{"title":"Uso de Aprendizado de Máquina para Predizer o Comportamento do Doador de Sangue: Uma Revisão da Literatura","authors":"Jairo Marciano Silva, A. Monteiro","doi":"10.5753/enucompi.2022.222533","DOIUrl":null,"url":null,"abstract":"Serviços de Hemoterapia, chamados comumente de Unidades Hemoterápicas, muitas vezes tem problemas para convocar doadores de sangue em épocas de crise ou em situações de emergência como a recente pandemia do COVID-19. Além disso, nesses serviços existe uma preocupação constante em os estoques de sangue em patamares seguros e aceitáveis. Este artigo apresenta uma revisão sistemática da literatura sobre o uso de técnicas de aprendizado de máquina que ajudem a obter uma melhor compreensão sobre os fatores que influenciam o comportamento futuro do doador para poder prevê-lo com maior precisão e assim definir estratégias para convocar e aumentar o número de doadores ativos. Foram revisados 17 artigos, selecionados dos 171 artigos recuperados inicialmente de 5 bases indexadas. O artigo, também, discorre sobre os 10 trabalhos considerados mais relevantes para o entendimento do comportamento dos doadores.","PeriodicalId":322563,"journal":{"name":"Anais do XV Encontro Unificado de Computação do Piauí (ENUCOMPI 2022)","volume":"2015 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XV Encontro Unificado de Computação do Piauí (ENUCOMPI 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/enucompi.2022.222533","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Serviços de Hemoterapia, chamados comumente de Unidades Hemoterápicas, muitas vezes tem problemas para convocar doadores de sangue em épocas de crise ou em situações de emergência como a recente pandemia do COVID-19. Além disso, nesses serviços existe uma preocupação constante em os estoques de sangue em patamares seguros e aceitáveis. Este artigo apresenta uma revisão sistemática da literatura sobre o uso de técnicas de aprendizado de máquina que ajudem a obter uma melhor compreensão sobre os fatores que influenciam o comportamento futuro do doador para poder prevê-lo com maior precisão e assim definir estratégias para convocar e aumentar o número de doadores ativos. Foram revisados 17 artigos, selecionados dos 171 artigos recuperados inicialmente de 5 bases indexadas. O artigo, também, discorre sobre os 10 trabalhos considerados mais relevantes para o entendimento do comportamento dos doadores.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
