Pacienta stāvokļa prognozēšana - OJIA 2 simulācija

🏥 Problēma: Pacienta stāvokļa analīze un prognozēšana

Šai problēmai jāievieš mašīnmācīšanās modelis, lai prognozētu Status lauka vērtību, izmantojot pieejamo datu kopu, kas satur informāciju par pacientiem. Datu kopa ir organizēta CSV failā, kas ietver dažādas pazīmes (features), un modeļa novērtējums tiks veikts, pamatojoties uz precizitāti Dead klasei.

📊 Datu kopa

Datu kopa satur šādus laukus:

• Age: Pacienta vecums.
• Race: Pacienta rase (piem.: White, Other).
• Marital Status: Pacienta ģimenes stāvoklis.
• T Stage: Audzēja stadija (T1, T2, T3, T4).
• N Stage: Limfmezglu skartības pakāpe.
• 6th Stage: Vēža stadija saskaņā ar TNM klasifikācijas 6. izdevumu.
• differentiate: Audzēja diferenciācijas pakāpe.
• Grade: Audzēja histoloģiskā pakāpe (1, 2, 3 utt.).
• A Stage: Slimības stadijas klasifikācija.
• Tumor Size: Audzēja izmērs.
• BMI: Ķermeņa masas indekss.
• Heart Rate: Sirdsdarbības ritms.
• Serum Creatinine: Seruma kreatinīna līmenis.
• Uric Acid: Urīnskābes līmenis.
• Hemoglobin: Hemoglobīna koncentrācija.
• GFR (Glomerular Filtration Rate): Glomerulārās filtrācijas ātrums.
• Serum Sodium: Seruma nātrija koncentrācija.
• Serum Potassium: Seruma kālija koncentrācija.
• Serum Albumin: Seruma albumīna līmenis.
• Lactate: Laktāta koncentrācija.
• Status: Pacienta stāvoklis („Dead" vai „Alive") – mērķa lauks.

📝 Uzdevumi

Pirmajiem subtasks būs jāielādē datu kopa un jāveic statistiskās analīzes ar train.csv.

Subtask 1 (10 punkti)

Klasificējiet nieru funkciju katram pacientam, pamatojoties uz GFR vērtību:

• Normal ja GFR >= 90
• Mildly Decreased ja 60 <= GFR < 90

Subtask 2 (10 punkti)

Aprēķiniet Serum Creatinine kolonnas vērtību kvartiļus (Q1, Q2, Q3) un klasificējiet pacientus testā:

• Very Low ja Serum Creatinine <= Q1
• Low ja Q1 < Serum Creatinine <= Q2
• High ja Q2 < Serum Creatinine <= Q3
• Very High ja Serum Creatinine > Q3

Subtask 3 (10 punkti)

BMI vērtības noteikšana:

• 1 ja BMI > mediāna no train
• 0 ja BMI <= mediāna

Subtask 4 (10 punkti)

Pacienti skaits no train, kas atrodas tajā pašā T Stage kā pacients no test.

Subtask 5 (60 punkti)

Izveidojiet ML modeli, lai prognozētu Status (Dead vai Alive) atkarībā no pazīmēm. Novērtējums tiek veikts, pamatojoties uz precizitāti Dead klasei.

🧮 Novērtējums

Novērtējuma metrika ir precizitāte Dead klasei:

kur:

• TP = pareizi prognozēto Dead pacientu skaits
• FP = nepareizi prognozēto Dead pacientu skaits

Iesūtīšanas faila formāts

Iesūtīšanas failam jābūt CSV formātā (Comma-Separated Values) ar šādām kolonnām:

• subtaskID - uzdevuma indekss, kuram sniedzam atbildi
• datapointID - unikāls pacienta identifikators no datu kopas
• answer - atbilde, kas saistīta ar pacientu no datu kopas norādītajam uzdevumam

Piemērs:

1subtaskID,datapointID,answer21,3220,Normal32,3220,Very High43,3220,054,3220,128165,3220,1

📌 Piezīmes

• Mērķa lauks ir Status.
• Daži lauki var saturēt trūkstošas vērtības (NaN) un tās ir jāapstrādā.
• Ieteicams analizēt korelāciju starp mainīgajiem un mērķa mainīgo.
• Atklājiet un novērsiet ekstrēmās vērtības, ja tās ietekmē modeļa veiktspēju.
• sample_output iesūtīšana lokālai testēšanai dod 5 punktus.

🗂️ Noderīgi resursi

• Pilns Starter Kit – satur skeletu, no kura varat sākt problēmas risinājumu