机器学习评估次日偏头痛可能性

分析数据集包括使用Nerivio应用程序报告偏头痛发作和/或相关症状和/或偏头痛相关信息的偏头痛患者。

数据收集通过Nerivio应用程序（Nerivio®）进行。 在应用程序注册期间，患者同意为研究目的收集去标识化数据，并提供人口统计信息。 参与者可以自愿报告基线特征，如相对于发作开始时间的治疗开始时间、头痛疼痛程度、功能障碍、偏头痛相关症状的存在/不存在，以及治疗后2小时的治疗结果。 所有数据存储在符合HIPAA标准的安全服务器上。

算法将在用户级别数据上进行训练。 数据集将构建为表格矩阵，其中列代表风险相关特征，行代表用户-天观察值。 特征集（X）作为输入变量，而偏头痛发生标签（Y）是目标结果。 根据数据来源，特征集（X）可分为四组：

人口统计数据 - 年龄和性别在注册时通过应用程序自行报告。 用户的国家/地区基于IP地址识别。

问卷数据 - 这些特征是患者对每日日记问卷或治疗前问卷的回答。 包括头痛严重程度、功能障碍、药物摄入、先兆、疼痛持续时间和前驱症状。 关于前驱症状的数据通过一个包含14个预定义答案的多选题收集。

天气数据 - 基于用户地理位置的环境特征。 包括气压、温度、体感温度、紫外线指数、风力、湿度和降水。

计算特征 - 基于上述收集数据计算得出的特征。 包括平均值、频率、连续天数等。

标签（Y）定义 - 目标变量（Y）将使用每日日记条目和治疗前问卷定义。 “次日偏头痛”字段作为目标结果。 如果在后续日历日报告了偏头痛，则分配值1（偏头痛日）；如果未报告偏头痛，则分配值0（非偏头痛日）。 缺失值保持为null，以捕捉其非随机发生中潜在的固有信息。

如果满足以下两个条件，则一天被分类为偏头痛日（Y = 1）：A) 在日记或治疗前问卷中报告头痛级别为轻度、中度或重度。 B) 至少存在一个额外的偏头痛指标：摄入偏头痛相关药物，或在日记或治疗前问卷中报告畏光、畏声、恶心和/或呕吐，或先兆。

使用以下标准机器学习结果指标评估模型性能：

精确率 - 正确预测的偏头痛日占所有预测日的百分比。

准确率 - 正确预测的天数（偏头痛和非偏头痛）占所有预测天数的百分比。

敏感度（也称为召回率） - 正确预测的偏头痛日占所有偏头痛日的百分比。

特异度 - 正确预测的非偏头痛日占所有非偏头痛日的百分比。

曲线下面积（AUC） - 模型基于预测风险评分将偏头痛日排序高于非偏头痛日的概率（总结模型在所有分类阈值下区分偏头痛日和非偏头痛日的能力）。

F1分数 - 正确预测偏头痛日与避免错误预测偏头痛日之间的平衡，将敏感度和精确率结合在一个度量中。