Affiliation:
1. Universidade Federal de Santa Catarina, Brazil
2. Universidade Federal do Ceará, Brazil
Abstract
RESUMO Objetivo: Desenvolver um Web App a partir de um modelo preditivo para estimar o risco de internação de pacientes com covid-19 em UTI. Métodos: Realizou-se uma pesquisa aplicada de produção tecnológica com o desenvolvimento do Streamlit a partir do Python, considerando o modelo de árvore de decisão que apresentou o melhor desempenho (AUC 0.668). Resultados: A partir das variáveis associadas à Enfermagem de Precisão, o Streamlit estratifica os pacientes internados nas unidades clínicas com maior probabilidade de internação em Unidade de Terapia Intensiva, funcionando como uma ferramenta de apoio à tomada de decisão dos profissionais de saúde. Considerações finais: A performance do modelo pode ter sido influenciada pelo início da vacinação no período de coleta de dados, no entanto, o Web App via Streamlit mostrou-se uma ferramenta viável para a apresentação dos resultados de pesquisa, devido à facilidade de entendimento por parte dos enfermeiros e pelo potencial de apoio à decisão clínica.
Reference20 articles.
1. Using Machine Learning to Predict ICU Transfer in Hospitalized COVID-19 Patients;Cheng FY;J Clin Med,2020
2. Predicting intensive care unit admission and death for COVID-19 patients in the emergency department using early warning scores;Covino M;Resuscitation,2020
3. A clinical decision web to predict ICU admission or death for patients hospitalised with COVID-19 using machine learning algorithms;Aznar-Gimeno R,2021
4. Implementation of na Artificial Intelligence Algorithm for sepsis detection;Gonçalves LS;Rev Bras Enferm,2020
5. The fastest way to build and share data apps,2022