Прогнозирование инсульта с помощью поисковых запросов в Интернете

В этом исследовании мы проанализируем запросы Google пациентов, госпитализированных в Тель-Авивский медицинский центр Сураски с инсультом в период с 2016 по 2020 год. после формального заполнения подписанной формы информированного согласия субъекты, дающие согласие, будут лично запрашивать свои поисковые данные в службе Google Takeout за период от 2 лет до и до одного года после инсульта и предоставлять доступ исследователям, создавая одноразовый файл этих данных. данных и делиться ими с исследователями. После получения информированного согласия данные запросов Google будут извлечены участниками с помощью службы Google «Вынос» за период от 2 лет до и до одного года после инсульта. Контрольные группы будут состоять из пациентов с диагнозом острый инфаркт миокарда (ИМ) и супругов пациентов без ИМ/инсульта. Набор будет осуществляться в основном из двух официально утвержденных баз данных по инсульту и острому ИМ. Всего будет набрано 450 участников, по 150 в каждой группе, на основе предыдущего опыта работы с набором данных журналов запросов минимального размера, необходимым для построения модели и проверки ее производительности.

Анонимность будет гарантироваться несколькими способами; доступ к данным Google Takeout будет ограничен минимальной суммой, необходимой для проведения исследования, и будет предоставлен только членам группы анализа данных в Тель-Авивском университете, а доступ к медицинским данным будет предоставлен только исследователям из Тель-Авивский медицинский центр Сураски. Кроме того, члены команды партнеров Тель-Авивского университета будут обязаны воздерживаться от любых позитивных попыток идентифицировать субъектов, участвующих в исследовании. Все данные, передаваемые Тель-Авивскому университету, будут храниться на локальном зашифрованном жестком диске. Данные будут удалены с компьютеров Тель-Авивского университета по окончании проекта.

Наша ранее разработанная модель машинного обучения, которая могла предсказывать инсульт у субъектов по сравнению с контрольной группой того же возраста с площадью под кривой (AUC) 0,972, что соответствует положительному прогностическому значению 52,7% при частоте ложноположительных результатов 1%. , будет использоваться для прогнозирования на каждый день вероятности того, что человек перенесет инсульт в этот день. Это будет сравниваться с известной датой инсульта или ИМ. Мерой производительности будет рабочая кривая приемника (ROC) обнаружения и соответствующая площадь под кривой (AUC). Кроме того, новая модель будет обучена с использованием собранных данных и протестирована аналогичным образом, хотя и с использованием 10-кратной перекрестной проверки. Будут определены чувствительность и специфичность обнаружения инсульта.