Predicting congenital syphilis cases: A performance evaluation of different machine learning models.

Journal: PloS one
PMID: 37267293

Abstract

BACKGROUND: Communicable diseases represent a huge economic burden for healthcare systems and for society. Sexually transmitted infections (STIs) are a concerning issue, especially in developing and underdeveloped countries, in which environmental factors and other determinants of health play a role in contributing to its fast spread. In light of this situation, machine learning techniques have been explored to assess the incidence of syphilis and contribute to the epidemiological surveillance in this scenario.

Authors

  • Igor Vitor Teixeira
    Programa de Pós-Graduação em Engenharia da Computação, Universidade de Pernambuco, Recife, Brazil.
  • Morgana Thalita da Silva Leite
    Programa de Pós-Graduação em Engenharia da Computação, Universidade de Pernambuco, Recife, Brazil.
  • Flavio Leandro de Morais Melo
    Programa de Pós-Graduação em Engenharia da Computação, Universidade de Pernambuco, Recife, Brazil.
  • Élisson da Silva Rocha
    Programa de Pós-Graduação em Engenharia da Computação, Universidade de Pernambuco, Recife, Brazil.
  • Sara Sadok
    Master en Genética Asistencial, Universitat Autònoma de Barcelona, Barcelona, Spain.
  • Ana Sofia Pessoa da Costa Carrarine
    Secretaria de Saúde do Estado de Pernambuco, Programa Mãe Coruja Pernambucana, Recife, Brazil.
  • Marília Santana
    Secretaria de Saúde do Estado de Pernambuco, Programa Mãe Coruja Pernambucana, Recife, Brazil.
  • Cristina Pinheiro Rodrigues
    Secretaria de Saúde do Estado de Pernambuco, Programa Mãe Coruja Pernambucana, Recife, Brazil.
  • Ana Maria de Lima Oliveira
    Secretaria de Saúde do Estado de Pernambuco, Programa Mãe Coruja Pernambucana, Recife, Brazil.
  • Keduly Vieira Gadelha
    Secretaria de Saúde do Estado de Pernambuco, Programa Mãe Coruja Pernambucana, Recife, Brazil.
  • Cleber Matos de Morais
    Departamento de Mídias Digitais, Universidade Federal da Paraíba, João Pessoa, Brazil.
  • Judith Kelner
    Centro de Informática, Universidade Federal de Pernambuco, Recife, Brazil.
  • Patricia Takako Endo
    Programa de Pós-Graduação em Engenharia da Computação Universidade de Pernambuco (UPE) Recife Pernambuco Brazil.

Keywords

External Resources

Popular Topics
Recent Journals