I dataset di ricerca mHealth combinano dati da app, wearable e questionari che costituiscono dati sanitari ai sensi del GDPR Art. 9. Il GDPR Art. 89 e il Provvedimento Garante 146/2019 consentono il trattamento per ricerca scientifica con adeguate garanzie. anonym.plus anonimizza tutti gli identificatori sul dispositivo, rendendo il dataset conforme ai requisiti di ricerca.
Quando si applica
Un gruppo di ricerca universitario vuole analizzare i pattern di aderenza terapeutica in un dataset mHealth con dati da 2.000 partecipanti. Prima della pubblicazione, il dataset deve essere anonimizzato ai sensi del GDPR Art. 89.
Come lo gestisce anonym.plus
- Esporta il dataset mHealth e aprilo in anonym.plus.
- Il programma rileva ID partecipante, nomi, codici fiscali e MAC address.
- I dati di misura (parametri vitali, punteggi PRO) restano intatti.
- Scegli anonimizzazione completa o pseudonimizzazione con chiave locale.
- Verifica il dataset rispetto al test del Considerando 26.
- Pubblica il dataset anonimizzato nel repository di ricerca.
Cosa serve fornire
- Dataset mHealth in formato CSV, JSON, XLSX o TXT.
- Un'azione: anonimizzazione completa (Art. 89) o pseudonimizzazione.
- Metadati opzionali dello studio per la documentazione di conformità.
Tipi di entità rilevati nei dati sanitari
| Categoria | Tipo di entità anonym.plus | Esempio |
|---|---|---|
| ID partecipante | MEDICAL_RECORD_NUMBER | part_id: MH-20241 → [ID_ANONIMO] |
| Nominativo | PERSON | Nome: Giovanna Riva → [PARTECIPANTE_1] |
| Codice fiscale | IT_FISCAL_CODE | RVAGNN80L41F205X → [CF] |
| MAC wearable | MAC_ADDRESS | C4:BE:84:AA:BB:CC → [DEVICE_ID] |
| EMAIL_ADDRESS | g.riva@università.it → [EMAIL] | |
| Data | DATE_TIME | arruolata il 10/01/2024 → [DATA] |
Conformità raggiunta
- A
- n
- o
- n
- i
- m
- i
- z
- z
- a
- z
- i
- o
- n
- e
- c
- o
- n
- f
- o
- r
- m
- e
- a
- <
- s
- t
- r
- o
- n
- g
- >
- G
- D
- P
- R
- A
- r
- t
- .
- 8
- 9
- <
- /
- s
- t
- r
- o
- n
- g
- >
- (
- r
- i
- c
- e
- r
- c
- a
- s
- c
- i
- e
- n
- t
- i
- f
- i
- c
- a
- )
- .
- C
- o
- n
- f
- o
- r
- m
- e
- a
- l
- <
- s
- t
- r
- o
- n
- g
- >
- P
- r
- o
- v
- v
- e
- d
- i
- m
- e
- n
- t
- o
- G
- a
- r
- a
- n
- t
- e
- 1
- 4
- 6
- /
- 2
- 0
- 1
- 9
- <
- /
- s
- t
- r
- o
- n
- g
- >
- (
- m
- H
- e
- a
- l
- t
- h
- )
- .
- V
- e
- r
- i
- f
- i
- c
- a
- s
- e
- c
- o
- n
- d
- o
- <
- s
- t
- r
- o
- n
- g
- >
- G
- D
- P
- R
- C
- o
- n
- s
- i
- d
- e
- r
- a
- n
- d
- o
- 2
- 6
- <
- /
- s
- t
- r
- o
- n
- g
- >
- .
- 1
- 0
- 0
- %
- o
- f
- f
- l
- i
- n
- e
- —
- c
- i
- f
- r
- a
- t
- o
- c
- o
- n
- <
- s
- t
- r
- o
- n
- g
- >
- A
- E
- S
- -
- 2
- 5
- 6
- -
- G
- C
- M
- +
- A
- r
- g
- o
- n
- 2
- i
- d
- <
- /
- s
- t
- r
- o
- n
- g
- >
- .
Anonimizza Dataset di ricerca mHealth offline — vedi piani & inizia gratis →
Limiti & avvertenze
I dataset mHealth con alta granularità temporale (dati al minuto) possono permettere la re-identificazione anche dopo l'anonimizzazione. Valuta l'aggregazione temporale prima della pubblicazione.
Domande frequenti
I dati di misura vengono alterati dall'anonimizzazione?
No. Solo gli identificatori del partecipante vengono rimossi; i parametri vitali e i punteggi PRO restano intatti.
Posso usare il dataset per pubblicazioni scientifiche peer-reviewed?
Sì, purché l'anonimizzazione rispetti il GDPR Art. 89 e il Considerando 26. Documenta il processo di anonimizzazione nel supplemento metodologico.
Serve l'approvazione del comitato etico per pubblicare il dataset?
Dipende dal protocollo di studio. Consulta il tuo comitato etico; il programma produce la documentazione tecnica del processo di anonimizzazione.