Napoved statusa pacienta - Simulacija OJIA 2

🏥 Problem: Analiza in napoved stanja pacienta

Za to nalogo morate implementirati model strojnega učenja za napovedovanje vrednosti polja Status z uporabo razpoložljivega nabora podatkov, ki vsebuje informacije o pacientih. Nabor podatkov je organiziran v CSV datoteki, ki vključuje različne značilnosti (features), ocenjevanje modela pa bo potekalo na podlagi natančnosti za razred Dead.

📊 Nabor podatkov

Nabor podatkov vsebuje naslednja polja:

• Age: Starost pacienta.
• Race: Rasa pacienta (npr.: White, Other).
• Marital Status: Zakonski stan pacienta.
• T Stage: Stadij tumorja (T1, T2, T3, T4).
• N Stage: Stopnja prizadetosti bezgavk.
• 6th Stage: Stadij raka po TNM klasifikaciji 6. izdaje.
• differentiate: Stopnja diferenciacije tumorja.
• Grade: Histološka stopnja tumorja (1, 2, 3 itd.).
• A Stage: Klasifikacija stadija bolezni.
• Tumor Size: Velikost tumorja.
• BMI: Indeks telesne mase.
• Heart Rate: Srčni utrip.
• Serum Creatinine: Serumska raven kreatinina.
• Uric Acid: Raven sečne kisline.
• Hemoglobin: Koncentracija hemoglobina.
• GFR (Glomerular Filtration Rate): Stopnja glomerulne filtracije.
• Serum Sodium: Koncentracija serumskega natrija.
• Serum Potassium: Koncentracija serumskega kalija.
• Serum Albumin: Raven serumskega albumina.
• Lactate: Koncentracija laktata.
• Status: Stanje pacienta („Dead" ali „Alive") – ciljna spremenljivka.

📝 Naloge

Za prve podnaloge boste morali naložiti nabor podatkov in izvesti statistične analize na train.csv.

Podnaloga 1 (10 točk)

Klasificirajte ledvično funkcijo za vsakega pacienta na podlagi vrednosti GFR:

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

Podnaloga 2 (10 točk)

Izračunajte kvartile vrednosti iz stolpca Serum Creatinine (Q1, Q2, Q3) in klasificirajte paciente v testu:

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

Podnaloga 3 (10 točk)

Določitev vrednosti BMI:

• 1 če BMI > mediana iz train
• 0 če BMI <= mediana

Podnaloga 4 (10 točk)

Število pacientov iz train, ki so v istem T Stage kot pacient iz testa.

Podnaloga 5 (60 točk)

Zgradite model ML za napovedovanje Status (Dead ali Alive) glede na značilnosti. Ocenjevanje poteka na podlagi natančnosti za razred Dead.

🧮 Ocenjevanje

Metrika ocenjevanja je natančnost za razred Dead:

kjer:

• TP = število pacientov pravilno napovedanih kot Dead
• FP = število pacientov napačno napovedanih kot Dead

Format datoteke za oddajo

Datoteka za oddajo mora biti v formatu CSV (Comma-Separated Values), z naslednjimi stolpci:

• subtaskID - indeks naloge, za katero podajamo odgovor
• datapointID - edinstveni identifikator pacienta iz nabora podatkov
• answer - odgovor, povezan s pacientom iz nabora podatkov za navedeno nalogo

Primer:

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

📌 Opombe

• Ciljna spremenljivka je Status.
• Nekatera polja lahko vsebujejo manjkajoče vrednosti (NaN) in jih je treba obravnavati.
• Priporoča se analiza korelacije med spremenljivkami in ciljno spremenljivko.
• Odkrijte in odstranite skrajne vrednosti, če vplivajo na učinkovitost modela.
• Oddaja sample_output za lokalno testiranje prinaša 5 točk.

🗂️ Koristni viri

• Popoln Starter Kit – vsebuje ogrodje, od katerega lahko začnete z reševanjem naloge