PubMed دسترسی آزاد

Standardizing Disaster Health Data Visualization Using Fast Healthcare Interoperability Resources in Indonesia: Dashboard Development and Technical Evaluation.

استودیوی صوتی مقاله

پخش حرفه‌ای فارسی و انگلیسی

در حال بررسی نسخه‌های صوتی ذخیره‌شده…

صوت تولیدشده با هوش مصنوعی است. برای کاربرد علمی یا درمانی، متن و منبع اصلی را بررسی کنید.
خواندن هوشمند فارسی و انگلیسی در حال آماده‌سازی صداهای مرورگر…
تنظیم صدای طبیعی و سرعت

صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده می‌شود معمولاً طبیعی‌ترند. انتخاب صدا به صداهای نصب‌شده در ویندوز و مرورگر شما بستگی دارد.

چکیده اصلی

BACKGROUND: Health data management during disasters enables responders to assess the needs of survivors, efficiently allocate resources, and monitor survivors' health conditions. However, government agencies need to interpret health data in real time during disasters because the volume and complexity of such data can hinder timely decision-making. OBJECTIVE: In this study, we aimed to develop a visual interface for Fast Healthcare Interoperability Resources (FHIR)-based data from various sources, using the daily report form of the World Health Organization (WHO) Emergency Medical Teams Minimum Data Set (EMT MDS) as a template and ensuring compliance with the SATUSEHAT platform. METHODS: The proposed solution involves creating a dashboard application within a web-based system to visualize health data using FHIR, leveraging the WHO EMT MDS disaster profile. The interface includes Overview, Location, and Demography pages that display information in tables, graphs, and maps. This application was developed using JavaScript and React. The dataset consisted of 13,300 synthetic patient records generated using Synthea, subsequently modified with GPT-5, and stored on the Health Level 7 (HL7) Application Programming Interface (HAPI) FHIR server. RESULTS: We developed a dashboard application based on the WHO EMT MDS Daily Reporting Form comprising 3 main pages: Overview, Demography, and Location. The Demography page contains several sections, including the total number of patients, health conditions, outcomes, relationships, and protection. The Location page lists all health care facilities, along with their corresponding locations, on a map. Each Location page displays detailed information regarding the organization and demographics of the respective location. CONCLUSIONS: The dashboard application demonstrates that health data collected in accordance with FHIR standards can be integrated and presented in a form suitable for disaster response. This dashboard has the potential to support disaster management agencies by enabling real-time, data-driven decision-making during disaster response.

نتیجه فارسی

این مطالعه یک داشبورد وب مبتنی بر FHIR برای نمایش داده‌های سلامت در بحران‌ها توسعه داد که با استانداردهای WHO و پلتفرم SATUSEHAT هماهنگ است. این داشبورد از داده‌های مصنوعی ۱۳،۳۰۰ بیمار استفاده می‌کند و شامل صفحات نمای کلی، جمعیت‌شناسی و مکان است.

  • توسعه یک داشبورد وب برای نمایش داده‌های سلامت در بحران‌ها با استفاده از استانداردهای FHIR.
  • رعایت استانداردهای WHO برای تیم‌های پزشکی اضطراری و پلتفرم SATUSEHAT.
  • نمایش داده‌ها در صفحات نمای کلی، جمعیت‌شناسی و مکان با جداول، نمودارها و نقشه‌ها.
  • استفاده از داده‌های مصنوعی ۱۳،۳۰۰ بیمار برای ارزیابی فنی.

