Analys och klassificering av Parkinsons risker och symtom

Analys och klassificering av Parkinson-risker och symtom

Kontext

Parkinsons sjukdom är en progressiv neurodegenerativ sjukdom som påverkar rörelsekontroll och kognitiva funktioner. Den uppträder ofta hos personer över 60 år och manifesterar sig genom en kombination av motoriska symtom (tremor, stelhet, bradykinesi, postural instabilitet) och icke-motoriska symtom (sömnstörningar, förstoppning, depression, talsvårigheter).

Tidig diagnos och övervakning av sjukdomsutvecklingen är avgörande för att optimera behandlingen och förbättra patienternas livskvalitet. Artificiell Intelligens möjliggör komplex analys av kliniska data och livsstil för:

• identifiering av riskfaktorer
• klassificering av patienter
• uppskattning av sjukdomsprogression

För att lösa detta problem kommer du att ha tillgång till två filer:

• train.csv – innehåller alla variabler, inklusive Diagnosis, för träning av modeller
• test.csv – innehåller samma variabler, utan kolumnen Diagnosis, och data från denna fil används för att generera prediktioner

Beskrivning av datasetet

Krav

För detta problem ska du lösa 3 uppgifter.

Task 1 – Cardiometabolic Risk Score (20 poäng)

Beräkna för varje patient i testuppsättningen en kardiovaskulär och metabolisk riskpoäng baserat på befintliga kolumner (Hypertension, Diabetes, BMI).

• Formel:

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

CardiometabolicRiskScore är en enkel poäng som utvärderar patientens kardiovaskulära och metaboliska risk.
Varje komponent lägger till en poäng till totalen:

• Hypertension: om patienten har förhöjt blodtryck läggs 1 poäng till.

• Diabetes: om patienten har diabetes läggs 1 poäng till.

• BMI > 30: om body mass index indikerar fetma (BMI över 30) läggs 1 poäng till.

• Answer i inlämningsfilen kommer att vara det numeriskt beräknade värdet för varje patient i testuppsättningen.

Task 2 – Lifestyle Risk Index (20 poäng)

Beräkna en poäng som utvärderar livsstilsrelaterad risk baserat på befintliga kolumner (Smoking, AlcoholConsumption, PhysicalActivity).

• Formel:

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

LifestyleRiskIndex är en poäng som utvärderar risken associerad med patientens livsstil.
Varje komponent bidrar med en poäng till totalen:

• Smoking: om patienten röker läggs 1 poäng till.
• AlcoholConsumption > 2: om patienten konsumerar mer än 2 enheter alkohol per vecka läggs 1 poäng till.
• PhysicalActivity < 1: om patienten utför mindre än en timme fysisk aktivitet per vecka läggs 1 poäng till.

Den slutliga poängen varierar mellan 0 (livsstil utan risk) och 3 (närvaro av alla riskfaktorer), vilket ger ett enkelt mått på livsstilens påverkan på hälsan.

Task 3 – Parkinson-klassificering (60 poäng)

Bygg en klassificeringsmodell som predikterar Diagnosis (0 = frisk, 1 = Parkinson) baserat på all tillgänglig information i train.csv. Du kan välja att använda all information från träningsuppsättningen för modellklassificering eller välja den mest lämpliga informationen.

• Prediktionerna för varje patient i test.csv måste vara i form av 0/1.
• Answer i inlämningsfilen kommer att vara 0 (frisk) eller 1 (lider av Parkinson) för varje patient.

Format för inlämningsfil

Filen submission.csv måste innehålla:

• PatientID - representerar patientens ID och hämtas från filen test.csv;
• subtaskID kan vara: Task1, Task2, Task3
• Answer representerar det beräknade värdet för patienten som anges genom PatientID för uppgiften som anges genom subtaskID.

Utvärdering

För deluppgift 3 tilldelas poäng enligt följande regler:

• AUC ≥ 0.95 → 60 poäng
• AUC ≤ 0.70 → 0 poäng
• Intervallet däremellan: proportionell poäng

För deluppgifter 1–2 utvärderas exakt (genom jämförelse).