
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 | Roland, Lauren T. | - |
| Autor(es): dc.creator | Gurrola, Jose G. | - |
| Autor(es): dc.creator | Loftus, Patricia A. | - |
| Autor(es): dc.creator | Cheung, Steven W. | - |
| Autor(es): dc.creator | Chang, Jolie L. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:52:42Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:52:42Z | - |
| Data de envio: dc.date.issued | 2020-05-07 | - |
| Data de envio: dc.date.issued | 2020-05-07 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/40668 | - |
| Fonte completa do material: dc.identifier | https://onlinelibrary.wiley.com/doi/10.1002/alr.22602 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1170051 | - |
| Descrição: dc.description | Background The presentation of COVID‐19 overlaps with common influenza symptoms. There is limited data on whether a specific symptom or collection of symptoms may be useful to predict test positivity. Methods An anonymous electronic survey was publicized through social media to query participants with COVID‐19 testing. Respondents were questioned regarding 10 presenting symptoms, demographic information, comorbidities and COVID‐19 test results. Stepwise logistic regression was used to identify predictors for COVID positivity. Selected classifiers were assessed for prediction performance using receiver operating characteristic analysis (ROC). Results One‐hundred and forty‐five participants with positive COVID‐19 testing and 157 with negative results were included. Participants had a mean age of 39 years, and 214 (72%) were female. Smell or taste change, fever, and body ache were associated with COVID‐19 positivity, and shortness of breath and sore throat were associated with a negative test result (p<0.05). A model using all 5 diagnostic symptoms had the highest accuracy with a predictive ability of 82% in discriminating between COVID‐19 results. To maximize sensitivity and maintain fair diagnostic accuracy, a combination of 2 symptoms, change in sense of smell or taste and fever was found to have a sensitivity of 70% and overall discrimination accuracy of 75%. Conclusion Smell or taste change is a strong predictor for a COVID‐19 positive test result. Using the presence of smell or taste change with fever, this parsimonious classifier correctly predicts 75% of COVID‐19 test results. A larger cohort of respondents will be necessary to refine classifier performance. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Wiley | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | International Forum of Allergy & Rhinology | - |
| Palavras-chave: dc.subject | COVID-19 | - |
| Palavras-chave: dc.subject | Coronavirus - Symptoms | - |
| Palavras-chave: dc.subject | SARS-CoV-2 | - |
| Palavras-chave: dc.subject | Receiver operating curve | - |
| Palavras-chave: dc.subject | Coronavírus - Sintomas | - |
| Título: dc.title | Smell and taste symptom‐based predictive model for COVID‐19 diagnosis | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: