RESUMO
OBJECTIVE: To report the university extension research result entitled 'The COVID-PA Bulletin', which presented forecasts on the behavior of the pandemic in the state of Pará, Brazil. METHODS: The artificial intelligence technique also known as 'artificial neural networks' was used to generate 13 bulletins with short-term forecasts based on historical data from the State Department of Public Health information system. RESULTS: After eight months of predictions, the technique generated reliable results, with an average accuracy of 97% (observed for147 days) for confirmed cases, 96% (observed for 161 days) for deaths and 86% (observed for 72 days) for Intensive Care Unit bed occupancy. CONCLUSION: These bulletins have become a useful decision-making tool for public managers, assisting in the reallocation of hospital resources and optimization of COVID-19 control strategies in various regions of the state of Pará.
Assuntos
COVID-19 , Pandemias , Adaptação Psicológica , Inteligência Artificial , Brasil/epidemiologia , Humanos , SARS-CoV-2RESUMO
The first case of the novel coronavirus in Brazil was notified on February 26, 2020. After 21 days, the first case was reported in the second largest State of the Brazilian Amazon. The State of Pará presented difficulties in combating the pandemic, ranging from underreporting and a low number of tests to a large territorial distance between cities with installed hospital capacity. Due to these factors, mathematical data-driven short-term forecasting models can be a promising initiative to assist government officials in more agile and reliable actions. This study presents an approach based on artificial neural networks for the daily and cumulative forecasts of cases and deaths caused by COVID-19, and the forecast of demand for hospital beds. Six scenarios with different periods were used to identify the quality of the generated forecasting and the period in which they start to deteriorate. Results indicated that the computational model adapted capably to the training period and was able to make consistent short-term forecasts, especially for the cumulative variables and for demand hospital beds.
Assuntos
COVID-19/epidemiologia , Leitos , Brasil/epidemiologia , COVID-19/mortalidade , Previsões , Hospitalização , Humanos , Modelos Estatísticos , Redes Neurais de Computação , Pandemias , SARS-CoV-2/isolamento & purificaçãoRESUMO
Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como 'redes neurais artificiais', para geração de 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.
Objetivo: Reporte el resultado de la investigación y extensión universitaria denominada 'Boletim COVID-PA' que presentó proyecciones sobre el comportamiento de la pandemia en el estado de Pará, con un enfoque práctico y computacionalmente eficiente. Métodos: Fue utilizada una técnica de inteligencia artificial denominadas Redes Neurales para generar trece boletines con proyecciones basado en datos históricos del sistema de la Secretaría de Salud Pública. Resultados: Después de ocho meses de previsiones, la técnica genero resultados confiables con una precisión promedio de 97% (147 días observados) para casos confirmados, 96% (161 días observados) para los fallecimientos y 86% (72 días observados) para la ocupación de camas en las unidades de cuidados intensivos. Conclusión: Estos boletines se convirtieron en una herramienta para la toma de decisiones, auxiliando en la redistribución de recursos en los hospitales en el estado de Pará.
Objective: To report the university extension research result entitled 'The COVID-PA Bulletin', which presented forecasts on the behavior of the pandemic in the state of Pará, Brazil. Methods: The artificial intelligence technique also known as 'artificial neural networks' was used to generate 13 bulletins with short-term forecasts based on historical data from the State Department of Public Health information system. Results: After eight months of predictions, the technique generated reliable results, with an average accuracy of 97% (observed for147 days) for confirmed cases, 96% (observed for 161 days) for deaths and 86% (observed for 72 days) for Intensive Care Unit bed occupancy. Conclusion: These bulletins have become a useful decision-making tool for public managers, assisting in the reallocation of hospital resources and optimization of COVID-19 control strategies in various regions of the state of Pará.
Assuntos
Inteligência Artificial , Tomada de Decisões , COVID-19/epidemiologia , Brasil/epidemiologia , Redes Neurais de ComputaçãoRESUMO
This case describes an uncommon presentation of ALK-negative anaplastic large T-cell lymphoma with breast infiltration, mimicking triple-negative carcinoma. The incidence of ALK-negative anaplastic large T-cell lymphoma usually occurs in adults in their fifth and sixth decade of life and can affect lymph nodes and extranodal sites, including skin, soft tissue, and gastrointestinal tract. The non-Hodgkin's lymphoma of the breast is uncommon, accounting for 0.04 to 0.05% of all malignant breast tumors. Diagnosis of ALK-negative anaplastic large T-cell lymphoma is challenging both to physicians and pathologists. Based on the complete medical history, clinical and imaging exams and histopathological evaluation of the lesion site biopsy, it is possible to establish an adequate diagnosis. The case describes a woman aged 37 years with palpable nodules in the left breast as well as erythematous lesions on the right leg. The analysis of the breast nodules biopsy shows that they mimic triple-negative carcinoma. However, only with immunohistochemical examination was it possible to verify the expression of the CD30 antigen, and only after a complete systemic evaluation, the diagnosis of ALK-negative anaplastic large T-cell lymphoma was performed. Misdiagnosis can lead to inadequate therapy and result in disease progression or unnecessary damages to the patient.
Este caso descreve uma incomum apresentação de linfoma anaplásico de grandes células T ALK negativo com infiltrado mamário, mimetizando carcinoma triplo negativo. A incidência do linfoma anaplásico de grandes células T ALK negativo, ocorre comumente em adultos na quinta e sexta década de vida e pode acometer linfonodos e locais extranodais, incluindo pele, tecido mole e trato gastrointestinal. O linfoma não-Hodgkin da mama é incomum, compondo 0,04 a 0,05% de todos os tumores de mama malignos. O diagnóstico de linfoma anaplásico de grandes células T ALK negativo é desafiador tanto para clínicos como para patologistas. O estabelecimento de um diagnóstico adequado é possível com base em histórico médico completo, exames clínicos e de imagem e avaliação histopatológica da biópsia do local da lesão. O caso relata uma mulher de 37 anos com nódulos palpáveis na mama esquerda em conjunto com lesões eritematosas na perna direita. Ao se analisar a biópsia dos nódulos da mama, esses mimetizavam carcinoma triplo negativo, no entanto, somente com exame imunohistoquímico foi possível verificar a expressão do antígeno CD30, e, apenas após uma avaliação sistêmica completa, foi realizado o diagnóstico de linfoma anaplásico de grandes células T ALK negativo. O diagnóstico equivocado pode acarretar terapia inadequada e resultar em progressão da doença ou em danos desnecessários ao paciente.