Git Product home page Git Product logo

sirio_libanes_icu_prediction's Introduction

Sirio Libanês ICU Prediction

Predição de UTI's necessárias para pacientes internados com COVID-19 no Hospital Sírio Libanês

COMO ESTE PROJETO ESTÁ ORGANIZADO 📚:

Para entender melhor este projeto, leia os notebooks na seguinte ordem:

1 - Leia o Notebook VISUALIZANDO DADOS
2 - Leia o Notebook MATHEUS NARANJO CORREA IMPLEMENTANDO OS MODELOS
3 - Leia o Notebook PIPELINE PROJETO

Cada Notebook serve de implementação para entender melhor o conteúdo todo.

PROBLEMA Conforme mostrado pela direção do Hospital Sírio Libanês no Kaggle(link para leitura), apresentaremos abaixo uma proposta de solução para o seguinte problema:

A pandemia da SARS-COVID-19 (popularmente conhecido como coronavírus), vem causando grandes estresses nos sistemas de saúdes globais. Países com alta taxa de desenvolvimento vêm sofrendo com a falta de leitos de Unidade de Terapia Intensiva (UTI) na internação de seus pacientes, levando equipes médicas a terem que aplicar métodos de escolha severos, dando prioridade para os mais idosos e graves. Contudo, tais métodos não auxiliam na resolução do problema dado a alta taxa de contaminação existente, consequência das ondas de infecção que vêm sendo causadas em um efeito de onda ao redor do mundo.
Tal problema afeta também países emergentes e subdesenvolvidos, que geralmente já possuem sistemas de saúde superlotados, como no caso do Brasil. Infelizmente a superlotação e a falta de leitos já sobrecarregou sistemas de vários estados, como no caso do estado do Amazonas (link da matéria), onde pacientes não estão mais conseguindo acesso a UTI, assim como não possuem equipamentos básicos para a manutenção de vida, como oxigênio.
Com base nesses acontecimentos e até mesmo na prevenção de sobrecarga do sistema de saúde das redes privadas, o Hospital Sírio-Libanês, referência internacional em saúde, busca prevenir e até mesmo predizer, com base em dados clínicos de seus pacientes, conforme forem sendo admitidos no ambiente hospitalar, a necessidade ou não de internação nas UTIs nas próximas horas. A ideia por trás disso é conseguir desenvolver um modelo de aprendizagem de máquina, conhecido com Machine Learning, que consiga auxiliar a junta médica a tomar decisões referentes a necessidade ou não de internação na UTI para aquele paciente, usando as boas práticas de programação e respeitando a Lei Geral da Proteção de dados, conforme indica a lei federal Lei nº 13.709/2018.

Em nosso conjunto de dados, temos a seguinte janela de dados, ou como é chamado no dataset, WINDOW:

WINDOW DESCRIÇÃO
0-2 From 0 to 2 hours of the admission
2-4 From 2 to 4 hours of the admission
4-6 From 4 to 6 hours of the admission
6-12 From 6 to 12 hours of the admission
Above-12 Above 12 hours from admission

Como é alertado pelo próprio hospital:

OBSERVAÇÃO: Cuidado para NÃO usar os dados quando a variável de destino estiver presente, pois a ordem do evento é desconhecida (talvez o evento de destino tenha acontecido antes de os resultados serem obtidos). Eles foram mantidos lá para que possamos aumentar este conjunto de dados em outros resultados posteriormente.

Informações referente aos dados:

  • Foram limpos e ajustados para uma escala de -1 até 1.

  • Dados disponíveis:

    • Informações demográficas do paciente (03)
    • Doenças anteriores agrupadas de pacientes (09)
    • Resultados de sangue (36)
    • Sinais vitais (06)
  • No total, são 54 recursos, expandidos quando pertinentes à média, mediana, máximo, mínimo, dif e dif.

Fórmula Usada para os cálculos feitos pela equipe do sírio libanês:





Este projeto foi minha primeira tentativa de trabalho com Machine Learning voltada para classificação de dados. Espero que possa lhe ajudar em alguma coisa. Muito Obrigado ! 🚀🚀🚀

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.