Abstrakt
The current gold standard for SARS-CoV-2 detection methods lacks the functionality to perform population screening. Complete blood count (CBC) tests are a cost-effective way to reach a wide range of people – e.g. according to the data of the Central Statistical Office of Poland from 2016, there are 3,000 blood diagnostic laboratories in Poland, and 46% of Polish people have at least one CBC test per year. In our work, we show the possibility of machine detection of SARS-CoV-2 virus on the basis of routine blood tests. The role of the model is to facilitate the screening of SARS-CoV-2 in asymptomatic patients or in the incubation phase. Early research suggests that asymptomatic patients with COVID-19 may develop complications of COVID-19 (e.g., a type of lung injury). The solution we propose has an F1 score of 87.37%. We show the difference in the results obtained on Polish and Italian data sets, challenges in cross-country knowledge transfer and the selection of machine learning algorithms. We also show that CBC-based models can be a convenient, cost-effective and accurate method for the detection of SARS-CoV-2, however, such a model requires validation on an external cohort before being put into clinical practice.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (5)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Język:
- angielski
- Rok wydania:
- 2022
- Opis bibliograficzny:
- Klaudel B., Obuchowski A., Dąbrowska M., Sałaga-zaleska K., Kowalczuk Z.: Machine-aided detection of SARS-CoV-2 from complete blood count// Intelligent and Safe Computer Systems in Control and Diagnostics/ : , , s.17-28
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-031-16159-9_2
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 103 razy