Protocolo de coleta de dados para predição de Covid-19
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNIFESP |
Texto Completo: | https://repositorio.unifesp.br/handle/11600/66572 |
Resumo: | A coleta de dados representa um desafio em diversos setores da sociedade. Na pandemia de Covid-19, grandes volumes de dados foram gerados com a finalidade de usá-los em tarefas de aprendizado de máquina (AM) para auxiliar na tomada de decisão. Contudo, a forma como estes dados foram coletados dificulta a elaboração de análises estatísticas e uso em tarefas de diagnóstico e prognóstico. Estas análises demandam conjuntos de dados arrumados, que representam uma forma de conectar a estrutura dos dados à sua semântica. Este estudo propõe um protocolo de coleta de dados a partir do estudo de datasets clínicos disponibilizados no Repositório do COVID19 DataSharing/BR para uso em tarefas de aprendizado de máquina. Foram analisados dados do Laboratório Fleury, que apontam o diagnóstico, e dados do Hospital Sírio-Libanês, que permitem estudar o prognóstico dos casos. Ambos os datasets demandaram um extenso pré-processamento e, em seguida, foram arrumados para que pudessem ser utilizados em tarefas de AM. Entre os problemas observados ao longo das etapas de pré-processamento, destacam-se a falta de padronização, informações redundantes, atributos sem relevância, dados ausentes, entre outros. Após o pré-processamento inicial, ambos os conjuntos foram arrumados de modo que tornassem seu uso eficiente. Na sequência, outras tarefas foram realizadas para tornar os dados utilizáveis, eliminado, por exemplo, a extensa quantidade de valores ausentes. Com os dados arrumados, aplicou-se três técnicas preditivas de AM, sendo estes K-Nearest Neighbor (KNN), Support-Vector Machine e Árvore de decisão. Na tarefa de diagnóstico de Covid-19, a técnica KNN apresentou melhor desempenho com valores de área sob a curva ROC igual a 0.77. Para os dados de prognóstico de Covid-19, os algoritmos KNN e SVM apresentaram os melhores desempenho, ambos com 0.81 da mesma medida. A partir desses resultados, pode-se afirmar que os conjuntos de dados, dentro de uma estrutura arrumada, podem ser utilizados no auxílio ao diagnóstico e prognóstico de Covid-19. Logo, a partir do protocolo de coleta de dados proposto neste estudo, o qual garante a obtenção de dados em formato arrumado, observou-se a redução da necessidade de diversas tarefas de pré-processamento. Assim, o uso dos dados em tarefas de aprendizado de máquina e análises estatísticas é facilitado, potencializando também o manejo eficiente de pacientes e recursos hospitalares. Além disso, este protocolo pode ser utilizado em eventos futuros, facilitando a forma como os dados são coletados e seu uso subsequente |
id |
UFSP_252ea4a62cdf4fbbdc5bd3537e8203b8 |
---|---|
oai_identifier_str |
oai:repositorio.unifesp.br/:11600/66572 |
network_acronym_str |
UFSP |
network_name_str |
Repositório Institucional da UNIFESP |
repository_id_str |
3465 |
spelling |
Protocolo de coleta de dados para predição de Covid-19Data collection protocol for prediction of Covid-19Coleta de dadosCovid-19Aprendizado de máquinaA coleta de dados representa um desafio em diversos setores da sociedade. Na pandemia de Covid-19, grandes volumes de dados foram gerados com a finalidade de usá-los em tarefas de aprendizado de máquina (AM) para auxiliar na tomada de decisão. Contudo, a forma como estes dados foram coletados dificulta a elaboração de análises estatísticas e uso em tarefas de diagnóstico e prognóstico. Estas análises demandam conjuntos de dados arrumados, que representam uma forma de conectar a estrutura dos dados à sua semântica. Este estudo propõe um protocolo de coleta de dados a partir do estudo de datasets clínicos disponibilizados no Repositório do COVID19 DataSharing/BR para uso em tarefas de aprendizado de máquina. Foram analisados dados do Laboratório Fleury, que apontam o