Unsupervised K-means analysis of tuberculosis data in Brazil: identifying high prevalence states and temporal trends (2024)
- Authors:
- USP affiliated authors: ALVES, DOMINGOS - FMRP ; CASSÃO, VICTOR - Interunidades em Bioengenharia
- Unidades: FMRP; Interunidades em Bioengenharia
- DOI: 10.1016/j.procs.2024.06.365
- Subjects: TUBERCULOSE; ALGORITMOS; DOENÇAS TRANSMISSÍVEIS
- Language: Inglês
- Imprenta:
- Source:
- Título: Procedia Computer Science
- ISSN: 1877-0509
- Volume/Número/Paginação/Ano: v. 239, p. 1839-1846, 2024
- Conference titles: International Conference on ENTERprise Information Systems - CENTERIS
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
ROSSINI, Angelo et al. Unsupervised K-means analysis of tuberculosis data in Brazil: identifying high prevalence states and temporal trends. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.procs.2024.06.365. Acesso em: 31 mar. 2026. , 2024 -
APA
Rossini, A., Alves, D., Cassão, V., & Miyoshi, N. S. B. (2024). Unsupervised K-means analysis of tuberculosis data in Brazil: identifying high prevalence states and temporal trends. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1016/j.procs.2024.06.365 -
NLM
Rossini A, Alves D, Cassão V, Miyoshi NSB. Unsupervised K-means analysis of tuberculosis data in Brazil: identifying high prevalence states and temporal trends [Internet]. Procedia Computer Science. 2024 ; 239 1839-1846.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1016/j.procs.2024.06.365 -
Vancouver
Rossini A, Alves D, Cassão V, Miyoshi NSB. Unsupervised K-means analysis of tuberculosis data in Brazil: identifying high prevalence states and temporal trends [Internet]. Procedia Computer Science. 2024 ; 239 1839-1846.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1016/j.procs.2024.06.365 - Desenvolvimento e aplicação de ferramentas de aprendizado de máquina para extração de conhecimento em banco de dados de resistência a drogas para tuberculose (TB)
- From raw data to FAIR data: the FAIRification workflow for brazilian tuberculosis research
- Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario
- A computational infrastructure for analyzing tuberculosis research data in Brazil
- A dynamical modeling to study the adaptive immune system and the influence of antibodies in the immune memory
- Development and validation of a pharmacoeconomic tool for decision making in the implementation of pharmaceutical care for hypertensive patients in the Brazilian public health system (SUS)
- Proposal of a gold standard database model of adverse drug reactions reports
- Programa democratiza saúde mental. [Depoimento a Luís Augusto]
- Software evaluation from the perspective of patients and healthcare professionals
- Cervical dilatation over time is a poor predictor of severe adverse birth outcomes: a diagnostic accuracy study
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
003252075.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
