L07b-4 免同意、复用旧数据与数据最小化:开工前的最后一张清单
从零讲清 IRB 豁免或变更同意的四项认定、免签字与免同意的区别、复用现有数据仍要审查、最小化四法和开工前四问,在「旧问卷名单很大,直接用」、复用去标识数据集、给无名记录做最小化等场景上一步步套判断。
一句话版
想免掉同意、想复用旧数据,都要交给 IRB / HRPP 判断;研究者自己能做的是从一开始就少收、收粗、少给,并在开工前过一遍四问清单。
先认识这几个词
送审的基本流程见上一页 L07b-3。
| 词 | 全称 / 读法 | 一句人话 |
|---|---|---|
| 同意豁免 / 变更 | waiver or alteration of consent | IRB 在满足条件时允许不取得同意,或改变同意的内容 |
| 免书面记录 | waiver of documentation | 不要求签字,但仍要取得同意 |
| 最低风险 | minimal risk | 风险不超过日常生活里通常遇到的程度 |
| 二手数据 | secondary data | 当初为别的目的收集、现在拿来研究的数据 |
| 数据最小化 | data minimization | 只收、只给目的所需要的数据 |
| 汇总输出 | aggregate output | 只给统计结果,不给单条记录 |
一个类比:借用别人的钥匙
物业手里有全楼住户的备用钥匙。某天维修工说:「住户太多,一家家打电话太麻烦,直接开门进去修吧。」
麻烦本身不能成为进门的理由。要不要通知住户、能不能先进去,得由物业按规定判断,并且写下理由:风险很小、不这样就修不成、不会损害住户的利益、修完再告诉住户。
旧的住户登记表也一样。拿来做别的事之前要问一句:这表还能认出是谁吗?撕掉名字那一栏,门牌号和车牌照样能找到人。
所以维修工最省事的做法是一开始就少拿:只拿要修那户的钥匙,记录写「三楼」不写门牌号,对外只说「本月修了几户」。
类比在哪里失效:
- 进门是一次性的事;数据被复用后可能长期存着、被反复分析,风险会累积。
- 物业的规定各小区不同;课件给的四项认定是 IRB 豁免同意的具体条件,要同时满足,也要由 IRB 记录。
- 物业通常一个人就能拍板;IRB 的认定要按机构流程走,并写进记录。
从零讲起
1. 免同意:要 IRB 记录四项认定
它解决什么问题
前几页把同意讲成了研究的基本要求。可有时候,同意真的很难取得:名单是很多年前的,人早就联系不上了。
这时最容易出现的念头是「那就不问了」。课件的规则正好针对这一点:联系人困难不是研究者的捷径。
从哪来(补充)
豁免或变更同意的条件在 45 CFR 46.116(f)(3)。条文要求 IRB 认定并记录五项:(i) 风险不超过最低风险;(ii) 没有豁免或变更就无法实际进行;(iii) 研究涉及可识别私人信息或可识别生物样本时,不用可识别形式就无法实际进行;(iv) 不会对受试者的权利和福祉产生不利影响;(v) 适当时事后提供补充的相关信息。课件少列了 (iii),答题按课件四项写。出处:Cornell LII: 45 CFR 46.116。
免签字在 46.117(c)(1),条件三选一:同意书是受试者和研究之间唯一的联系、主要风险来自保密被破坏;不超过最低风险,且不涉及研究以外通常需要书面同意的程序;受试者属于签字不是常规做法的特定文化群体,不超过最低风险,并有别的合适方式记录同意。出处:Cornell LII: 45 CFR 46.117。
直觉
IRB 只有在记录了必需的认定之后,才能豁免或变更同意。课件列的认定包括:
- 风险不超过最低风险
- 没有这项豁免,研究就无法实际进行
- 不对参与者的权利和福祉产生不利影响
- 适当时,事后向参与者提供补充信息
还要分清一件事:免书面记录(不要求签字)和免除取得同意的要求是两回事。免签字的研究,参与者仍要知情并同意,只是不留签名。
一步一步看
目标:拿「名单太大,不问任何人直接用」的提议逐步判断,看谁有权免同意、名单太大为何不够当理由。
案例:组员说「旧问卷名单很大,不问任何人,直接用」。逐步判断。
-
谁有权免同意?只有 IRB,并且要先记录必需的认定;研究者不能自己定。
-
「名单太大」够不够当理由?不够:联系困难不是捷径,能否实际进行由 IRB 认定。
-
研究者该做什么?把计划用途交给 IRB / HRPP,由授权的流程决定。
怎么判断
判断口诀:免同意要 IRB 认定四项并记录,免签字不等于免同意。
| 情况 | 结论 |
|---|---|
| 研究者觉得联系太麻烦,自己决定不问 | 不行 |
| IRB 认定四项并记录后豁免同意 | 可以 |
| IRB 只批准免签字 | 仍要取得同意 |
| 四项里有一项不满足 | 不能豁免 |
意思是:免同意看的是谁认定、认定了什么,研究者的方便不在条件里。
常见误解
误解:不用签字就等于不用同意
课件明说免签字和免同意不一样。免签字仍要让参与者知情并同意,只是不留签名。
误解:四项里满足三项就够了
四项要同时满足,并且由 IRB 记录,缺一项都不能豁免。
试一下
「名单太大」能不能直接算作「无法实际进行」?
