Кафедра епідеміології
Permanent URI for this communityhttps://repo.knmu.edu.ua/handle/123456789/250
Browse
31 results
Search Results
Item Ризик розповсюдження інфекційних захворювань внаслідок війни в Україні в період з 2014 року і до сьогодні(2024) Монакова, Ольга Сергіївна; Захарченко, Вікторія Сергіївна; Харківська, Дарія ОлександрівнаItem Effective Utilization of Data for Predicting COVID-19 Dynamics: An Exploration through Machine Learning Models(2023) Chumachenko, Dmytro; Чумаченко, Дмитро Ігорович; Dudkina, Tetiana; Дудкіна, Тетяна; Yakovlev, Sergiy; Яковлев, Сергій; Chumachenko, Tetyana; Чумаченко, Тетяна ОлександрівнаItem A Prognostic Model and Pre-Discharge Predictors of Post-COVID-19 Syndrome After Hospitalization for SARS-CoV-2 Infection(Frontiers Media S.A., 2023-11) Honchar, Oleksii; Ashcheulova, Tetiana; Гончарь, Олексій Володимирович; Ащеулова, Тетяна Вадимівна; Chumachenko, Tetyana; Чумаченко, Тетяна Олександрівна; Chumachenko, Dmytro; Чумаченко, Дмитро Ігоревич; Bobeiko, Alla; Бобейко, Алла Євгенівна; Khodosh, Eduard; Ходош, Едуард Михайлович; Blazhko, Viktor; Блажко, Віктор Іванович; Matiash, Nataliia; Матяш, Наталія Михайлівна; Ambrosova, Tetiana; Амбросова, Тетяна Миколаївна; Herasymchuk, Nina; Герасимчук, Ніна Миколаївна; Kochubiei, Oksana; Кочубєй, Оксана Анатоліївна; Smyrnova, Viktoriia; Смирнова, Вікторія ІванівнаBackground. Post-COVID-19 syndrome (PCS) has been increasingly recognized as an emerging problem: 50% of patients report ongoing symptoms 1 year after acute infection, with most typical manifestations (fatigue, dyspnea, psychiatric and neurological symptoms) having potentially debilitating effect. Early identification of high-risk candidates for PCS development would facilitate the optimal use of resources directed to rehabilitation of COVID-19 convalescents. Objective. To study the in-hospital clinical characteristics of COVID-19 survivors presenting with self-reported PCS at 3 months and to identify the early predictors of its development. Methods. 221 hospitalized COVID-19 patients underwent symptoms assessment, 6-minute walk test, and echocardiography pre-discharge and at 1 month; presence of PCS was assessed 3 months after discharge. Unsupervised machine learning was used to build a SANN-based binary classification model of PCS development. Results. PCS at 3 months has been detected in 75% patients. Higher symptoms level in the PCS group was not associated with worse physical functional recovery or significant echocardiographic changes. Despite identification of a set of pre-discharge predictors, inclusion of parameters obtained at 1 month proved necessary to obtain a high accuracy model of PCS development, with inputs list including age, sex, inhospital levels of CRP, eGFR and need for oxygen supplementation, and level of post-exertional symptoms at 1 month after discharge (fatigue and dyspnea in 6MWT and MRC Dyspnea score). Conclusions. Hospitalized COVID-19 survivors at 3 months were characterized by 75% prevalence of PCS, the development of which could be predicted with an 89% accuracy using the derived neural network-based classification model.Item Modeling social attitudes toward COVID-19 vaccination in Ukraine(2023-11-03) Chumachenko, D.; Чумаченко, Дмитро Ігорович; Chumachenko, Tetyana; Чумаченко, Тетяна Олександрівна; Railyan, Maryna; Райлян, Марина Володимирівна; Filipchenko, S.; Філіпченко, Сергій МиколайовичItem Assessing the impact of the Russian war in Ukraine on COVID-19 transmission in Spain: a machine learning-based study(2023) Chumachenko, Dmytro; Pudkina, Tetiana; Chumachenko, Tetyana; Чумаченко, Тетяна ОлександрівнаItem Неспецифічна профілактика COVID-19 в м. Харкові у довакцинальний період пандемії: аналіз недоліків та шляхи їх усунення(2022-10-28) Монакова, Ольга Сергіївна; Monakova, Olha; Чумаченко, Тетяна Олександрівна; Chumachenko, TetyanaItem Multiagent simulation model of the COVID-19 epidemic process with social factors(2022-10-30) Salun, Olga; Chumachenko, Dmytro; Muradyan, Olena; Chumachenko, Tetyana; Чумаченко, Тетяна ОлександрівнаItem COVID-19 Epidemic Process Model Based on Recurrent Neural Networks(2022) Chumachenko, D.; Butkevyvh, M.; Meniailov, I.; Chumachenko, Tetyana; Чумаченко, Тетяна ОлександрівнаItem Simulation of the COVID-19 Epidemic Process: Investigation of a Deterministic Approach and a Machine Learning Model(2022) Mohammadi, A.; Chumachenko, Tetyana; Чумаченко, Тетяна Олександрівна; Meniailov, I.; Bazilevich, K.; Chumachenko, D.Item Comparative Analysis of COVID-19 Epidemic Process Models Based on Machine Learning(2022) Chumachenko, Tetyana; Чумаченко, Тетяна Олександрівна; Чумаченко, Татьяна Александровна; Meniailov, I.; Bazilevich, K.; Chumachenko, D.