📄 Category

health informatics

191 papers

In de wereld van de gezondheidszorg speelt informatiekunde een steeds grotere rol. Dit vakgebied verbindt medische data met geavanceerde technologie om diagnoses te versnellen, behandelingen te optimaliseren en publieke gezondheid te bewaken. Het gaat hierbij niet alleen om cijfers, maar om het begrijpelijk maken van complexe patronen die levens kunnen redden.

Op Gist.Science verzamelen we de nieuwste inzichten uit dit dynamische veld, direct afkomstig van medRxiv. Voor elk nieuw preprint in deze categorie verwerken wij de inhoud grondig en leveren we zowel een heldere samenvatting in gewone taal als een gedetailleerde technische analyse. Zo maken we de wetenschap toegankelijk voor iedereen, ongeacht hun achtergrond.

Hieronder vindt u de meest recente publicaties uit de categorie Health Informatics, direct uit de medRxiv database.

📄 health informatics

WITHDRAWN: Construction and Analysis of Risk Model of Postoperative Stone Recurrence in Patients with Cholelithiasis: A Protocol-Based KAP Questionnaire Approach

Deze teruggetrokken protocolgestuurde studie had als doel een risicomodel voor postoperatieve recidive van galwegstenen op te stellen door de kennis, houdingen en praktijken van 100 patiënten te evalueren, waarbij werd onthuld dat hoewel patiënten over adequate kennis beschikten, zij negatieve houdingen en een slechte therapietrouw met betrekking tot preventieve praktijken vertoonden.

xie, h., Wang, X., Hao, F., Du, L., Meng, Y.2026-08-07
📄 health informatics

Regional and Temporal Patterns of COVID-19 Vaccine Misinformation in Sub-Saharan Africa

Deze studie analyseert meer dan 6 miljoen tweets uit Sub-Sahara Afrika om aan te tonen dat misinformatie over COVID-19-vaccins wordt gedreven door regio-specifieke zorgen in plaats van inkomensniveaus, piekt rond beleidsverplichtingen, en behoefte heeft aan op maat gemaakte, langetermijnstrategieën tegen misinformatie.

Jamalova, R., Jain, D., Rai, S., Mittal, J., Andy, A., Buttenheim, A. M., Guntuku, S. C.2026-08-07
📄 health informatics

Counterfactual Analysis of Executable Clinical Decision Logic

Dit artikel stelt een hybride besluitvormingskader voor dat survey-gewogen rule-ensemble learning integreert met Decision Model and Notation (DMN) om narratieve klinische aanbevelingen te transformeren naar auditeerbare, uitvoerbare logica, waarbij de bekwaamheid wordt aangetoond om de diabetesstatus te classificeren en de gevoeligheid van het patiëntrisico voor hypothetische BMI-reducties in een op NHANES gebaseerde cohort te kwantificeren.

Maleki, C., Bertrand, Y., Gailly, F.2026-08-07
📄 health informatics

Quantifying User Engagement with the Helpilepsy Seizure Diary

Dit artikel introduceert een multidimensionale betrokkenheidsmetriek voor het Helpilepsy-seizure dagboek, waarbij clusteringanalyse wordt gebruikt om onderscheidende gebruikersgroepen te identificeren en onthult dat zeer betrokken patiënten doorgaans ouder zijn met een langere epilepsiegeschiedenis en complexere medicatiebehandelingen, wat de noodzaak voor gerichte onboardingstrategieën voor nieuwe patiënten en het belang van het benutten van diverse dagboekfuncties buiten het eenvoudige registreren van aanvallen om, onderstreept.

Davies, J., Biondi, A., Viana, P. F., Ampe, L., Schreiber, J., Richardson, M. P.2026-08-07
📄 health informatics

Towards understanding the disease landscape of clinical trials in Germany: Ontology and embedding-based pipelines versus Large Language Models for ICD-10 Harmonization

Deze studie toont aan dat hoewel een deterministische ontologie en een op embeddings gebaseerde pipeline de heterogene klinische proefgegevens in Duitsland gedeeltelijk kunnen harmoniseren met de ICD-10-standaarden, Large Language Models (specifiek GPT-4o) dit aanzienlijk overtreffen door een bijna perfecte overeenstemming met de codering door menselijke experts te bereiken, waardoor zij een superieure oplossing bieden voor cross-register ziektebeeldanalyse.

Ndabashinze, R., Franzen, D., Kozuch, E., Aagerup, J., Fink, A., Yerunkar, S. S., Hunter, K., Mayo-Wilson, E., Ying, X. (…)2026-08-06
📄 health informatics

Is Lower Limb Movement Enough? Quantifying Overground Arm Swing Kinematics and Coordination to Assess Ageing Decline in Older Adults

Deze studie valideert een algoritme voor draagbare sensoren voor het kwantificeren van de kinematica en coördinatie van de armzwaai tijdens het lopen bij oudere volwassenen, waarbij wordt aangetoond dat de arm-beencoördinatie een onderscheidende en gevoelige dimensie van loopstabiliteit is die afneemt bij kwetsbaarheid en neurologische beperkingen, waardoor een schaalbare methode wordt geboden om vroege mobiliteitsinstabiliteit te detecteren die verder gaat dan traditionele loopsnelheidsmetingen.

Tan, K. Z., Pai, S., Kim, Y. K., Frautschi, A., Gwerder, M., Tan, K. Y., Koh, V. J. W., Ravi, D., Taylor, W. R., Malhotr (…)2026-08-05
📄 health informatics

Digital Health Adoption, eHealth Literacy, and Trust in AI Among Generation Z University Students in Sri Lanka: An Empirical Study

Dit onderzoek onthult dat hoewel Generation Z-universiteitsstudenten in Sri Lanka over een hoge eHealth-geletterdheid beschikken en steeds meer vertrouwen op AI voor gezondheidsinformatie, hun adoptie van digitale gezondheidsdiensten beperkt blijft door aanzienlijke privacyzorgen en een hardnekkige voorkeur voor traditionele face-to-face consulten.

Athukorala, S. C.2026-07-28✓ Author reviewed ⓘ
📄 health informatics

A digital health approach for identifying polyendocrine metabolic ovarian syndrome using machine learning and body temperature

Deze studie demonstreert de haalbaarheid van het gebruik van machine learning-modellen toegepast op lichaam gedragen temperatuurgegevens om het Polyendocrien Metabool Ovariëel Syndroom (PMOS) matig te voorspellen, wat wijst op een potentiële passieve digitale screeningsmethode voor het identificeren van niet-gediagnosticeerde gevallen.

Awoniran, O. M., Lawlor, D. A., Gaunt, T. R., Millard, L. A. C.2026-07-27
📄 health informatics

Development and formative application of the Health Data Readiness Level framework for federated health-data services.

Dit artikel presenteert de ontwikkeling en de formatieve toepassing van het Health Data Readiness Level (HDRL)-framework, een multidimensionale tool die ontworpen is om de organisatorische en systemische gereedheid voor federatieve gezondheidsgegevensdiensten binnen drie Britse ecosystemen te beoordelen, waarbij wordt gewaarschuwd dat het een planningsinstrument blijft en geen gevalideerde accreditatiestandaard is.

Seymour, D., Halliday, R., Smart, J., Burns, F.2026-07-27