World Sleep Industry ENCYCLOPEDIA

睡眠研究数据共享平台

6.4.3

定义、平台对象与业务边界

睡眠研究数据共享平台是为睡眠与昼夜节律研究数据提供提交、整理、发现、申请、访问、引用和长期保存的一类受治理基础设施,归入 WSIC 6.4.3“数据资产运营”。平台可收录多导睡眠监测、家庭睡眠呼吸暂停检测、体动记录、可穿戴或床旁传感、问卷、临床协变量、随访、评分标签、分析结果、代码和数据字典。它的价值不只是存储容量,而是让研究对象、采集条件、权利限制、版本和变更能够被理解与追溯,使合适的人在合适条件下复用数据。

共享平台不同于普通网盘、机构备份、论文附件、患者门户、数据交易市场和前一条睡眠算法评测数据运营。备份强调恢复,患者门户服务个人记录访问,交易市场撮合商业授权,评测数据运营维护独立测试产品;研究共享平台则支持跨项目发现与二次研究。平台可以提供在线分析或受控计算,但不因此取得数据所有权、替代研究伦理审查或自动证明数据适合训练模型、临床诊断和商业产品开发。“开放科学”也不等于所有原始数据必须无条件下载。

治理角色、共享计划与数据准入

平台应公开责任主体、治理章程、收录范围、服务对象、资金来源、利益冲突、投诉申诉和停止服务安排。角色至少需区分数据提供者、原研究机构、资料管理者、数据访问委员会、平台技术与安全团队、申请者及其机构签署人;涉及人类参与者时还要明确隐私、伦理和事件响应责任。审批标准应一致且可解释,不能因申请者所在机构、商业身份或与平台关系不同而秘密改变规则,也不能把赞助方的优先访问包装成公开共享。

提交前应核对数据管理与共享计划、受试者同意或其他合法依据、伦理与机构批准、资助或合作条款、知识产权、原始收集目的、允许的人群与疾病用途、商业使用、跨境、再分发和联系参与者限制。平台只能接受提供者有权提交的范围;研究团队拥有文件副本不等于拥有无限再授权权。准入清单还应说明哪些记录被排除、是否允许撤回、发现权利争议如何暂停,以及原研究责任与平台保管责任的交接点。

睡眠数据整理、元数据与互操作性

每个数据集应有持久标识、稳定落地页、版本、推荐引用、许可或数据使用条件、负责人、来源、研究设计、纳排标准、样本和记录夜数量、中心、地区、年龄、性别、疾病与严重度、设备、采集环境、质量说明及重要缺失群体。文件级清单应给出名称、大小、格式、校验值和生成关系;数据字典需解释变量、类型、单位、允许值、缺失码、时间基准和派生方法。原始、清洗、协调、标注和分析结果要分层保存,避免使用者把处理后数据误认为原始测量。

睡眠信号还需记录导联与位置、参考方式、采样率、滤波、增益或单位、时钟与时区、同步方式、设备与固件、校准、传感器脱落和伪迹。PSG 或 HSAT 标签应注明评分体系及版本、epoch 长度、事件定义、评分者资格、盲法、复核与仲裁;体动、PPG、音频、雷达和消费级穿戴数据不能因都带有“睡眠阶段”字段就直接合并。格式转换和变量协调应保存映射、代码与损失报告,统一名称不等于测量等价,也不能用补值或算法标签掩盖原研究没有采集的内容。

分级访问、申请审查与受控使用

平台可根据敏感度和同意范围设置开放、注册、受控或仅在可信环境内使用的层级。开放数据仍需明确许可与引用;注册访问可要求身份和条款确认;受控访问应收集研究目的、所需字段、人员、机构、伦理状态、安全环境、输出计划和期限,由有授权的委员会按数据使用限制审查。批准应精确到数据集、版本、人员和目的,并设置到期、续期与变更申请;账户、令牌和文件不得转借,新增人员、分包商、云服务或研究目的不能沿用旧批准。

