📄 Category

health informatics

191 articoli

La sanità informatica rappresenta l'intersezione vitale tra dati medici e tecnologia, trasformando come raccogliamo, analizziamo e utilizziamo le informazioni per migliorare la cura dei pazienti. Questo campo innovativo non si limita alla gestione digitale delle cartelle cliniche, ma abbraccia l'intelligenza artificiale applicata alla diagnostica e agli strumenti che aiutano i ricercatori a scoprire nuovi modelli nelle grandi masse di dati sanitari.

Su Gist.Science, ogni nuovo preprint pubblicato su medRxiv in questa categoria viene elaborato con cura. Offriamo per ciascun studio una sintesi in linguaggio semplice per il pubblico generale e un riassunto tecnico dettagliato per gli specialisti, rendendo la ricerca complessa immediatamente accessibile senza sacrificare il rigore scientifico.

Di seguito troverete l'elenco aggiornato degli ultimi studi pubblicati su medRxiv in questo settore, pronti per essere esplorati nelle loro diverse forme di sintesi.

📄 health informatics

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

Questo studio dimostra che la relazione tra attività fisica e umore varia significativamente in base al sesso e alla fase del ciclo mestruale, in particolare nelle donne, indicando che i modelli di fenotipizzazione digitale devono tenere conto di questi fattori biologici per evitare previsioni distorte e consentire approfondimenti personalizzati sulla salute mentale.

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

Questo studio dimostra che il bias di selezione cumulativo nello screening della depressione nell'assistenza primaria gonfia le metriche del machine learning pur distorcendo le associazioni epidemiologiche, e propone un framework di predizione selettiva disaccoppiata utilizzando una regola CART a quattro variabili per selezionare in sicurezza solo il 20% dei pazienti più affidabili per la valutazione algoritmica, indirizzando il resto verso la valutazione umana.

Wang, Z., liu, y.2026-07-22
📄 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

Questo studio trasversale condotto su 3.004 adulti in Qatar dimostra che la prontezza comportamentale, in particolare l'esercizio fisico quotidiano e la disponibilità a condividere i dati, è un predittore più forte dell'adozione di dispositivi indossabili e dell'integrazione della medicina digitale rispetto ai fattori demografici tradizionali come l'istruzione, evidenziando la necessità di dare priorità al coinvolgimento comportamentale rispetto al targeting demografico per un'implementazione equa della sanità digitale.

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

Questo studio a metodi misti sul sistema EHR Impilo dello Zimbabwe rivela che, sebbene gli operatori sanitari in prima linea generino apprendimento adattivo per la cura delle multimorbilità attraverso un ibrido di strumenti digitali e cartacei, la mancanza di configurazioni socio-tecniche per stabilizzare e istituzionalizzare tale apprendimento impedisce al sistema di evolversi in un vero Sistema Sanitario di Apprendimento capace di guidare un'ampia adattazione delle cure.

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

Questo studio valuta l'impatto dell'incorporazione dei dati CMS negli algoritmi delle cartelle cliniche elettroniche per la malattia di Alzheimer e le demenze correlate all'interno del sistema VA, riscontrando che, sebbene i dati CMS aumentino il rilevamento dei casi e la sensibilità, un algoritmo ampio senza dati CMS è ottimale per l'epidemiologia, mentre un algoritmo rigoroso con dati CMS produce le più forti associazioni genetiche per l'AD a esordio tardivo.

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

Questo studio confronta empiricamente i modelli linguistici di grandi dimensioni e le risposte dei pari alle domande poste online dai pazienti riguardo ai risultati degli esami di laboratorio, riscontrando che, mentre i LLM eccellono nel fornire spiegazioni mediche chiare e strutturate, i pari offrono un supporto emotivo più personalizzato, suggerendo che i LLM potrebbero integrare efficacemente le comunità di pari se migliorassero la loro profondità emotiva, la trasparenza del ragionamento e l'allineamento con le norme della comunità.

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

Questo articolo introduce FootNet, un dataset per smartphone multi-vista con maschere annotate da esperti per la segmentazione clinica del piede, e stabilisce un benchmark che dimostra come una U-Net con un encoder MobileNetV2 superi significativamente altri modelli, tra cui DeepLabV3, UNet++ e SAM ViT-B, in termini di accuratezza della segmentazione.

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

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

Questo studio dimostra che, mentre le caratteristiche ad alta intensità delle unità di azione facciale spesso non riescono a generalizzare tra dataset diversi, la dinamica temporale più lenta e specifici modelli di co-attivazione (come il disaccoppiamento occhio-bocca) fungono da marcatori robusti e trasferibili della depressione, suggerendo che la coerenza direzionale sia un criterio superiore per la selezione delle caratteristiche nella ricerca affettiva multi-sito.

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