📄 Category

health informatics

191 artículos

La informática de la salud une la tecnología de la información con la práctica médica para mejorar cómo gestionamos y analizamos los datos de pacientes. En este campo, los expertos diseñan sistemas que facilitan el acceso a historiales clínicos, optimizan la toma de decisiones y aceleran la investigación, todo con el objetivo final de brindar una atención más segura y personalizada.

En Gist.Science, nos enfocamos en el contenido fresco que llega desde medRxiv, la principal plataforma de prepublicaciones para ciencias médicas. Procesamos cada nuevo preprint en esta categoría para ofrecerte resúmenes técnicos detallados junto con explicaciones en lenguaje sencillo, asegurando que los hallazgos más recientes sean comprensibles para todos. A continuación, encontrarás los últimos artículos publicados en este ámbito.

📄 health informatics

WITHDRAWN: Blockchain-Enabled Health Information Exchange Efficiency Across South Korean Hospital Networks: A Stochastic Frontier Analysis with Bayesian Model Averaging

Este estudio demuestra que la adopción de tecnología blockchain en las redes hospitalarias surcoreanas incrementa significativamente la eficiencia técnica en el intercambio de información de salud en comparación con las plataformas convencionales, tras un análisis econométrico riguroso que controla la incertidumbre del modelo y la endogeneidad.

Park, J.-H., Kim, S.-Y.2026-03-16
📄 health informatics

WITHDRAWN: The Causal Impact of Natural Language Processing-Driven Clinical Decision Support on Sepsis Mortality in England: An Augmented Synthetic Control Analysis of NHS Trust-Level Data

Este artículo, titulado "WITHDRAWN: The Causal Impact of Natural Language Processing-Driven Clinical Decision Support on Sepsis Mortality in England: An Augmented Synthetic Control Analysis of NHS Trust-Level Data", fue retirado por medRxiv debido a que fue presentado con información falsa.

Whitfield, J. A., Graves, E. M.2026-03-16
📄 health informatics

Reward-Guided Generation Improves the Scientific Utility of Synthetic Biomedical Data

El modelo de generación impulsado por aprendizaje por refuerzo RLSYN+REG mejora significativamente la utilidad científica de los datos biomédicos sintéticos al garantizar que los modelos de regresión entrenados en ellos reproduzcan con mayor precisión los coeficientes y predicciones de sus contrapartes en datos reales, todo ello manteniendo la fidelidad estadística y la privacidad.

Jackson, N. J., Espinosa-Dice, N., Yan, C., Malin, B. A.2026-03-16
📄 health informatics

Early Parkinson's Revealed by Unlocking Longitudinal Omics at Population Scale

El estudio presenta Chronos, un marco que utiliza tokenización para vincular muestras de plasma archivadas con registros clínicos longitudinales, permitiendo la detección temprana de la enfermedad de Parkinson mediante el análisis de alteraciones moleculares coordinadas antes de la aparición de síntomas clínicos.

Feng, C., Kosti, I., Guo, Y., Wang, Y., Watson-Haigh, N. S., File, B., Hin, N., Nanasi, T., Guo, J., Suchecki, R., Tearl (…)2026-03-14
📄 health informatics

Comparative Evaluation of Logistic Regression and Gradient Boosting Models for Influenza Outbreak Early-Warning Using U.S. CDC ILINet Surveillance Data (2010-2025)

Este estudio demuestra que tanto la regresión logística como los modelos de *gradient boosting* logran una precisión excepcional en la detección temprana de brotes de influenza a nivel nacional en EE. UU. (2020-2025) utilizando datos de vigilancia ILINet del CDC, validando su utilidad operativa para la planificación de salud pública.

Onwuameze, C. N., Madu, V.2026-03-13
📄 health informatics

Self-Reported Side Effects of Semaglutide and Tirzepatide in Online Communities

El análisis de más de 410,000 publicaciones en Reddit revela que, si bien los síntomas gastrointestinales son los efectos secundarios más comunes de la semaglutida y la tirzepatida, las comunidades en línea también han identificado señales de seguridad emergentes, como alteraciones reproductivas y problemas relacionados con la temperatura, que no están completamente reflejados en los ensayos clínicos actuales.

Sehgal, N. K. R., Tronieri, J. S., Ungar, L., Guntuku, S. C.2026-03-13
📄 health informatics

The Orphanet Nomenclature and Classification of rare diseases: a standard terminology for improved patient recognition and data interoperability

Este artículo presenta la Nomenclatura y Clasificación de Orphanet como un sistema estandarizado multilingüe que, con 9.784 entidades clínicas actualizadas a julio de 2025 y amplias correspondencias semánticas, aborda la subrepresentación de las enfermedades raras en las terminologías médicas para facilitar su identificación precisa, la interoperabilidad de datos y la mejora de la atención sanitaria y la investigación.

Lucano, C., Lagorce, D., Olry, A., Ali, H., Lanneau, V., De Carvalho, M., Dilsizoglu Senol, A., Fructuoso, M., Gaillard (…)2026-03-12
📄 health informatics

The Risk Factors, Detection and Classification of Esophageal Cancer Using Ensemble Machine Learning Models

Este estudio presenta un marco de aprendizaje automático basado en ensembles que, mediante la selección de características y una estrategia multi-semilla, logra una detección temprana y precisa del cáncer esofágico en Etiopía con una precisión del 98,3%, destacando el papel crucial de los factores dietéticos y ambientales en el riesgo de la enfermedad.

Gaso, M. S., Mekuria, R. R., Cankurt, S., Deybasso, H. A., Abdo, A. A., Abbas, G. H.2026-03-11