Modelo para diagnóstico diferencial de casos suspeitos de COVID-19
Carregando...
Data
2022-12-16
Autores
Orientador
Jensen, Rodrigo 
Coorientador
Pós-graduação
Curso de graduação
Enfermagem - FMB
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso restrito
Resumo
Introdução: O quadro clínico dos pacientes com COVID-19 se dá por sinais e sintomas pouco específicos, e esta é uma das principais dificuldades a um rápido diagnóstico da doença. Considerando a rápida evolução clínica, o diagnóstico precoce tem relação a um desfecho favorável. Objetivo: Construir um modelo para diagnóstico diferencial de casos suspeitos entre COVID-19 e síndrome gripal, a partir da abordagem da lógica fuzzy. Métodos: Foram percorridas as etapas de fuzzificação, a construção da base de regras e a proposição da inferência fuzzy. As entradas do modelo foram definidas por conjuntos fuzzy. Estas foram construídas a partir de levantamento de literatura, sobre sinais e sintomas e comorbidades a COVID-19 e a síndrome gripal na população adulta, em busca nas bases de dados. A base de regras do modelo foi construída a partir de informações extraídas dos estudos científicos identificados. As variáveis linguísticas utilizadas no modelo, para indicar a presença de sinal, sintoma ou comorbidade, foram: Presente (1), Possivelmente presente (0,75), Não sei (0,50), Possivelmente ausente (0,25) e Possivelmente ausente (0). Para a inferência fuzzy, foi adotada a composição máximo-mínimo fuzzy. Resultados: Foram prevalentes os sinais e sintomas para COVID-19 (n=34.216): Diminuição do pulso periférico, Batimentos de asa de nariz, Tiragem intercostal, Cianose, Hipotensão, Irritabilidade e Desidratação. Foram prevalentes os sinais e sintomas para síndrome gripal (n=10.332): Aumento da frequência respiratória, Diminuição do pulso periférico, Batimentos de asa de nariz, Perda de olfato (anosmia), Alteração do paladar (ageusia), Tiragem intercostal, Saturação de O2 menor que 95% em ar ambiente. Conclusão: O modelo poderá otimizar a identificação de sinais e sintomas da COVID-19 e apoiar aos enfermeiros e médicos a um rápido diagnóstico ou identificação de risco.
Descrição
Palavras-chave
Idioma
Português
