JMIR医学信息

临床信息学、为卫生专业人员提供决策支持、电子卫生记录和电子卫生基础设施

主编:

克里斯蒂安·洛维斯医学博士,公共卫生硕士,法医学研究所,医疗信息科学部,日内瓦大学(日内瓦大学)日内瓦大学医院,瑞士


影响因子3.23

医学信息学(JMI, ISSN 2291-9694;影响因子:3.23) (主编: Christian Lovis, MD, MPH, FACMI)是一份PubMed/ scie索引的开放获取期刊,专注于临床信息学、护理过程数字化、临床和健康数据管道从获取到重用的挑战和影响,包括:语义、自然语言处理、自然交互、有意义的分析和决策支持、电子健康记录、基础设施、实施和评估(见重点和范围)

JMIR医学信息学坚持严格的质量标准,包括快速和彻底的同行评审过程,专业的拷贝编辑,以及PDF、XHTML和XML证明的专业生产。该期刊在PubMed、PubMed Central、DOAJ、SCOPUS和SCIE (Clarivate)均有索引。在2022年,JMI获得了期刊影响因子™3.23(5年期刊影响因子:3.56)(来源:Clarivate期刊引用报告™,2022年)。

最近的文章

文章缩略图
临床数据用于研究和监测的二次使用

尽管数据重用提供了许多机会,但它的实现存在许多困难,而且原始数据不能直接重用。信息并不总是在源数据库中直接可用,需要在定义算法时使用原始数据进行计算。

|
文章缩略图
主题议题2022:健康自然语言处理与应用(CHIP)

研究表明,半数以上伴有急性肾损伤(AKI)的心力衰竭(HF)患者有新发AKI,而肾功能评估指标如估计的肾小球滤过率在住院期间通常不会反复检测。作为一个独立的危险因素,AKI识别延迟已被证明与心力衰竭患者的不良事件相关,如慢性肾脏疾病和死亡。

|
文章缩略图
电子健康记录

生命体征已广泛应用于医院内心脏骤停(IHCA)评估,在住院患者病情恶化的检测中发挥着重要作用。随着早期预警系统和人工智能应用数量的增加,医疗保健信息交换和互操作性变得更加复杂和困难。尽管Health Level 7快速医疗互操作性资源(FHIR)已经开发了一个生命体征概要,但它还不足以支持IHCA应用程序或基于机器学习的模型。

|
文章缩略图
临床数据用于研究和监测的二次使用

心脑血管疾病(cvd)每年在全世界造成1750万人死亡,占非传染性死亡原因的46.2%,是死亡的主要原因,其次是癌症、呼吸系统疾病和糖尿病。冠状动脉ct血管造影术(CCTA)检测冠状动脉钙化,可用于检测无症状但严重的血管疾病。尽管涉及到辐射,但它允许无创和快速检测。

|
文章缩略图
机器学习

肝素抗凝治疗是重症监护病房常用的治疗方法,并通过活化部分凝血酶凝时间(aPTT)进行监测。已有研究表明,在24小时内达到既定的抗凝指标与良好的预后相关。然而,患者对肝素的反应不同,达到抗凝目标可能具有挑战性。机器学习算法可能为临床医生提供改进的剂量建议。

|
文章缩略图
电子健康记录

将患者生成的健康数据(PGHD)集成到健康信息系统(HISs)的需求日益增加。使用基于双重模型的卫生信息标准可以实现系统之间的语义互操作性。尽管有证据表明,在移动应用程序和电子健康记录(EHRs)之间使用可替代医疗应用程序和可重用技术快速医疗互操作性资源(SMART on FHIR)框架进行标准化通信,但使用欧洲规范/国际标准化组织(EN/ISO) 13606还没有被探索,尽管在临床知识建模和形式化方面,相比FHIR有一些优势。以及在创造新概念方面的灵活性。

|
文章缩略图
电子健康记录

电子健康记录(EHR)已成为一种骨干医疗保健组织,旨在整合医疗保健记录和自动化临床工作流程。随着电子卫生保健系统的采用,卫生信息通信技术和电子病历在减少差错、改善沟通和提高患者满意度方面提供了显著的卫生保健优势。

|
文章缩略图
为卫生专业人员提供决策支持

当少量有用的警报产生许多无关的警报时,警报疲劳是不可避免的。了解医生的反应,提高临床决策支持系统(CDSS)的有效性是十分必要的。

|
文章缩略图
不良药物事件检测、药物警戒和监测

药物不良反应在临床实践和公共卫生监测中都引起了广泛关注。已采取多种措施,加强药品上市后的不良反应监测,提高药品安全性。这些措施包括实施自发报告系统,开发基于电子健康记录和社交媒体数据的自动化自然语言处理系统,以收集药物不良事件的证据,并可进一步调查可能的不良反应。

|
文章缩略图
质量改进

电子健康记录(EHRs)是在任何卫生保健环境中≥1次接触期间创建的患者健康信息的电子记录。2009年的《卫生信息技术法案》是美国采用和实施电子病历的主要推动因素。考虑到采用电子病历是一项复杂而昂贵的投资,这项投资的回报是预期的。

|
文章缩略图
关于卫生领域数字技术的观点和经验

电子健康记录(EHRs)最初是为临床护理和账单开发的。因此,数据的收集、组织和策划方式不能优化为辅助使用,以支持学习卫生系统。人口保健登记为支持提高质量提供了工具。这些工具通常与实时电子病历集成,旨在使用最少的计算资源,可能不适用于某些研究项目。研究人员可能需要不同的电子表型和变量定义,这些定义可能与通常用于人群健康的不同研究。建立一个映射到观察医疗结果伙伴关系公共数据模型的正式注册中心,提供了添加自定义映射并更容易地与其他机构共享这些映射的机会。执行预处理任务,如数据清理、计算风险分数、时间到事件分析、归因和将数据转换为统计分析的格式,将提高效率,并使数据更易于调查人员使用。在EHR之外维护的研究注册也可以在不损害临床护理数据的情况下使用大量的计算资源。本文描述了中庭健康维克森林浸信会的虚拟糖尿病登记处及其持续发展的计划。

|
文章缩略图
主题议题2022:健康自然语言处理与应用(CHIP)

心脏磁共振成像(CMR)是一种强大的诊断方式,提供心脏解剖和功能的详细定量评估。从通常以非结构化文本形式存储在电子健康记录系统中的临床报告中自动提取CMR测量值将有助于它们在研究中的使用。现有的机器学习方法要么依赖于大量的专家注释,要么需要开发精心设计的规则,这些规则既耗时又特定于开发它们的环境。

|

Preprints Open for Peer-Review" class="text-center" data-v-bfbc99e2>预印本开放的同行评审

Baidu
map