Индивидуальное прогнозирование приступов мигрени с помощью приложения для мобильного телефона и Fitbit (Migraine Alert)

Устранение приступов мигрени до их начала имеет огромное значение для страдающих мигренью. Но выяснение начала приступа до его фактического начала остается серьезной проблемой для медицинского сообщества.

Широкое использование мобильных смартфонов, доступность носимых устройств, которые измеряют информацию о состоянии здоровья, а также достижения в многомерном анализе паттернов с помощью алгоритмов машинного обучения позволяют разрабатывать индивидуальные прогностические модели, которые могут определять вероятность развития мигрени у отдельного пациента в определенный день. . Такие модели основаны на объективно измеренных биометрических параметрах (например, активность, сон), объективно измеренные условия окружающей среды (например, погодные параметры), воздействие возможных триггеров мигрени и симптомы, о которых сообщают пациенты. С помощью алгоритмов машинного обучения для изучения этого большого набора данных, который собирается для каждого пациента, определяется оптимальное сочетание факторов, наиболее точно прогнозирующих вероятность приступа мигрени.

Прогнозирование отдельных приступов мигрени может оказать существенное положительное влияние на пациентов с мигренью. Точное предсказание приступа мигрени дало бы страдающему мигренью большее чувство контроля над своим состоянием, чувство контроля, которого часто не хватает пациентам с мигренью. Самое главное, если бы отдельные приступы мигрени можно было предсказать с высокой точностью, лечение этого неизбежного приступа мигрени до развития симптомов могло бы полностью предотвратить приступ.

Подходящие субъекты вступят в базовую фазу, во время которой субъекты будут носить устройство Fitbit и записывать данные в ежедневный дневник головной боли с помощью приложения для мобильного телефона. Эта фаза будет иметь разную продолжительность для каждого субъекта, максимум до 75 дней. Именно на исходном этапе разрабатывается и оптимизируется индивидуализированная прогностическая модель приступа мигрени.

На втором этапе (75 дней) будет проверена точность прогностической модели. Будет рассчитана вероятность развития мигрени, а точность прогноза будет проверена в сравнении с сообщениями пациента о случаях приступов мигрени в приложении для мобильного телефона. Субъекты будут ослеплены прогнозами приступов мигрени в приложении, чтобы избежать предвзятости ожидания.

Прогнозирование мигрени страдает от «проклятия размерности» (термин машинного обучения). Слишком много факторов влияет на результаты, но результаты (положительные приступы мигрени) очень редки. Для разработки точной модели машинного обучения с использованием традиционных подходов требуется длительное и нецелесообразное время. Migraine Alert эффективно решает эти проблемы с помощью запатентованных алгоритмов и методов, которые создают индивидуальные модели с использованием меньшего количества мигрени. Ковариационный анализ выполняется для каждого человека с использованием признаков, полученных из необработанных данных. Отдельные модели могут отличаться друг от друга конкретными функциями, которые они используют, и/или важностью, придаваемой им в модели. Запатентованные методы используются для создания этих отдельных моделей, а также для контроля их точности и отзыва до и после проверки. Дрейф концепции, о чем свидетельствует любое ухудшение точности или отзыва, отслеживается на этапе прогнозирования, и при необходимости модель переобучается.