Introductie tot Data Science, FAIR, GDPR en Data Standaarden

Deze flashcards behandelen de kernbegrippen van Data Science, inclusief de Data Science Cyclus, goed datamanagement (Excel), FAIR-principes, GDPR-wetgeving en medische datastandaarden zoals LOINC en SNOMED-CT.

Data Science

Een interdisciplinair vakgebied dat data omzet in kennis en inzichten om beslissingen te ondersteunen.

User Needs (Probleemstelling)

De eerste fase van de Data Science Cyclus waarbij wordt bepaald welk probleem onderzocht wordt en de onderzoeksvraag wordt geformuleerd.

Metadata

Informatie over de data, zoals het gebruikte toestel, het protocol, de onderzoeker en het tijdstip van verzameling.

Data Dictionary

Een document waarin elke variabele uit een dataset wordt uitgelegd.

Sensitiviteit

Het percentage zieken dat correct door een model of test wordt herkend.

Specificiteit

Het percentage gezonden dat correct door een model of test wordt herkend.

F1-score

Een statistische maat die een combinatie vormt van precisie en sensitiviteit.

AUROC

Een maat voor het onderscheidend vermogen van een model.

Bias

Een systematische vertekening van resultaten.

Valorisatie

Het omzetten van onderzoeksresultaten naar impact in de praktijk, zoals in de kliniek, een labo, een app, een patent of beleid.

Tabular Data

Gegevens in de vorm van tabellen, zoals Excel-bestanden of CSV-bestanden.

Omics Data

Datatypes zoals genomics, transcriptomics en proteomics.

Time Series Data

Gegevens die over een tijdsverloop zijn verzameld, zoals een ECG of data van wearables.

FAIR Data

Principes die data makkelijker vindbaar, toegankelijk, herbruikbaar en uitwisselbaar maken: Findable, Accessible, Interoperable, Reusable.

Interoperable (Uitwisselbaar)

Onderdeel van FAIR waarbij data gecombineerd kan worden met andere datasets door het gebruik van gestandaardiseerde talen en vocabularia.

GDPR (AVG)

Europese privacywetgeving (General Data Protection Regulation) die sinds 2018 bepaalt hoe persoonsgegevens verwerkt moeten worden.

Dataminimalisatie

Een GDPR-principe dat stelt dat alleen de noodzakelijke gegevens verzameld mogen worden.

Verwerkingsverantwoordelijke

De rol binnen de GDPR die beslist over het doel en de middelen van de dataverwerking (waarom en hoe).

Gegevensverwerker

Een partij die data verwerkt in opdracht van de verwerkingsverantwoordelijke, zoals een cloudprovider.

Pseudonimisering

Het vervangen van identificeerbare gegevens door een code; dit proces is meestal omkeerbaar en de koppeling blijft mogelijk.

Anonimisering

Het permanent verwijderen van alle identificerende informatie zodat een persoon niet meer geïdentificeerd kan worden; dit is niet omkeerbaar.

Data Suppressie

Een de-identificatiestrategie waarbij een volledige kolom of rij (bijv. de naam) wordt verwijderd.

Data Masking

Het vervangen van een werkelijke waarde door een fictieve waarde om de privacy te beschermen.

Synthetische Data

Kunstmatig gegenereerde data die statistisch lijkt op echte data zonder echte persoonsgegevens te bevatten.

Data Generalisatie

Het vervangen van specifieke waarden door categorieën (bijv. exact 43 jaar vervangen door de categorie 40-50 jaar) om individuen minder uniek te maken.

Data Harmonisatie

Het compatibel maken van verschillende datasets door een gemeenschappelijke taal te gebruiken.

LOINC

Logical Observation Identifiers Names and Codes; een standaard voor laboratoriumtesten en medische observaties.

ATC

Anatomical Therapeutic Chemical Classification System; een systeem voor de classificatie van geneesmiddelen.

ICD-10

International Classification of Diseases; een standaard om ziekten en diagnoses te coderen.

SNOMED-CT

Systematized Nomenclature of Medicine – Clinical Terms; een standaard voor klinische terminologie in elektronische patiëntendossiers.