Web App for prediction of hospitalisation in Intensive Care Unit by covid-19.

Fabrizzio, GC ; Erdmann, AL ; et al.

In: Revista brasileira de enfermagem, Jg. 76 (2023-12-04), Heft 6, S. e20220740

Online academicJournal

Zugriff:

Full Text Finder (Volltext)

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.

Titel:	Web App for prediction of hospitalisation in Intensive Care Unit by covid-19.
Autor/in / Beteiligte Person:	Fabrizzio, GC ; Erdmann, AL ; Oliveira, LM
Link:	Full Text Finder (Volltext)
Zeitschrift:	Revista brasileira de enfermagem, Jg. 76 (2023-12-04), Heft 6, S. e20220740
Veröffentlichung:	Brasilia : Associacao Brasileira de Enfermagem ; <i>Original Publication</i>: Brasilia [s.n.], 2023
Medientyp:	academicJournal
ISSN:	1984-0446 (electronic)
DOI:	10.1590/0034-7167-2022-0740
Schlagwort:	Humans Intensive Care Units Hospitalization Clinical Decision-Making Retrospective Studies COVID-19 Mobile Applications
Sonstiges:	Nachgewiesen in: MEDLINE Sprachen: English Publication Type: Journal Article Language: English; Portuguese [Rev Bras Enferm] 2023 Dec 04; Vol. 76 (6), pp. e20220740. <i>Date of Electronic Publication: </i>2023 Dec 04 (<i>Print Publication: </i>2023). MeSH Terms: COVID-19* ; Mobile Applications* ; Humans ; Intensive Care Units ; Hospitalization ; Clinical Decision-Making ; Retrospective Studies References: BMC Med. 2015 Jan 06;13:1. (PMID: 25563062) ; Pediatr Nephrol. 2022 May;37(5):1067-1074. (PMID: 34686914) ; Resuscitation. 2020 Nov;156:84-91. (PMID: 32918985) ; J Clin Med. 2020 Jun 01;9(6):. (PMID: 32492874) ; Nurs Outlook. 2019 Jul - Aug;67(4):302-310. (PMID: 31280842) ; Int Nurs Rev. 2017 Sep;64(3):379-387. (PMID: 27753089) ; Int J Environ Res Public Health. 2021 Aug 17;18(16):. (PMID: 34444425) ; Front Public Health. 2021 Dec 10;9:812023. (PMID: 34957041) ; Cancer Nurs. 2015 Sep-Oct;38(5):333-4. (PMID: 26284912) ; Vaccine. 2023 Mar 31;41(14):2343-2348. (PMID: 36740558) ; Rev Bras Enferm. 2020 Apr 09;73(3):e20180421. (PMID: 32294705) ; Nurs Outlook. 2016 Jul-Aug;64(4):292-298. (PMID: 27298194) Entry Date(s): Date Created: 20231206 Date Completed: 20231211 Latest Revision: 20231211 Update Code: 20231215 PubMed Central ID: PMC10695068

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.