Rev. bras. enferm; 76 (6), 2023
Publication year: 2023
ABSTRACT Objective:
To develop a Web App from a predictive model to estimate the risk of Intensive Care Unit (ICU) admission for patients with covid-19. Methods:
An applied technological production research was carried out with the development of Streamlit using Python, considering the decision tree model that presented the best performance (AUC 0.668). Results:
Based on the variables associated with Precision Nursing, Streamlit stratifies patients admitted to clinical units who are most likely to be admitted to the Intensive Care Unit, serving as a decision-making support tool for healthcare professionals. Final considerations:
The performance of the model may have been influenced by the start of vaccination during the data collection period, however, the Web App via Streamlit proved to be a feasible tool for presenting research results, due to the ease of understanding by nurses and its potential for supporting clinical decision-making.
RESUMEN Objetivo:
Desarrollar una Web App a partir de un modelo predictivo para estimar el riesgo de ingreso a la Unidad de Cuidados Intensivos (UCI) para pacientes con covid-19. Métodos:
Se realizó una investigación de producción tecnológica aplicada con el desarrollo de Streamlit utilizando Python, considerando el modelo de árbol de decisiones que presentó el mejor rendimiento (AUC 0.668). Resultados:
Basado en las variables asociadas con la Enfermería de Precisión, Streamlit estratifica a los pacientes ingresados en unidades clínicas que tienen más probabilidades de ser admitidos en la Unidad de Cuidados Intensivos, sirviendo como una herramienta de apoyo para la toma de decisiones para los profesionales de la salud. Consideraciones finales:
El rendimiento del modelo puede haber sido influenciado por el inicio de la vacunación durante el período de recolección de datos. La Web App a través de Streamlit demostró ser una herramienta factible para presentar los resultados, debido a la facilidad de comprensión y su potencial para apoyar la toma de decisiones clínicas.
RESUMO Objetivo:
Desenvolver um Web App a partir de um modelo preditivo para estimar o risco de internação de pacientes com covid-19 em UTI. Métodos:
Realizou-se uma pesquisa aplicada de produção tecnológica com o desenvolvimento do Streamlit a partir do Python, considerando o modelo de árvore de decisão que apresentou o melhor desempenho (AUC 0.668). Resultados:
A partir das variáveis associadas à Enfermagem de Precisão, o Streamlit estratifica os pacientes internados nas unidades clínicas com maior probabilidade de internação em Unidade de Terapia Intensiva, funcionando como uma ferramenta de apoio à tomada de decisão dos profissionais de saúde. Considerações finais:
A performance do modelo pode ter sido influenciada pelo início da vacinação no período de coleta de dados, no entanto, o Web App via Streamlit mostrou-se uma ferramenta viável para a apresentação dos resultados de pesquisa, devido à facilidade de entendimento por parte dos enfermeiros e pelo potencial de apoio à decisão clínica.
