Usare il Machine Learning per prevedere la mortalità negli anziani

In questo studio, diamo un'occhiata più da vicino alla previsione della morte nelle persone di mezza età e anziane in Inghilterra utilizzando un tipo di modello computerizzato chiamato 1D-Convolutional Neural Network (1D-CNN). Non preoccuparti se ti stai grattando la testa a "Convolutional Neural Network". È solo un termine elegante per un modo in cui i computer possono imparare i modelli dai dati. Pensaci come insegnare a un cane nuovi trucchi, ma invece di stringere la zampa, stiamo cercando di capire chi potrebbe essere a rischio di morire in base alle proprie scelte di vita, condizioni di salute e altri fattori.

Questo è importante perché prevedere la mortalità può aiutare a pianificare meglio i servizi sanitari e fornire supporto a coloro che potrebbero averne più bisogno.

#Il Dataset

Il dataset con cui stiamo lavorando proviene da uno studio a lungo termine chiamato English Longitudinal Study of Ageing (ELSA). Si tratta di un sondaggio condotto ogni paio d'anni, a partire dal 2002, focalizzato su persone di 50 anni e oltre in Inghilterra. Il sondaggio raccoglie vari tipi di informazioni, incluse salute, stato economico, vita sociale e persino condizioni psicologiche.

Immagina una grande riunione di famiglia in cui tutti aggiornano le proprie storie di vita ogni paio d'anni: è un po' quello che fa ELSA, ma su una scala molto più ampia e scientifica.

Ci siamo concentrati specificamente su persone che hanno partecipato a ogni onda del sondaggio (questo è il termine elegante per ogni volta che è stato fatto il sondaggio), il che ci dà un quadro solido delle loro vite nel tempo.

#Il Problema con i Dati

Ora, qui arriva la parte difficile: il dataset è altamente sbilanciato. Questo significa che, mentre abbiamo molti dati su molte persone, solo un piccolo numero di esse è deceduto. È come essere in una classe in cui la maggior parte degli studenti prende A, ma alcuni prendono F. Se guardassi solo il punteggio complessivo, non ti direbbe nulla su quanto fosse difficile per quei pochi che hanno avuto difficoltà.

Per affrontare questo problema, dobbiamo creare dei dati sintetici, un po' come fingere alcune informazioni per aiutare a bilanciare le cose.

#Come Funziona il 1D-CNN?

Va bene, facciamo un po' di chiarezza sul processo del 1D-CNN. I CNN sono ottimi nel riconoscere modelli, e per quanto riguarda i nostri dati, li organizziamo in un modo che abbia senso per il computer per imparare. Nel nostro caso, mettiamo in fila le informazioni di cinque onde di dati in modo che il modello possa vedere come cambia la situazione di una persona nel tempo.

Se pensi ai nostri dati come a una lunga fila di amici che stanno l'uno accanto all'altro, dove ogni amico ha una storia da raccontare, vogliamo che il computer presti attenzione a come si evolve la storia di ciascun amico nel tempo.

L'idea principale qui è di far scorrere un "filtri" sui dati, simile a come un cuoco setaccia la farina. Questo filtro aiuta il computer a concentrarsi su pezzi importanti di informazione ignorando il rumore.

#Gestire i Dati Mancanti

Affrontiamolo: la vita succede e a volte le persone saltano un turno di sondaggio. Questo significa che potremmo avere lacune nei nostri dati. Per affrontare questo, riempiamo i pezzi mancanti utilizzando informazioni dall'onda di sondaggio più vicina prima o dopo. È come riempire un puzzle con i pezzi che hai: vogliamo mantenere l'immagine il più completa possibile.

#Organizzare i Dati

Possiamo presentare i dati in due formati principali: formato corto e formato lungo.

Nel formato corto, ogni partecipante è rappresentato da una singola riga che include le loro informazioni da tutte le onde del sondaggio. Questo aiuta il modello CNN a imparare facilmente come i dati sono strutturati nel tempo.

D'altra parte, il formato lungo ha più righe per ogni partecipante, che è come funzionano molti modelli tradizionali. Anche se è fantastico per alcune analisi, è meno efficace per il nostro approccio CNN poiché vogliamo mostrare chiaramente la relazione dei dati nel tempo.

#Perché Usare il Machine Learning?

Potresti chiederti, perché scegliere modelli di machine learning rispetto ai metodi tradizionali? Beh, il machine learning può identificare schemi nascosti nei dati che potremmo non vedere con modelli matematici normali.

Ad esempio, i ricercatori hanno utilizzato varie tecniche di machine learning in altri studi. Hanno esaminato come i fattori dello stile di vita influenzano la salute o come alcune malattie progrediscono nel tempo. Nel nostro caso, stiamo cercando di vedere come tutte queste informazioni possano indicare chi potrebbe essere a maggior rischio di morte.

#Metodi Diversi per Bilanciare i Dati

Per affrontare lo sbilanciamento nei nostri dati, abbiamo provato cinque metodi diversi per creare dati sintetici. È come provare ricette diverse per fare la torta perfetta. Ecco cosa abbiamo provato:

1. Random Oversampling (ROS): Questo metodo prevede di duplicare i dati del gruppo minoritario (quelli che sono deceduti) per renderlo più grande. È come invitare ospiti extra a una festa che sono già lì.

