📄 Category

health informatics

193 artículos

Experimental multi-center validation of a radiomics-based photonic quantum precision medicine architecture for lesion-level prediction of anti-PD-1 response in non-small cell lung cancer

Este estudio valida experimentalmente en múltiples centros que una arquitectura de precisión médica cuántica fotónica, basada en un espacio de características radiómicas reducido y robusto, supera o iguala a los modelos clásicos para predecir la respuesta al tratamiento anti-PD-1 en pacientes con cáncer de pulmón de células no pequeñas en estadio avanzado.

Olgiati, S., Santona, F., Meloni, D. + 5 more2026-03-11📄 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. + 3 more2026-03-11📄 health informatics

Co-designing a virtual reality based mindfulness application to address diabetes distress using Artificial Intelligence-informed Experience-Based Co-Design (AI-EBCD): a feasibility study

Este estudio de viabilidad describe el diseño participativo de una aplicación de realidad virtual para la atención plena, informada por inteligencia artificial, destinada a abordar la angustia de la diabetes mediante la colaboración con pacientes y la identificación de características clave para un prototipo personalizado.

Ghosal, S., Zhang, M., Stanmore, E. + 7 more2026-03-11📄 health informatics

Regression vs. Medical LLMs: A Comprehensive Study for CVD and Mortality Risk Prediction

Este estudio compara modelos de regresión tradicionales con grandes modelos de lenguaje médicos (MedLLMs) utilizando datos del estudio LURIC, demostrando que tanto las técnicas de regresión avanzadas como los MedLLMs optimizados alcanzan un rendimiento competitivo (hasta un 85% de AUROC) en la predicción de mortalidad por enfermedades cardiovasculares, aunque los MedLLMs requieren calibración para corregir su tendencia a sobreestimar el riesgo.

KOM SANDE, S. D., Skorski, M., Theobald, M. + 2 more2026-03-11📄 health informatics

Evaluating linkage approaches for address-level socioenvironmental exposure assessment

El estudio demuestra que el emparejamiento difuso de etiquetas de dirección supera significativamente a los métodos de geocodificación basados en puntos y rangos de calle en la precisión de la vinculación de direcciones a datos parcelarios, revelando que los métodos menos precisos generan errores sistemáticos desproporcionados en vecindarios densos y desfavorecidos.

Hartlage, C. S., Manning, E. R., Brokamp, C.2026-03-10📄 health informatics

PrivateBoost: Privacy-Preserving Federated Gradient Boosting for Cross-Device Medical Data

El artículo presenta PrivateBoost, un sistema de aprendizaje federado basado en XGBoost que utiliza el secreto compartido de Shamir y la agregación anónima para habilitar el entrenamiento de modelos médicos en dispositivos móviles con datos individuales mínimos, garantizando la privacidad y la tolerancia a fallos sin necesidad de comunicación directa entre clientes.

Specht, B., Garbaya, S., Ermis, O. + 4 more2026-03-10📄 health informatics

Variability in Automated Sepsis Case Detection: A Systematic Analysis of Implementation Methods in Clinical Data Repositories

Este estudio demuestra que la heterogeneidad en los métodos de implementación para la detección automatizada de sepsis en las bases de datos MIMIC-III y eICU-CRD genera tasas de detección altamente variables, lo que subraya la necesidad urgente de estandarizar los informes metodológicos y publicar código fuente controlado para mejorar la reproducibilidad en la investigación sobre sepsis.

Meyer-Eschenbach, F., Schmiedler, R., Stoephasius, J. v. + 13 more2026-03-10📄 health informatics

Measurement strategy alters inferred age-dependent accumulation and mortality risk of mosaic Y loss

El estudio demuestra que la estrategia de medición utilizada para cuantificar la pérdida del cromosoma Y en mosaico (mLOY) altera significativamente las estimaciones sobre su acumulación relacionada con la edad, los umbrales de riesgo de mortalidad y la prevalencia poblacional, revelando que los enfoques basados en fase detectan riesgos clínicos a cargas más bajas y en más individuos que los métodos convencionales basados en intensidad.

