Previsão de AVC por meio de consultas de pesquisa na Internet

Neste estudo, analisaremos as consultas do Google de pacientes internados no Centro Médico Tel-Aviv Sourasky com AVC, entre os anos de 2016-2020. após o preenchimento formal do formulário de consentimento informado assinado, os sujeitos que consentiram solicitarão pessoalmente seus dados de pesquisa do serviço Google Takeout de até 2 anos antes a um ano após o derrame e fornecerão acesso aos pesquisadores criando um arquivo único desses dados e compartilhá-los com os pesquisadores. Após um consentimento informado, os dados das consultas do Google serão extraídos pelos participantes usando o serviço Google "Take Out", de até 2 anos antes a um ano após o AVC. Os grupos de controle consistirão de pacientes diagnosticados com infarto agudo do miocárdio (IM) e cônjuges de pacientes sem infarto/AVC. O recrutamento será feito principalmente a partir de duas bases de dados de AVC e infarto agudo do miocárdio aprovadas institucionalmente. Um total de 450 participantes será recrutado, 150 em cada grupo, com base na experiência anterior para o conjunto de dados de tamanho mínimo de logs de consulta necessários para construir um modelo e testar seu desempenho.

O anonimato será garantido por diversas modalidades; o acesso aos dados do Google Takeout será limitado ao mínimo necessário para realizar a pesquisa e será concedido apenas a membros da equipe de análise de dados da Universidade de Tel-Aviv, enquanto o acesso aos dados médicos será fornecido apenas a pesquisadores de Centro Médico Tel-Aviv Sourasky. Além disso, os membros da Equipe Parceira da Universidade de Tel-Aviv serão obrigados a abster-se de qualquer tentativa positiva de identificar os participantes do estudo. Todos os dados compartilhados com a Universidade de Tel-Aviv serão armazenados em um disco rígido local criptografado. Os dados serão excluídos dos computadores da Universidade de Tel-Aviv ao final do projeto.

Nosso modelo de aprendizado de máquina desenvolvido anteriormente, que foi capaz de prever o AVC em indivíduos em comparação com controles da mesma idade com uma área sob a curva (AUC) de 0,972, que se traduz em um valor preditivo positivo de 52,7% com uma taxa de falso-positivo de 1%. , será usado para prever, para cada dia, a probabilidade de uma pessoa sofrer um evento de AVC naquele dia. Isso será comparado com a data conhecida do AVC ou IM. A medida de desempenho será a curva de operação do receptor (ROC) da detecção e a correspondente área sob a curva (AUC). Além disso, um novo modelo será treinado usando os dados coletados e testado de maneira semelhante, embora usando validação cruzada de 10 vezes. A sensibilidade e a especificidade da detecção de AVC serão derivadas.