📄 Category

health informatics

256 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.

📄 gezondheidsinformatica

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
📄 gezondheidsinformatica

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
📄 gezondheidsinformatica

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 ⓘ
📄 gezondheidsinformatica

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
📄 gezondheidsinformatica

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
📄 gezondheidsinformatica

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

Deze studie toont aan dat de relatie tussen fysieke activiteit en stemming significant varieert per geslacht en menstruatiefase, met name bij vrouwen, wat aangeeft dat digitale fenotyperingmodellen rekening moeten houden met deze biologische factoren om bevooroordeelde voorspellingen te voorkomen en gepersonaliseerde inzichten in de mentale gezondheid mogelijk te maken.

Delray, K., Zeitler, J. K., Hayes, J. F., Kandola, A., Keay, N., Evans, R. J.2026-07-27
📄 gezondheidsinformatica

Selective prediction as a triage gate for primary-care depression screening: quantifying and mitigating selection bias in CHARLS-2011

Deze studie toont aan dat cumulatieve selectiebias in depressiescreening in de eerstelijnszorg machine learning-metrieken opblaast en epidemiologische associaties vertekent, en stelt een ontkoppeld selectief voorspellingskader voor met een vier-variabele CART-regel om veilig slechts de meest betrouwbare 20% van de patiënten te triageren voor algoritmische scoring, terwijl de rest naar menselijke evaluatie wordt geleid.

Wang, Z., liu, y.2026-07-22
📄 gezondheidsinformatica

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

Deze transversale studie onder 3.004 volwassenen in Qatar toont aan dat gedragsbereidheid, met name dagelijkse lichaamsbeweging en de bereidheid om gegevens te delen, een sterkere voorspeller is voor de adoptie van wearables en de integratie van digitale geneeskunde dan traditionele demografische factoren zoals opleiding, wat de noodzaak benadrukt om prioriteit te geven aan gedragsmatige betrokkenheid boven demografische targeting voor een rechtvaardige implementatie van digitale gezondheidszorg.

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
📄 gezondheidsinformatica

Assessing electronic health record potential for adaptive learning in multimorbidity care in Sub-Saharan Africa: a mixed-methods study of Zimbabwe's Impilo system

Deze mixed-methods studie naar het Impilo EHR-systeem in Zimbabwe onthult dat hoewel zorgverleners aan de frontlinie adaptief leren voor multimorbiditeitszorg genereren via een hybride van digitale en papiergestuurde hulpmiddelen, het gebrek aan sociotechnische arrangementen om dit leren te stabiliseren en te institutionaliseren voorkomt dat het systeem evolueert naar een echt Learning Health System dat in staat is tot bredere zorgadaptatie.

Dhodho, E., Choga, K., Mundoga, F., Chimberengwa, P. T., Gongora, R. T., Webb, K., Chinyanga, T. T., Banda, F., Masiye (…)2026-07-19