Forschung
Patienten zusammenführen, ohne sie fälschlich zu verschmelzen
Ein Score statt einer einzigen Regel, drei Vertrauensschwellen, ein Placebotest, der den Zufall misst, und eine monatliche Prüfung durch einen Menschen: Quellen verknüpfen, ohne Chimären-Patienten zu erzeugen.
Das Problem
Derselbe Patient taucht in mehreren Kohorten, Untersuchungsexporten und Registern auf, mit einem Tippfehler, einem Ehenamen oder vertauschtem Tag und Monat. Wer zu schnell verschmilzt, erzeugt Chimären-Patienten; wer nicht verschmilzt, behält Dubletten, die die Fallzahlen verfälschen. Eine einzige Regel („gleicher Name und gleiches Geburtsdatum“) scheitert in beide Richtungen.
Schritt für Schritt
- Ein Score, keine Einzelregel: Die Identität wird fehlertolerant verglichen (Akzente, Ehename, vertauschter Vor- und Nachname), das Geburtsdatum mit einer Toleranz (Tag und Monat vertauscht, eine Ziffer verschoben); anschließend fügt ein Bündel von Indizien (Geschlecht, passende Untersuchungsdaten, Herkunftszentrum) Punkte hinzu oder zieht sie ab.
- Drei Schwellen: sicher (verschmolzen), wahrscheinlich (verschmolzen und als solches gekennzeichnet), zweifelhaft (nicht verschmolzen). Nie eine Verschmelzung aufgrund eines einzigen Merkmals, selbst wenn es identisch ist.
- Die Regel „eindeutiges Geburtsdatum“: Ein Geburtsdatum, das mehrere Personen teilen, gezählt über den gesamten Bestand und nicht nur in der aktuellen Datei, gilt nicht mehr als starkes Indiz. Ein Datensatz darf höchstens mit einer kleinen Zahl anderer verknüpft sein; darüber hinaus ist das ein Fehlersignal, kein besonders gut nachbeobachteter Patient.
- Zweifelhafte Verknüpfungen bleiben in der Datenbank, mit Score und Begründung. Sie werden weder gelöscht noch verschmolzen: Bei der Abfrage zeigt ein Kästchen „zweifelhafte Verknüpfungen einbeziehen“, ob das Ergebnis von ihnen abhängt.
- Ein Placebotest: Alle Geburtsdaten werden künstlich um einige Tage verschoben, dann läuft der Abgleich erneut. Was danach noch verknüpft wird, beruht auf Zufall: Das ist die „Zufallsrate“ des Kriteriums, die sehr niedrig bleiben muss.
- Eine monatliche Prüfung durch einen Menschen: Eine Zufallsstichprobe „sicherer“ Verknüpfungen wird von einer berechtigten Person am Arbeitsplatzrechner geprüft; die Rate falsch positiver Treffer wird notiert und von Monat zu Monat verfolgt.
- Jede Verschmelzung wird protokolliert (Indexversion, Score, Indizien, Datum) und lässt sich verlustfrei rückgängig machen; eine Korrektur erzeugt eine neue Indexversion.
- Vorfälle werden zu Tests: Eine fälschliche Verschmelzung zweier Personen mit gleichem Geburtsdatum und ähnlichem Namen führte zur Regel aus Schritt 3; Scheinpatienten aus einem transponierten Blatt (Spaltenköpfe als Identitäten gelesen) führten zu einer Prüfung bei jedem Import.
Ergebnis
Ein Verknüpfungsindex mit drei Vertrauensstufen, eine gemessene Zufallsrate, eine monatlich verfolgte Rate falsch positiver Treffer und Fallzahlen, die sich von einer Version zur nächsten nicht mehr grundlos verschieben.
Schutzvorkehrungen
Der Abgleich erfolgt auf dem zugelassenen Arbeitsplatzrechner, ausgehend vom Tresor: Claude schreibt das Skript und testet es mit einem fiktiven Datensatz, die berechtigte Person führt es aus. Keine Identität gelangt in die Unterhaltung, nur Fallzahlen je Stufe kommen heraus. Keine Verknüpfung wird gelöscht; eine Verschmelzung wird rückgängig gemacht, nicht getilgt.
Einstiegsprompt
Hier ist die Struktur (nur Spaltennamen) zweier Quellen, die abgeglichen werden sollen. Schreibe ein Score-basiertes Abgleichskript mit drei Schwellen (sicher, wahrscheinlich, zweifelhaft), der Regel „eindeutiges Geburtsdatum“ über den gesamten Bestand, einem Placebotest durch Verschieben der Daten und einem Bericht nur mit Fallzahlen. Teste es mit einem fiktiven Datensatz, den du selbst erzeugst. Öffne keine Patientendaten.