📄 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

Adaptation and Psychometric Validation of a Facility-Level Tool to Assess Telemedicine Readiness in Primary Care

Este estudio adaptó y validó psicométricamente con éxito el Inventario de Preparación para la Telemedicina a Nivel de Instalación (TRI-F) utilizando datos de 774 centros de atención primaria en Perú, demostrando su validez estructural, consistencia interna y utilidad para la evaluación comparativa y la guía en la planificación de la implementación de la telemedicina.

Escobar-Agreda, S., Villarreal-Zegarra, D., Reategui-Rivera, C. M., Paredes-Gonzales, Y., Rojas-Mezarina, L.2026-07-10
📄 health informatics

Does OMOP CDM Conversion Improve Cross-Country Comparability of Real-World Data? A Benchmark Study in Breast Cancer and Amyotrophic Lateral Sclerosis

Este estudio de referencia demuestra que, si bien la conversión de datos del mundo real de Dinamarca, Finlandia y Portugal al Modelo de Datos Común OMOP permite comparaciones transnacionales semánticamente alineadas para el cáncer de mama y la ELA, esto no elimina la heterogeneidad subyacente de los datos, lo que requiere una evaluación comparativa iterativa frente a los datos nativos y la experiencia clínica para garantizar la validez de los conocimientos epidemiológicos.

Aborageh, M., Korcinska Handest, M. R., Bakos, I., Rajamaki, B., Silva, C., Horvath-Puho, E., Pylkkaenen, L., Venda, C. (…)2026-07-09
📄 health informatics

A large language model-assisted workflow for generating a living evidence base for climate-sensitive foodborne disease

Este estudio demuestra que un flujo de trabajo asistido por LLM, que combina búsquedas estructuradas con un refinamiento iterativo de GPT-4-Turbo, puede generar de manera efectiva una base de evidencia viva, rápida, escalable y relevante para las políticas sobre enfermedades transmitidas por alimentos sensibles al clima, con una alta recuperación y una consistencia de cribado mejorada.

Elson, R., McIntyre, K. M., Hardingham, M. B., Luechtefeld, T., Lake, I. R.2026-07-08
📄 health informatics

RenalTransLSTM: Multi-Horizon Prediction of Acute Kidney Injury in ICU Patients using a Hybrid LSTM-Transformer Architecture

RenalTransLSTM es un marco de aprendizaje profundo híbrido que combina arquitecturas LSTM y Transformer para lograr una predicción de horizonte múltiple superior de la lesión renal aguda en pacientes de UCI al capturar eficazmente tanto la dinámica temporal local como las dependencias contextuales globales en las historias clínicas electrónicas.

Badhon, S. M. S. I., Adibuzzaman, M., Mosa, A. S. M., Bozdag, S., Cleveland, A. D., Ding, J., Hossain, K. S. M. T.2026-07-06
📄 health informatics

Supervised Contrastive Learning-based Digital Biomarker Discovery for Wearable IMU Gait Signals

Este estudio introduce el Biomarcador de la Marcha por Distancia de Incrustación (EDGB, por sus siglas en inglés), un marco de aprendizaje contrastivo supervisado que utiliza una red neuronal convolucional compacta para extraer representaciones latentes robustas de 32 dimensiones a partir de señales de IMU portátiles sin procesar, logrando una alta precisión al distinguir entre patrones de marcha saludables, neurológicos y ortopédicos, al tiempo que demuestra una fuerte fiabilidad y una diferenciación de grupo significativa.

Mohtavipour, S. M.2026-07-04
📄 health informatics

Combining VEGFR tyrosine kinase inhibitors and PD-1/PD-L1 inhibitors versus VEGFR tyrosine kinase inhibitors monotherapy in renal cell carcinoma: a target trial emulation

Este estudio de emulación de ensayos dirigidos que utiliza datos del mundo real demuestra que la combinación de inhibidores de PD-1/PD-L1 con inhibidores de la tirosina quinasa de VEGFR mejora significativamente el tiempo de supervivencia media restringida en pacientes con carcinoma de células renales en comparación con la monoterapia con inhibidores de la tirosina quinasa de VEGFR, lo que respalda la generalizabilidad de la terapia combinada a pesar de los riesgos no proporcionales.

Shi, D., Li, X., Chen, Y., Chen, Y., Song, Q., Su, J.2026-07-02
📄 health informatics

A foundation model of wearable pulse oximetry reveals physiological signatures of health and cardiometabolic risk

El artículo presenta PulseOx-FM, un modelo fundacional autosupervisado entrenado con millones de segmentos de pulsioximetría portátiles que supera los métodos existentes en la predicción de diversos riesgos de salud cardiometabólica y neuropsiquiátrica, incluyendo la hipertensión futura y los estados glucémicos del día siguiente, estableciendo así una poderosa herramienta no invasiva para la estratificación de riesgos de salud global.

Kohn, S., Lutsker, G., Diament, A., Shilo, S., Gabet, A., Sasson, G., Wolf, G., Wolf, A., Godneva, A., Weinberger, A., R (…)2026-07-02
📄 health informatics

Evaluating Generative Video AI for Standardized Psychiatric Patient Simulation With Graded Hygiene Deterioration.

Este estudio piloto demuestra la viabilidad técnica de utilizar IA de vídeo generativo para crear simulaciones estandarizadas de pacientes psiquiátricos con un deterioro gradual de la higiene, al tiempo que destaca que, aunque la modulación de la apariencia es alcanzable, los artefactos de motricidad fina requieren la supervisión experta de un humano antes de su implementación clínica.

Mwangi, B., Jabbar Abdl Sattar Hamoudi, H., Wu, M.-J., Martin, A., Soares, J. C., Soutullo, C. A.2026-06-25
📄 health informatics

Predicting Depression and Anxiety Progression in Multiple Sclerosis from Longitudinal Clinical Data Using Machine Learning

Este estudio demuestra que, si bien los modelos de potenciación de gradiente que utilizan datos estructurados de registros de salud electrónicos pueden predecir la progresión de la depresión y la ansiedad en pacientes con esclerosis múltiple, su limitado poder predictivo (R² ≤ 0,28) está dominado por las puntuaciones basales que reflejan una regresión a la media, lo que indica que son necesarias fuentes de datos más ricas más allá de las variables clínicas estructuradas para un pronóstico significativo a nivel individual.

Specht, B., Garbaya, S., Schneider, R., Khadraoui, D., Chavarriaga, R., Tayeb, Z.2026-06-25