Analyse en classificatie van Parkinson-risico's en symptomen

Analyse en classificatie van Parkinson-risico's en symptomen

Context

De ziekte van Parkinson is een progressieve neurodegeneratieve aandoening die de controle over bewegingen en cognitieve functies beïnvloedt. Het komt vaak voor bij personen ouder dan 60 jaar en manifesteert zich door een combinatie van motorische symptomen (tremor, rigiditeit, bradykinesie, posturale instabiliteit) en non-motorische symptomen (slaapstoornissen, constipatie, depressie, spraakproblemen).

Vroege diagnose en monitoring van de ziekteprogressie zijn essentieel om de behandeling te optimaliseren en de levenskwaliteit van patiënten te verbeteren. Kunstmatige Intelligentie maakt complexe analyse van klinische gegevens en levensstijl mogelijk voor:

• identificatie van risicofactoren
• classificatie van patiënten
• inschatting van ziekteprogressie

Voor het oplossen van dit probleem heeft u twee bestanden tot uw beschikking:

• train.csv – bevat alle variabelen, inclusief Diagnosis, voor het trainen van modellen
• test.csv – bevat dezelfde variabelen, zonder de kolom Diagnosis, en de gegevens uit dit bestand worden gebruikt voor het genereren van voorspellingen

Beschrijving van de dataset

Vereisten

Voor dit probleem moet u 3 taken oplossen.

Task 1 – Cardiometabolic Risk Score (20 punten)

Bereken voor elke patiënt uit de testset een cardiovasculaire en metabolische risicoscore op basis van de bestaande kolommen (Hypertension, Diabetes, BMI).

• Formule:

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

CardiometabolicRiskScore is een eenvoudige score die het cardiovasculaire en metabolische risico van de patiënt evalueert.
Elke component voegt een punt toe aan de score:

• Hypertensie: als de patiënt verhoogde bloeddruk heeft, wordt 1 punt toegevoegd.

• Diabetes: als de patiënt diabetes heeft, wordt 1 punt toegevoegd.

• BMI > 30: als de body mass index obesitas aangeeft (BMI boven 30), wordt 1 punt toegevoegd.

• Answer in het submissiebestand zal de numeriek berekende waarde zijn voor elke patiënt uit de testset.

Task 2 – Lifestyle Risk Index (20 punten)

Bereken een score die het risico gerelateerd aan levensstijl evalueert op basis van de bestaande kolommen (Smoking, AlcoholConsumption, PhysicalActivity).

• Formule:

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

LifestyleRiskIndex is een score die het risico geassocieerd met de levensstijl van de patiënt evalueert.
Elke component draagt een punt bij aan de score:

• Smoking: als de patiënt rookt, wordt 1 punt toegevoegd.
• AlcoholConsumption > 2: als de patiënt meer dan 2 eenheden alcohol per week consumeert, wordt 1 punt toegevoegd.
• PhysicalActivity < 1: als de patiënt minder dan een uur fysieke activiteit per week uitvoert, wordt 1 punt toegevoegd.

De uiteindelijke score varieert tussen 0 (levensstijl zonder risico) en 3 (aanwezigheid van alle risicofactoren), en biedt een eenvoudige maat voor de impact van levensstijl op de gezondheid.

Task 3 – Parkinson Classificatie (60 punten)

Bouw een classificatiemodel dat Diagnosis voorspelt (0 = gezond, 1 = Parkinson) op basis van alle beschikbare informatie in train.csv. U kunt ervoor kiezen om alle informatie uit de trainingsset te gebruiken voor de modelclassificatie of u kunt de meest geschikte informatie selecteren.

• Voorspellingen voor elke patiënt uit test.csv moeten in de vorm 0/1 zijn.
• Answer in het submissiebestand zal 0 (gezond) of 1 (lijdt aan Parkinson) zijn voor elke patiënt.

Formaat van het submissiebestand

Het bestand submission.csv moet bevatten:

• PatientID - vertegenwoordigt het ID van de patiënt en wordt overgenomen uit het bestand test.csv;
• subtaskID kan zijn: Task1, Task2, Task3
• Answer vertegenwoordigt de berekende waarde voor de patiënt aangegeven door PatientID bij de taak aangegeven door subtaskID.

Evaluatie

Voor subtaak 3 wordt de score toegekend volgens de volgende regels:

• AUC ≥ 0.95 → 60 punten
• AUC ≤ 0.70 → 0 punten
• Het interval daartussen: proportionele score

Voor subtaken 1–2 wordt exact geëvalueerd (door vergelijking).