答案
不能由研究者自己算。能否认定无法实际进行,要由 IRB 判断并书面记录,而且四项要同时满足。
2. 复用现有数据:不会自动免审
它解决什么问题
很多研究不发新问卷,而是拿现成的数据:学院的旧反馈表、别的项目留下的数据集、公开下载的「去标识」数据。
研究者常以为「数据是现成的,又没名字,不用审」。课件专门用一页说明这条路走不通。
从哪来(补充)
GDPR Recital 26 写明:假名化数据凡能借附加信息连回某人的,仍是可识别的个人数据;判断能否识别,要考虑 means reasonably likely to be used,包括成本、时间和当时的技术。出处:GDPR Recital 26。
去掉名字仍认得出人,有个经典案例:Latanya Sweeney 1997 年用公开记录,在「去掉身份信息」的医疗数据里认出了时任马萨诸塞州州长。出处:Wikipedia: Latanya Sweeney。
直觉
现有的、二手的、「去标识的」数据,都不会自动落在人类受试者审查之外。课件给的流程:
- 想复用一份数据集
- 问:这是研究吗?这些信息对研究者来说可识别吗?
- 由指定的 HRPP / IRB 按事实和相关政策审
课件提醒:去掉名字不一定去掉识别一个人的能力。可能的结果是符合某项具体豁免,但要看实际事实。
一步一步看
目标:拿一份删了名字但留着专业、年份和小班编号的反馈数据逐步判断,看去掉名字为何不等于能直接复用。
案例:学院有一份往届学生的课程反馈数据,名字已经删了,保留了专业、入学年份和小班编号。一位研究者想拿来写论文。
-
这是研究吗?
问题 回答 系统分析、为了可推广的知识 要写论文,是研究 -
对研究者可识别吗?
字段 识别风险 姓名 已删 专业、入学年份、小班编号 小班只有几个人时,组合起来可能认出人 结论 去掉名字仍可能可识别 -
下一步。
问题 回答 能不能直接用 不能 找谁 HRPP / IRB 按事实和政策审 可能结果 可能符合某项豁免,但由流程判断
识别风险的判断方法见 L07a-3。
怎么判断
判断口诀:旧数据也问两问:是不是研究,还认不认得出人。
| 数据来源 | 自动免审吗 |
|---|---|
| 别人当年收的问卷 | 不会 |
| 自己以前项目留下的数据 | 不会 |
| 标着「去标识」的数据集 | 不会,要看还能不能认出人 |
| 经流程认定符合某项豁免 | 按流程结论走 |
意思是:数据是新是旧不改变判断方法,复用前照样要交给 HRPP / IRB。
常见误解
误解:数据是别人收的,我只是分析,不关我事
定义里取得、使用、分析可识别的私人信息都算,复用者同样要先问两个问题。
误解:标了「去标识」就安全
去掉名字不一定去掉识别能力,剩下的字段组合起来仍可能认出人。
试一下
复用的数据集最后一定不能豁免吗?
