📄 health informatics

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

यह अध्ययन प्रदर्शित करता है कि प्राथमिक देखभाल अवसाद स्क्रीनिंग में संचयी चयन पूर्वाग्रह (cumulative selection bias) मशीन-लर्निंग मेट्रिक्स को बढ़ाता है और महामारी विज्ञान संबंधी संबंधों को विकृत करता है, तथा केवल सबसे विश्वसनीय 20% रोगियों को एल्गोरिद्मिक स्कोरिंग के लिए सुरक्षित रूप से छाँटने और शेष को मानव मूल्यांकन के लिए भेजने हेतु एक चार-चर (four-variable) CART नियम का उपयोग करने वाले एक पृथक चयनात्मक भविष्यवाणी ढांचे (decoupled selective prediction framework) का प्रस्ताव करता है।

Wang, Z., liu, y.2026-07-22
📄 health informatics

Exposomics and Cardiovascular Diseases: A Scoping Review of Machine Learning Approaches

यह स्कोपिंग समीक्षा हृदय रोग अनुसंधान में एक्सपोसोमिक्स डेटा के अनुप्रयोग में मशीन लर्निंग के बढ़ते उपयोग का परीक्षण करती है, जो डेटा की जटिलता को संबोधित करने की इसकी क्षमता को उजागर करते हुए वर्तमान सीमाओं और भविष्य की अनुसंधान दिशाओं की पहचान करती है।

Argyri, K. D., Gallos, I. K., Amditis, A., Dionysiou, D. D.2026-07-20
📄 health informatics

Behavioural readiness, not demographics, predicts wearable adoption and digital medicine integration in a diverse multinational population: a cross-sectional study of 3,004 adults in Qatar

कतर के 3,004 वयस्कों का यह क्रॉस-सेक्शनल अध्ययन प्रदर्शित करता है कि व्यवहार संबंधी तत्परता, विशेष रूप से दैनिक व्यायाम और डेटा साझा करने की इच्छा, शिक्षा जैसे पारंपरिक जनसांख्यिकीय कारकों की तुलना में वियरेबल (wearable) अपनाने और डिजिटल मेडिसिन एकीकरण का एक अधिक मजबूत भविष्यवक्ता है, जो समान डिजिटल स्वास्थ्य कार्यान्वयन के लिए जनसांख्यिकीय लक्ष्यीकरण के बजाय व्यवहार संबंधी जुड़ाव को प्राथमिकता देने की आवश्यकता को रेखांकित करता है।

Zaghloul, H., Arabi, B., Al-Ani, M., Abdullah, A., El-Masri, R., AboMuslim, O., Al-Ahdab, F., Rizwan, M. R. M., Tag, Z. (…)2026-07-20
📄 health informatics

Assessing electronic health record potential for adaptive learning in multimorbidity care in Sub-Saharan Africa: a mixed-methods study of Zimbabwe's Impilo system

ज़िम्बाब्वे के इम्पिलो (Impilo) ईएचआर (EHR) सिस्टम के इस मिश्रित-पद्धति वाले अध्ययन से पता चलता है कि जहाँ अग्रिम पंक्ति के स्वास्थ्य कर्मी डिजिटल और कागजी उपकरणों के हाइब्रिड के माध्यम से मल्टीमॉर्बिडिटी (बहुरुग्णता) देखभाल के लिए अनुकूलनशील शिक्षण उत्पन्न करते हैं, वहीं इस शिक्षण को स्थिर और संस्थागत बनाने के लिए सामाजिक-तकनीकी व्यवस्थाओं का अभाव इस प्रणाली को एक वास्तविक लर्निंग हेल्थ सिस्टम (सीखने वाले स्वास्थ्य तंत्र) के रूप में विकसित होने से रोकता है जो व्यापक देखभाल अनुकूलन को संचालित करने में सक्षम हो सके।

Dhodho, E., Choga, K., Mundoga, F., Chimberengwa, P. T., Gongora, R. T., Webb, K., Chinyanga, T. T., Banda, F., Masiye (…)2026-07-19
📄 health informatics

Chart review and genetic validation of electronic medical record dementia diagnoses in VA: The impact of CMS data

यह अध्ययन VA प्रणाली के भीतर अल्जाइमर रोग और संबंधित डिमेंशिया के लिए इलेक्ट्रॉनिक मेडिकल रिकॉर्ड एल्गोरिदम में CMS डेटा को शामिल करने के प्रभाव का मूल्यांकन करता है, जिसमें यह पाया गया है कि जहाँ CMS डेटा केस डिटेक्शन और संवेदनशीलता को बढ़ाता है, वहीं CMS डेटा के बिना एक व्यापक एल्गोरिदम महामारी विज्ञान के लिए इष्टतम है, जबकि CMS डेटा के साथ एक सख्त एल्गोरिदम देर से होने वाले AD के लिए सबसे मजबूत आनुवंशिक जुड़ाव प्रदान करता है।

