中的住房和人口數(shù)據(jù)與公開可用的數(shù)據(jù)(如稅務評估人員的記錄)相關聯(lián)，并使用研究中描述的其他信息(如住房開發(fā)的位置和室內(nèi)空氣污染物的測量水平)，該團隊成功地從一個住房開發(fā)中按姓名確定了25%的參與者。

現(xiàn)在，在這項最新調(diào)查中，研究人員表明，重新識別的漏洞是環(huán)境健康數(shù)據(jù)的一個常見方面。他們回顧了12項環(huán)境健康研究，確定了5種不同類型的數(shù)據(jù)(位置、醫(yī)學、遺傳學、職業(yè)和住房)，這些數(shù)據(jù)與外部數(shù)據(jù)庫重疊，可能導致重新識別的風險。

研究人員發(fā)現(xiàn)，所有12項研究都包括了五種數(shù)據(jù)類型中的至少兩種，而三項研究包括了所有五種。博羅諾說：“擁有多種數(shù)據(jù)類型為某人將研究數(shù)據(jù)與現(xiàn)有的商業(yè)或公共數(shù)據(jù)庫進行匹配提供了更多機會。

或者人體或家庭中污染物的測量也是許多環(huán)境健康研究的特征數(shù)據(jù)類型。然而，目前只有這些測量不容易受到數(shù)據(jù)鏈的影響，因為很少有包含化學測量的數(shù)據(jù)庫可用于匹配。

為了探索使用化學品暴露數(shù)據(jù)進行重新識別的另一種方法，該團隊使用了加州和馬薩諸塞州寂靜之泉進行的家庭暴露研究和波士頓和辛辛那提疾病控制中心進行的綠色住房研究的數(shù)據(jù)進行聚類分析。他們將原始化學測量結果提供給一個算法，該算法將每項研究中的數(shù)據(jù)分為兩組。該算法創(chuàng)建的群組對應地理位置，準確率為80%到98%。

Boronow表示，如果按照位置對數(shù)據(jù)進行分組，則每組數(shù)據(jù)都可以與縮小到該位置的數(shù)據(jù)進行匹配，這使得重新識別攻擊更有可能產(chǎn)生正確的匹配。這說明即使研究數(shù)據(jù)是共享的，即使排除了一個人的特征，也可以用化學數(shù)據(jù)來推斷一個人的特征。

數(shù)據(jù)共享有很多好處。通過匯總數(shù)據(jù)，研究人員可以創(chuàng)建更大、更多樣的數(shù)據(jù)集，這可能會導致知識的進步。它還可以使研究人員獲得困難或昂貴的數(shù)據(jù)，例如從環(huán)境災難后的生物或環(huán)境樣本中收集的數(shù)據(jù)。然而，新的研究表明，它也有風險。

該研究的合著者、《寂靜的春天》(寂靜的春天)執(zhí)行董事Julia Brody博士表示，隱私風險的影響并非微不足道。隱私的喪失可能會給個人和社區(qū)帶來恥辱。它可能會影響財產(chǎn)、保險或個人就業(yè)機會的價值。這也可能破壞對研究的信任。

標簽：