答案
不一定。课件说可能符合某项具体豁免,但取决于实际事实,由 HRPP / IRB 判断。
3. 最小化四法
它解决什么问题
前两节讲的都要交给别人判断。研究者自己能主动做的,是从一开始就降低识别风险:收得越少、越粗,后面出事的代价越小。
课件给了四个动作,按顺序用。
从哪来(补充)
数据最小化也是 GDPR 第 5 条第 1 款 (c) 项列明的原则。出处:GDPR Art. 5。课件把它拆成了四个可执行的动作。
直觉
课件的原则:尽早降低识别风险,只分享项目需要的结果,细节不超过目的所需。
| 方法 | 课件的说法 | 人话 |
|---|---|---|
| 01 MINIMISE | 只收集为声明目的所需的字段 | 少收 |
| 02 GENERALISE | 用范围或更宽的类别代替精确细节 | 收粗 |
| 03 SUPPRESS | 去掉稀有组合和小群体输出,它们会增加链接风险 | 去掉显眼的 |
| 04 CONTROL | 使用批准的访问控制和安全的汇总输出 | 管住谁能看、只给汇总 |
课件底栏的问题:分享之前,这个目的能不能不用个人数据,或者用更不详细的个人数据达成?
一步一步看
目标:用四法处理那条击剑社社长的记录,看每个字段对应哪种方法、对外又该给什么。
案例:前面 L07a-3 那条「无名」记录,年龄 20、专业 Biology、身份 Fencing club president,公开资料里只有一名学生符合。用四法处理。
-
先看原记录和处理后的样子。
-
逐个字段对应方法。
字段 方法 处理 年龄 20 GENERALISE 改成年龄段 专业 Biology MINIMISE 先问研究要不要 击剑社社长 SUPPRESS 稀有组合,删去或并入「社团干部」 -
对外怎么给。
对象 给什么 外部读者 只给汇总统计 单条记录 限批准的人访问(CONTROL)
怎么判断
判断口诀:少收、收粗、去显眼、管访问。
| 场景信号 | 用哪一法 |
|---|---|
| 收了研究用不上的字段 | MINIMISE |
| 精确日期、精确年龄、精确住址 | GENERALISE |
| 某个小组只有一两个人 | SUPPRESS |
| 原始表谁都能下载 | CONTROL |
意思是:每个信号对应一个动作,越早用,后面要补救的越少。
常见误解
误解:最小化就是收完再删
课件写的是尽早降低风险,第一步就是收集时只收需要的字段。
误解:四法选一种用就够了
四法管的是不同环节:收什么、怎么记、出什么、谁能看,常常要一起用。
试一下
把「出生日期」改成「年龄段」,用的是哪一法?
答案
GENERALISE,用范围代替精确细节。
4. 开工前四问
它解决什么问题
这一讲讲了同意、Belmont、GDPR、人类受试者、IRB、匿名、最小化,内容很散。真到开工时,需要一张能逐项打勾的清单。
课件用四个英文词收尾,在招募、收集、访问、分析或复用涉及人的数据之前过一遍。
从哪来(补充)
四问是课件自己整理的收尾清单。其中 Consent 一问对应 GDPR 第 4 条第 11 项的有效同意定义,GDPR 一问对应第 6 条的合法依据。出处:GDPR Art. 4。
直觉
| 问 | 课件的问题 |
|---|---|
| Scope | 这是涉及人类受试者的研究吗?问 HRPP / IRB 办公室 |
| Consent | 参与者能理解、能自由选择、能提问吗? |
| GDPR | 适用哪种合法依据、哪些保障措施、谁是什么角色、有哪些权利? |
| Data | 有人能被认出来吗?数据最小化和安全措施做了吗? |
课件底栏:好的数据实践,从尊重数据背后的人开始。
一步一步看
目标:拿一份「完成可加分」、收学号和精确住址的问卷对着四问检查,看每一问各查出什么要改。
案例:一个小组要发问卷,招募信息写着「完成可加分」,问卷收了学号和精确住址,数据存在问卷平台上。对着四问检查。
-
Scope 和 Consent。
问 检查结果 Scope 是研究、涉及人类受试者,要问 HRPP / IRB Consent 「完成可加分」带来压力,要改 -
GDPR。
问 检查结果 GDPR 若适用,要选定合法依据;问卷平台是处理者,要签协议 -
Data。
问 检查结果 Data 学号和精确住址能认出人,按最小化四法处理
自愿的判断见 L07a-2。
怎么判断
判断口诀:Scope、Consent、GDPR、Data,四问每过一步就再问一次。
| 问 | 对应本讲哪部分 |
|---|---|
| Scope | 人类受试者和 IRB |
| Consent | 同意、自愿、撤回 |
| GDPR | 范围、依据、两道门、权利、角色 |
| Data | 标识符、匿名化、最小化 |
意思是:四问把整讲收成一张清单,每进入招募、收集、访问、分析、复用中的一步都要再过。
常见误解
误解:四问只在写申请时用一次
课件把时间点列成招募、收集、访问、分析、复用之前,每进入一步都要再过。
误解:不涉及欧盟就可以跳过 GDPR 那一问
那一问本身就是在判断适不适用;判断完不适用,也要守本地法规和机构要求。
试一下
四问分别对应本讲哪一部分?
