Estratégias Preditivas na Detecção do Agravamento do Quadro Clínico de Pacientes com COVID-19: Uma Revisão de Escopo
Keywords:
COVID-19, Modelo de Predição, Aprendizagem de Máquina, Revisão de EscopoAbstract
Objetivo: Este artigo apresenta uma Revisão de Escopo (RE) para identificar estratégias preditivas na detecção do agravamento do quadro clínico de pacientes com a COVID-19. Método: A RE foi conduzida com a busca de trabalhos indexados em seis fontes de busca usando uma string de busca, critérios de inclusão e exclusão. Resultados: Mediante a execução do protocolo da RE, 329 estudos foram retornados, dos quais 9 foram selecionados ao final da análise. Na avaliação dos estudos, foi possível identificar os algoritmos utilizados na construção dos modelos de predição, as linguagens e ferramentas, a origem dos dados, bem como as variáveis mais relevantes. Conclusão: A partir dos resultados alcançados, pode-se concluir que modelos preditivos estão sendo desenvolvidos com o objetivo de auxiliar os profissionais de saúde na detecção de fatores relacionados ao agravamento da doença, mas poucos estão sendo disponibilizados, o que dificulta a utilização em um contexto real.Downloads
Published
2021-12-19
How to Cite
Holanda, W. D., Silva, L. C., & Sobrinho, Álvaro A. de C. C. (2021). Estratégias Preditivas na Detecção do Agravamento do Quadro Clínico de Pacientes com COVID-19: Uma Revisão de Escopo. Journal of Health Informatics, 13(4). Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/892
Issue
Section
Review