Machine-aided detection of SARS-CoV-2 from complete blood count - Publikacja - MOST Wiedzy

Wyszukiwarka

Machine-aided detection of SARS-CoV-2 from complete blood count

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

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

Publikacje, które mogą cię zainteresować

Meta Tagi