Resumen

El brote del nuevo coronavirus (COVID-19) ha tenido efectos devastadores en la economía global y la salud de comunidades enteras. Aunque la tasa de supervivencia del COVID-19 es alta, el número de casos graves que resultan en muerte aumenta diariamente. Se espera que una predicción oportuna de los pacientes en riesgo de contraer COVID-19, junto con medidas de precaución, aumente la tasa de supervivencia de los pacientes y reduzca la tasa de mortalidad. Esta investigación proporciona un método de predicción para la identificación temprana del resultado de los pacientes con COVID-19 basado en las características de los pacientes monitoreadas en casa, mientras están en cuarentena. El estudio se realizó utilizando 287 muestras de COVID-19 de pacientes del Hospital Universitario King Fahad, en Arabia Saudita. Los datos fueron analizados utilizando tres algoritmos de clasificación, a saber, regresión logística (LR), bosque aleatorio (RF) y aumento extremo de gradientes (XGB). Inicialmente, los datos fueron preprocesados utilizando varias técnicas de prepro

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Coronavirus; COVID-19; Tasa de supervivencia; Pacientes; Método de predicción; Algoritmos de clasificación
• Keywords:Coronavirus; COVID-19; Survival rate; Patients; Prediction method; Classification algorithms