从 SQL Server 文本列中编辑患者姓名答案

【问题标题】：Redacting patient name from SQL Server text column从 SQL Server 文本列中编辑患者姓名
【发布时间】：2020-09-29 21:22:06
【问题描述】：

我有一个用于医学研究的 SQL Server 2016 数据库。我有一个有四列的表：

我想从 diagnostic 列中删除所有受保护的健康信息 (PHI)。不幸的是，有时本专栏中会提到患者的姓名，我想编辑此信息，将患者姓名替换为“XXXXXX”之类的内容。

我唯一能想到的就是使用游标，遍历每条记录并在每条记录上使用REPLACE，例如：

REPLACE (@diagnostic_text, @patient_last_name), 'XXXXX')

有没有更好的方法来做到这一点？我有大约 500k 行要处理。

我非常感谢任何反馈。我是医生，不是数据库专家。谢谢！

【问题讨论】：

如果diagnostic_text 真的是text，那么你将面临一大堆问题。诊断文本中的信息是否可能是手动输入的，因此会出现拼写错误、缩写和人们倾向于编写的其他“快捷方式”？
ntext 和 text 数据类型将在 SQL Server 的未来版本中删除。避免在新的开发工作中使用这些数据类型，并计划修改当前使用它们的应用程序。请改用nvarchar(max) 或varchar(max)。 See details here

【解决方案1】：

你可能想要update:

update mytable
set diagnostic_text = replace(diagnostic_text, patient_last_name, 'XXX')

但是，如果患者姓名包含在其他诊断词中，这可能会产生副作用。

假设患者是Bill，并且诊断文本包含单词'Billable'，它将变为'XXXable'。

一个更安全的选择是搜索整个单词（以空格分隔）：

update mytable
set diagnostic_text = ltrim(rtrim(replace(
    ' ' + diagnostic_text + ' ', 
    ' ' + patient_last_name + ' ', 
    ' XXX '
)))

【讨论】：