Альцгеймер диагнозын болжау жүйесі

🧠 Альцгеймер диагнозын болжау жүйесі 🩺

Медициналық институт клиникалық, демографиялық және мінез-құлықтық деректерді пайдаланып
Альцгеймер ауруы қаупі бар науқастарды анықтауға көмектесетін
автоматтандырылған жүйе әзірлегісі келеді.

Сізге клиникалық бағаланған науқастардың деректер жиынтығы берілді, ал мақсат
жаңа науқастар үшін диагнозды болжай алатын екілік классификация моделін құру.

Сізге келесі файлдар ұсынылды:

• train.csv – диагнозы бар науқастардың тарихи деректері
• test.csv – диагнозы жоқ жаңа науқастардың деректері

Негізгі мақсат: науқастың Альцгеймер ауруымен диагноз қойылу ықтималдығын болжау
(0 мен 1 арасындағы мән, мұндағы 0 = сау науқас, 1 = Альцгеймер ауруы бар науқас).

📊 Деректер жиынтығы

Әрбір жол науқасты білдіреді және келесі атрибуттарды қамтиды:

🔑 Сәйкестендіру

• PatientID – науқастың бірегей сәйкестендіргіші

👤 Демографиялық деректер

• Age – науқастың жасы
• Gender – жынысы (0 = әйел, 1 = ер)
• Ethnicity – науқастың этникалық тобы (сандық кодталған мәндер)
• EducationLevel – білім деңгейі (сандық кодталған)

🧬 Өмір салты және денсаулық

• BMI – дене салмағы индексі
• Smoking – темекі шегуші (1) / шекпейтін (0)
• AlcoholConsumption – алкоголь тұтыну
• PhysicalActivity – физикалық белсенділік деңгейі
• DietQuality – диета сапасы
• SleepQuality – ұйқы сапасы

🏥 Медициналық тарих

• FamilyHistoryAlzheimers – отбасылық Альцгеймер тарихы
• CardiovascularDisease – жүрек-қан тамыр ауруы
• Diabetes – қант диабеті
• Depression – депрессия
• HeadInjury – бас жарақаты
• Hypertension – гипертония
• SystolicBP, DiastolicBP – артериялық қысым
• CholesterolTotal, CholesterolLDL, CholesterolHDL, CholesterolTriglycerides

🧠 Когнитивтік және функционалдық бағалау

• MMSE – Mini-Mental State Examination ұпайы
• FunctionalAssessment – функционалдық бағалау
• ADL – күнделікті белсенділік

⚠️ Когнитивтік және мінез-құлықтық симптомдар

• MemoryComplaints
• BehavioralProblems
• Confusion
• Disorientation
• PersonalityChanges
• DifficultyCompletingTasks
• Forgetfulness

🎯 Мақсатты белгі

• Diagnosis – тек train.csv файлында
  • 1 = Альцгеймер диагнозы
  • 0 = Альцгеймер жоқ

Соңғы мақсат: test.csv жолдары үшін Diagnosis болжау.

📝 Тапсырмалар

Алғашқы екі ішкі тапсырма деректерді зерттеу талдауын тексереді.
Соңғы ішкі тапсырма классификация моделінің өнімділігін бағалайды.

Ішкі тапсырма 1 (10 ұпай)

test.csv файлындағы әрбір науқас үшін дайындық жиынтығында (train.csv) тест жиынтығындағы науқаспен бірдей жасы бар неше науқас бар екенін есептеңіз.

Тапсыру файлында табиғи санды көрсетіңіз (төменде көрсетілген форматқа сәйкес).

Ішкі тапсырма 2 (15 ұпай)

test.csv файлындағы әрбір науқас үшін дайындық жиынтығынан (train.csv) сол науқаспен бірдей жасы бар
темекі шегуші науқастардың пайызын (Smoking = 1) анықтаңыз.

v жасы бар науқас үшін есептеу формуласы:

1(train жиынтығындағы Age = v болатын темекі шегуші науқастар саны) /2(train жиынтығындағы Age = v болатын барлық науқастар саны) * 100

Тапсыру файлында әрбір науқас үшін 0 мен 100 арасындағы нақты санды,
ең көбі 2 ондық разрядпен көрсетіңіз.

Егер дайындық жиынтығында сол жасы бар науқас жоқ болса,
көрсетілетін мән 0 болады.

Ішкі тапсырма 3 (75 ұпай)

test.csv файлындағы әрбір науқас үшін Альцгеймер диагнозының ықтималдығын
(p ∈ [0,1]) болжайтын классификация моделін құрыңыз.

Бағалау ROC Curve және AUC (Area Under the ROC Curve) арқылы жүргізіледі.

🧮 Бағалау

• AUC ≥ 0.90 → 75 ұпай
• AUC ≤ 0.70 → 0 ұпай
• Олардың арасындағы интервал: пропорционалды ұпай

1–2 ішкі тапсырмалар дәл бағаланады (салыстыру арқылы).

📄 Тапсыру файлының форматы

submission.csv файлы тесттегі әрбір науқас үшін 3 жолды қамтуы керек,
3 ішкі тапсырмаға сәйкес.

Құрылымы:

1subtaskID, datapointID, answer

мұндағы:

• subtaskID – 1, 2 немесе 3
• datapointID – PatientID мәні
• answer – ішкі тапсырмаға байланысты:
  • Ішкі тапсырма 1: дайындық жиынтығындағы бірдей жасы бар науқастар саны (табиғи сан)
  • Ішкі тапсырма 2: науқаспен бірдей жасы бар темекі шегушілердің пайызы (нақты сан)
  • Ішкі тапсырма 3: Альцгеймер ықтималдығы (0 мен 1 арасындағы нақты сан)

PatientID = 4751 үшін мысал:

1subtaskID,datapointID,answer21,4751,2332,4751,31.843,4751,0.873

📊 Бағалау метрикасы: ROC AUC 📈

Ішкі тапсырма 3 үшін бағалау ROC AUC (Area Under the ROC Curve) арқылы жүргізіледі,
бұл екілік классификация мәселелері үшін стандартты метрика.

Ұпайды түсіндіру:

• ROC AUC = 1.0 🏆 → керемет модель
• ROC AUC = 0.5 🎲 → кездейсоқ классификация
• ROC AUC > 0.5 📈 → ұпай неғұрлым жоғары болса, модель кластарды соғұрлым жақсы бөледі