Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Alves, Marcos Antonio | - |
Autor(es): dc.creator | Castro, Giulia Zanon de | - |
Autor(es): dc.creator | Oliveira, Bruno Alberto Soares | - |
Autor(es): dc.creator | Ferreira, Leonardo Augusto | - |
Autor(es): dc.creator | Ramírez, Jaime Arturo | - |
Autor(es): dc.creator | Silva, Rodrigo César Pedrosa | - |
Autor(es): dc.creator | Guimarães, Frederico Gadelha | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:52:56Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:52:56Z | - |
Data de envio: dc.date.issued | 2022-11-09 | - |
Data de envio: dc.date.issued | 2022-11-09 | - |
Data de envio: dc.date.issued | 2020 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/15797 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.compbiomed.2021.104335 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1026441 | - |
Descrição: dc.description | The sudden outbreak of coronavirus disease 2019 (COVID-19) revealed the need for fast and reliable automatic tools to help health teams. This paper aims to present understandable solutions based on Machine Learning (ML) techniques to deal with COVID-19 screening in routine blood tests. We tested different ML classifiers in a public dataset from the Hospital Albert Einstein, São Paulo, Brazil. After cleaning and pre-processing the data has 608 patients, of which 84 are positive for COVID-19 confirmed by RT-PCR. To understand the model decisions, we introduce (i) a local Decision Tree Explainer (DTX) for local explanation and (ii) a Criteria Graph to aggregate these explanations and portrait a global picture of the results. Random Forest (RF) classifier achieved the best results (accuracy 0.88, F1–score 0.76, sensitivity 0.66, specificity 0.91, and AUROC 0.86). By using DTX and Criteria Graph for cases confirmed by the RF, it was possible to find some patterns among the individuals able to aid the clinicians to understand the interconnection among the blood parameters either globally or on a case-by- case basis. The results are in accordance with the literature and the proposed methodology may be embedded in an electronic health record system. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | This article is made available under the Elsevier license (http://www.elsevier.com/open-access/userlicense/1.0/). Fonte: o PDF do artigo. | - |
Palavras-chave: dc.subject | Explainable artificial intelligence | - |
Título: dc.title | Explaining machine learning based diagnosis of COVID-19 from routine blood tests with decision trees and criteria graphs. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: