Předpověď rizika onemocnění u dospělých pomocí nositelných zařízení, sluchu a zdravotních údajů

Tato studie je prospektivní kohortová studie navržená k integraci multimodálních zdravotních dat pro vývoj a validaci personalizovaných modelů predikce rizika onemocnění u dospělých žijících v komunitě na Tchaj-wanu. Studie se zaměřuje na kombinaci aktivně sbíraných výzkumných dat, kontinuálních dat z nositelných zařízení, výsledků vyšetření sluchu a longitudinálních zdravotních záznamů, aby lépe porozuměla přechodu ze zdraví do subklinických stavů a chronických onemocnění.

Účastníci ve věku 18 let a starší budou rekrutováni z komunitního prostředí. Po získání informovaného souhlasu budou studijní postupy zahrnovat strukturovaný dotazník, tónovou audiometrii a 2týdenní monitorování chytrými hodinkami. Dotazník bude sbírat demografické charakteristiky, osobní a rodinnou anamnézu onemocnění a faktory životního stylu, jako je cvičení, spánek, kouření a užívání alkoholu. Sluchová funkce bude hodnocena pomocí tónové audiometrie. Kontinuální fyziologická data shromážděná z nositelného zařízení budou zahrnovat srdeční frekvenci a fyzickou aktivitu, jako je počet kroků. Výzkumný personál pomůže účastníkům s nastavením zařízení, instalací aplikace a pokyny k použití, aby se zlepšila úplnost a konzistence dat.

S autorizací účastníka studie také získá osobní zdravotní záznamy a propojí studijní data s národními databázemi zdravotního pojištění, aby podpořila longitudinální sledování a zjišťování výsledků onemocnění. Tyto propojené zdroje dat mohou zahrnovat záznamy z ambulantní a lůžkové péče, lékáren, zápisu do pojištění, závažných onemocnění, registru úmrtí, registru nádorových onemocnění a záznamy z preventivních zdravotních prohlídek dospělých. Integrace těchto heterogenních zdrojů dat má poskytnout úplnější obraz individuálních zdravotních trajektorií a progrese onemocnění, než lze dosáhnout pomocí jakéhokoli jednotlivého zdroje dat samostatně.

Vědecké cíle studie jsou:

1. vyhodnotit asociace mezi stavem sluchu, faktory životního stylu a kontinuálními fyziologickými měřeními z nositelných zařízení;
2. identifikovat kombinace klíčových prediktorů spojených s progresí ze zdraví do subklinických nebo chronických stavů onemocnění;
3. vytvořit analytický rámec pro integraci heterogenních dat z dotazníků, testů sluchu, monitorování nositelnými zařízeními a lékařských databází; a
4. vyvinout a validovat vysoce přesné personalizované modely predikce rizika onemocnění pomocí statistických metod a metod strojového učení.

Zpracování dat bude zahrnovat čištění dat, zpracování chybějících hodnot, kontrolu odlehlých hodnot, standardizaci a integraci dat z různých zdrojů. Statistické analýzy budou zahrnovat korelační a regresní přístupy ke zkoumání vztahů mezi sluchem, životním stylem a proměnnými z nositelných zařízení. Metody strojového učení, včetně výběru příznaků a algoritmů učení s učitelem, jako jsou náhodné lesy a metody gradientního posilování, budou použity k identifikaci důležitých prediktorů a konstrukci modelů predikce rizika. Výkonnost modelů bude hodnocena pomocí měr, jako je plocha pod křivkou charakteristiky přijímače a přesnost. Interní a, pokud jsou k dispozici, externí validační strategie budou použity k posouzení robustnosti a zobecnitelnosti.

Centrální hypotézou studie je, že integrace měření sluchu, informací o životním stylu, fyziologických dat z nositelných zařízení a longitudinálních dat z lékařských záznamů zlepší predikci rizika onemocnění ve srovnání s modely založenými pouze na jednom typu dat. Dlouhodobým cílem je podpora včasné identifikace vysoce rizikových jedinců, usnadnění personalizovaného zdravotního managementu a poskytnutí důkazů pro preventivní zdravotní strategie v dospělé populaci.

Velký důraz bude kladen na ochranu soukromí a důvěrnost dat. Všechna studijní data budou kódována pomocí jedinečných studijních identifikátorů. Propojovací soubor spojující studijní identifikátory s osobními identifikátory bude uložen odděleně s omezeným přístupem a šifrováním. Po dokončení a ověření postupů sběru, čištění a propojení dat bude propojovací soubor trvale zničen, takže následné analýzy budou prováděny pouze na anonymizovaných datech. Jakékoli zprávy nebo publikace vyplývající ze studie budou prezentovat agregované výsledky bez osobně identifikovatelných informací.