对高风险数据,平台可只提供去标识后的最小字段、远程桌面、查询接口、安全沙箱或“算法到数据”运行方式,并在结果导出前检查小样本、逐病例预测、自由文本、音视频片段和可链接组合。访问控制不能只停留在签署协议,还需技术限制、日志、异常下载监测、定期复核和违规处置。平台也应提供拒绝理由、补件和申诉渠道,记录委员会成员、利益冲突与决定依据;快速审批数量不是唯一绩效,研究价值不能抵消明显超出同意、权限或安全能力的申请。

隐私、安全与参与者权益

去标识化能降低但不能消除重新识别风险。连续生理信号、面部或声音、精确日期、地理、设备编号、罕见疾病、家庭关系和纵向轨迹可与外部资料组合;因此平台应按预期接收者和环境进行数据最小化与风险复评,将重识别密钥与共享区隔离,并禁止识别个人、联系参与者或把数据上传到未经批准的外部服务。数据来自儿童、脆弱人群、原住民族或有群体风险的社区时,还要尊重适用的同意、监护、集体治理和利益分享要求,不能只通过删除姓名处理。

安全措施应与敏感度相称,覆盖传输与静态保护、强身份验证、最小权限、职责分离、密钥和秘密管理、备份恢复、漏洞与补丁、供应商和分包、日志留存、异常检测及定期演练。平台需建立事件分级、遏制、调查、通知、补救和复盘流程,并能追到受影响数据集、版本、用户和导出物。隐私声明、协议和技术行为必须一致;不得把研究数据、访问日志或用户申请默认用于广告、画像或模型训练,也不能承诺“绝对匿名”“零泄露”或永久安全。

版本、引用、质量说明与可重复研究

数据、标签、元数据、字典、转换代码和文档都应版本化。更正错标、增加病例、改变去标识规则、重新导出信号或更新协调变量时,应发布变更说明、影响范围、校验值和新旧可比性,不得静默覆盖。重大错误、安全风险、同意撤回或权利争议可能需要限制访问、撤回版本或发布勘误;即使数据不能继续提供,落地页和撤回说明也宜保留,使既有论文能够解释。引用应指向确切数据集和版本,并按协议认可原研究、参与者、资助与平台贡献。

平台质控应分别报告文件完整性、校验失败、元数据完成度、信号和标签问题、重复、缺失、转换损失及修订状态,而不是颁发脱离用途的“高质量”印章。平台审核可确认材料齐全和内部一致,却不能替代使用者对目标问题的代表性、偏差、统计设计和临床意义判断。为支持重复研究,可关联分析代码、环境、派生数据和已知论文,但访问数据不等于复现结论;失败分析、负面结果和不确定性也应允许在合规条件下被记录与引用。

运营指标、长期保存与退出迁移

运营指标可覆盖可发现数据集、元数据完整率、申请处理时间、批准与拒绝理由、有效访问、引用与成果、质量修订、用户支持、安全事件和未覆盖群体,但下载量、注册数或存储规模不能单独代表科学价值。平台应评估不同地区、语言、机构资源和残障用户的发现、申请与分析障碍,提供清晰文档、可访问界面和可移植导出。收费、优先支持和商业合作需透明,不能通过锁定格式、隐藏退出成本或排他协议阻碍合理研究复用。

长期计划需说明保存期限、格式迁移、校验巡检、冗余与恢复、软件和 API 维护、人员与资金、供应商退出及灾难恢复。停止运营、合并或迁移时,应提前通知提供者和获批用户,保留持久标识与版本关系,安全转移数据、元数据、协议、审计和未结申请,并撤销不再需要的凭证与副本。成熟平台应能持续回答数据从哪里来、谁可为什么目的使用、做过哪些处理、如何引用、发生错误或撤回怎么办,以及在平台消失后如何保持研究记录可解释。