論文の概要: Dynamically Adjusting Case Reporting Policy to Maximize Privacy and Utility in the Face of a Pandemic

• arxiv url: http://arxiv.org/abs/2106.14649v2
• Date: Fri, 25 Feb 2022 16:38:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-25 22:56:56.486468
• Title: Dynamically Adjusting Case Reporting Policy to Maximize Privacy and Utility in the Face of a Pandemic
• Title（参考訳）: パンデミックに直面するプライバシとユーティリティを最大化するためのケースレポーティングポリシーの動的調整
• Authors: J. Thomas Brown, Chao Yan, Weiyi Xia, Zhijun Yin, Zhiyu Wan, Aris Gkoulalas-Divanis, Murat Kantarcioglu, Bradley A. Malin
• Abstract要約: 現在の非識別アプローチは非効率であり、ふりかえりの開示リスクアセスメントに依存している。 我々は、人物レベルの監視データのほぼリアルタイムな共有のために、非識別を動的に適用する枠組みを導入する。
• 参考スコア（独自算出の注目度）: 16.486088007516102
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Supporting public health research and the public's situational awareness during a pandemic requires continuous dissemination of infectious disease surveillance data. Legislation, such as the Health Insurance Portability and Accountability Act of 1996 (HIPAA) and recent state-level regulations, permits sharing de-identified person-level data; however, current de-identification approaches are limited. namely, they are inefficient, relying on retrospective disclosure risk assessments, and do not flex with changes in infection rates or population demographics over time. In this paper, we introduce a framework to dynamically adapt de-identification for near-real time sharing of person-level surveillance data. The framework leverages a simulation mechanism, capable of application at any geographic level, to forecast the re-identification risk of sharing the data under a wide range of generalization policies. The estimates inform weekly, prospective policy selection to maintain the proportion of records corresponding to a group size less than 11 (PK11) at or below 0.1. Fixing the policy at the start of each week facilitates timely dataset updates and supports sharing granular date information. We use August 2020 through October 2021 case data from Johns Hopkins University and the Centers for Disease Control and Prevention to demonstrate the framework's effectiveness in maintaining the PK!1 threshold of 0.01. When sharing COVID-19 county-level case data across all US counties, the framework's approach meets the threshold for 96.2% of daily data releases, while a policy based on current de-identification techniques meets the threshold for 32.3%. Periodically adapting the data publication policies preserves privacy while enhancing public health utility through timely updates and sharing epidemiologically critical features.
• Abstract（参考訳）: パンデミックの間、公衆衛生研究と公衆の状況認識を支援するためには、伝染病の監視データを継続的に広める必要がある。 1996年健康保険可搬性会計法(HIPAA)や近年の州レベルでの規制は、特定されていない個人レベルのデータの共有を許可している。 すなわち、それらは非効率であり、ふりかえりの開示リスクアセスメントに依存しており、感染率や人口人口の経時的変化に対応していない。 本稿では,個人レベルの監視データのほぼリアルタイム共有に対して,非識別を動的に適応する枠組みを提案する。 このフレームワークは、任意の地理的レベルで適用可能なシミュレーションメカニズムを利用して、幅広い一般化ポリシーの下でデータを共有する再識別リスクを予測する。 見積は、グループサイズ未満のレコード(pk11)の比率を0.1以下に保つために、毎週、予測的なポリシー選択を通知する。 毎週始めにポリシーを修正することで、タイムリーなデータセットのアップデートが容易になり、詳細な日付情報の共有がサポートされる。 我々は、2020年8月から2021年10月まで、ジョンズ・ホプキンス大学と疾病対策センターのケースデータを用いて、PK維持におけるフレームワークの有効性を実証している。 1しきい値0.01。 米国の全郡でcovid-19郡レベルのケースデータを共有する場合、フレームワークのアプローチは毎日のデータリリースの96.2%の閾値を満たし、現在の非識別技術に基づくポリシーは32.3%の閾値を満たしている。 データ公開ポリシーを定期的に適用することは、プライバシーを維持しつつ、タイムリーな更新と疫学的に重要な特徴の共有を通じて公衆衛生ユーティリティを強化する。

関連論文リスト

• Generation and De-Identification of Indian Clinical Discharge Summaries using LLMs [3.8895618250348116]
  近年のデータ漏洩による財務的影響は、1000万ドル近くと推定されている。 個人情報を識別するコンピュータベースのシステムは、データドリフトに対して脆弱である。
  論文  参考訳（メタデータ） (2024-07-08T12:47:03Z)
• Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top exploration [53.122045119395594]
  マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。 $m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。 ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
  論文  参考訳（メタデータ） (2023-01-30T12:22:30Z)
• Adversarial Learning-based Stance Classifier for COVID-19-related Health Policies [14.558584240713154]
  本研究では、新型コロナウイルス関連健康政策に対する公衆の態度を自動的に識別する対人学習に基づくスタンス分類器を提案する。 モデルをより深く理解するために、モデルに外部知識としてポリシー記述を組み込む。 新型コロナウイルス関連健康政策のスタンス検出タスクにおいて,幅広い基準線の性能を評価する。
  論文  参考訳（メタデータ） (2022-09-10T10:27:21Z)
• Privacy-Preserving Epidemiological Modeling on Mobile Graphs [17.085245461105863]
  プライバシー保護型疫学モデリングフレームワークRIPPLEについて述べる。 PIR-SUMも提案する。
  論文  参考訳（メタデータ） (2022-06-01T14:51:17Z)
• Leveraging Administrative Data for Bias Audits: Assessing Disparate Coverage with Mobility Data for COVID-19 Policy [61.60099467888073]
  管理データのリンクによって,バイアスに対するモビリティデータの監査が可能かを示す。 我々は、高齢者や非白人の有権者が移動データによって捕えられる可能性が低いことを示した。 このような移動データに基づく公衆衛生資源の配分は、高リスク高齢者や少数民族に不当に害を与える可能性があることを示す。
  論文  参考訳（メタデータ） (2020-11-14T02:04:14Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• Go local: The key to controlling the COVID-19 pandemic in the post lockdown era [1.8216415173779263]
  英国政府は2020年5月10日に、新型コロナウイルスの感染拡大を抑える薬品以外の措置が2020年3月23日に導入されてから2ヶ月後、最初のロックダウンの波が緩和されたと発表した。 英国公衆衛生省と匿名のクラウドレベルモビリティデータによる報告されたケースレートデータの分析は、英国の地方自治体間でのばらつきを示している。 地域性に基づくロックダウン緩和のアプローチが必要であり、地域の公衆衛生と関連する健康・社会福祉サービスが感染のホットスポットに迅速に対応できるようにする。
  論文  参考訳（メタデータ） (2020-07-06T09:23:16Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
  新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。 さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。 本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
  論文  参考訳（メタデータ） (2020-05-13T18:21:50Z)
• Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
  新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。 技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。 個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
  論文  参考訳（メタデータ） (2020-04-16T15:53:42Z)
• A County-level Dataset for Informing the United States' Response to COVID-19 [5.682299443164938]
  我々は、アメリカ合衆国郡のレベルに関する政府、ジャーナリスト、学術情報源から関連するデータを収集するデータセットを提示する。 私たちのデータセットには300以上の変数が含まれており、人口推計、人口統計、民族、住宅、教育、雇用と所得、気候、交通、スコア、医療システム関連メトリクスを要約しています。
  論文  参考訳（メタデータ） (2020-04-01T05:07:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。