答案
Scope 对应人类受试者和 IRB;Consent 对应同意;GDPR 对应 GDPR 部分;Data 对应标识符、匿名化和最小化。
把它们串起来
这一页讲的是送审时最常被想「绕过去」的三件事,以及一张收尾清单。
想免掉同意,先看课件那句规则:联系人困难不是捷径。豁免要 IRB 记录四项认定,免签字也替代不了同意。
想复用旧数据,先问是不是研究、对研究者是否可识别,再交给 HRPP / IRB;去掉名字不等于认不出人。
研究者能主动做的是最小化:少收、收粗、去掉显眼组合、管住访问只给汇总。
最后对着四问 Scope、Consent、GDPR、Data 过一遍,前面几页的内容都收进这张清单里。
课件里的坑
- [法域提醒] p.32–33 的同意豁免和复用审查沿用美国 Common Rule 的框架,p.35 清单第三问又回到欧盟 GDPR;课件没有点明两套规则来自不同法域,答题时按题目问的那一套写
- [读图提醒] p.32 列的是认定「包括」四项,用词是 including;现行条文 46.116(f)(3) 有五项,课件少了 (iii)「涉及可识别信息时,不用可识别形式就无法实际进行」。答题写课件四项,同时说明由 IRB 记录认定
- [应用提醒] p.34 只列了四种方法,没有配例子;本页课件例题 3 把四法用到 p.18 的「无名」记录上,是对课件方法的应用演示,课件本身没有给这个对应
课后 10 分钟:考点复习
这 10 分钟怎么用:合上页面,先默写豁免同意的四项认定、最小化四法、开工前四问;再对照课件 p.32–35 做课件例题和变式题;最后回查一个易错点:免签字和免同意的区别。
必背
- 联系人困难不是研究者的捷径;IRB 只有在记录必需的认定后才能豁免或变更同意
- 四项认定:风险不超过最低风险;没有豁免就无法实际进行;不对权利和福祉产生不利影响;适当时事后提供补充信息
- 免签字(免书面记录)和免同意是两回事
- 现有、二手或去标识的数据不会自动落在人类受试者审查之外;去掉名字不一定去掉识别能力
- 最小化四法:minimise 只收需要的字段;generalise 用范围或更宽的类别;suppress 去掉稀有组合和小群体输出;control 用批准的访问控制和安全的汇总输出
- 开工前四问:Scope、Consent、GDPR、Data
课件例题
例 1(课件 p.32):「旧问卷名单很大,直接用」
见下方完整例题。
例 2(课件 p.33):复用一份数据集
题面:一位研究者想复用一份已有的「去标识」数据集,认为既然没有名字,就不用走人类受试者审查。按课件,这个想法对吗?应该怎么做?
提示
看课件流程图里的两个问题,以及 Not a shortcut 那一句。
解答
不对。现有、二手或去标识的数据不会自动落在审查之外,去掉名字不一定去掉识别能力。应先问:这是研究吗?信息对研究者可识别吗?然后由指定的 HRPP / IRB 按事实和相关政策审。结果可能符合某项具体豁免,但取决于实际事实。
例 3(课件 p.34,应用到 p.18):给「无名」记录做最小化
题面:p.18 的记录是:年龄 20,专业 Biology,身份 Fencing club president;公开资料里只有一名学生符合这个组合。请用 p.34 的四法降低识别风险。
提示
哪一项能改成范围?哪一项是稀有组合?对外给什么?
