Indiziert in
- Öffnen Sie das J-Tor
- Akademische Schlüssel
- Forschungsbibel
- Nationale Wissensinfrastruktur Chinas (CNKI)
- Zentrum für Landwirtschaft und Biowissenschaften International (CABI)
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- CABI-Volltext
- Publons
- Genfer Stiftung für medizinische Ausbildung und Forschung
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Anwendung von Soft Computing-Techniken in der Diagnose tropischer Krankheiten: Eine systematische Übersicht
Samuel B Oyong, Faith-Michael E Uzoka*, UO Obot, Etim Edem Ekong, Pius U Ejodamen
Die Komplexität der Varianten tropischer Krankheiten mit ihren leicht zu verwechselnden Symptomen hat zu Verschreibungsfehlern und in der Folge zu vielen Todesfällen geführt. Es wurden Soft-Computing-Techniken vorgeschlagen, um Unklarheiten und Ungenauigkeiten im Diagnoseprozess zu beheben. Dieser Artikel präsentiert eine systematische Übersicht über die Verwendung von Soft-Computing-Techniken bei der Diagnose tropischer Krankheiten. Die Ergebnisse zeigen, dass in den Ländern Afrikas, des asiatisch-pazifischen Raums und Europas mehr Forschung in Bereichen betrieben wurde, die sich auf die Verwendung von Soft-Computing-Techniken bei der Diagnose tropischer Krankheiten konzentrieren, gefolgt von Amerika. Von den zwölf (12) häufig erforschten tropischen Krankheiten stehen Malaria, Denguefieber, Hautkrankheiten und Typhus ganz oben auf der Liste. Die Soft-Computing-Klassifikatoren waren gleichmäßig auf einzelne und hybride Paradigmen verteilt. Die meisten Klassifizierungsmaschinen basierten auf Fuzzy-Logik (15), neuronalen Netzwerken (5), Support Vector Machine (4) und Entscheidungsbäumen (4). Einige der Systeme wurden nicht eingesetzt und die meisten Gesundheitsorganisationen (einschließlich der WHO) haben die Verwendung von Soft-Computing-Systemen bei der medizinischen Diagnose nicht vollständig übernommen. In der medizinischen Diagnostik finden viele Veränderungen statt, darunter: Arzneimittelresistenz, hohe Kosten für die Herstellung hybridisierter Arzneimittel zur Bekämpfung von Krankheitsresistenzen und unstrukturierte Datenerfassung, die für herkömmliche Soft-Computing-Klassifikatoren nicht geeignet ist. Zu diesem Zweck wird empfohlen, dass die WHO und ihre Verbündeten ihre Politik zur Krankheitskontrolle und -ausrottung durch die Einbeziehung von Soft-Computing-Techniken, insbesondere Hybridisierungsmethoden (Ensemblemethoden), diversifizieren. Diese Einbeziehung wird die Morbiditäts- und Mortalitätsraten in den betroffenen Regionen senken.