156 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.
Dit artikel is door medRxiv ingetrokken omdat het met valse informatie was ingediend.
Deze studie toont aan dat Zuid-Koreaanse ziekenhuisnetwerken met blockchain-geactiveerde uitwisselingssystemen voor gezondheidsinformatie aanzienlijk hogere technische efficiëntie bereiken dan conventionele systemen, wat wordt onderbouwd door een stochastische frontieranalyse met Bayesiaanse modelgemiddelde.
Dit artikel, dat de causale impact van natuurlijke taalverwerking op de sterfte door sepsis in Engeland onderzocht, is ingetrokken door medRxiv omdat het met valse informatie was ingediend.
Dit artikel is ingetrokken door medRxiv omdat het met valse informatie was ingediend.
Dit artikel introduceert RLSYN+REG, een op versterkingslering gebaseerd generatief model dat de wetenschappelijke bruikbaarheid van synthetische biomedische data aanzienlijk verbetert door ervoor te zorgen dat regressiemodellen getraind op synthetische data nauwkeurig de coëfficiënten en voorspellingen van hun realiteitsgebaseerde tegenhangers reproduceren, zonder afbreuk te doen aan de datakwaliteit of privacy.
De auteurs introduceren Chronos, een privacybewust framework dat gebruikmaakt van langdurige plasma-omics-data om moleculaire sporen van de ziekte van Parkinson op te sporen lang voordat klinische symptomen optreden.
Deze studie toont aan dat zowel logistische regressie als gradient boosting-modellen, getraind op historische CDC ILINet-surveillancedata, zeer nauwkeurig nationale griepuitbraken in de Verenigde Staten kunnen voorspellen, waarbij logistische regressie de beste prestaties levert.
Een analyse van bijna 410.000 Reddit-berichten onthult dat 43,5% van de gebruikers van semaglutide en tirzepatide bijwerkingen meldt, waarbij maag-darmklachten overheersen maar ook onbekende signalen zoals voortplantingsproblemen en temperatuurrelatieve klachten naar voren komen die de huidige klinische data aanvullen.
Deze paper introduceert een modulaire, adapter-gebaseerde aanpak die redenering en beloningstuning ontkoppelt om kleine klinische taalmodellen stabiel en nauwkeurig te aligneren, terwijl privacy en auditabiliteit worden gewaarborgd.
Dit artikel presenteert de Orphanet-nomenclatuur en -classificatie voor zeldzame ziekten, een gestandaardiseerd multilinguaal systeem dat in juli 2025 bijna 10.000 klinische entiteiten omvat en door uitgebreide koppelingen met andere semantische bronnen de interoperabiliteit, patiëntherkenning en data-uitwisseling op het gebied van zeldzame ziekten wereldwijd verbetert.