diagnóstico, e dados do Hospital Sírio-Libanês, que permitem estudar o prognóstico dos casos. Ambos os datasets demandaram um extenso pré-processamento e, em seguida, foram arrumados para que pudessem ser utilizados em tarefas de AM. Entre os problemas observados ao longo das etapas de pré-processamento, destacam-se a falta de padronização, informações redundantes, atributos sem relevância, dados ausentes, entre outros. Após o pré-processamento inicial, ambos os conjuntos foram arrumados de modo que tornassem seu uso eficiente. Na sequência, outras tarefas foram realizadas para tornar os dados utilizáveis, eliminado, por exemplo, a extensa quantidade de valores ausentes. Com os dados arrumados, aplicou-se três técnicas preditivas de AM, sendo estes K-Nearest Neighbor (KNN), Support-Vector Machine e Árvore de decisão. Na tarefa de diagnóstico de Covid-19, a técnica KNN apresentou melhor desempenho com valores de área sob a curva ROC igual a 0.77. Para os dados de prognóstico de Covid-19, os algoritmos KNN e SVM apresentaram os melhores desempenho, ambos com 0.81 da mesma medida. A partir desses resultados, pode-se afirmar que os conjuntos de dados, dentro de uma estrutura arrumada, podem ser utilizados no auxílio ao diagnóstico e prognóstico de Covid-19. Logo, a partir do protocolo de coleta de dados proposto neste estudo, o qual garante a obtenção de dados em formato arrumado, observou-se a redução da necessidade de diversas tarefas de pré-processamento. Assim, o uso dos dados em tarefas de aprendizado de máquina e análises estatísticas é facilitado, potencializando também o manejo eficiente de pacientes e recursos hospitalares. Além disso, este protocolo pode ser utilizado em eventos futuros, facilitando a forma como os dados são coletados e seu uso subsequenteEdital CAPES Telemedicina e Análise de Dados Médicos 88881.507039/2020-01Universidade Federal de São PauloVerri, Filipe Alves Netohttp://lattes.cnpq.br/0145582312635382http://lattes.cnpq.br/5633654726100239Souza, Alex Fernandes de [UNIFESP]2023-01-24T18:29:37Z2023-01-24T18:29:37Z2022-10-05info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersion75 fapplication/pdfSOUZA, A. F. Protocolo de coleta de dados para predição de Covid-19. 2022. 75 f. Dissertação (Mestrado em Pesquisa Operacional), Universidade Federal de São Paulo - Instituto Tecnológico de Aeronáutica, São José dos Campos, 2022.https://repositorio.unifesp.br/handle/11600/66572porSão José dos Campos, SPinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESP2024-08-12T08:25:30Zoai:repositorio.unifesp.br/:11600/66572Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652024-08-12T08:25:30Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false |
dc.title.none.fl_str_mv |
Protocolo de coleta de dados para predição de Covid-19 Data collection protocol for prediction of Covid-19 |
title |
Protocolo de coleta de dados para predição de Covid-19 |
spellingShingle |
Protocolo de coleta de dados para predição de Covid-19 Souza, Alex Fernandes de [UNIFESP] Coleta de dados Covid-19 Aprendizado de máquina |
title_short |
Protocolo de coleta de dados para predição de Covid-19 |
title_full |
Protocolo de coleta de dados para predição de Covid-19 |
title_fullStr |
Protocolo de coleta de dados para predição de Covid-19 |
title_full_unstemmed |
Protocolo de coleta de dados para predição de Covid-19 |
title_sort |
Protocolo de coleta de dados para predição de Covid-19 |
author |
Souza, Alex Fernandes de [UNIFESP] |
author_facet |
Souza, Alex Fernandes de [UNIFESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Verri, Filipe Alves Neto http://lattes.cnpq.br/0145582312635382 http://lattes.cnpq.br/5633654726100239 |
dc.contributor.author.fl_str_mv |
Souza, Alex Fernandes de [UNIFESP] |
dc.subject.por.fl_str_mv |
Coleta de dados Covid-19 Aprendizado de máquina |
topic |
Coleta de dados Covid-19 Aprendizado de máquina |
description |
