• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Synthetic data in medical research.

作者信息

Kokosi Theodora, Harron Katie

机构信息

Population, Policy, and Practice Department, UCL Great Ormond Street Institute of Child Health, London, UK.

出版信息

BMJ Med. 2022 Sep 26;1(1):e000167. doi: 10.1136/bmjmed-2022-000167. eCollection 2022.

DOI:10.1136/bmjmed-2022-000167
PMID:36936569
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9951365/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9461/9951365/2cf130a2d1c8/bmjmed-2022-000167f03.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9461/9951365/85a3dec5dce4/bmjmed-2022-000167f01.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9461/9951365/e7a2eea3fff1/bmjmed-2022-000167f02.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9461/9951365/2cf130a2d1c8/bmjmed-2022-000167f03.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9461/9951365/85a3dec5dce4/bmjmed-2022-000167f01.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9461/9951365/e7a2eea3fff1/bmjmed-2022-000167f02.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9461/9951365/2cf130a2d1c8/bmjmed-2022-000167f03.jpg

相似文献

1
Synthetic data in medical research.医学研究中的合成数据。
BMJ Med. 2022 Sep 26;1(1):e000167. doi: 10.1136/bmjmed-2022-000167. eCollection 2022.
2
Education of medical informatics in Bosnia and Herzegowina.波斯尼亚和黑塞哥维那的医学信息学教育。
Int J Med Inform. 1998 Jun;50(1-3):95-101. doi: 10.1016/s1386-5056(98)00056-2.
3
Medical informatics education.医学信息学教育
Stud Health Technol Inform. 1998;56:135-42.
4
Medical informatics between technology, philosophy and science.技术、哲学与科学之间的医学信息学。
Med Arh. 2004;58(1 Suppl 2):73-8.
5
Evolutionary Overview of Consumer Health Informatics: Bibliometric Study on the Web of Science from 1999 to 2019.消费者健康信息学的演进概述：基于 1999 年至 2019 年 Web of Science 的文献计量研究。
J Med Internet Res. 2021 Sep 9;23(9):e21974. doi: 10.2196/21974.
6
Impact of medical informatics on medical education.医学信息学对医学教育的影响。
J Formos Med Assoc. 1999 Nov;98(11):764-6.
7
Medical Informatics Education & Research in Greece.希腊的医学信息学教育与研究。
Yearb Med Inform. 2015 Aug 13;10(1):220-6. doi: 10.15265/IY-2015-022. Epub 2015 Jun 30.
8
Health and medical informatics education: perspectives for the next decade.健康与医学信息学教育：未来十年展望
Int J Med Inform. 1998 Jun;50(1-3):7-19.
9
Informatics and Technology in Resident Education.住院医师教育中的信息学与技术
PM R. 2017 May;9(5S):S118-S126. doi: 10.1016/j.pmrj.2017.02.010.
10
APA Summit on Medical Student Education Task Force on Informatics and Technology: learning about computers and applying computer technology to education and practice.美国心理学会医学生教育信息学与技术特别工作组峰会：学习计算机知识并将计算机技术应用于教育与实践。
Acad Psychiatry. 2006 Jan-Feb;30(1):29-35. doi: 10.1176/appi.ap.30.1.29.

引用本文的文献

1
Can Synthetic Data Allow for Smaller Sample Sizes in Chronic Urticaria Research?合成数据能否在慢性荨麻疹研究中减少样本量？
Clin Transl Allergy. 2025 Aug;15(8):e70087. doi: 10.1002/clt2.70087.
2
Digital twins, synthetic patient data, and in-silico trials: can they empower paediatric clinical trials?数字孪生、合成患者数据和虚拟试验：它们能否助力儿科临床试验？
Lancet Digit Health. 2025 May;7(5):100851. doi: 10.1016/j.landig.2025.01.007. Epub 2025 May 13.
3
Explanation and elaboration of MedinAI: guidelines for reporting artificial intelligence studies in medicines, pharmacotherapy, and pharmaceutical services.

