Author | Florentino, Pilar Tavares Veras | |
Author | Araújo, Vinícius de Oliveira | |
Author | Zatti, Henrique | |
Author | Luis, Caio Vinícius | |
Author | Cavalcanti, Célia Regina Santos | |
Author | Oliveira, Matheus Henrique Citibaldi de | |
Author | Leão, Anderson Henrique França Figueredo | |
Author | Bertoldo Junior, Juracy | |
Author | Barbosa, George G. Caique | |
Author | Ravera, Ernesto | |
Author | Cebukin, Alberto | |
Author | David, Renata Bernardes | |
Author | Melo, Danilo Batista Vieira de | |
Author | Machado, Tales Mota | |
Author | Bellei, Nancy C. J. | |
Author | Boaventura, Viviane | |
Author | Barral Netto, Manoel | |
Author | Smaili, Soraya S. | |
Access date | 2025-01-07T18:44:45Z | |
Available date | 2025-01-07T18:44:45Z | |
Document date | 2024 | |
Citation | FLORENTINO, Pilar Tavares Veras et al. Text mining method to unravel long COVID’s clinical condition in hospitalized patients. Cell Death and Disease, v. 15, n. 671, p. 1-8, 2024. | en_US |
ISSN | 2041-4889 | en_US |
URI | https://www.arca.fiocruz.br/handle/icict/67941 | |
Sponsorship | Fiotec: Fundação de Apoio à Fiocruz.
Fundação de Apoio à Universidade Federal de São Paulo (FapUnifesp).
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP).
Rockefeller Foundation's. | en_US |
Language | eng | en_US |
Publisher | Springer Nature | en_US |
Rights | open access | en_US |
Title | Text mining method to unravel long COVID’s clinical condition in hospitalized patients | en_US |
Type | Article | en_US |
DOI | 10.1038/s41419-024-07043-4 | |
Abstract | Long COVID is characterized by persistent that extends symptoms beyond established timeframes. Its varied presentation across different populations and healthcare systems poses significant challenges in understanding its clinical manifestations and implications. In this study, we present a novel application of text mining technique to automatically extract unstructured data from a long COVID survey conducted at a prominent university hospital in São Paulo, Brazil. Our phonetic text clustering (PTC) method enables the exploration of unstructured Electronic Healthcare Records (EHR) data to unify different written forms of similar terms into a single phonemic representation. We used n-gram text analysis to detect compound words and negated terms in Portuguese-BR, focusing on medical conditions and symptoms related to long COVID. By leveraging text mining, we aim to contribute to a deeper understanding of this chronic condition and its implications for healthcare systems globally. The model developed in this study has the potential for scalability and applicability in other healthcare settings, thereby supporting broader research efforts and informing clinical decision-making for long COVID patients. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Laboratório de Medicina e Saúde Pública de Precisão. Salvador, BA, Brasil / Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para a Saúde. Salvador, BA, Brasil. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para a Saúde. Salvador, BA, Brasil / Universidade Federal da Bahia. Faculdade de Medicina da Bahia. Salvador, BA, Brasil. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para a Saúde. Salvador, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, BA, Brasil. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para a Saúde. Salvador, BA, Brasil. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para a Saúde. Salvador, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, BA, Brasil. | en_US |
Affilliation | Universidade de São Paulo. Faculdade de Medicina. São Paulo, SP, Brasil. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para a Saúde. Salvador, BA, Brasil / Universidade Federal de Ouro Preto. Diretoria de Tecnologia da Informação. Ouro Preto, MG, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Disciplina de Moléstias Infecciosas. São Paulo, SP, Brasil. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Laboratório de Medicina e Saúde Pública de Precisão. Salvador, BA, Brasil / Universidade Federal da Bahia. Faculdade de Medicina da Bahia. Salvador, BA, Brasil. | en_US |
Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Laboratório de Medicina e Saúde Pública de Precisão. Salvador, BA, Brasil / Universidade Federal da Bahia. Faculdade de Medicina da Bahia. Salvador, BA, Brasil. | en_US |
Affilliation | Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Farmacologia. São Paulo, SP, Brasil. | en_US |
Subject | Long COVID’s | en_US |
Subject | Text mining | en_US |
Subject | Method | en_US |
Subject | Hospitalized patients | en_US |
DeCS | Síndrome de COVID-19 pós-aguda | en_US |
DeCS | Métodos | en_US |
DeCS | Mineração de dados | en_US |
DeCS | Pacientes | en_US |