📄 Category

health informatics

239 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

Counterfactual Analysis of Executable Clinical Decision Logic

Este artículo propone un marco híbrido de soporte a la decisión que integra el aprendizaje de conjuntos de reglas ponderado por encuestas con la Notación de Modelo de Decisión (DMN) para transformar las recomendaciones clínicas narrativas en lógica auditable y ejecutable, demostrando su capacidad para clasificar el estado de la diabetes y cuantificar la sensibilidad del riesgo del paciente ante reducciones hipotéticas del IMC en una cohorte derivada de NHANES.

Maleki, C., Bertrand, Y., Gailly, F.2026-08-07
📄 health informatics

Quantifying User Engagement with the Helpilepsy Seizure Diary

Este artículo introduce una métrica de compromiso multidimensional para el diario de crisis de Helpilepsy, utilizando un análisis de agrupamiento para identificar distintos grupos de usuarios y revelando que los pacientes altamente comprometidos son típicamente de mayor edad, con historiales de epilepsia más largos y regímenes de medicación más complejos, destacando así la necesidad de estrategias de incorporación dirigidas para los pacientes nuevos y la importancia de utilizar diversas funciones del diario más allá del simple registro de crisis.

Davies, J., Biondi, A., Viana, P. F., Ampe, L., Schreiber, J., Richardson, M. P.2026-08-07
📄 health informatics

The EHR Density Index: A new method to control for EHR data inconsistency across patients

Este artículo presenta el Índice de Densidad de la EHR (EDI, por sus siglas en inglés), una métrica novedosa derivada de los datos de UNC Health que cuantifica el volumen y la profundidad de la documentación independientemente de la carga de la enfermedad para servir como control de confusión en la investigación del mundo real basada en EHR.

Bhatia, A., Lash, S., McIntee, T., Pfaff, E.2026-08-06
📄 health informatics

Towards understanding the disease landscape of clinical trials in Germany: Ontology and embedding-based pipelines versus Large Language Models for ICD-10 Harmonization

Este estudio demuestra que, si bien una ontología determinista y un proceso basado en incrustaciones pueden armonizar parcialmente los datos heterogéneos de condiciones de ensayos clínicos en Alemania con los estándares CIE-10, los modelos de lenguaje de gran tamaño (específicamente GPT-4o) lo superan significativamente al lograr una concordancia casi perfecta con la codificación de expertos humanos, ofreciendo así una solución superior para el análisis del panorama de enfermedades entre registros.

Ndabashinze, R., Franzen, D., Kozuch, E., Aagerup, J., Fink, A., Yerunkar, S. S., Hunter, K., Mayo-Wilson, E., Ying, X. (…)2026-08-06
📄 health informatics

Is Lower Limb Movement Enough? Quantifying Overground Arm Swing Kinematics and Coordination to Assess Ageing Decline in Older Adults

Este estudio valida un algoritmo de sensores portátiles para cuantificar la cinemática y la coordinación del balanceo de los brazos al caminar en adultos mayores, revelando que la coordinación brazo-pierna es una dimensión distinta y sensible de la estabilidad de la marcha que declina con la fragilidad y el deterioro neurológico, ofreciendo así un método escalable para detectar la inestabilidad de la movilidad temprana más allá de las métricas tradicionales de la velocidad de la marcha.

Tan, K. Z., Pai, S., Kim, Y. K., Frautschi, A., Gwerder, M., Tan, K. Y., Koh, V. J. W., Ravi, D., Taylor, W. R., Malhotr (…)2026-08-05
📄 health informatics

Digital Health Adoption, eHealth Literacy, and Trust in AI Among Generation Z University Students in Sri Lanka: An Empirical Study

Este estudio revela que, si bien los estudiantes universitarios de la Generación Z en Sri Lanka poseen una alta alfabetización en eSalud y dependen cada vez más de la IA para obtener información sobre salud, su adopción de los servicios de salud digital sigue estando limitada por significativas preocupaciones de privacidad y una persistente preferencia por las consultas tradicionales presenciales.

Athukorala, S. C.2026-07-28✓ Author reviewed ⓘ
📄 health informatics

A digital health approach for identifying polyendocrine metabolic ovarian syndrome using machine learning and body temperature

Este estudio demuestra la viabilidad del uso de modelos de aprendizaje automático aplicados a datos de temperatura corporal portátiles para predecir moderadamente el Síndrome de Ovario Poliendocrino Metabólico (PMOS), lo que sugiere una potencial herramienta de detección digital pasiva para identificar casos no diagnosticados.

Awoniran, O. M., Lawlor, D. A., Gaunt, T. R., Millard, L. A. C.2026-07-27
📄 health informatics

Development and formative application of the Health Data Readiness Level framework for federated health-data services.

Este artículo presenta el desarrollo y la aplicación formativa del marco de Nivel de Preparación de Datos de Salud (HDRL, por sus siglas en inglés), una herramienta multidimensional diseñada para evaluar la preparación organizacional y del sistema para servicios de datos de salud federados en tres ecosistemas del Reino Unido, advirtiendo al mismo tiempo que sigue siendo un instrumento de planificación en lugar de un estándar de acreditación validado.

Seymour, D., Halliday, R., Smart, J., Burns, F.2026-07-27
📄 health informatics

Sex and menstrual cycle differences in the mood-activity association should inform cycle-aware digital phenotyping

Este estudio demuestra que la relación entre la actividad física y el estado de ánimo varía significativamente según el sexo y la fase del ciclo menstrual, particularmente en las mujeres, lo que indica que los modelos de fenotipado digital deben tener en cuenta estos factores biológicos para evitar predicciones sesgadas y permitir conocimientos de salud mental personalizados.

Delray, K., Zeitler, J. K., Hayes, J. F., Kandola, A., Keay, N., Evans, R. J.2026-07-27
📄 health informatics

Selective prediction as a triage gate for primary-care depression screening: quantifying and mitigating selection bias in CHARLS-2011

Este estudio demuestra que el sesgo de selección acumulativo en el cribado de la depresión en atención primaria infla las métricas de aprendizaje automático mientras distorsiona las asociaciones epidemiológicas, y propone un marco de predicción selectiva desacoplado utilizando una regla CART de cuatro variables para triar de forma segura solo al 20% de los pacientes más fiables para la puntuación algorítmica, mientras se redirige al resto a la evaluación humana.

Wang, Z., liu, y.2026-07-22