Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > Publicações > Visualização > CMIID: A comprehensive medical information identifier for clinical search harmonization in Data Safe Havens

Publicações

CMIID: A comprehensive medical information identifier for clinical search harmonization in Data Safe Havens

Título
CMIID: A comprehensive medical information identifier for clinical search harmonization in Data Safe Havens
Tipo
Artigo em Revista Científica Internacional
Ano
2021
Autores
Domingues, MAP
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Ver página do Authenticus Sem ORCID
Camacho, R
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Rodrigues, PP
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Revista
Vol. 114
ISSN: 1532-0464
Editora: Elsevier
Indexação
Publicação em ISI Web of Knowledge ISI Web of Knowledge - 0 Citações
Outras Informações
ID Authenticus: P-00X-76K
Abstract (EN): Over the last decades clinical research has been driven by informatics changes nourished by distinct research endeavors. Inherent to this evolution, several issues have been the focus of a variety of studies: multi-location patient data access, interoperability between terminological and classification systems and clinical practice and records harmonization. Having these problems in mind, the Data Safe Haven paradigm emerged to promote a newborn architecture, better reasoning and safe and easy access to distinct Clinical Data Repositories. This study aim is to present a novel solution for clinical search harmonization within a safe environment, making use of a hybrid coding taxonomy that enables researchers to collect information from multiple repositories based on a clinical domain query definition. Results show that is possible to query multiple repositories using a single query definition based on clinical domains and the capabilities of the Unified Medical Language System, although it leads to deterioration of the framework response times. Participants of a Focus Group and a System Usability Scale questionnaire rated the framework with a median value of 72.5, indicating the hybrid coding taxonomy could be enriched with additional metadata to further improve the refinement of the results and enable the possibility of using this system as data quality tagging mechanism.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 12
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Da mesma revista

Relational machine learning for electronic health record-driven phenotyping (2014)
Artigo em Revista Científica Internacional
Peggy L Peissig; Vitor Santos Costa; Michael D Caldwell; Carla Rottscheit; Richard L Berg; Eneida A Mendonca; David Page
Multisource and temporal variability in Portuguese hospital administrative datasets: Data quality implications (2022)
Artigo em Revista Científica Internacional
Souza, J; Caballero, I; Santos, JV; Lobo, M; Pinto, A; Viana, J; Saez, C; Lopes, F; Freitas A
Healthcare hashtag index development: Identifying global impact in social media. (2016)
Artigo em Revista Científica Internacional
Ana Luisa Neves
Facegram - Objective quantitative analysis in facial reconstructive surgery (2016)
Artigo em Revista Científica Internacional
Geros, A; Horta, R; Paulo Aguiar
CMIID: A comprehensive medical information identifier for clinical search harmonization in Data Safe Havens (2021)
Artigo em Revista Científica Internacional
Domingues, MAP; Rui Camacho; Pedro Pereira Rodrigues

Ver todas (7)

Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Direito da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-09-08 às 22:30:43 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico