@PHDTHESIS{ 2024:1676819346,
 	title = {Aprendizado de máquina e dispositivo vestível na identificação dos diferentes estágios da COVID-19 utilizando a variabilidade da frequência cardíaca.},
 	year = {2024},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3505",
 	abstract = "A pandemia de COVID-19 exigiu esforços multidisciplinares em seu combate, incluindo o
 desenvolvimento e distribuição de testes diagnósticos e vacinas. Em 2023, a pandemia de
 COVID-19 continuou a representar uma ameaça à saúde pública global, com milhões de pessoas
 infectadas e milhares de óbitos, além de um grande número de indivíduos afetados pela
 síndrome da COVID longa. Os testes em massa, embora eficazes, permanecem complexos e
 demorados. Estudos recentes têm explorado a relação entre a variabilidade da frequência
 cardíaca (VFC) e a COVID-19, utilizando dados fisiológicos para avaliar retrospectivamente a
 saúde dos indivíduos. Motivado pela crescente popularidade de dispositivos pessoais, como
 relógios e pulseiras inteligentes, que monitoram dados fisiológicos, este estudo investigou a
 viabilidade de utilizar esses dispositivos para diagnóstico da COVID-19 em tempo real.
 Técnicas de aprendizado de máquina foram empregadas para identificar padrões nos índices da
 VFC para indivíduos saudáveis, positivos para COVID-19 e aqueles com síndrome da COVID
 longa. Diversos algoritmos foram analisados e testados, e a árvore de decisão foi selecionada
 como o algoritmo principal, alcançando uma precisão média geral de 77%, melhorando para
 96,7%, quando informações sobre infecções recentes por COVID-19 estavam disponíveis. Um
 oxímetro automatizado foi desenvolvido para coletar e transmitir dados da VFC para
 processamento em um servidor remoto. Um sistema de monitoramento em tempo real via WEB
 foi projetado para fornecer diagnósticos imediatos com base nas leituras do oxímetro. Este
 trabalho é o primeiro a oferecer avaliação e indicação em tempo real do estado de saúde
 relacionado à infecção por COVID-19 utilizando dados fisiológicos. Além disso, ele apresenta
 outra abordagem inovadora ao oferecer, pela primeira vez, um diagnóstico da síndrome da
 COVID longa, não baseado em exames clínicos. O diagnóstico em tempo real pode ajudar a
 prevenir a propagação da doença e monitorar a sua progressão em indivíduos com maior risco
 de complicações.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}