Banca de DEFESA: WALLACE DUARTE DE HOLANDA
Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.DISCENTE : WALLACE DUARTE DE HOLANDA
DATA : 02/12/2022
HORA: 08:30
LOCAL: Webconferência (Google Meet)
TÍTULO:
Modelos de Aprendizado de Máquina para a Predição do Agravamento do Quadro Clínico de Pacientes com a COVID-19.
PALAVRAS-CHAVES:
Aprendizado de Máquina, COVID-19, Risco de Mortalidade, Risco de Internação, Modelo Preditivo.
PÁGINAS: 89
RESUMO:
Desde o início da pandemia do novo coronavírus, houve um aumento nos índices de internação e mortalidade em todo o mundo. Os altos índices podem ser compreendidos diante da disseminação do COVID-19 e da dificuldade em identificar os pacientes que possuem um maior risco de agravamento do quadro clínico. A partir de um Mapeamento Sistemático da Literatura (MSL) foi observado que em meio a essa dificuldade, a utilização de modelos preditivos baseados em algoritmos de aprendizado de máquina se caracteriza como uma forma de auxiliar no prognóstico e na alocação antecipada de recursos para o tratamento de potenciais pacientes. Neste estudo foram desenvolvidos dois modelos, direcionados na predição da internação e mortalidade de pacientes com a COVID-19. Para isso, foram avaliados quatro algoritmos: AdaBoost, Logistic Regression, Random Forest e Gradient Boosting. Para o treinamento dos modelos foram utilizados dados demográficos, histórico de vacinação, sintomas e comorbidades de pacientes com casos suspeitos de COVID-19 atendidos em hospitais de São Paulo. Ao avaliar o desempenho desses algoritmos, foi observado que os modelos desenvolvidos a partir do algoritmo Gradient Boosting obtiveram os melhores resultados, alcançando uma acurácia de 83% e AUC (Area Under Curve) de 0.89 na predição da mortalidade, e acurácia de 71% e AUC de 0.75 na predição da internação. Além disso, também foi identificado que a idade avançada, a falta de ar e a ausência de vacinação foram os principais fatores atrelados ao agravamento do quadro clínico. Por fim, visando demonstrar como os modelos propostos poderiam ser utilizados na prática pelos profissionais da Saúde, uma aplicação Web foi desenvolvida.
MEMBROS DA BANCA:
Presidente - 2303300 - LENARDO CHAVES E SILVA
Interno - 2073862 - LEIVA CASEMIRO OLIVEIRA
Interno - 032.691.924-44 - SEBASTIÃO EMIDIO ALVES FILHO - UERN
Externo à Instituição - ALVARO ALVARES DE CARVALHO CESAR SOBRINHO - UFAPE