Um Sistema Inteligente para a Avaliação de Risco da DRC e Encaminhamento de Pacientes em Emergência para Unidades de Saúde

A. Silveira, Leandro Hübner da Silva, A. Sobrinho
{"title":"Um Sistema Inteligente para a Avaliação de Risco da DRC e Encaminhamento de Pacientes em Emergência para Unidades de Saúde","authors":"A. Silveira, Leandro Hübner da Silva, A. Sobrinho","doi":"10.5753/sbcas.2021.16098","DOIUrl":null,"url":null,"abstract":"A alta incidência e prevalência de Doença Renal Crônica (DRC), frequentemente causada por diagnósticos tardios, é um problema crítico de saúde pública. Análises comparativas qualitativas e quantitativas foram realizadas usando uma revisão sistemática da literatura e um experimento com técnicas de aprendizado de máquina, respectivamente. A árvore de decisão J48, com 95,00% de acurácia, foi usada para desenvolver um sistema inteligente para avaliar o risco de DRC. Além disso, quando o paciente com DRC está fora de seu município e ocorre uma emergência, o sistema recomenda que o paciente compareça a uma unidade de saúde apropriada, dependendo da situação clínica, para evitar cuidados de saúde tardios ou inadequados.","PeriodicalId":438786,"journal":{"name":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","volume":"22 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2021.16098","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

A alta incidência e prevalência de Doença Renal Crônica (DRC), frequentemente causada por diagnósticos tardios, é um problema crítico de saúde pública. Análises comparativas qualitativas e quantitativas foram realizadas usando uma revisão sistemática da literatura e um experimento com técnicas de aprendizado de máquina, respectivamente. A árvore de decisão J48, com 95,00% de acurácia, foi usada para desenvolver um sistema inteligente para avaliar o risco de DRC. Além disso, quando o paciente com DRC está fora de seu município e ocorre uma emergência, o sistema recomenda que o paciente compareça a uma unidade de saúde apropriada, dependendo da situação clínica, para evitar cuidados de saúde tardios ou inadequados.
一种用于ckd风险评估和急诊患者转介到卫生单位的智能系统
慢性肾脏疾病(ckd)的高发病率和流行率,通常是由晚期诊断引起的,是一个关键的公共卫生问题。定性和定量的比较分析分别通过系统的文献综述和机器学习技术的实验进行。采用准确率为95.00%的J48决策树,开发了一种评估ckd风险的智能系统。此外,当ckd患者不在其辖区并发生紧急情况时,系统建议患者根据临床情况前往适当的卫生单位,以避免延迟或不充分的卫生保健。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书