Analiza i klasyfikacja ryzyk i objawów choroby Parkinsona

Analiza i klasyfikacja ryzyka i objawów choroby Parkinsona

Kontekst

Choroba Parkinsona to postępująca choroba neurodegeneracyjna, która wpływa na kontrolę ruchów i funkcje poznawcze. Występuje często u osób powyżej 60 roku życia i objawia się kombinacją objawów ruchowych (drżenie, sztywność, bradykineza, niestabilność posturalna) oraz objawów pozaruchowych (zaburzenia snu, zaparcia, depresja, problemy z mową).

Wczesna diagnoza i monitorowanie przebiegu choroby są niezbędne do optymalizacji leczenia i poprawy jakości życia pacjentów. Sztuczna Inteligencja umożliwia złożoną analizę danych klinicznych i stylu życia w celu:

• identyfikacji czynników ryzyka
• klasyfikacji pacjentów
• oszacowania progresji choroby

Do rozwiązania tego problemu będziecie mieli do dyspozycji dwa pliki:

• train.csv – zawiera wszystkie zmienne, włącznie z Diagnosis, do trenowania modeli
• test.csv – zawiera te same zmienne, bez kolumny Diagnosis, a dane z tego pliku są używane do generowania predykcji

Opis zbioru danych

Wymagania

Dla tego problemu macie do rozwiązania 3 zadania.

Zadanie 1 – Cardiometabolic Risk Score (20 punktów)

Obliczcie dla każdego pacjenta ze zbioru testowego wynik ryzyka sercowo-naczyniowego i metabolicznego na podstawie istniejących kolumn (Hypertension, Diabetes, BMI).

• Formuła:

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

CardiometabolicRiskScore to prosty wynik, który ocenia ryzyko sercowo-naczyniowe i metaboliczne pacjenta.
Każdy składnik dodaje jeden punkt do wyniku:

• Nadciśnienie: jeśli pacjent ma podwyższone ciśnienie tętnicze, dodaje się 1 punkt.

• Cukrzyca: jeśli pacjent ma cukrzycę, dodaje się 1 punkt.

• BMI > 30: jeśli wskaźnik masy ciała wskazuje na otyłość (BMI powyżej 30), dodaje się 1 punkt.

• Answer w pliku submisji będzie wartością obliczoną numerycznie dla każdego pacjenta ze zbioru testowego.

Zadanie 2 – Lifestyle Risk Index (20 punktów)

Obliczcie wynik, który ocenia ryzyko związane ze stylem życia na podstawie istniejących kolumn (Smoking, AlcoholConsumption, PhysicalActivity).

• Formuła:

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

LifestyleRiskIndex to wynik, który ocenia ryzyko związane ze stylem życia pacjenta.
Każdy składnik przyczynia się jednym punktem do wyniku:

• Smoking: jeśli pacjent pali, dodaje się 1 punkt.
• AlcoholConsumption > 2: jeśli pacjent spożywa więcej niż 2 jednostki alkoholu tygodniowo, dodaje się 1 punkt.
• PhysicalActivity < 1: jeśli pacjent wykonuje mniej niż godzinę aktywności fizycznej tygodniowo, dodaje się 1 punkt.

Końcowy wynik waha się między 0 (styl życia bez ryzyka) a 3 (obecność wszystkich czynników ryzyka), oferując prostą miarę wpływu stylu życia na zdrowie.

Zadanie 3 – Klasyfikacja Parkinsona (60 punktów)

Zbudujcie model klasyfikacji, który przewiduje Diagnosis (0 = zdrowy, 1 = Parkinson) na podstawie wszystkich dostępnych informacji w train.csv. Możecie wybrać użycie wszystkich informacji ze zbioru treningowego do klasyfikacji modelu lub możecie wybrać najbardziej odpowiednie informacje.

• Predykcje dla każdego pacjenta z test.csv muszą być w formie 0/1.
• Answer w pliku do przesłania będzie 0 (zdrowy) lub 1 (cierpi na Parkinsona) dla każdego pacjenta.

Format pliku submisji

Plik submission.csv musi zawierać:

• PatientID - reprezentuje ID pacjenta i jest pobrane z pliku test.csv;
• subtaskID może być: Task1, Task2, Task3
• Answer reprezentuje wartość obliczoną dla pacjenta wskazanego przez PatientID w zadaniu wskazanym przez subtaskID.

Ocena

Dla podzadania 3 punkty są przyznawane zgodnie z następującymi zasadami:

• AUC ≥ 0.95 → 60 punktów
• AUC ≤ 0.70 → 0 punktów
• Przedział między nimi: punktacja proporcjonalna

Dla podzadań 1–2 ocena jest dokładna (przez porównanie).