Machine learning algorithms using national registry data to predict loss to follow-up during tuberculosis treatment

• Autor(a) principal: Rodrigues, Moreno M. S.
• Data de Publicação: 2024
• Outros Autores: Barreto-Duarte, Beatriz, Vinhaes, Caian L., Araújo-Pereira, Mariana, Fukutani, Eduardo R., Bergamaschi, Keityane Bone, Kristki, Afrânio, Cordeiro-Santos, Marcelo, Rolla, Valeria C., Sterling, Timothy R., Queiroz, Artur T. L., Andrade, Bruno B.
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da FIOCRUZ (ARCA)
• DOI: 10.1186/s12889-024-18815-0
• Texto Completo: https://arca.fiocruz.br/handle/icict/65365
• topic: Perda de acompanhamento; Aprendizado de máquina; Previsão de pontuação; Tuberculose; Loss to follow-up; Machine learning; Score prediction; Tuberculosis; Aprendizado de máquina; Tuberculose; 04 Educação de qualidade

Intramural Research Program of the Fundação Oswaldo Cruz (B.B.A.), Departamento de Ciência e Tecnologia (DECIT) - Secretaria de Ciência e Tecnologia (SCTIE) – Ministério da Saúde (MS), Brazil [25029.000507/2013-07 to V.C.R.], the National Institutes of Allergy and Infectious Diseases [U01-AI069923 to T.R.S, MSR, ALK, TRS, BBA, and MCS] and, Programa Inova FIOCRUZ/Edital Inovação Amazônia (Fiocruz, FAPEAM and FAPERO to MR). MAP and B.B.D received a fellowship from Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Finance code: 001). B.B.A, A.L.K., M.C.S., and V.C.R. are senior investigators of CNPq/Ministry of Science Technology. All authors have read and agreed to the submitted version of the anuscript. The funders had no role in study design, data collection, and interpretation, or the decision to submit the work for publication.