Aplicação de Aprendizagem de Máquina para prever a cronicidade em pacientes com chikungunya
Domain:
healthcareRecord type:
paper
Creator:
TiaAnd
Publisher:
Edi
Host:
A chikungunya é uma arbovirose, doença viral transmitida pelos mosquitos Aedes aegypti e Aedes albopictus, que pode evoluir para uma condição crônica, resultando em dor articular persistente e outros sintomas debilitantes ao longo do tempo. Exames clínicos, variáveis sociodemográficas, e questionários e formulários específicos podem contribuir para a previsão da cronicidade em chikungunya. Múltiplos modelos de classificação foram comparados para desenvolver uma predição de cronicidade em indivíduos com chikungunya. As análises sugerem que fatores como dor articular, intensidade da dor, quantidade de juntas com dor e idade são os atributos mais importantes na detecção precoce da cronicidade em chikungunya. O principal objetivo deste projeto é aplicar o algoritmo Random Forest para prever a cronicidade e classificar os casos crônicos e não crônicos de chikungunya.
Similar
Desenvolvimento de uma Base de Dados de Sinais de Libras para Aprendizado de Máquina: Estudo de Caso com CNN 3DMODELO DE PREVISÃO BASEADO EM DADOS HISTÓRICOS PARA ANTECIPAR ADMISSÕES DE PACIENTES EM HOSPITAIS: UMA PROPOSTA DE INTERVENÇÃOMonitoramento Ambiental Não Invasivo Utilizando Dados de Sensores e Técnicas de Aprendizagem de MáquinaDesenvolvimento de um modelo para a estimação da carga de radiação solar com base em variáveis climáticasViolência doméstica para com as mulheres em período de quarentena (COVID-19)Formação continuada de professores de física, em Angola, com base num modelo didático para o campo conceptual de força