Analýza a klasifikace rizik a symptomů Parkinsonovy choroby

Analýza a klasifikace rizik a symptomů Parkinsonovy choroby

Kontext

Parkinsonova choroba je progresivní neurodegenerativní onemocnění, které ovlivňuje kontrolu pohybů a kognitivní funkce. Často se vyskytuje u osob starších 60 let a projevuje se kombinací motorických symptomů (tremor, rigidita, bradykineze, posturální nestabilita) a nemotorických symptomů (poruchy spánku, zácpa, deprese, problémy s řečí).

Včasná diagnóza a monitorování vývoje nemoci jsou zásadní pro optimalizaci léčby a zlepšení kvality života pacientů. Umělá inteligence umožňuje komplexní analýzu klinických dat a životního stylu pro:

• identifikaci rizikových faktorů
• klasifikaci pacientů
• odhad progrese nemoci

Pro řešení tohoto problému budete mít k dispozici dva soubory:

• train.csv – obsahuje všechny proměnné včetně Diagnosis pro trénování modelů
• test.csv – obsahuje stejné proměnné bez sloupce Diagnosis a data z tohoto souboru se používají pro generování predikcí

Popis datové sady

Požadavky

Pro tento problém máte vyřešit 3 úkoly.

Úkol 1 – Cardiometabolic Risk Score (20 bodů)

Vypočítejte pro každého pacienta z testovací sady skóre kardiovaskulárního a metabolického rizika na základě existujících sloupců (Hypertension, Diabetes, BMI).

• Vzorec:

1CardiometabolicRiskScore = (Hypertension == 1) + (Diabetes == 1) + (BMI > 30)

CardiometabolicRiskScore je jednoduché skóre, které hodnotí kardiovaskulární a metabolické riziko pacienta.
Každá komponenta přidává jeden bod ke skóre:

• Hypertenze: pokud má pacient zvýšený krevní tlak, přidá se 1 bod.

• Diabetes: pokud má pacient diabetes, přidá se 1 bod.

• BMI > 30: pokud index tělesné hmotnosti indikuje obezitu (BMI nad 30), přidá se 1 bod.

• Answer v souboru pro odevzdání bude číselná hodnota vypočítaná pro každého pacienta z testovací sady.

Úkol 2 – Lifestyle Risk Index (20 bodů)

Vypočítejte skóre, které hodnotí riziko související se životním stylem na základě existujících sloupců (Smoking, AlcoholConsumption, PhysicalActivity).

• Vzorec:

1LifestyleRiskIndex = (Smoking == 1) + (AlcoholConsumption > 2) + (PhysicalActivity < 1)

LifestyleRiskIndex je skóre, které hodnotí riziko spojené se životním stylem pacienta.
Každá komponenta přispívá jedním bodem ke skóre:

• Smoking: pokud pacient kouří, přidá se 1 bod.
• AlcoholConsumption > 2: pokud pacient konzumuje více než 2 jednotky alkoholu týdně, přidá se 1 bod.
• PhysicalActivity < 1: pokud pacient vykonává méně než jednu hodinu fyzické aktivity týdně, přidá se 1 bod.

Finální skóre se pohybuje mezi 0 (životní styl bez rizika) a 3 (přítomnost všech rizikových faktorů), poskytuje jednoduchou míru dopadu životního stylu na zdraví.

Úkol 3 – Klasifikace Parkinsonovy choroby (60 bodů)

Vytvořte klasifikační model, který předpoví Diagnosis (0 = zdravý, 1 = Parkinsonova choroba) na základě všech dostupných informací v train.csv. Můžete se rozhodnout použít všechny informace z trénovací sady pro klasifikaci modelu nebo můžete vybrat nejvhodnější informace.

• Predikce pro každého pacienta z test.csv musí být ve formě 0/1.
• Answer v souboru pro odevzdání bude 0 (zdravý) nebo 1 (trpí Parkinsonovou chorobou) pro každého pacienta.

Formát souboru pro odevzdání

Soubor submission.csv musí obsahovat:

• PatientID - představuje ID pacienta a je převzato ze souboru test.csv;
• subtaskID může být: Task1, Task2, Task3
• Answer představuje hodnotu vypočítanou pro pacienta označeného PatientID u úkolu označeného subtaskID.

Hodnocení

Pro podúkol 3 se bodové hodnocení uděluje podle následujících pravidel:

• AUC ≥ 0.95 → 60 bodů
• AUC ≤ 0.70 → 0 bodů
• Interval mezi nimi: proporcionální bodování

Pro podúkoly 1–2 se hodnotí přesně (porovnáním).