Uso de predição para triagem de pacientes a partir do padrão de sintomatologia associado à Covid-19

Abstract

De acordo com a literatura, vários modelos de predição de COVID-19 foram desenvolvidos como forma de apoio ao combate do Coronavírus que causou uma pandemia em 2020. Este estudo teve como objetivo apresentar uma proposta de triagem de pacientes a partir do padrão de sintomatologia associado à COVID 19. De modo a alcançar esse objetivo, foi realizada pesquisa do tipo exploratória quantitativa, por meio de um modelo de regressão logística binária, que foi desenvolvido seguindo o ciclo de vida de dados Crisp DM utilizando o software RapidMiner. O algoritmo foi alimentado por uma base de dados secundária de 26.822 respostas referente à sintomatologia apresentada por pacientes da região sul do estado da Bahia, Brasil, infectados pela COVID-19. O modelo mostrou sensibilidade de 99,93% para detectar a COVID 19, a partir de nove sintomas impactantes para o resultado: confusão, saturação de O2<95%, falta de olfato, falta de paladar, expectoração/catarro no peito, tosse seca, fadiga, dispneia/falta de ar e rinorreia/coriza. Após a análise da relação entre a sintomatologia e o resultado positivo para COVID-19, foi proposta uma aplicação prática para o modelo, aplicando-o ao protocolo de Manchester, como método de triagem complementar.