نظام التنبؤ بتشخيص مرض الزهايمر

🧠 نظام التنبؤ بتشخيص الزهايمر 🩺

يرغب معهد طبي في تطوير نظام آلي يساعد في
تحديد المرضى المعرضين لخطر الإصابة بالزهايمر، باستخدام البيانات السريرية
والديموغرافية والسلوكية.

لقد تلقيت مجموعة بيانات تحتوي على مرضى تم تقييمهم سريرياً، والهدف هو بناء
نموذج تصنيف ثنائي يمكنه التنبؤ بالتشخيص للمرضى الجدد.

تم توفير الملفات التالية لك:

• train.csv – بيانات تاريخية عن المرضى، تحتوي على التشخيص
• test.csv – بيانات عن مرضى جدد، بدون تشخيص

الهدف الرئيسي: التنبؤ باحتمالية تشخيص المريض بالزهايمر
(قيمة بين 0 و 1، حيث 0 = مريض سليم، 1 = مريض مصاب بالزهايمر).

📊 مجموعة البيانات

كل صف يمثل مريضاً ويحتوي على الخصائص التالية:

🔑 التعريف

• PatientID – معرف فريد للمريض

👤 البيانات الديموغرافية

• Age – عمر المريض
• Gender – الجنس (0 = أنثى، 1 = ذكر)
• Ethnicity – العرق (قيم مرمزة رقمياً)
• EducationLevel – المستوى التعليمي (مرمز رقمياً)

🧬 نمط الحياة والصحة

• BMI – مؤشر كتلة الجسم
• Smoking – مدخن (1) / غير مدخن (0)
• AlcoholConsumption – استهلاك الكحول
• PhysicalActivity – مستوى النشاط البدني
• DietQuality – جودة النظام الغذائي
• SleepQuality – جودة النوم

🏥 التاريخ الطبي

• FamilyHistoryAlzheimers – تاريخ عائلي للزهايمر
• CardiovascularDisease – أمراض القلب والأوعية الدموية
• Diabetes – السكري
• Depression – الاكتئاب
• HeadInjury – إصابات الرأس
• Hypertension – ارتفاع ضغط الدم
• SystolicBP, DiastolicBP – ضغط الدم
• CholesterolTotal, CholesterolLDL, CholesterolHDL, CholesterolTriglycerides

🧠 التقييمات المعرفية والوظيفية

• MMSE – نتيجة فحص الحالة العقلية المصغر
• FunctionalAssessment – التقييم الوظيفي
• ADL – الأنشطة اليومية

⚠️ الأعراض المعرفية والسلوكية

• MemoryComplaints
• BehavioralProblems
• Confusion
• Disorientation
• PersonalityChanges
• DifficultyCompletingTasks
• Forgetfulness

🎯 التسمية المستهدفة

• Diagnosis – فقط في train.csv
  • 1 = تشخيص الزهايمر
  • 0 = بدون زهايمر

الهدف النهائي: التنبؤ بـ Diagnosis للصفوف في test.csv.

📝 المهام

أول مهمتين فرعيتين تتحققان من التحليل الاستكشافي للبيانات.
المهمة الفرعية الأخيرة تقيم أداء نموذج التصنيف.

المهمة الفرعية 1 (10 نقاط)

احسب لكل مريض في test.csv كم عدد المرضى في مجموعة التدريب (train.csv) الذين لديهم نفس عمر المريض في مجموعة الاختبار.

اعرض في ملف التسليم رقماً طبيعياً (وفقاً للتنسيق المعروض أدناه).

المهمة الفرعية 2 (15 نقطة)

لكل مريض في test.csv، حدد نسبة المرضى المدخنين
(Smoking = 1) من مجموعة التدريب (train.csv) الذين لديهم نفس العمر
مع المريض المعني.

صيغة الحساب لمريض بعمر v:

1(عدد المرضى المدخنين في train مع Age = v) /2(العدد الإجمالي للمرضى في train مع Age = v) * 100

اعرض في ملف التسليم رقماً حقيقياً بين 0 و 100،
بحد أقصى منزلتان عشريتان، لكل مريض.

إذا لم يوجد في مجموعة التدريب أي مريض بالعمر المعني،
ستكون القيمة المعروضة 0.

المهمة الفرعية 3 (75 نقطة)

ابنِ نموذج تصنيف يتنبأ باحتمالية تشخيص الزهايمر
(p ∈ [0,1]) لكل مريض في test.csv.

يتم التقييم باستخدام منحنى ROC و AUC (المساحة تحت منحنى ROC).

🧮 التقييم

• AUC ≥ 0.90 → 75 نقطة
• AUC ≤ 0.70 → 0 نقطة
• الفترة بينهما: نقاط متناسبة

يتم تقييم المهام الفرعية 1-2 بدقة (من خلال المقارنة).

📄 تنسيق ملف التسليم

يجب أن يحتوي ملف submission.csv على 3 أسطر لكل مريض في الاختبار،
تتوافق مع المهام الفرعية الثلاث.

الهيكل:

1subtaskID, datapointID, answer

حيث:

• subtaskID – 1، 2 أو 3
• datapointID – قيمة PatientID
• answer – يعتمد على المهمة الفرعية:
  • المهمة الفرعية 1: عدد المرضى بنفس العمر في مجموعة التدريب (رقم طبيعي)
  • المهمة الفرعية 2: نسبة المدخنين الذين لديهم نفس عمر المريض (رقم حقيقي)
  • المهمة الفرعية 3: احتمالية الزهايمر (رقم حقيقي بين 0 و 1)

مثال لـ PatientID = 4751:

1subtaskID,datapointID,answer21,4751,2332,4751,31.843,4751,0.873

📊 مقياس التقييم: ROC AUC 📈

بالنسبة لـ المهمة الفرعية 3، يتم التقييم باستخدام ROC AUC (المساحة تحت منحنى ROC)،
وهو مقياس معياري لمشاكل التصنيف الثنائي.

تفسير النتيجة:

• ROC AUC = 1.0 🏆 → نموذج مثالي
• ROC AUC = 0.5 🎲 → تصنيف عشوائي
• ROC AUC > 0.5 📈 → كلما كانت النتيجة أعلى، كلما فصل النموذج الفئات بشكل أفضل