Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Purpose of Health Records II01:19

Purpose of Health Records II

1.0K
Health records serve various essential purposes in the healthcare system. Here are some key purposes:
1.0K
Legal Guidelines for Documentation01:06

Legal Guidelines for Documentation

1.4K
The legal guidelines for nursing documentation are essential for ensuring accurate, professional, and ethical recording of patient care. The guidelines are discussed here:
1.4K
Purpose of Health Records I01:11

Purpose of Health Records I

1.3K
The vital purpose of health records is to provide a complete and accurate account of a patient's medical history, including communication, diagnostic and therapeutic orders, care planning, research, and quality review.
Here's a breakdown of how health records serve these purposes:
1.3K
Health Information Technology and Healthcare Information System01:30

Health Information Technology and Healthcare Information System

915
Health Information Technology (HIT)
Health Information Technology, commonly called HIT, integrates advanced information systems and technology in healthcare settings. Its primary functions include:
915
Ethical Standards II01:23

Ethical Standards II

795
Ethical standards are the backbone of nursing practice, guiding nurses as they interact with patients, families, and colleagues. These standards are crucial for providing safe, empathetic care centered on the patient's needs.
Nurses are entrusted with upholding various ethical principles and standards. Nurses forge solid therapeutic relationships using trust, empathy, autonomy, confidentiality, and professional competence.
Confidentiality is crucial, embodying respect for individual privacy...
795
Guidelines and Strategies for Safe Computer Charting01:18

Guidelines and Strategies for Safe Computer Charting

874
The guidelines and strategies provided by the American Nurses Association (ANA) and the Canadian Nurses Association (CNA) offer essential principles for ensuring safe and secure computer charting systems in healthcare settings. Let's break down each recommendation:
Maintain Confidentiality and Security:
874

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Rural-Urban Differences in Pediatric Asthma Presentation and Outcomes, 2016-2021.

Hospital pediatrics·2026
Same author

Rural-Urban Differences in Hypertension Prevalence and Control in a Large Regional Health System Cohort.

Journal of clinical medicine·2026
Same author

Long COVID Persistence and Surveillance Gaps Across 58 US Hospitals.

JAMA network open·2026
Same author

Decision support systems (DSS) for predicting hypertensive events using real-world telemonitoring data.

International journal of medical informatics·2026
Same author

Opportunities for informatics to improve patient experiences: observations and reflections of ACMI fellows.

Journal of the American Medical Informatics Association : JAMIA·2026
Same author

A conceptual model for provider scheduling: insights from an EHR implementation.

Journal of the American Medical Informatics Association : JAMIA·2026

Video Experimental Relacionado

Updated: Sep 10, 2025

The Participant-Reported Implementation Update and Score PRIUS: A Novel Method for Capturing Implementation-Related Data Over Time
06:05

The Participant-Reported Implementation Update and Score PRIUS: A Novel Method for Capturing Implementation-Related Data Over Time

Published on: February 19, 2021

1.4K

Privacidad desde el diseño: estudios de caso en la vinculación interactiva de registros utilizando un sistema híbrido

Hye-Chung Kum1, Eric Ragan2, Mahin Ramezani1

  • 1Population Informatics Lab, Department of Health Policy and Management, School of Public Health, Texas A&M University, College Station, TX, USA; Department of Computer Science and Engineering; Texas A&M University, College Station, TX, USA.

International journal of medical informatics
|August 22, 2025
PubMed
Resumen

Los sistemas interactivos de enlace de registros (RL) como MiNDFIRL mejoran la precisión de las coincidencias de los pacientes. Este enfoque híbrido humano-computador minimiza la divulgación de datos al tiempo que reduce los errores en la vinculación de datos de salud del mundo real.

Palabras clave:
Segmentación de los datosEnlace de registro interactivoComparación de pacientesPrivacidad por diseñoDatos del mundo realEnlace de registros

Más Videos Relacionados

Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios
06:02

Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios

Published on: October 6, 2020

2.4K
RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans
11:09

RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans

Published on: July 17, 2021

3.1K

Videos de Experimentos Relacionados

Last Updated: Sep 10, 2025

The Participant-Reported Implementation Update and Score PRIUS: A Novel Method for Capturing Implementation-Related Data Over Time
06:05

The Participant-Reported Implementation Update and Score PRIUS: A Novel Method for Capturing Implementation-Related Data Over Time

Published on: February 19, 2021

1.4K
Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios
06:02

Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios

Published on: October 6, 2020

2.4K
RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans
11:09

RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans

Published on: July 17, 2021

3.1K

Área de la Ciencia:

  • Informática de la salud
  • Enlace de datos
  • Tecnologías que preservan la privacidad

Sus antecedentes:

  • La coincidencia precisa de pacientes entre fuentes de datos dispares es un desafío sin un identificador común.
  • El enlace interactivo de registros (RL) mediante sistemas híbridos hombre-ordenador es esencial para la correspondencia de pacientes de alta calidad.
  • Minimizar la divulgación de información durante el RL es fundamental para la privacidad del paciente.

Objetivo del estudio:

  • Presentar y evaluar MiNDFIRL (Divulgación mínima necesaria para el enlace interactivo de registros), un sistema de software de prototipo híbrido.
  • Demostrar la capacidad de MiNDFIRL para maximizar la precisión del enlace y minimizar la divulgación de información.
  • Evaluar la eficacia de MiNDFIRL en estudios de casos reales.

Principales métodos:

  • Se llevaron a cabo dos estudios de usuario con 10.000 pares de datos de EHR y 18.240 identificadores únicos de datos generados por pacientes.
  • Se utilizó RL automatizado seguido de una revisión manual por 12 revisores utilizando MiNDFIRL para la resolución de juicio humano.
  • Consenso de los empleados para resolver los desacuerdos de los revisores y entrevistas semiestructuradas para la retroalimentación del sistema.

Principales resultados:

  • El algoritmo Random Forest identificó 388 coincidencias (EHR) y 539 (generadas por el paciente), con 303 y 187 pares adicionales que requieren revisión manual.
  • La revisión manual confirmó 232 (EHR) y 84 (generados por el paciente) vínculos verdaderos adicionales de pares inciertos.
  • MiNDFIRL utilizó solo el 30% de la información de identificación disponible para clasificar correctamente el 77% (EHR) y el 45% (generado por el paciente) de los vínculos inciertos, siendo los nombres y correos electrónicos los más frecuentes.

Conclusiones:

  • Los sistemas híbridos hombre-ordenador con acceso bajo demanda y enmascaramiento reducen los riesgos de divulgación en RL.
  • MiNDFIRL minimiza efectivamente los falsos positivos y los falsos negativos en la vinculación de datos de pacientes del mundo real.
  • La cuantificación del riesgo y la revisión interactiva son fundamentales para equilibrar la precisión y la privacidad en la vinculación de registros.