A coleta de dados representa um desafio em diversos setores da sociedade. Na pandemia de Covid-19, grandes volumes de dados foram gerados com a finalidade de usá-los em tarefas de aprendizado de máquina (AM) para auxiliar na tomada de decisão. Contudo, a forma como estes dados foram coletados dificulta a elaboração de análises estatísticas e uso em tarefas de diagnóstico e prognóstico. Estas análises demandam conjuntos de dados arrumados, que representam uma forma de conectar a estrutura dos dados à sua semântica. Este estudo propõe um protocolo de coleta de dados a partir do estudo de datasets clínicos disponibilizados no Repositório do COVID19 DataSharing/BR para uso em tarefas de aprendizado de máquina. Foram analisados dados do Laboratório Fleury, que apontam o diagnóstico, e dados do Hospital Sírio-Libanês, que permitem estudar o prognóstico dos casos. Ambos os datasets demandaram um extenso pré-processamento e, em seguida, foram arrumados para que pudessem ser utilizados em tarefas de AM. Entre os problemas observados ao longo das etapas de pré-processamento, destacam-se a falta de padronização, informações redundantes, atributos sem relevância, dados ausentes, entre outros. Após o pré-processamento inicial, ambos os conjuntos foram arrumados de modo que tornassem seu uso eficiente. Na sequência, outras tarefas foram realizadas para tornar os dados utilizáveis, eliminado, por exemplo, a extensa quantidade de valores ausentes. Com os dados arrumados, aplicou-se três técnicas preditivas de AM, sendo estes K-Nearest Neighbor (KNN), Support-Vector Machine e Árvore de decisão. Na tarefa de diagnóstico de Covid-19, a técnica KNN apresentou melhor desempenho com valores de área sob a curva ROC igual a 0.77. Para os dados de prognóstico de Covid-19, os algoritmos KNN e SVM apresentaram os melhores desempenho, ambos com 0.81 da mesma medida. A partir desses resultados, pode-se afirmar que os conjuntos de dados, dentro de uma estrutura arrumada, podem ser utilizados no auxílio ao diagnóstico e prognóstico de Covid-19. Logo, a partir do protocolo de coleta de dados proposto neste estudo, o qual garante a obtenção de dados em formato arrumado, observou-se a redução da necessidade de diversas tarefas de pré-processamento. Assim, o uso dos dados em tarefas de aprendizado de máquina e análises estatísticas é facilitado, potencializando também o manejo eficiente de pacientes e recursos hospitalares. Além disso, este protocolo pode ser utilizado em eventos futuros, facilitando a forma como os dados são coletados e seu uso subsequente |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-10-05 2023-01-24T18:29:37Z 2023-01-24T18:29:37Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
SOUZA, A. F. Protocolo de coleta de dados para predição de Covid-19. 2022. 75 f. Dissertação (Mestrado em Pesquisa Operacional), Universidade Federal de São Paulo - Instituto Tecnológico de Aeronáutica, São José dos Campos, 2022. https://repositorio.unifesp.br/handle/11600/66572 |
identifier_str_mv |
SOUZA, A. F. Protocolo de coleta de dados para predição de Covid-19. 2022. 75 f. Dissertação (Mestrado em Pesquisa Operacional), Universidade Federal de São Paulo - Instituto Tecnológico de Aeronáutica, São José dos Campos, 2022. |
url |
https://repositorio.unifesp.br/handle/11600/66572 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
75 f application/pdf |
dc.coverage.none.fl_str_mv |
São José dos Campos, SP |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFESP instname:Universidade Federal de São Paulo (UNIFESP) instacron:UNIFESP |
instname_str |
Universidade Federal de São Paulo (UNIFESP) |
instacron_str |
UNIFESP |
institution |
UNIFESP |
reponame_str |
Repositório Institucional da UNIFESP |
collection |
Repositório Institucional da UNIFESP |
repository.name.fl_str_mv |
Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP) |
repository.mail.fl_str_mv |
biblioteca.csp@unifesp.br |
_version_ |
1814268405832744960 |