Analiza și clasificarea riscurilor și simptomelor Parkinson

Context

Boala Parkinson este o afecțiune neurodegenerativă progresivă care afectează controlul mișcărilor și funcțiile cognitive. Ea apare frecvent la persoane de peste 60 de ani și se manifestă printr-o combinație de simptome motorii (tremor, rigiditate, bradikinezie, instabilitate posturală) și simptome non-motorii (tulburări de somn, constipație, depresie, probleme de vorbire).

Diagnosticul precoce și monitorizarea evoluției bolii sunt esențiale pentru a optimiza tratamentul și a îmbunătăți calitatea vieții pacienților. Inteligența Artificială permite analiza complexă a datelor clinice și stilului de viață pentru:

• identificarea factorilor de risc
• clasificarea pacienților
• estimarea progresiei bolii

Pentru rezolvarea acestei probleme veți avea la dispoziție două fișiere:

• train.csv – conține toate variabilele, inclusiv Diagnosis, pentru antrenarea modelelor
• test.csv – conține aceleași variabile, fără coloana Diagnosis, și datele din acest fișier sunt folosite pentru generarea predicțiilor

Descrierea setului de date

Cerințe

Pentru această problemă aveți de rezolvat 3 task-uri.

Task 1 – Cardiometabolic Risk Score (20 puncte)

Calculați pentru fiecare pacient din setul de testare un scor de risc cardiovascular și metabolic pe baza coloanelor existente (Hypertension, Diabetes, BMI).

• Formula:

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

CardiometabolicRiskScore este un scor simplu care evaluează riscul cardiovascular și metabolic al pacientului.
Fiecare componentă adaugă un punct la scor:

• Hipertensiune: dacă pacientul are tensiune arterială crescută, se adaugă 1 punct.

• Diabet: dacă pacientul are diabet, se adaugă 1 punct.

• BMI > 30: dacă indicele de masă corporală indică obezitate (BMI peste 30), se adaugă 1 punct.

• Answer în fișierul submisie va fi valoarea calculată numeric pentru fiecare pacient din setul de testare.

Task 2 – Lifestyle Risk Index (20 puncte)

Calculați un scor care evaluează riscul legat de stilul de viață pe baza coloanelor existente (Smoking, AlcoholConsumption, PhysicalActivity).

• Formula:

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

LifestyleRiskIndex este un scor care evaluează riscul asociat stilului de viață al pacientului.
Fiecare componentă contribuie cu un punct la scor:

• Smoking: dacă pacientul fumează, se adaugă 1 punct.
• AlcoholConsumption > 2: dacă pacientul consumă mai mult de 2 unități de alcool pe săptămână, se adaugă 1 punct.
• PhysicalActivity < 1: dacă pacientul efectuează mai puțin de o oră de activitate fizică pe săptămână, se adaugă 1 punct.

Scorul final variază între 0 (stil de viață fără risc) și 3 (prezența tuturor factorilor de risc), oferind o măsură simplă a impactului stilului de viață asupra sănătății.

Task 3 – Clasificare Parkinson (60 puncte)

Construiți un model de clasificare care să prezică Diagnosis (0 = sănătos, 1 = Parkinson) pe baza tuturor informațiilor disponibile în train.csv. Puteți alege să folosiți toate informațiile din setul de antrenare pentru clasificarea modelului sau puteți selecta cele mai potrivite informații.

• Predicțiile pentru fiecare pacient din test.csv trebuie să fie sub formă 0/1.
• Answer în fișierul de submit va fi 0 (sănătos) sau 1 (suferă de Parkinson) pentru fiecare pacient.

Formatul fișierului de submisie

Fișierul submission.csv trebuie să conțină:

• PatientID - reprezintă ID-ul pacientului și este preluat din fișierul test.csv;
• subtaskID poate fi: Task1, Task2, Task3
• Answer reprezintă valoarea calculată pentru pacientul indicat prin PatientID la task-ul indicat prind subtaskID.

Evaluare

Pentru subtask-ul 3, punctajul este acordat în funcție de următoarele reguli:

• AUC ≥ 0.95 → 60 puncte
• AUC ≤ 0.70 → 0 puncte
• Intervalul dintre ele: punctaj proporțional

Pentru subtask-urile 1–2 se evaluează exact (prin comparare).

Exemplu de fișier aleator de submitere

Descarcă fișier aleator de submitere