Analisi e classificazione dei rischi e sintomi del Parkinson

Analisi e classificazione dei rischi e sintomi del Parkinson

Contesto

La malattia di Parkinson è una condizione neurodegenerativa progressiva che colpisce il controllo dei movimenti e le funzioni cognitive. Appare frequentemente in persone di età superiore ai 60 anni e si manifesta attraverso una combinazione di sintomi motori (tremore, rigidità, bradicinesia, instabilità posturale) e sintomi non-motori (disturbi del sonno, stitichezza, depressione, problemi di linguaggio).

La diagnosi precoce e il monitoraggio dell'evoluzione della malattia sono essenziali per ottimizzare il trattamento e migliorare la qualità di vita dei pazienti. L'Intelligenza Artificiale permette l'analisi complessa dei dati clinici e dello stile di vita per:

• identificazione dei fattori di rischio
• classificazione dei pazienti
• stima della progressione della malattia

Per la risoluzione di questo problema avrete a disposizione due file:

• train.csv – contiene tutte le variabili, inclusa Diagnosis, per l'addestramento dei modelli
• test.csv – contiene le stesse variabili, senza la colonna Diagnosis, e i dati di questo file sono utilizzati per la generazione delle predizioni

Descrizione del dataset

Requisiti

Per questo problema dovete risolvere 3 task.

Task 1 – Cardiometabolic Risk Score (20 punti)

Calcolate per ogni paziente del set di test un punteggio di rischio cardiovascolare e metabolico basato sulle colonne esistenti (Hypertension, Diabetes, BMI).

• Formula:

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

CardiometabolicRiskScore è un punteggio semplice che valuta il rischio cardiovascolare e metabolico del paziente.
Ogni componente aggiunge un punto al punteggio:

• Ipertensione: se il paziente ha pressione arteriosa elevata, si aggiunge 1 punto.

• Diabete: se il paziente ha il diabete, si aggiunge 1 punto.

• BMI > 30: se l'indice di massa corporea indica obesità (BMI superiore a 30), si aggiunge 1 punto.

• Answer nel file di submission sarà il valore calcolato numericamente per ogni paziente del set di test.

Task 2 – Lifestyle Risk Index (20 punti)

Calcolate un punteggio che valuta il rischio legato allo stile di vita basato sulle colonne esistenti (Smoking, AlcoholConsumption, PhysicalActivity).

• Formula:

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

LifestyleRiskIndex è un punteggio che valuta il rischio associato allo stile di vita del paziente.
Ogni componente contribuisce con un punto al punteggio:

• Smoking: se il paziente fuma, si aggiunge 1 punto.
• AlcoholConsumption > 2: se il paziente consume più di 2 unità di alcol per settimana, si aggiunge 1 punto.
• PhysicalActivity < 1: se il paziente svolge meno di un'ora di attività fisica per settimana, si aggiunge 1 punto.

Il punteggio finale varia tra 0 (stile di vita senza rischio) e 3 (presenza di tutti i fattori di rischio), offrendo una misura semplice dell'impatto dello stile di vita sulla salute.

Task 3 – Classificazione Parkinson (60 punti)

Costruite un modello di classificazione che predica Diagnosis (0 = sano, 1 = Parkinson) basato su tutte le informazioni disponibili in train.csv. Potete scegliere di utilizzare tutte le informazioni del set di addestramento per la classificazione del modello o potete selezionare le informazioni più appropriate.

• Le predizioni per ogni paziente di test.csv devono essere in forma 0/1.
• Answer nel file di submit sarà 0 (sano) o 1 (soffre di Parkinson) per ogni paziente.

Formato del file di submission

Il file submission.csv deve contenere:

• PatientID - rappresenta l'ID del paziente ed è preso dal file test.csv;
• subtaskID può essere: Task1, Task2, Task3
• Answer rappresenta il valore calcolato per il paziente indicato tramite PatientID al task indicato tramite subtaskID.

Valutazione

Per il subtask 3, il punteggio è assegnato secondo le seguenti regole:

• AUC ≥ 0.95 → 60 punti
• AUC ≤ 0.70 → 0 punti
• L'intervallo tra questi: punteggio proporzionale

Per i subtask 1–2 si valuta esattamente (tramite confronto).