Оценка вероятности мигрени на следующий день с использованием машинного обучения

Анализируемая совокупность включает пациентов с мигренью, которые использовали приложение Nerivio для регистрации приступов мигрени и/или сопутствующих симптомов и/или информации, связанной с мигренью.

Сбор данных осуществляется через приложение Nerivio (Nerivio®). При регистрации в приложении пациенты дают согласие на сбор обезличенных данных для исследовательских целей и предоставляют демографическую информацию. Участники могут добровольно сообщать базовые характеристики, такие как время начала лечения относительно начала приступа, головная боль, функциональная ограниченность и наличие/отсутствие симптомов, связанных с мигренью, а также результаты лечения через 2 часа после лечения. Все данные хранятся на безопасном сервере, соответствующем стандарту HIPAA.

Алгоритм будет обучаться на данных уровня пользователя. Набор данных будет структурирован в виде табличной матрицы, где столбцы представляют признаки, связанные с риском, а строки — наблюдения за пользователем за день. Набор признаков (X) служит входными переменными, а метка возникновения мигрени (Y) является целевым исходом. Набор признаков (X) может быть разделен на четыре группы в соответствии с источником данных:

Демографические данные — возраст и пол были указаны самими пользователями в приложении при регистрации. Страна пользователя определяется на основе IP-адреса.

Данные опросников — признаки, которые представляют собой ответы пациентов либо на ежедневный дневниковый опросник, либо на опросник перед лечением. К ним относятся тяжесть головной боли, функциональная ограниченность, прием лекарств, аура, продолжительность боли и продромальные симптомы. Данные о продромальных симптомах собираются с помощью вопроса с множественным выбором и 14 предопределенными ответами.

Данные о погоде — экологические признаки, основанные на географическом местоположении пользователей. К ним относятся атмосферное давление, температура, индекс тепла, УФ-индекс, ветер, влажность и осадки.

Рассчитанные признаки — признаки, которые вычисляются на основе вышеупомянутых собранных данных. К ним относятся средние значения, частоты, количество последовательных дней и т.д.

Определение метки (Y) — Целевая переменная (Y) будет определяться с использованием ежедневных дневниковых записей и опросников перед лечением. Поле "мигрень на следующий день" служило целевым исходом. Значение 1 (день с мигренью) присваивается, если мигрень была зарегистрирована на следующий календарный день; значение 0 (день без мигрени) присваивается, если мигрень не была зарегистрирована. Пропущенные значения сохранялись как null для учета потенциальной информации, присущей их неслучайному возникновению.

День классифицируется как день с мигренью (Y = 1), если выполнены оба следующих условия: A) Уровень головной боли был указан как легкий, умеренный или сильный в дневнике или опроснике перед лечением. B) Присутствовал по крайней мере один дополнительный индикатор мигрени: прием лекарств, связанных с мигренью, или сообщение о светобоязни, фонофобии, тошноте и/или рвоте, или ауре в дневнике или опроснике перед лечением.

Для оценки производительности модели использовались следующие стандартные метрики машинного обучения:

Точность (Precision) — процент правильно предсказанных дней с мигренью от всех предсказанных дней.

Аккуратность (Accuracy) — процент правильно предсказанных дней (с мигренью и без мигрени) от всех предсказанных дней.

Чувствительность (Sensitivity, также называемая полнотой) — процент правильно предсказанных дней с мигренью от всех дней с мигренью.

Специфичность (Specificity) — процент правильно предсказанных дней без мигрени от всех дней без мигрени.

Площадь под кривой (AUC) — вероятность того, что модель ранжирует день с мигренью выше, чем день без мигрени, на основе предсказанных оценок риска (суммирует способность модели различать дни с мигренью и без мигрени по всем порогам классификации).

F1-мера (F1 score) — баланс между правильно предсказанными днями с мигренью и избежанием ошибочно предсказанных дней с мигренью, объединяющий чувствительность и точность в одной мере.