📄 Category

health informatics

239 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

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

Questo studio ha adattato e validato psicometricamente con successo il Telemedicine Readiness Inventory at the Facility Level (TRI-F) utilizzando dati provenienti da 774 strutture di assistenza primaria in Perù, dimostrando la sua validità strutturale, la coerenza interna e l'utilità per il benchmarking e per guidare la pianificazione dell'implementazione della 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

Questo studio di benchmark dimostra che, sebbene la conversione dei dati del mondo reale provenienti da Danimarca, Finlandia e Portogallo nel modello di dati comune OMOP consenta confronti transnazionali semanticamente allineati per il tumore al seno e la SLA, essa non elimina l'eterogeneità sottostante dei dati, rendendo necessari un benchmarking iterativo rispetto ai dati nativi e l'esperienza clinica per garantire approfondimenti epidemiologici validi.

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

Questo studio dimostra che un flusso di lavoro assistito da LLM, combinando ricerche strutturate con una raffinazione iterativa tramite GPT-4-Turbo, può generare efficacemente una base di evidenze viventi rapida, scalabile e rilevante per le politiche relative alle malattie alimentari sensibili al clima, con un'elevata richiamata e una maggiore coerenza nello screening.

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 è un framework di deep learning ibrido che combina le architetture LSTM e Transformer per ottenere una previsione multi-orizzonte superiore dell'insufficienza renale acuta nei pazienti in terapia intensiva, catturando efficacemente sia la dinamica temporale locale che le dipendenze contestuali globali nelle cartelle cliniche elettroniche.

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

Questo studio introduce l'Embedding-Distance Gait Biomarker (EDGB), un framework di apprendimento contrastivo supervisionato che utilizza una rete neurale convoluzionale compatta per estrarre rappresentazioni latenti robuste a 32 dimensioni da segnali IMU indossabili grezzi, raggiungendo un'elevata accuratezza nel distinguere tra pattern di deambulazione sani, neurologici e ortopedici, dimostrando al contempo una forte affidabilità e una significativa differenziazione tra i gruppi.

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

Questo studio di emulazione di un trial target utilizzando dati del mondo reale dimostra che la combinazione di inibitori di PD-1/PD-L1 con inibitori della tirosina chinasi di VEGFR migliora significativamente il tempo medio di sopravvivenza limitato nei pazienti con carcinoma a cellule renali rispetto alla monoterapia con inibitore della tirosina chinasi di VEGFR, supportando la generalizzabilità della terapia combinata nonostante i rischi non proporzionali.

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

Il documento presenta PulseOx-FM, un modello di base auto-supervisionato addestrato su milioni di segmenti di pulsossimetria da dispositivi indossabili che supera i metodi esistenti nella previsione di diversi rischi per la salute cardiometabolica e neuropsichiatrica, inclusi l'ipertensione futura e gli stati glicemici del giorno successivo, stabilendo così uno strumento potente e non invasivo per la stratificazione del rischio globale per la salute.

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.

Questo studio pilota dimostra la fattibilità tecnica dell'uso dell'intelligenza artificiale video generativa per creare simulazioni standardizzate di pazienti psichiatrici con un deterioramento graduale dell'igiene, evidenziando al contempo che, sebbene la modulazione dell'aspetto sia realizzabile, gli artefatti della motricità fine rendono necessaria la supervisione di esperti umani prima dell'impiego clinico.

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

Questo studio dimostra che, sebbene i modelli di gradient boosting che utilizzano dati strutturati delle cartelle cliniche elettroniche possano predire la progressione di depressione e ansia nei pazienti con sclerosi multipla, il loro limitato potere predittivo (R² ≤ 0,28) è dominato dai punteggi basali che riflettono la regressione verso la media, indicando che fonti di dati più ricche oltre le variabili cliniche strutturate sono necessarie per una previsione significativa a livello individuale.

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