Koneoppimisen arviointi seuraavan päivän migreenin todennäköisyydestä

Analyysijoukkoon kuuluvat migreenipotilaat, jotka käyttivät Nerivio-sovellusta migreenikohtausten ja/tai niihin liittyvien oireiden ja/tai migreeniin liittyvän tiedon raportointiin.

Tietojen keruu tapahtuu Nerivio-sovelluksen (Nerivio®) kautta. Sovellukseen rekisteröityessään potilaat suostuvat tunnistamattomien tietojen keräämiseen tutkimustarkoituksiin ja antavat demografisia tietoja. Osallistujat voivat vapaaehtoisesti raportoida perustietoja, kuten hoidon aloitusaikaa suhteessa kohtauksen alkuun, päänsärkyä, toimintakyvyn heikkenemistä ja migreeniin liittyvien oireiden esiintymistä/poissaoloa, sekä hoitotuloksia 2 tuntia hoidon jälkeen. Kaikki tiedot tallennetaan HIPAA-vaatimusten mukaiselle suojatulle palvelimelle.

Algoritmia koulutetaan käyttäjätason tiedoilla. Tietojoukko rakennetaan taulukkomatriisina, jossa sarakkeet edustavat riskiin liittyviä piirteitä ja rivit edustavat käyttäjä-päivä -havaintoja. Piirteiden joukko (X) toimii syöttömuuttujina, kun taas migreenin esiintymisen luokitus (Y) on kohdetulos. Piirteiden joukko (X) voidaan jakaa neljään ryhmään tietolähteen mukaan:

Demografiset tiedot - ikä ja sukupuoli ilmoitettiin itse sovelluksen kautta rekisteröityessä. Käyttäjän maa tunnistetaan IP-osoitteen perusteella.

Kyselytiedot - piirteet, jotka perustuvat potilaan vastauksiin joko päivittäiseen päiväkirjakyselyyn tai ennen hoitoa tehtyyn kyselyyn. Näihin kuuluvat päänsäryn vakavuus, toimintakyvyn heikkeneminen, lääkkeiden käyttö, aura, kivun kesto ja prodromaaliset oireet. Prodromaalisista oireista kerätään tietoa monivalintakysymyksen avulla, jossa on 14 ennalta määriteltyä vastausta.

Säätiedot - ympäristöön liittyvät piirteet, jotka perustuvat käyttäjien maantieteelliseen sijaintiin. Näihin kuuluvat ilmanpaine, lämpötila, lämpötilan tunto, UV-indeksi, tuuli, kosteus ja sademäärä.

Lasketut piirteet - piirteet, jotka lasketaan edellä mainituista kerätyistä tiedoista. Näihin kuuluvat keskiarvot, taajuudet, peräkkäisten päivien lukumäärät jne.

Luokituksen (Y) määritelmä - Kohdemuuttuja (Y) määritellään käyttämällä päivittäisiä päiväkirjamerkintöjä ja ennen hoitoa tehtyjä kyselyitä. "Seuraavan päivän migreeni" -kenttä toimi kohdetuloksena. Arvo 1 (migreenipäivä) annettiin, jos migreeni raportoitiin seuraavana kalenteripäivänä; arvo 0 (ei-migreenipäivä) annettiin, jos migreeniä ei raportoitu. Puuttuvat arvot säilytettiin null-arvoina tallentaakseen mahdollista tietoa, joka liittyy niiden ei-satunnaiseen esiintymiseen.

Päivä luokitellaan migreenipäiväksi (Y = 1), jos molemmat seuraavat ehdot täyttyivät: A) Päänsäryn taso raportoitiin kevyeksi, kohtalaiseksi tai vaikeaksi päiväkirjassa tai ennen hoitoa tehdyssä kyselyssä. B) Vähintään yksi muu migreeniin viittaava indikaattori oli läsnä: migreeniin liittyvien lääkkeiden käyttö tai valonarkuus, äänenarkuus, pahoinvointi ja/tai oksentelu tai aura raportoitu päiväkirjassa tai ennen hoitoa tehdyssä kyselyssä.

Seuraavia standardeja ML-tulosmittareita käytettiin mallin suorituskyvyn arvioimiseen:

Tarkkuus - prosenttiosuus oikein ennustetuista migreenipäivistä kaikista ennustetuista päivistä.

Luokittelutarkkuus - prosenttiosuus oikein ennustetuista päivistä (migreeni- ja ei-migreenipäivistä) kaikista ennustetuista päivistä.

Herkyys (myös tunnistamisnopeutena) - prosenttiosuus oikein ennustetuista migreenipäivistä kaikista migreenipäivistä.

Spesifisyys - prosenttiosuus oikein ennustetuista ei-migreenipäivistä kaikista ei-migreenipäivistä.

Käyrän alle jäävä pinta-ala (AUC) - todennäköisyys, että malli luokittelee migreenipäivän korkeammalle kuin ei-migreenipäivän ennustettujen riskipisteiden perusteella (yhteenveto mallin kyvystä erottaa migreeni- ja ei-migreenipäivät kaikilla luokittelukynnyksillä).

F1-pisteet - tasapaino oikein ennustettujen migreenipäivien ja väärin ennustettujen migreenipäivien välillä, yhdistäen herkyyden ja tarkkuuden yhdeksi mittariksi.