Logue, M., Lee, S. O., Gillis, M., Zhang, R., Lee, M., Marra, D., Lopez, F. V., Lynch, J., Panizzon, M. S., Tsuang, D. W (…)2026-07-17
📄 health informatics

Comparing Human and Large Language Model Responses to Patients Online Questions: Towards Multi-dimensional Patient-centered Support

यह अध्ययन प्रयोगशाला परीक्षण परिणामों के बारे में रोगियों के ऑनलाइन प्रश्नों पर बड़े भाषा मॉडलों (LLMs) और साथियों (peers) की प्रतिक्रियाओं की अनुभवजन्य तुलना करता है, जिसमें यह पाया गया है कि जहाँ LLMs स्पष्ट, संरचित चिकित्सा स्पष्टीकरण प्रदान करने में उत्कृष्ट हैं, वहीं साथी अधिक व्यक्तिगत भावनात्मक सहायता प्रदान करते हैं, जो यह सुझाव देता है कि यदि LLMs अपनी भावनात्मक गहराई, तर्क संबंधी पारदर्शिता और सामुदायिक मानदंडों के साथ संरेखण में सुधार करें तो वे सहकर्मी समुदायों को प्रभावी ढंग से पूरक बना सकते हैं।

Hussein, M. A., Doshi, R., He, L., Reynolds, T.2026-07-17
📄 health informatics

FootNet: A Multi-View Smartphone Dataset and Four-Model Benchmark for Clinical Foot Segmentation

यह शोध पत्र फुटनेट (FootNet) प्रस्तुत करता है, जो क्लिनिकल फुट सेगमेंटेशन के लिए विशेषज्ञ-एनोटेटेड मास्क वाला एक मल्टी-व्यू स्मार्टफोन डेटासेट है, और एक बेंचमार्क स्थापित करता है जो यह प्रदर्शित करता है कि मोबाइलनेटवी2 (MobileNetV2) एनकोडर के साथ एक यू-नेट (U-Net), सेगमेंटेशन सटीकता के मामले में डीपलैबवी3 (DeepLabV3), यूनेट++ (UNet++), और सैम विट-बी (SAM ViT-B) सहित अन्य मॉडलों से काफी बेहतर प्रदर्शन करता है।

Vijay, A., Prabhune, A., Srihari, V. R., Rayampalli, A.2026-07-17
📄 health informatics

What Week 8 Knows: Forecasting Six-Month GLP-1 Outcomes

यह अध्ययन एक प्रमाणित भविष्य कहनेवाला उपकरण प्रस्तुत करता है जो छह महीने के GLP-1 परिणामों और ड्रॉपआउट जोखिम का पूर्वानुमान लगाने के लिए आठवें सप्ताह के वजन घटाव और रोगी की विशेषताओं का लाभ उठाता है, जो इसे एक चिकित्सीय मार्गदर्शक के बजाय एक रोगनिरोधी (प्रोग्नोस्टिक) गाइड के रूप में अपनी सीमाओं को स्वीकार करते हुए साझा निर्णय लेने के लिए नैदानिक रूप से कार्रवाई योग्य अंतर्दृष्टि प्रदान करता है।

Erly, B., Raja, S.2026-07-16
📄 health informatics

Beyond Intensity: Cross-Dataset Consistency of Temporal Facial Action-Unit Dynamics as Transferable Markers of Depression

यह अध्ययन प्रदर्शित करता है कि जहाँ उच्च-तीव्रता वाले फेशियल एक्शन यूनिट फीचर्स अक्सर विविध डेटासेट्स में सामान्यीकरण करने में विफल रहते हैं, वहीं धीमी टेम्पोरल डायनेमिक्स और विशिष्ट सह-सक्रियण पैटर्न (जैसे कि आँख-मुँह का डिकपलिंग) अवसाद के सुदृढ़, हस्तांतरणीय मार्कर के रूप में कार्य करते हैं, जो यह सुझाव देते हैं कि मल्टी-साइट अफेक्टिव रिसर्च में फीचर्स के चयन के लिए दिशात्मक निरंतरता एक बेहतर मानदंड है।

Jeong, I., Jang, M., Kim, J.-w., Kim, H., Park, S., Kim, D.-K., Park, J.-H., Kim, Y., Kim, J.-M., Lee, H., Jhon, M.2026-07-15
📄 health informatics

Healthcare Big Data Platform for Linking National Databases in Korea: System Development and Research Applications

दक्षिण कोरिया में हेल्थकेयर बिग डेटा लिंकेज प्लेटफॉर्म (HCDL), एक विश्वसनीय तृतीय पक्ष और एक केंद्रीकृत समीक्षा प्रक्रिया के माध्यम से 13 राष्ट्रीय डेटाबेस को एकीकृत करके प्रणालीगत अक्षमताओं को संबोधित करता है, जो डेटा-संचालित और सटीक चिकित्सा को आगे बढ़ाने के लिए मल्टी-डेटाबेस अनुसंधान अनुप्रयोगों में आई वृद्धि को सफलतापूर्वक सुगम बनाता है।

Kim, Y., Lee, Y., Jeong, J.2026-07-13