ترجمه فارسی چکیده

مدیریت داده‌های سلامت در بحران‌ها به پاسداران اجازه می‌دهد نیازهای بازماندگان را ارزیابی کنند، منابع را به طور کارآمد تخصیص دهند و وضعیت سلامت بازماندگان را پایش کنند. با این حال، سازمان‌های دولتی باید داده‌های سلامت را در زمان واقعی تفسیر کنند زیرا حجم و پیچیدگی این داده‌ها می‌تواند تصمیم‌گیری در زمان مناسب را مختل کند. هدف این مطالعه، توسعه یک رابط بصری برای داده‌های مبتنی بر منابع سلامت قابل تعامل سریع (FHIR) از منابع مختلف، با استفاده از فرم گزارش روزانه سازمان بهداشت جهانی (WHO) برای مجموعه داده‌های حداقلی تیم‌های پزشکی اضطراری (EMT MDS) به عنوان الگو و تضمین رعایت پلتفرم SATUSEHAT است.

روش پژوهش

داشبورد با استفاده از جاوااسکریپت و رئاکت توسعه یافت. داده‌ها شامل ۱۳،۳۰۰ رکورد بیمار مصنوعی تولید شده با Synthea و اصلاح شده با GPT-5 بودند که در سرور FHIR HAPI ذخیره شدند.

محدودیت‌ها

محدودیت‌های گزارش نشده در متن موجود است.

استخراج ساختاریافته از متن منبع

نمای PICO و پیامدها

جمعیت
بیماران مصنوعی (۱۳،۳۰۰ مورد) تولید شده با Synthea و اصلاح شده با GPT-5.
مداخله/مواجهه
توسعه یک داشبورد وب مبتنی بر FHIR برای نمایش داده‌های سلامت در بحران‌ها.
مقایسه
پلتفرم SATUSEHAT و استانداردهای WHO EMT MDS.
حجم نمونه
۱۳،۳۰۰ رکورد بیمار مصنوعی.

متن کامل اصلی

نسخه دارای مجوز در منبع علمی در دسترس است.

لینک مستقیم از metadata منبع گرفته شده و در تب جدید باز می‌شود.

باز کردن متن کامل

کلیدواژه‌ها

FHIRFast Healthcare Interoperability ResourcesWHO EMT MDSWorld Health Organization Emergency Medical Teams Minimum Data Setdashboarddata visualizationdisaster
در همین زیرشاخه

مقاله‌های مرتبط

PubMed2027

Computational Network Analysis for Defining Transcriptional Programs.

Cancer cell identity is governed by coordinated transcriptional programs that are frequently rewired during tumorigenesis. Systematic identification of cancer type-specific gene regulatory networks provides a framework for understanding oncogenic state transitions and for prioritizing candidate therapeutic targets. Here, we present a reproducible network-based workflow for reconstructing and analyzing transcriptional regulatory program…

PubMed2027

Topic-Driven Bibliometrics and Trend Intelligence for Stem Cell and Cancer Research.

The rapid growth of biomedical literature has created an urgent need for computational tools that enable researchers to systematically analyze publication trends, identify emerging research themes, and map the evolution of scientific fields. PubMed Atlas is a command-line and web-enabled workflow for topic-driven bibliometrics and trend intelligence using PubMed E-utilities. The pipeline executes PubMed queries, retrieves matching PMID…

PubMed2026

Nursing Students' Reports of Patient Safety Incidents and Reasons During Clinical Placements: A Secondary Analysis of the International Data.

Clinical placements expose nursing students to patient safety incidents and provide important opportunities for learning about safe care. This study explored how nursing students in four countries recognized and interpreted patient safety incidents encountered or witnessed during clinical practice, including perceived contributing factors. A secondary qualitative content analysis was conducted using narrative data from 1442 undergradua…

PubMed2026

Frequency of Clinically Relevant Drug-Drug Interactions Between Tyrosine Kinase Inhibitors and Proton Pump Inhibitors in Patients With Cancer Using Real-World Data.

BACKGROUND: Proton pump inhibitors (PPIs) raise stomach pH, leading to reduced bioavailability of many tyrosine kinase inhibitors (TKIs), thereby affecting treatment outcomes. To what extent this interaction occurs in clinical practice remains underexplored. OBJECTIVE: To determine the frequency of clinically relevant interactions between TKIs and PPIs in clinical practice and the duration of concomitant prescription. METHODS: A retros…