MétaCan
Menu
Retour à la cohorte
Enregistrement W4205207900 · doi:10.2196/17278

The Use of Blockchain Technology in the Health Care Sector: Systematic Review

2022· review· en· W4205207900 sur OpenAlexvenueno aff
Deepa Elangovan, Chiau Soon Long, Faizah Safina Bakrin, Ching Siang Tan, Khang Wen Goh, Siang Fei Yeoh, Mei Jun Loy, Zahid Hussain, Kah Seng Lee, Azam Che Idris, Long Chiau Ming

Notice bibliographique

RevueJMIR Medical Informatics · 2022
Typereview
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlockchainHealth careComputer scienceHealth technologyHealth information technologyDatabase transactionScopusThe InternetQuality (philosophy)Knowledge managementData scienceMEDLINEWorld Wide WebComputer securityPolitical scienceDatabase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Blockchain technology is a part of Industry 4.0's new Internet of Things applications: decentralized systems, distributed ledgers, and immutable and cryptographically secure technology. This technology entails a series of transaction lists with identical copies shared and retained by different groups or parties. One field where blockchain technology has tremendous potential is health care, due to the more patient-centric approach to the health care system as well as blockchain's ability to connect disparate systems and increase the accuracy of electronic health records. OBJECTIVE: The aim of this study was to systematically review studies on the use of blockchain technology in health care and to analyze the characteristics of the studies that have implemented blockchain technology. METHODS: This study used a systematic review methodology to find literature related to the implementation aspect of blockchain technology in health care. Relevant papers were searched for using PubMed, SpringerLink, IEEE Xplore, Embase, Scopus, and EBSCOhost. A quality assessment of literature was performed on the 22 selected papers by assessing their trustworthiness and relevance. RESULTS: After full screening, 22 papers were included. A table of evidence was constructed, and the results of the selected papers were interpreted. The results of scoring for measuring the quality of the publications were obtained and interpreted. Out of 22 papers, a total of 3 (14%) high-quality papers, 9 (41%) moderate-quality papers, and 10 (45%) low-quality papers were identified. CONCLUSIONS: Blockchain technology was found to be useful in real health care environments, including for the management of electronic medical records, biomedical research and education, remote patient monitoring, pharmaceutical supply chains, health insurance claims, health data analytics, and other potential areas. The main reasons for the implementation of blockchain technology in the health care sector were identified as data integrity, access control, data logging, data versioning, and nonrepudiation. The findings could help the scientific community to understand the implementation aspect of blockchain technology. The results from this study help in recognizing the accessibility and use of blockchain technology in the health care sector.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,110
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,008
Bibliométrie0,0230,021
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0030,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,047
Tête enseignante GPT0,338
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical InformaticsMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207