本文引用的文献

1
An overview of synthetic administrative data for research.合成行政数据研究概述。
Int J Popul Data Sci. 2022 May 23;7(1):1727. doi: 10.23889/ijpds.v7i1.1727. eCollection 2022.
2
The harm of class imbalance corrections for risk prediction models: illustration and simulation using logistic regression.类别不平衡校正对风险预测模型的危害：使用逻辑回归进行说明和模拟。
J Am Med Inform Assoc. 2022 Aug 16;29(9):1525-1534. doi: 10.1093/jamia/ocac093.
3
Can synthetic data be a proxy for real clinical trial data? A validation study.
MedinAI的解释与阐述：药物、药物治疗及药学服务中人工智能研究的报告指南
Int J Clin Pharm. 2025 Apr 18. doi: 10.1007/s11096-025-01906-2.
4
Differences in technical and clinical perspectives on AI validation in cancer imaging: mind the gap!癌症成像中人工智能验证在技术和临床视角上的差异：注意差距！
Eur Radiol Exp. 2025 Jan 15;9(1):7. doi: 10.1186/s41747-024-00543-0.
5
Decades in the Making: The Evolution of Digital Health Research Infrastructure Through Synthetic Data, Common Data Models, and Federated Learning.数十年磨一剑：通过合成数据、通用数据模型和联邦学习实现数字健康研究基础设施的演进
J Med Internet Res. 2024 Dec 20;26:e58637. doi: 10.2196/58637.
6
Synthetic data for privacy-preserving clinical risk prediction.用于保护隐私的临床风险预测的合成数据。
Sci Rep. 2024 Oct 27;14(1):25676. doi: 10.1038/s41598-024-72894-y.
7
Improving Risk Prediction of Methicillin-Resistant Staphylococcus aureus Using Machine Learning Methods With Network Features: Retrospective Development Study.使用具有网络特征的机器学习方法改善耐甲氧西林金黄色葡萄球菌的风险预测：回顾性开发研究
JMIR AI. 2024 May 16;3:e48067. doi: 10.2196/48067.
8
Generating Synthetic Health Sensor Data for Privacy-Preserving Wearable Stress Detection.生成用于隐私保护可穿戴压力检测的合成健康传感器数据。
Sensors (Basel). 2024 May 11;24(10):3052. doi: 10.3390/s24103052.
9
Application of Machine Learning Based on Structured Medical Data in Gastroenterology.基于结构化医学数据的机器学习在胃肠病学中的应用
Biomimetics (Basel). 2023 Oct 28;8(7):512. doi: 10.3390/biomimetics8070512.
10
New Approach for Generating Synthetic Medical Data to Predict Type 2 Diabetes.生成合成医学数据以预测2型糖尿病的新方法。
Bioengineering (Basel). 2023 Sep 1;10(9):1031. doi: 10.3390/bioengineering10091031.
合成数据能否替代真实的临床试验数据？一项验证性研究。
BMJ Open. 2021 Apr 16;11(4):e043497. doi: 10.1136/bmjopen-2020-043497.
4
Generating high-fidelity synthetic patient data for assessing machine learning healthcare software.生成用于评估机器学习医疗软件的高保真合成患者数据。
NPJ Digit Med. 2020 Nov 9;3(1):147. doi: 10.1038/s41746-020-00353-9.
5
Public perceptions on data sharing: key insights from the UK and the USA.公众对数据共享的看法：来自英国和美国的关键见解。
Lancet Digit Health. 2020 Sep;2(9):e444-e446. doi: 10.1016/S2589-7500(20)30161-8. Epub 2020 Jul 24.
6
Meta-analysis of continuous outcomes: Using pseudo IPD created from aggregate data to adjust for baseline imbalance and assess treatment-by-baseline modification.连续结局的荟萃分析：使用从汇总数据中创建的伪个体数据来调整基线不平衡并评估治疗-基线交互作用。
Res Synth Methods. 2020 Nov;11(6):780-794. doi: 10.1002/jrsm.1434. Epub 2020 Jul 25.
7
Generation and evaluation of synthetic patient data.生成和评估合成患者数据。
BMC Med Res Methodol. 2020 May 7;20(1):108. doi: 10.1186/s12874-020-00977-1.
8
Anonymization Through Data Synthesis Using Generative Adversarial Networks (ADS-GAN).基于生成对抗网络的数据合成匿名化（ADS-GAN）。
IEEE J Biomed Health Inform. 2020 Aug;24(8):2378-2388. doi: 10.1109/JBHI.2020.2980262. Epub 2020 Mar 12.
9
Multitask learning and benchmarking with clinical time series data.多任务学习与临床时间序列数据的基准测试。
Sci Data. 2019 Jun 17;6(1):96. doi: 10.1038/s41597-019-0103-9.
10
Simulation-based power calculations for planning a two-stage individual participant data meta-analysis.基于模拟的两阶段个体参与者数据荟萃分析计划的功效计算。
BMC Med Res Methodol. 2018 May 18;18(1):41. doi: 10.1186/s12874-018-0492-z.