📄 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

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

Het Healthcare Big Data Linkage Platform (HCDL) in Zuid-Korea pakt systemische inefficiënties aan door 13 nationale databases te integreren via een Trusted Third Party en een gecentraliseerd beoordelingsproces, waarmee het succesvol een toename in onderzoekstoepassingen met meerdere databases heeft gefaciliteerd om datagestuurde en precisiegeneeskunde te bevorderen.

Kim, Y., Lee, Y., Jeong, J.2026-07-13
📄 health informatics

How Best to Explain Machine Learning Models to Clinicians: A User Study of Explanation Types

Deze gebruikersstudie met 39 clinici toont aan dat hoewel attributiegebaseerde verklaringen het meest significant het vertrouwen en het begrip van machine learning-voorspellingen in klinische settings verbeteren, bijna de helft van de deelnemers de voorkeur geeft aan het bekijken van meerdere typen verklaringen, wat suggereert dat toekomstige implementaties prioriteit moeten geven aan attributiemethoden terwijl ze diverse formaten aanbieden die zijn afgestemd op specifieke klinische rollen.

Brown, B., Oguss, M., Carey, K. A., Martin, J., Kotula, C. A., Nguyen, O. T., Akel, M., Wiegmann, D. A., Edelson, D. P. (…)2026-07-10
📄 health informatics

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

Deze studie heeft de Telemedicine Readiness Inventory at the Facility Level (TRI-F) succesvol aangepast en psychometrisch gevalideerd met behulp van gegevens van 774 eerstelijnsinstellingen in Peru, waarmee de structurele validiteit, interne consistentie en de bruikbaarheid voor het benchmarken en begeleiden van de planning van telemedicijnimplementatie zijn aangetoond.

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

Deze benchmarkstudie toont aan dat hoewel het converteren van real-world data uit Denemarken, Finland en Portugal naar het OMOP Common Data Model semantisch uitgelijnde grensoverschrijdende vergelijkingen voor borstkanker en ALS mogelijk maakt, dit de onderliggende dataheterogeniteit niet wegneemt, wat iteratieve benchmarking tegenover natieve data en klinische expertise noodzakelijk maakt om geldige epidemiologische inzichten te waarborgen.

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

Deze studie toont aan dat een door een LLM ondersteunde workflow, die gestructureerde zoekopdrachten combineert met iteratieve GPT-4-Turbo-verfijning, effectief een snelle, schaalbare en beleidsrelevante levende bewijsvoering kan genereren voor klimaatgevoelige voedseloverdraagbare ziekten met een hoge recall en verbeterde consistentie in de 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 is een hybride deep learning-framework dat LSTM- en Transformer-architecturen combineert om superieure multi-horizon voorspelling van acute nierinsufficiëntie bij IC-patiënten te bereiken door zowel lokale temporele dynamiek als globale contextuele afhankelijkheden in elektronische gezondheidsgegevens effectief te vangen.

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

Deze studie introduceert de Embedding-Distance Gait Biomarker (EDGB), een supervised contrastive learning-raamwerk dat gebruikmaakt van een compact convolutioneel neuraal netwerk om robuuste 3elige 32-dimensionale latente representaties te extraheren uit ruwe draagbare IMU-signalen, waarbij een hoge nauwkeurigheid wordt bereikt bij het onderscheiden tussen gezonde, neurologische en orthopedische looppatronen, terwijl tegelijkertijd een sterke betrouwbaarheid en significante groepsdifferentiatie worden aangetoond.

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

Deze target trial emulation studie met gebruik van real-world data demonstreert dat het combineren van PD-1/PD-L1 remmers met VEGFR tyrosinekinase-remmers de restricted mean survival time bij patiënten met niercelcarcinoom significant verbetert in vergelijking met monotherapie met een VEGFR tyrosinekinase-remmer, wat de generaliseerbaarheid van combinatietherapie ondersteunt ondanks niet-proportionele hazards.

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

Het artikel introduceert PulseOx-FM, een zelfgesuperviseerd foundation model getraind op miljoenen segmenten van draagbare pulsoximetrie die bestaande methoden overtreft in het voorspellen van diverse cardiometabole en neuropsychiatrische gezondheidsrisico's, waaronder toekomstige hypertensie en de glycemische status van de volgende dag, waardoor het een krachtige niet-invasieve tool vestigt voor wereldwijde gezondheidsrisicostratificatie.

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