间接标识符组合在匿名化数据纵向研究记录链接中的有效性评估

《BMC Research Notes》：Estimate the deterministic record linkage specificity using indirect identifiers – birth cohort Generation XXI

　　

摘要

目标

在同一数据集内进行记录链接，可利用出生性别和居住代码等间接标识符对匿名化数据开展纵向研究。然而，关于变量组合的证据仍然有限。本研究旨在通过金标准，评估在匿名化框架下使用间接标识符的匹配算法的有效性。

方法

数据来自Generation XXI出生队列，包括2005至2006年间葡萄牙波尔图地区产科医院的8647名新生儿。记录经匿名化处理后，采用两种确定性策略进行链接：策略1包括出生性别、出生日期以及母亲和儿童姓名的首字母；策略2在相同变量的基础上增加母亲教育程度。链接质量通过特异性、阳性预测值和Cohen's kappa与金标准进行对比评估。

结果

在8614名符合条件的参与者中，33人因信息不足无法生成标识符。策略2优于策略1，减少了错误匹配（87例对比439例），提高了阳性预测值（99.00%对比95.15%）和Cohen's kappa（0.995对比0.975），同时保持了特异性。

结论

将间接标识符组合用于纵向研究（同一数据集内）可提高匿名化数据的记录链接准确性，相较于以往方法实现了更高的吻合度。这些发现突显了人口学变量在降低链接错误的同时维护隐私保护的重要性，并强调将链接方法应用于数据集时需要验证。