2. SMOTE (Synthetic Minority Oversampling Technique): Questo metodo elegante crea nuovi esempi sintetici del gruppo minoritario basati su dati esistenti. Immagina di creare cloni virtuali di un amico basati sulle sue caratteristiche.

3. ADASYN (Adaptive Synthetic Sampling): Questo approccio è simile a SMOTE ma si concentra sulla generazione di esempi in aree in cui la classe minoritaria è meno rappresentata. È come assicurarsi di invitare amici che spesso vengono lasciati fuori.

4. SMOTEEN: Questo metodo combina SMOTE con un'altra tecnica che pulisce i dati rimuovendo i duplicati. Pensala come aggiungere nuovi gusti di torta assicurandosi che quelli vecchi non rovinino la festa.

5. SMOTETomek: Questo approccio ibrido utilizza SMOTE e lo combina con una strategia che pulisce la classe maggioritaria. È come fare un'insalata bilanciata in cui aggiungi nuovi ingredienti ma ti assicuri che nulla appassisca.

Dopo aver provato questi metodi, abbiamo notato che semplicemente sovrasemplificare il gruppo sotto-rappresentato funzionava meglio che mescolare e abbinare i vari approcci.

#Scegliere le Funzioni di attivazione

Quando abbiamo impostato il nostro CNN, dovevamo selezionare le funzioni di attivazione per i livelli nascosti. Queste funzioni aiutano a decidere quali informazioni mantenere e quali scartare. Pensale come i buttafuori di un club che decidono chi entra in base agli abiti che indossano.

Abbiamo provato diverse funzioni di attivazione come:

• ReLU (Rectified Linear Units): Questa è una funzione semplice che aiuta i modelli ad apprendere più velocemente.

• SeLU (Scaled Exponential Linear Units): Questa ha un po' di stile e funziona bene in casi specifici.

• ELU (Exponential Linear Units): Questa funzione è ottima per gestire dati con valori negativi.

• Swish: Questa è una funzione più recente che tende a funzionare bene per vari compiti.

• Leaky ReLU (LReLU): Questa consente un piccolo gradiente quando l'output è inferiore a zero, assicurando che nessun dato venga completamente ignorato.

Dopo aver sperimentato, abbiamo scoperto che Swish ha dato i risultati migliori nell'aiutare il modello a imparare dai dati.

#Addestrare il Modello

Una volta che avevamo tutti i nostri dati ordinati e pronti, li abbiamo divisi in set di addestramento, validazione e test. È come prepararsi per una grande partita: devi esercitarti molto, ricevere feedback e poi finalmente, testare le tue abilità nel campo reale.

Abbiamo utilizzato una tecnica nota come "early stopping", il che significa che monitoriamo il modello mentre sta apprendendo, così se inizia a sovradattarsi (diventando troppo a suo agio con i dati di addestramento e non generalizzando bene), possiamo fermare il processo di addestramento.

#Valutare le Prestazioni del Modello

Dopo aver addestrato il nostro modello, è ora di vedere quanto bene ha funzionato. Abbiamo esaminato metriche come:

• Loss: Questo mostra quanto bene il nostro modello prevede i risultati. Più basso è meglio.

• Accuracy: Questo misura quanto spesso il nostro modello ha ragione.

• AUC (Area Under the Receiver Operating Characteristic Curve): Questa metrica aiuta a valutare quanto bene il modello distingue tra chi è deceduto e chi è sopravvissuto.

#Risultati e Scoperte

Dopo aver passato il processo di addestramento e calcolato le metriche, abbiamo scoperto che alcuni metodi hanno funzionato meglio di altri in termini di previsione della mortalità.

Ad esempio, il metodo di random oversampling ci ha dato i risultati peggiori, mentre i metodi SMOTE e ADASYN hanno prodotto le perdite più piccole. Questo significa che assicurarsi di avere abbastanza dati su coloro che sono deceduti ha aiutato il nostro modello a funzionare meglio.

Per quanto riguarda le funzioni di attivazione, abbiamo scoperto che Swish e ELU ci hanno dato i risultati migliori. Tuttavia, è fondamentale notare che anche con il miglior modello, farlo funzionare bene con dati non visti rimane una sfida.

#Conclusione

Questo studio mostra che utilizzare un 1D-CNN sul dataset ELSA è un approccio promettente per prevedere la morte in persone di mezza età e anziane in Inghilterra. Abbiamo imparato che gestire lo sbilanciamento nei nostri dati è cruciale per il successo. Creando dati sintetici, siamo stati in grado di migliorare le nostre previsioni.

Alla fine, Swish è emersa come la star delle funzioni di attivazione. Sebbene il percorso per prevedere la mortalità sia complesso e pieno di sorprese, questo approccio fornisce un passo avanti verso una migliore comprensione degli esiti di salute della nostra popolazione che invecchia.

Quindi la prossima volta che sentirai parlare di un 1D-CNN, puoi sorridere, sapendo che non è solo un linguaggio scientifico complicato, ma uno strumento che potrebbe aiutare a migliorare le vite - un dataset alla volta!