ISCF HDRUK DIH Sprint Exemplar: A scalable federated solution for UK health data encryption, linking and discovery

ISCF HDRUK DIH Sprint Exemplar：用于英国健康数据加密、链接和发现的可扩展联合解决方案

基本信息

批准号：
MC_PC_18031
负责人：
Anthony Brookes
金额：
$ 34.23万
依托单位：
University of Leicester
依托单位国家：
英国
项目类别：
Intramural
财政年份：
2019
资助国家：
英国
起止时间：
2019 至无数据
项目状态：
已结题

来源：
https://gtr.ukri.org/projects?ref=MC_PC_18031
关键词：
ISCF HDRUK DIH Sprint Exemplar

项目摘要

For healthcare and research purposes diverse patient datasets need to be linked and made easy to find. This requires a unified national approach, designed to protect patient privacy and yet operate in a combined centralised and multi-party (federated) manner. NHS digital is working with SME Privitar to encrypt and link centralised datasets gathered nationally and regionally (e.g., via LHCREs). To complement this, compatible methods need to also be applied to federated resources – both regional and themed. Resulting sets of linkable data on individual patients then need to be made easy to co-discover in technically and ethically secure ways, as a prelude to access and analysis. We propose a Midlands project to demonstrate such a solution – involving data owners, Privitar and other companies as system providers, along with HDRUK, TDCC, governance and other experts. We will establish a network of linkable and co-discoverable patientrelated datasets, anchored on a substantial set of ‘LLR’ GP records (Leicester, Leicestershire, Rutland). The network will also span other regional primary care data, secondary care records, and biobank/cohort data. A case study in multimorbidity will inform and test the system's detailed design, and a multi-disciplinary oversight committee will ensure scalability and national relevance.

为了医疗保健和研究目的，潜水员数据集需要链接并易于找到。这需要一种统一的国家方法，旨在保护患者隐私，但以共同的集中和多方（联邦）方式运作。 NHS Digital与SME Privitar合作，以加密全国和地区收集的集中数据集（例如，通过LHCRES）。为了完成此操作，还需要将兼容的方法应用于区域和主题的联合资源。然后，需要以技术和道德上的方式易于与单个患者的可链接数据集，以便访问和分析的前奏。我们提出了一个Midlands项目，以证明这种解决方案 - 将数据所有者，私人和其他公司作为系统提供商以及HDRUK，TDCC，治理和其他专家。我们将建立一个可连接且可共同发现与患者相关的数据集的网络，该网络锚定在一组大量的“ LLR” GP记录（Leicester，Leicester，Leicestershire，Rutland）上。该网络还将涵盖其他区域初级保健数据，二级护理记录和生物库/队列数据。多种多发性案例研究将为系统的详细设计提供信息和测试，多学科监督委员会将确保可扩展性和国家相关性。

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Clustering Long-Term Health Conditions Among 67728 People with Multimorbidity Using Electronic Health Records in Scotland

使用苏格兰电子健康记录对 67728 名多重疾病患者的长期健康状况进行聚类

DOI：
10.2139/ssrn.4307695
发表时间：
2022
期刊：
SSRN Electronic Journal
影响因子：
0
作者：
Fagbamigbe A
通讯作者：
Fagbamigbe A

Beacon v2 and Beacon networks: A "lingua franca" for federated data discovery in biomedical genomics, and beyond.

DOI：
10.1002/humu.24369
发表时间：
2022-06
期刊：
HUMAN MUTATION
影响因子：
3.9
作者：
Rambla, Jordi;Baudis, Michael;Ariosa, Roberto;Beck, Tim;Fromont, Lauren A.;Navarro, Arcadi;Paloots, Rahel;Rueda, Manuel;Saunders, Gary;Singh, Babita;Spalding, John D.;Tornroos, Juha;Vasallo, Claudia;Veal, Colin D.;Brookes, Anthony J.
通讯作者：
Brookes, Anthony J.

Twist exome capture allows for lower average sequence coverage in clinical exome sequencing.