Analyse et classification des risques et symptômes de Parkinson

Analyse et classification des risques et symptômes de Parkinson

Contexte

La maladie de Parkinson est une affection neurodégénérative progressive qui affecte le contrôle des mouvements et les fonctions cognitives. Elle apparaît fréquemment chez les personnes de plus de 60 ans et se manifeste par une combinaison de symptômes moteurs (tremor, rigidité, bradykinésie, instabilité posturale) et de symptômes non-moteurs (troubles du sommeil, constipation, dépression, problèmes d'élocution).

Le diagnostic précoce et le suivi de l'évolution de la maladie sont essentiels pour optimiser le traitement et améliorer la qualité de vie des patients. L'Intelligence Artificielle permet l'analyse complexe des données cliniques et du mode de vie pour :

• identifier les facteurs de risque
• classifier les patients
• estimer la progression de la maladie

Pour résoudre ce problème, vous aurez à disposition deux fichiers :

• train.csv – contient toutes les variables, y compris Diagnosis, pour l'entraînement des modèles
• test.csv – contient les mêmes variables, sans la colonne Diagnosis, et les données de ce fichier sont utilisées pour générer les prédictions

Description du jeu de données

Exigences

Pour ce problème, vous devez résoudre 3 tâches.

Task 1 – Cardiometabolic Risk Score (20 points)

Calculez pour chaque patient du jeu de test un score de risque cardiovasculaire et métabolique basé sur les colonnes existantes (Hypertension, Diabetes, BMI).

• Formule :

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

CardiometabolicRiskScore est un score simple qui évalue le risque cardiovasculaire et métabolique du patient.
Chaque composante ajoute un point au score :

• Hypertension : si le patient a une tension artérielle élevée, 1 point est ajouté.

• Diabète : si le patient a le diabète, 1 point est ajouté.

• BMI > 30 : si l'indice de masse corporelle indique une obésité (BMI supérieur à 30), 1 point est ajouté.

• Answer dans le fichier de soumission sera la valeur calculée numériquement pour chaque patient du jeu de test.

Task 2 – Lifestyle Risk Index (20 points)

Calculez un score qui évalue le risque lié au mode de vie basé sur les colonnes existantes (Smoking, AlcoholConsumption, PhysicalActivity).

• Formule :

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

LifestyleRiskIndex est un score qui évalue le risque associé au mode de vie du patient.
Chaque composante contribue avec un point au score :

• Smoking : si le patient fume, 1 point est ajouté.
• AlcoholConsumption > 2 : si le patient consomme plus de 2 unités d'alcool par semaine, 1 point est ajouté.
• PhysicalActivity < 1 : si le patient effectue moins d'une heure d'activité physique par semaine, 1 point est ajouté.

Le score final varie entre 0 (mode de vie sans risque) et 3 (présence de tous les facteurs de risque), offrant une mesure simple de l'impact du mode de vie sur la santé.

Task 3 – Classification Parkinson (60 points)

Construisez un modèle de classification qui prédit Diagnosis (0 = sain, 1 = Parkinson) basé sur toutes les informations disponibles dans train.csv. Vous pouvez choisir d'utiliser toutes les informations du jeu d'entraînement pour la classification du modèle ou vous pouvez sélectionner les informations les plus appropriées.

• Les prédictions pour chaque patient de test.csv doivent être sous forme 0/1.
• Answer dans le fichier de soumission sera 0 (sain) ou 1 (souffre de Parkinson) pour chaque patient.

Format du fichier de soumission

Le fichier submission.csv doit contenir :

• PatientID - représente l'ID du patient et est extrait du fichier test.csv ;
• subtaskID peut être : Task1, Task2, Task3
• Answer représente la valeur calculée pour le patient indiqué par PatientID à la tâche indiquée par subtaskID.

Évaluation

Pour la sous-tâche 3, le score est attribué selon les règles suivantes :

• AUC ≥ 0.95 → 60 points
• AUC ≤ 0.70 → 0 points
• L'intervalle entre eux : score proportionnel

Pour les sous-tâches 1–2, l'évaluation est exacte (par comparaison).