解答
GENERALISE:年龄 20 改成年龄段。SUPPRESS:「击剑社社长」是稀有组合,删去或并入更宽的「社团干部」。CONTROL:只对外给汇总统计,单条记录限于批准的人访问。MINIMISE:先问研究目的是否真需要专业和社团身份,不需要就不收。这是对课件四法的应用演示,课件没给这个对应。
例 4(课件 p.35):开工前清单
题面:写出课件开工前清单的四问,并说明它在什么时候使用。
提示
四个英文关键词,时间点列了五个动作。
解答
Scope:是否涉及人类受试者的研究,问 HRPP / IRB 办公室。Consent:参与者能否理解、自由选择、提问。GDPR:合法依据、保障措施、角色、权利。Data:能否认出人,是否最小化并保护好数据。使用时间:在招募、收集、访问、分析或复用涉及人的数据之前。
完整例题
课件 p.32 原题延伸:研究小组手上有一份多年前的问卷名单。组员说:「The old survey list is huge. Let’s use it without asking anyone.」请按课件分析这个做法,并给出更好的回应。
① 识别问题。组员想跳过同意,理由是名单太大、联系困难。课件规则:联系人困难不是研究者的捷径。
② 谁能免同意。只有 IRB 在记录必需的认定之后,才能豁免或变更同意,研究者不能自己决定。
③ 四项认定。风险不超过最低风险;没有豁免就无法实际进行;不对权利和福祉产生不利影响;适当时事后提供补充信息。四项都要由 IRB 认定并记录,「名单太大」不能自动算作无法进行。
④ 别混淆。即使 IRB 只同意免签字,那也是免书面记录,仍要取得同意。
⑤ 更好的回应。把计划用途告诉 IRB / HRPP,由授权的流程决定能否豁免。同时按最小化的思路,只取研究需要的字段。
变式题(先自己做)
自编情境:一个小组拿到学校社团活动报名系统导出的表,含姓名、学号、年级、社团、报名时间(精确到秒)。小组想研究「哪些年级的学生更爱报名活动」,打算删掉姓名后直接分析,并在报告里附上每个社团的明细表。组长说:「联系几百个人太麻烦,就不问了。」请按本页四个概念分析。
提示
不问同意由谁决定?删掉姓名够不够?研究问题真的需要学号和精确到秒的时间吗?明细表的问题在哪?
判分点与答案(非官方评分标准)
免同意:「太麻烦」不是捷径,能否豁免要交 IRB 判断并记录四项认定。
复用:这是复用现有数据;删掉姓名后学号仍是直接标识符,精确时间戳是间接标识符,仍可识别,要交 HRPP / IRB 审。
最小化:研究年级和报名倾向,学号不必收(MINIMISE);时间可改成按周或按月(GENERALISE);人数很少的社团不单独列(SUPPRESS);报告只给汇总表,不附明细(CONTROL)。
四问:Scope、Consent、GDPR、Data 每一项都要在分析前过一遍。
判分点:免同意和复用两处各答出「不能自己定、要交 IRB / HRPP」,最小化至少对上三法。
闪卡自测
1. 联系人困难能不能成为跳过同意的理由?
不能,联系人困难不是研究者的捷径(p.32)。
2. IRB 豁免或变更同意要记录哪四项认定?
不超过最低风险;没有豁免无法实际进行;不对权利和福祉产生不利影响;适当时事后提供补充信息(p.32)。
3. 免签字等于免同意吗?
不等于,两者不同(p.32)。
4. 去标识的现有数据能自动免审吗?
不能,去掉名字不一定去掉识别能力(p.33)。
5. 最小化四法?
minimise、generalise、suppress、control(p.34)。
6. 分享前要问的那个问题?
这个目的能否不用个人数据,或用更不详细的个人数据达成(p.34)。
7. 开工前四问?
Scope、Consent、GDPR、Data(p.35)。
下一讲
下一讲从「保护数据背后的人」转到「模型对不同人群是否一样好用」:AI 偏见的定义、人脸分类的群体差距和偏见进入生命周期的五站,见 L08a。
个人整理的学习笔记,不是官方材料;数字与结论以课件和讲师为准。