Análisis y clasificación de riesgos y síntomas del Parkinson

Análisis y clasificación de riesgos y síntomas de Parkinson

Contexto

La enfermedad de Parkinson es una afección neurodegenerativa progresiva que afecta el control de los movimientos y las funciones cognitivas. Aparece frecuentemente en personas mayores de 60 años y se manifiesta a través de una combinación de síntomas motores (temblor, rigidez, bradicinesia, inestabilidad postural) y síntomas no motores (trastornos del sueño, estreñimiento, depresión, problemas del habla).

El diagnóstico precoz y el monitoreo de la evolución de la enfermedad son esenciales para optimizar el tratamiento y mejorar la calidad de vida de los pacientes. La Inteligencia Artificial permite el análisis complejo de datos clínicos y del estilo de vida para:

• identificación de factores de riesgo
• clasificación de pacientes
• estimación de la progresión de la enfermedad

Para resolver este problema tendrán a disposición dos archivos:

• train.csv – contiene todas las variables, incluyendo Diagnosis, para el entrenamiento de los modelos
• test.csv – contiene las mismas variables, sin la columna Diagnosis, y los datos de este archivo se usan para generar las predicciones

Descripción del conjunto de datos

Requisitos

Para este problema tienen que resolver 3 tareas.

Tarea 1 – Cardiometabolic Risk Score (20 puntos)

Calculen para cada paciente del conjunto de prueba una puntuación de riesgo cardiovascular y metabólico basada en las columnas existentes (Hypertension, Diabetes, BMI).

• Fórmula:

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

CardiometabolicRiskScore es una puntuación simple que evalúa el riesgo cardiovascular y metabólico del paciente.
Cada componente añade un punto a la puntuación:

• Hipertensión: si el paciente tiene tensión arterial elevada, se añade 1 punto.

• Diabetes: si el paciente tiene diabetes, se añade 1 punto.

• BMI > 30: si el índice de masa corporal indica obesidad (BMI superior a 30), se añade 1 punto.

• Answer en el archivo de envío será el valor calculado numéricamente para cada paciente del conjunto de prueba.

Tarea 2 – Lifestyle Risk Index (20 puntos)

Calculen una puntuación que evalúe el riesgo relacionado con el estilo de vida basado en las columnas existentes (Smoking, AlcoholConsumption, PhysicalActivity).

• Fórmula:

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

LifestyleRiskIndex es una puntuación que evalúa el riesgo asociado al estilo de vida del paciente.
Cada componente contribuye con un punto a la puntuación:

• Smoking: si el paciente fuma, se añade 1 punto.
• AlcoholConsumption > 2: si el paciente consume más de 2 unidades de alcohol por semana, se añade 1 punto.
• PhysicalActivity < 1: si el paciente realiza menos de una hora de actividad física por semana, se añade 1 punto.

La puntuación final varía entre 0 (estilo de vida sin riesgo) y 3 (presencia de todos los factores de riesgo), ofreciendo una medida simple del impacto del estilo de vida en la salud.

Tarea 3 – Clasificación Parkinson (60 puntos)

Construyan un modelo de clasificación que prediga Diagnosis (0 = sano, 1 = Parkinson) basado en toda la información disponible en train.csv. Pueden elegir usar toda la información del conjunto de entrenamiento para la clasificación del modelo o pueden seleccionar la información más apropiada.

• Las predicciones para cada paciente de test.csv deben estar en forma 0/1.
• Answer en el archivo de envío será 0 (sano) o 1 (sufre de Parkinson) para cada paciente.

Formato del archivo de envío

El archivo submission.csv debe contener:

• PatientID - representa el ID del paciente y se toma del archivo test.csv;
• subtaskID puede ser: Task1, Task2, Task3
• Answer representa el valor calculado para el paciente indicado por PatientID en la tarea indicada por subtaskID.

Evaluación

Para la subtarea 3, la puntuación se otorga según las siguientes reglas:

• AUC ≥ 0.95 → 60 puntos
• AUC ≤ 0.70 → 0 puntos
• El intervalo entre ellos: puntuación proporcional

Para las subtareas 1–2 se evalúa exactamente (por comparación).