Avaliação de riscos de infecção por COVID-19 com base em aprendizado de máquina de sintomas e condições versus métodos laboratoriais
Objetivo. Avaliar uma plataforma para levantamento diário dos sinais e sintomas de COVID-19 em profissionais de saúde, que foi desenvolvida para indicar a necessidade de procedimentos diagnósticos individuais adicionais, auxiliar no planejamento institucional para prevenir a propagação do vírus e sustentar as operações do hospital durante a pandemia. Métodos. Usamos informações de uma meta-análise recente para simular conjuntos de dados de pacientes com diferentes sinais, sintomas e comorbidades para avaliar algoritmos de aprendizado de máquina para cada classificação de conjunto de dados. O modelo de melhor desempenho para identificar COVID-19 de outras condições semelhantes, incluindo H1N1 e influenza sazonal, foi selecionado no desenvolvimento de uma plataforma para avaliação de risco. Resultados e conclusão. A plataforma foi implantada para vigilância voluntária de 4.200 colaboradores de um hospital terciário, mas pode ser prontamente adaptada para outros ambientes ou vigilância populacional para auxiliar o poder público a traçar estratégias de prevenção à disseminação do vírus. A avaliação por estratificação dos resultados laboratoriais demonstrou que a plataforma detectou risco significativamente maior entre indivíduos infectados.
Avaliação de riscos de infecção por COVID-19 com base em aprendizado de máquina de sintomas e condições versus métodos laboratoriais
-
DOI: 10.22533/at.ed.1922129111
-
Palavras-chave: Infecções por Coronavirus, Ciência de Dados, Aprendizado de Máquina
-
Keywords: Coronavirus Infections, Data Science, Machine Learning
-
Abstract:
Objective. Evaluate a platform for daily survey of COVID-19 signs and symptoms in health employees, which was developed to indicate the need of additional individual diagnostic procedures, assist institutional planning to prevent the spread of the virus and sustain the hospital operations during the pandemic. Methods. We used information from a recent meta-analysis to simulate datasets of patients with different signs, symptoms and comorbidities to evaluate machine-learning algorithms for each dataset classification. The best performing model identifying COVID-19 from other similar conditions including H1N1 and seasonal influenza was selected as the base model for developing a platform for risk assessment. Results and Conclusion. The platform was deployed for surveillance of 4,200 collaborators from a tertiary hospital on a voluntary basis, but it can be readily adapted for other environments or populational surveillance to assist public authorities devising strategies to prevent the spread of the virus. The evaluation by laboratory data stratification showed that the platform detected a significantly higher risk among infected individuals.
-
Número de páginas: 16
- João Henrique Gonçalves de Sá
- Ramon Alfredo Moreno
- Marina de Fátima de Sá Rebelo
- José Eduardo Krieger
- Marco Antonio Gutierrez
- Daniel Mario de Lima
