Machine Learning Beoordeling van Kans op Migraine de Volgende Dag

De analysegroep omvat patiënten met migraine die de Nerivio-app gebruikten voor het melden van migraineaanvallen en/of bijbehorende symptomen en/of migrainegerelateerde informatie.

Gegevensverzameling gebeurt via de Nerivio-app (Nerivio®). Tijdens app-registratie stemmen patiënten in met de verzameling van geanonimiseerde gegevens voor onderzoeksdoeleinden en verstrekken zij demografische informatie. Deelnemers kunnen vrijwillig basiskenmerken rapporteren zoals behandelingsstarttijd ten opzichte van aanvalsbegin, hoofdpijn, functionele beperking en aan-/afwezigheid van migrainesymptomen, evenals behandelingsresultaten 2 uur na behandeling. Alle gegevens worden opgeslagen op een HIPAA-conforme beveiligde server.

Het algoritme wordt getraind op gebruikersniveau gegevens. De dataset wordt gestructureerd als een tabelmatrix, waarbij de kolommen risicogerelateerde kenmerken vertegenwoordigen en de rijen gebruikersdagobservaties. De kenmerkset (X) dient als invoervariabelen, terwijl het migrainevoorkomenlabel (Y) het doelresultaat is. De kenmerkset (X) kan worden onderverdeeld in vier groepen, volgens de gegevensbron:

Demografische gegevens - leeftijd en geslacht werden zelf gerapporteerd via de app bij registratie. Het land van de gebruiker wordt geïdentificeerd op basis van IP-adres.

Vragenlijstgegevens - kenmerken die de antwoorden van de patiënt zijn op de dagelijkse dagboekvragenlijst of een voorbehandelingsvragenlijst. Dit omvat hoofdpijnernst, functionele beperking, medicatie-inname, aura, pijn duur en prodromale symptomen. Gegevens over prodromale symptomen worden verzameld via een meerkeuzevraag met 14 vooraf gedefinieerde antwoorden.

Weergegevens - omgevingskenmerken die gebaseerd zijn op de geografische locatie van gebruikers. Dit omvat luchtdruk, temperatuur, gevoelstemperatuur, UV-index, wind, vochtigheid en neerslag.

Berekende kenmerken - kenmerken die worden berekend op basis van de eerder verzamelde gegevens. Dit omvat gemiddelden, frequenties, aantal opeenvolgende dagen, etc.

Label (Y) Definitie - De doelvariabele (Y) wordt gedefinieerd met behulp van dagelijkse dagboekvermeldingen en voorbehandelingsvragenlijsten. Het "volgende dag migraine" veld diende als doelresultaat. Een waarde van 1 (migrainedag) wordt toegekend als migraine werd gerapporteerd op de volgende kalenderdag; een waarde van 0 (niet-migrainedag) wordt toegekend als geen migraine werd gerapporteerd. Ontbrekende waarden werden als null gelaten om mogelijke informatie vast te leggen die inherent is aan hun niet-willekeurige voorkomen.

Een dag wordt geclassificeerd als een migrainedag (Y = 1) als aan beide volgende voorwaarden werd voldaan: A) Hoofdpijnniveau werd gerapporteerd als mild, matig of ernstig in het dagboek of voorbehandelingsvragenlijst. B) Ten minste één aanvullende migraine-indicator aanwezig was: inname van migrainegerelateerde medicatie, of melding van fotofobie, fonofobie, misselijkheid en/of braken, of aura in het dagboek of voorbehandelingsvragenlijst.

De volgende standaard ML-resultaatmaten werden gebruikt om modelprestaties te evalueren:

Precisie - het percentage correct voorspelde migrainedagen, van alle voorspelde dagen.

Nauwkeurigheid - het percentage correct voorspelde dagen (migraine en niet-migraine), van alle voorspelde dagen.

Gevoeligheid (ook wel herinneringspercentage genoemd) - het percentage correct voorspelde migrainedagen, van alle migrainedagen.

Specificiteit - het percentage correct voorspelde niet-migrainedagen, van alle niet-migrainedagen.

Area Under the Curve (AUC) - de waarschijnlijkheid dat het model een migrainedag hoger rangschikt dan een niet-migrainedag, gebaseerd op voorspelde risicoscores (samenvattend het vermogen van het model om onderscheid te maken tussen migraine- en niet-migrainedagen over alle classificatiedrempels).

F1-score - de balans tussen correct voorspelde migrainedagen en het vermijden van verkeerd voorspelde migrainedagen, waarbij gevoeligheid en precisie worden gecombineerd in één maat.