| Popis: |
A predição do prognóstico da COVID-19 com uso de técnicas de aprendizado de máquina: uma revisão sistemática Introdução: A pandemia da COVID-19 desafia sistemas de saúde, exaurindo recursos humanos e financeiros. No Brasil, a otimização dos processos de atenção aos acometidos se tornou essencial, direcionando os casos de pior prognóstico para o cuidado adequado. Nesse contexto, técnicas de inteligência artificial, como o aprendizado de máquina (machine learning - ML), têm sido empregadas, utilizando-se de algoritmos computáveis aplicados a bases de dados para melhor condução dos casos. Objetivo: Buscou-se analisar evidências científicas existentes acerca da utilização de ML na predição do prognóstico de mortalidade, internação em Unidade de Terapia Intensiva (UTI) e utilização de ventilação mecânica em pacientes hospitalizados com COVID-19. Método: Revisão sistemática seguindo a metodologia PRISMA. Buscou-se responder a pergunta: "Qual é o impacto de metodologias baseadas no ML no prognóstico de mortalidade, internação em UTI e uso de ventilação mecânica em pacientes hospitalizados com COVID-19?". A estratégia de busca foi (COVID-19 or SARS-CoV2 or coronavirus) and (machine learning or deep learning) and (prognosis or death or mechanical ventilation or Intensive Care Unit). As bases de dados consultadas foram PUBMED, SCIELO, IEEE, COCHRANE, BVS e SCOPUS. Os critérios de inclusão foram: estudo primário; COVID-19 confirmado por RT-PCR; pacientes hospitalizados; utilização de ML para predição de prognóstico e prognóstico incluir morte e/ou ventilação mecânica e/ou UTI. Os critérios de exclusão foram: estudos realizados apenas em ambientes de simulação; estudos em que a população de pacientes possuíam comorbidades específicas e estudos que não informaram o número de pacientes. Introduction: The COVID-19 pandemic challenges health systems around the world, consuming financial and human resources. In Brazil, it became essential to optimize the processes of appropriate health care delivery for the patients. In this context, artificial intelligence techniques, such as machine learning (ML), which uses computable algorithms applied to data basis analysis, have been used in order to better manage COVID-19 cases. Objective: This study aims to analyze existing scientific evidence on using ML to predict the prognosis of mortality, admission to Intensive Care Unit (ICU) and use of mechanical ventilation in hospitalized patients with COVID-19. Methods: Systematic Review following PRISMA guidelines. The study aimed to answer the following question: "What is the impact of ML-based methodologies used to predict the prognosis of death, admission to ICU and use of mechanical ventilation in hospitalized patients with COVID-19?". The search strategy was (COVID-19 or SARS-CoV2 or coronavirus) and (machine learning or deep learning) and (prognosis or death or mechanical ventilation or Intensive Care Unit). Databases consulted were PUBMED, SCIELO, IEEE, COCHRANE, BVS e SCOPUS. The inclusion criteria were: primary study; COVID-19 confirmed by RT-PCR; hospitalized patients; use of ML to predict prognosis and prognosis including death and/or mechanical ventilation and/or ICU. The exclusion criteria were: studies made in simulation environments; studies with specific group analysis and studies that did not inform the number of patients. |
