Prognozowanie ryzyka chorób u dorosłych z wykorzystaniem danych z urządzeń noszonych, słuchu i zdrowia

Niniejsze badanie to prospektywne badanie kohortowe, zaprojektowane w celu integracji multimodalnych danych zdrowotnych dla opracowania i walidacji spersonalizowanych modeli predykcji ryzyka chorób u dorosłych mieszkających we wspólnotach na Tajwanie. Badanie koncentruje się na łączeniu aktywnie zbieranych danych badawczych, ciągłych danych z urządzeń noszonych, wyników oceny słuchu oraz długoterminowych zapisów zdrowotnych, aby lepiej zrozumieć przejście od zdrowia do stanów podklinicznych i chorób przewlekłych.

Uczestnicy w wieku 18 lat i starsi będą rekrutowani ze środowisk wspólnotowych. Po uzyskaniu świadomej zgody, procedury badawcze będą obejmować ustrukturyzowany kwestionariusz, audiometrię tonalną oraz 2-tygodniowe monitorowanie za pomocą smartwatcha. Kwestionariusz będzie zbierał dane demograficzne, osobistą i rodzinną historię chorób oraz czynniki stylu życia, takie jak ćwiczenia, sen, palenie i spożywanie alkoholu. Funkcja słuchu będzie oceniana za pomocą audiometrii tonalnej. Ciągłe dane fizjologiczne zbierane z urządzenia noszonego będą obejmować tętno i aktywność fizyczną, taką jak liczba kroków. Personel badawczy będzie pomagał uczestnikom w konfiguracji urządzenia, instalacji aplikacji i instrukcjach użytkowania, aby poprawić kompletność i spójność danych.

Za zgodą uczestnika, badanie uzyska również dane z osobistych zapisów zdrowotnych i połączy dane badawcze z krajowymi bazami danych ubezpieczenia zdrowotnego, aby wspierać długoterminową obserwację i ustalanie wyników chorób. Te połączone źródła danych mogą obejmować dane ambulatoryjne, szpitalne, apteczne, rejestrację ubezpieczenia, ciężkie choroby, rejestr zgonów, rejestr nowotworów oraz zapisy z badań profilaktycznych dorosłych. Integracja tych heterogenicznych źródeł danych ma na celu zapewnienie bardziej kompletnego obrazu indywidualnych trajektorii zdrowia i postępu choroby niż można osiągnąć za pomocą pojedynczego źródła danych.

Naukowe cele badania to:

1. ocena związków między stanem słuchu, czynnikami stylu życia i ciągłymi pomiarami fizjologicznymi pochodzącymi z urządzeń noszonych;
2. identyfikacja kombinacji kluczowych predyktorów związanych z postępem od zdrowia do stanów podklinicznych lub chorób przewlekłych;
3. ustanowienie ram analitycznych do integracji heterogenicznych danych z kwestionariuszy, testów słuchu, monitorowania za pomocą urządzeń noszonych i baz danych medycznych; oraz
4. opracowanie i walidacja wysokodokładnych spersonalizowanych modeli predykcji ryzyka chorób przy użyciu metod statystycznych i uczenia maszynowego.

Przetwarzanie danych będzie obejmować czyszczenie danych, obsługę brakujących wartości, sprawdzanie wartości odstających, standaryzację i integrację danych między źródłami. Analizy statystyczne będą obejmować podejścia korelacyjne i regresyjne do badania relacji między zmiennymi słuchu, stylu życia i urządzeń noszonych. Metody uczenia maszynowego, w tym selekcja cech i algorytmy uczenia nadzorowanego, takie jak lasy losowe i metody wzmacniania gradientowego, zostaną użyte do identyfikacji ważnych predyktorów i konstrukcji modeli predykcji ryzyka. Wydajność modelu będzie oceniana za pomocą miar takich jak pole pod krzywą ROC i dokładność. Strategie walidacji wewnętrznej i, tam gdzie dostępne, zewnętrznej zostaną użyte do oceny solidności i uogólnialności.

Centralna hipoteza badania jest taka, że integracja pomiarów słuchu, informacji o stylu życia, danych fizjologicznych z urządzeń noszonych oraz długoterminowych danych z dokumentacji medycznej poprawi predykcję ryzyka chorób w porównaniu z modelami opartymi wyłącznie na jednym typie danych. Długoterminowym celem jest wsparcie wczesnej identyfikacji osób wysokiego ryzyka, ułatwienie spersonalizowanego zarządzania zdrowiem i dostarczenie dowodów dla strategii profilaktyki zdrowotnej w populacjach dorosłych.

Silny nacisk zostanie położony na prywatność i poufność danych. Wszystkie dane badawcze będą kodowane przy użyciu unikalnych identyfikatorów badania. Plik łączący identyfikatory badania z identyfikatorami osobistymi będzie przechowywany oddzielnie z ograniczonym dostępem i szyfrowaniem. Po zakończeniu i zweryfikowaniu procedur zbierania, czyszczenia i łączenia danych, plik łączenia zostanie trwale zniszczony, tak aby kolejne analizy były przeprowadzane wyłącznie na danych zanonimizowanych. Wszelkie raporty lub publikacje wynikające z badania będą przedstawiać zagregowane wyniki bez informacji umożliwiających identyfikację osobistą.