MétaCan
Menu
Retour à la cohorte
Enregistrement W7075999132

Un modèle d'architecture de données centré sur le patient pour les systèmes d'information de santé: Améliorer l'interopérabilité des données de santé grâce à la technologie Blockchain

2025· other· fr· W7075999132 sur OpenAlexaboutno aff

Notice bibliographique

RevueConstellation (Université du Québec à Chicoutimi) · 2025
Typeother
Languefr
DomaineComputer Science
ThématiqueData Analysis with R
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDecentralizationResource (disambiguation)Identity (music)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L'adoption généralisée des dossiers médicaux électroniques (DME) et des systèmes d'information sur la santé (SIH) a apporté des avantages considérables, mais a créé des silos de données fragmentés entre divers fournisseurs et nations. Les normes d'interopérabilité telles que Fast Healthcare Interoperability Resources (FHIR) visent à faciliter l'échange de données, mais elles se concentrent principalement sur les échanges de données entre institutions et ne peuvent pas prendre en charge l'interopérabilité des données centrée sur le patient, en particulier lorsque différents guides de mise en oeuvre, politiques de gouvernance ou même pays sont impliqués. En réponse à ces défis, cette recherche établit une revue complète de la littérature de 56 études clés pour identifier les principaux obstacles et les solutions existantes pour l'interopérabilité des données. Des analyses qualitatives et quantitatives ont illustré les caractéristiques d'une solution souhaitée pour l'interopérabilité centrée sur le patient et ont identifié les caractéristiques communes des solutions existantes. De plus, une analyse de similarité de l'indice de Jaccard a étudié la combinaison commune de l'appariement de ces caractéristiques. Elle a révélé l'importance des architectures basées sur la blockchain (48% des études) et des mécanismes de récupération des données personnelles (41%) comme caractéristiques importantes de l'interopérabilité centrée sur le patient. Notamment, le chevauchement le plus élevé se produit entre la blockchain et la récupération de données personnelles (indice Jaccard de 0,47), ce qui suggère que la combinaison peut permettre aux patients d'accéder et de contrôler l'intégralité de leurs dossiers médicaux. L'une des contributions notables de cette thèse est le développement du système autonome d'échange de dossiers orientés patient (APORES), un modèle architectural de données décentralisé conçu sur la base du découplage du contenu, du contexte et des politiques des dossiers médicaux. La séparation des dossiers médicaux (contenu), des ressources FHIR (contexte) et de la gouvernance des données (politiques) a permis à ce modèle architectural d'être un modèle architectural de données centré sur le patient. APORES exploite la blockchain pour une collaboration et une décentralisation sécurisées en tant qu'interface unifiée qui accorde l'accès aux services de récupération de données personnelles et de cartographie sémantique et convertit les dossiers récupérés en toutes les normes de ressources FHIR divergentes. Le modèle est validé par un test d'interopérabilité basé sur des scénarios, démontrant sa faisabilité dans la récupération et la conversion de dossiers médicaux entre des systèmes hétérogènes. APORES est un modèle d'architecture de données centré sur le patient qui utilise une architecture décentralisée pour augmenter la flexibilité dans l'application d'une gouvernance personnalisée aux dossiers médicaux. Cette recherche développe à la fois des fondements scientifiques et des modèles d'architecture pratiques les uns à côté des autres pour créer des preuves à l'appui de l'hypothèse avancée. ABSTRACT The widespread adoption of Electronic Health Records (EHRs) and Healthcare Information Systems (HIS) has created fragmented data silos across diverse providers and nations. Interoperability standards such as Fast Healthcare Interoperability Resources (FHIR) aim to facilitate data exchange, but their focus is primarily on institution-to-institution data exchanges and can not support patientcentered data interoperability, particularly when different implementation guides, governance policies, or even countries are involved. In response to these challenges, this research establishes a comprehensive literature review of 56 key studies to identify major obstacles and existing solutions for data interoperability. Qualitative and quantitative analyses illustrated the characteristics of a desired solution for patient-centered interoperability and identified common features of the existing solutions. Additionally, a Jaccard index similarity analysis investigated the common combination of pairing of these features. It revealed the importance of blockchain-based architectures (48% of studies) and personal data retrieval mechanisms (41%) as important features of patient-centered interoperability. Notably, the highest overlap occurs between blockchain and personal data retrieval (Jaccard index of 0.47), recommending that the combination can empower patients to access and control their complete medical records. One of the notable contributions of this dissertation is developing the Autonomous Patient-Oriented Record Exchange System (APORES), a decentralized data architectural model designed based on decoupling content, context, and policies of health records. The separation of health records (content), FHIR resources (context), and data governance (policies) empowered this architectural model to be a patient-centered data architectural model. APORES leverages blockchain for secure collaboration and decentralization as a unified interface that grants access to personal data retrieval and semantic mapping services and converts the retrieved records to any divergent FHIR resource standards. The model is validated through a scenario-based interoperability test, demonstrating its feasibility in retrieving and converting health records among heterogeneous systems. APORES is a patient-centered data architectural model that uses a decentralized architecture to increase flexibility for applying personalized governance on health records. This research develops both scientific foundations and practical architectural models next to each other to create supporting evidence for the claimed hypothesis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,012
Tête enseignante GPT0,183
Écart entre enseignants0,171 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConstellation (Université du Québec à Chicoutimi)Même sujetData Analysis with RTravaux en français237 207