Методи машинного навчання та аналіз мереж для малих клінічних наборів даних

Abstract

У дипломній роботі розглянуто задачу прогнозування терапевтичної резистентності у пацієнтів із метастатичним колоректальним раком на основі малих лонгітюдних протеомних наборів даних. Основну увагу приділено методологічній надійності машинного навчання в умовах малої кількості пацієнтів, високої розмірності простору ознак і наявності кількох часових зрізів для одного пацієнта. У ході роботи було виконано критичний аналіз базового дослідження PERMAD, у якому для прогнозування резистентності до терапії бевацизумабом у поєднанні зі схемою FOLFOX застосовувалися класичні алгоритми машинного навчання. Було показано, що основним методологічним ризиком такого підходу є використання негрупової схеми крос-валідації, за якої різні часові зрізи одного пацієнта можуть одночасно потрапляти до навчальної та тестової вибірок. Для лонгітюдних клінічних даних це створює ризик прихованого витоку даних і може призводити до завищення оцінок якості.