Ware, A., Weyrich, M., Fatima, S. + 12 more2026-03-10📄 health informatics

More Signal vs. More Noise - Comparing Full Text and Abstract as Inputs for Large Language Model-based Classification of Oncology Trial Eligibility Criteria

El estudio demuestra que utilizar el texto completo en lugar de solo el resumen mejora significativamente la precisión de los modelos de lenguaje grande al clasificar los criterios de elegibilidad de ensayos clínicos oncológicos, ya que el beneficio de la información adicional supera el ruido potencial.

Weyrich, J., Dennstaedt, F., Foerster, R. + 4 more2026-03-10📄 health informatics

Accelerating Exploratory Clinical Research: An LLM-Powered Framework for Cross-Study Data Harmonization and Natural Language Querying

Este trabajo presenta un marco impulsado por modelos de lenguaje grande (LLM) que automatiza la armonización de datos de ensayos clínicos en formato SDTM y habilita consultas mediante lenguaje natural, reduciendo significativamente el esfuerzo manual y acelerando el análisis exploratorio y la generación de hipótesis en investigación clínica.

Garg, A., Sett, A., Baumann, B. + 4 more2026-03-09📄 health informatics

AI-Driven Feature Selection Using Only Survey Variable Descriptions: Large Language Models Identify Adolescent Vaping Predictors

Este estudio demuestra que los modelos de lenguaje grandes instruidos pueden identificar predictores fiables del inicio del vapeo en adolescentes utilizando únicamente las descripciones textuales de las variables de encuestas, logrando un rendimiento predictivo comparable o superior al de los modelos tradicionales sin necesidad de acceder a los datos brutos.

Zhang, K., Zhao, Z., Hu, Y. + 1 more2026-03-09📄 health informatics

Time-to-event modeling with multimodal clinical and genetic features improves risk stratification of liver complications in chronic hepatitis C

Utilizando datos del programa All of Us, los autores desarrollaron un marco de supervivencia multimodal interpretable que integra características clínicas y genéticas para mejorar significativamente la estratificación del riesgo de cirrosis, carcinoma hepatocelular y mortalidad en pacientes con hepatitis C crónica, superando las limitaciones de la clasificación basada únicamente en la fibrosis.

Islam, H., Arian, A., Franses, J. W. + 1 more2026-03-09📄 health informatics

Predictors of COVID-19 hospital outcomes: a machine learning analysis of the National COVID Cohort Collaborative

Este estudio utiliza aprendizaje automático en datos del N3C para demostrar que, aunque las características estructuradas de las historias clínicas electrónicas ofrecen una utilidad moderada para predecir la mortalidad hospitalaria por COVID-19, son insuficientes para predecir la duración de la estancia y que el uso de SMOTE presenta una compensación crítica entre la discriminación y la calibración que debe considerarse en la planificación clínica.

Vazquez, J., Taylor, L., Chen, Y.-Y. K. + 5 more2026-03-09📄 health informatics

Extracting patient reported cannabis use and reasons for use from electronic health records: a benchmarking study of large language models

Este estudio de benchmarking demuestra que es posible extraer con alta precisión el estado y las razones del consumo de cannabis de notas clínicas no estructuradas en pacientes con enfermedades reumáticas autoinmunes mediante la combinación de modelos de lenguaje clínico ajustados y clasificadores basados en grandes modelos de lenguaje.

Wang, Y., Bozkurt, S., Le, N. + 6 more2026-03-09📄 health informatics

A Novel Blended Hybrid Care Model for Maternal Mental Health: Cohort Study of Pregnant and Postpartum Patients

Este estudio de cohorte piloto demuestra que un modelo de atención híbrido novedoso, que combina terapia cognitivo-conductual virtual con la aplicación móvil mindLAMP, reduce significativamente la ansiedad y la depresión en mujeres embarazadas y posparto, ofreciendo una solución prometedora para abordar la brecha en el tratamiento de la salud mental materna.

Calvert, E. I., Chen, K., Moon, K. + 4 more2026-03-09📄 health informatics