< p > <大胆>简介:< /大胆>与许多匿名化算法为结构化开发的医疗健康数据(SMHD)在过去的十年中,我们的系统评价的算法提供了一个全面的鸟瞰SMHD匿名化。< / p > < p > <大胆>方法:< /大胆>这根据建议进行系统性回顾Cochrane手册的评审报告的干预措施和根据系统评价和荟萃分析的首选报告项目(棱镜)。PubMed合格的文章,ACM数字图书馆Medline、Embase, IEEE,网络科学的收集、斯高帕斯,ProQuest论文,论文全球数据库被确定通过系统的搜索。以下参数提取的合格的研究:作者、出版年,样本大小,和相关算法和/或软件应用于匿名化SMHD,总结的结果。< / p > < p > <大胆>结果:< /大胆> 1804最初的打击,目前的研究认为63条记录包括研究文章,评论,和书籍。七十五年评估人口数据的匿名化,18评估诊断代码,和3评估基因组数据。k-anonymity最常见的一种方法,是利用主要为人口数据,通常结合另一个算法;例如,l-diversity。没有方法尚未被开发保护会员公开攻击诊断代码。< / p > < p > <大胆>结论:< /大胆>本研究回顾和分类不同的匿名化方法对磁流体动力根据匿名数据类型(人口统计、诊断代码,和基因组数据)。还需要进一步的研究来开发更高效的匿名化算法诊断代码和基因组数据。 The risk of reidentification can be minimized with adequate application of the addressed anonymization approaches.Systematic Review Registration: [http://www.crd.york.ac.uk/prospero], identifier [CRD42021228200].