Slagprediksjon gjennom Internett-søk

I denne studien vil vi analysere Google-spørsmål fra pasienter innlagt på sykehus i Tel-Aviv Sourasky Medical Center med hjerneslag, mellom årene 2016-2020. etter den formelle utfyllingen av det signerte skjemaet for informert samtykke, vil samtykkende personer personlig be om søkedataene sine fra Google Takeout-tjenesten fra opptil 2 år før til ett år etter hjerneslaget og gi tilgang til forskerne ved å opprette en engangsfil med disse data og dele dem med forskerne. Etter et informert samtykke vil data fra Google-forespørsler trekkes ut av deltakerne ved å bruke Googles «Take Out»-tjeneste, fra opptil 2 år før til ett år etter hjerneslaget. Kontrollgruppene vil bestå av pasienter diagnostisert med akutt hjerteinfarkt (MI) og MI/slagfrie pasienters ektefeller. Rekruttering vil primært skje fra to institusjonsgodkjente databaser om hjerneslag og akutt MI. Totalt 450 deltakere vil bli rekruttert, 150 i hver gruppe, basert på tidligere erfaring for det minimalt store datasettet med spørringslogger som trengs for å konstruere en modell og teste ytelsen.

Anonymitet vil bli garantert gjennom flere modaliteter; tilgang til Google Takeaway-dataene vil være begrenset til det minimale beløpet som kreves for å utføre forskningen og vil kun gis til medlemmer av dataanalyseteamet ved Tel-Aviv University, mens tilgang til medisinske data kun vil gis til forskere fra Tel-Aviv Sourasky Medical Center. I tillegg vil medlemmer av Tel-Aviv University Partner Team være forpliktet til å avstå fra alle positive forsøk på å identifisere forsøkspersoner som deltar i forsøket. Alle data som deles med Tel-Aviv University vil bli lagret på en lokal, kryptert harddisk. Dataene vil bli slettet fra Tel-Aviv Universitys datamaskiner på slutten av prosjektet.

Vår tidligere utviklede maskinlæringsmodell, som var i stand til å forutsi hjerneslag hos forsøkspersoner sammenlignet med alderstilpassede kontroller med et areal under kurve (AUC) på 0,972, som tilsvarer en positiv prediktiv verdi på 52,7 % ved en falsk-positiv rate på 1 % , vil bli brukt til å forutsi, for hver dag, sannsynligheten for at en person vil gjennomgå et hjerneslag den dagen. Dette vil bli sammenlignet med den kjente datoen for hjerneslag eller MI. Ytelsesmålet vil være Receiver Operating Curve (ROC) for deteksjonen og den tilsvarende Area Under Curve (AUC). I tillegg vil en ny modell trenes opp ved å bruke de innsamlede dataene og testes på samme måte, om enn ved bruk av 10 ganger kryssvalidering. Slagdeteksjonssensitivitet og spesifisitet vil bli utledet.