Analyse og klassifisering av Parkinson-risiko og symptomer

Analyse og klassifisering av Parkinson-risiko og symptomer

Kontekst

Parkinsons sykdom er en progressiv nevrodegenerativ tilstand som påvirker bevegelseskontroll og kognitive funksjoner. Den oppstår ofte hos personer over 60 år og manifesterer seg gjennom en kombinasjon av motoriske symptomer (tremor, rigiditet, bradykinesi, postural ustabilitet) og ikke-motoriske symptomer (søvnforstyrrelser, forstoppelse, depresjon, taleproblemer).

Tidlig diagnose og overvåking av sykdomsutvikling er essensielt for å optimalisere behandling og forbedre livskvaliteten til pasienter. Kunstig intelligens muliggjør kompleks analyse av kliniske data og livsstil for:

• identifisering av risikofaktorer
• klassifisering av pasienter
• estimering av sykdomsprogresjon

For å løse dette problemet vil du ha tilgang til to filer:

• train.csv – inneholder alle variabler, inkludert Diagnosis, for trening av modeller
• test.csv – inneholder de samme variablene, uten kolonnen Diagnosis, og dataene fra denne filen brukes til å generere prediksjoner

Beskrivelse av datasettet

Krav

For dette problemet skal du løse 3 oppgaver.

Oppgave 1 – Cardiometabolic Risk Score (20 poeng)

Beregn for hver pasient i testsettet en kardiovaskulær og metabolsk risikoscore basert på eksisterende kolonner (Hypertension, Diabetes, BMI).

• Formel:

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

CardiometabolicRiskScore er en enkel score som evaluerer pasientens kardiovaskulære og metabolske risiko.
Hver komponent legger til ett poeng til scoren:

• Hypertensjon: hvis pasienten har høyt blodtrykk, legges 1 poeng til.

• Diabetes: hvis pasienten har diabetes, legges 1 poeng til.

• BMI > 30: hvis kroppsmasseindeksen indikerer fedme (BMI over 30), legges 1 poeng til.

• Answer i innleveringsfilen vil være den beregnede numeriske verdien for hver pasient i testsettet.

Oppgave 2 – Lifestyle Risk Index (20 poeng)

Beregn en score som evaluerer livsstilsrelatert risiko basert på eksisterende kolonner (Smoking, AlcoholConsumption, PhysicalActivity).

• Formel:

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

LifestyleRiskIndex er en score som evaluerer risikoen forbundet med pasientens livsstil.
Hver komponent bidrar med ett poeng til scoren:

• Smoking: hvis pasienten røyker, legges 1 poeng til.
• AlcoholConsumption > 2: hvis pasienten konsumerer mer enn 2 enheter alkohol per uke, legges 1 poeng til.
• PhysicalActivity < 1: hvis pasienten utfører mindre enn én time fysisk aktivitet per uke, legges 1 poeng til.

Den endelige scoren varierer mellom 0 (livsstil uten risiko) og 3 (tilstedeværelse av alle risikofaktorer), og gir et enkelt mål på livsstilens innvirkning på helsen.

Oppgave 3 – Parkinson-klassifisering (60 poeng)

Bygg en klassifiseringsmodell som predikerer Diagnosis (0 = frisk, 1 = Parkinson) basert på all tilgjengelig informasjon i train.csv. Du kan velge å bruke all informasjon fra treningssettet for modellklassifisering eller du kan velge den mest passende informasjonen.

• Prediksjoner for hver pasient i test.csv må være i form 0/1.
• Answer i innleveringsfilen vil være 0 (frisk) eller 1 (lider av Parkinson) for hver pasient.

Format for innleveringsfil

Filen submission.csv må inneholde:

• PatientID - representerer pasient-ID og hentes fra filen test.csv;
• subtaskID kan være: Task1, Task2, Task3
• Answer representerer den beregnede verdien for pasienten indikert av PatientID for oppgaven indikert av subtaskID.

Evaluering

For deloppgave 3 tildeles poeng i henhold til følgende regler:

• AUC ≥ 0.95 → 60 poeng
• AUC ≤ 0.70 → 0 poeng
• Intervallet mellom dem: proporsjonalt poeng

For deloppgaver 1–2 evalueres nøyaktig (ved sammenligning).