Machine learning classification of vitamin D levels in spondyloarthritis patients

Abstract

Objetivos: Predecir el nivel de 25 dihidroxi 20 epi vitamina d3 (bajo, medio o alto) en pacientes con espondiloartritis. Métodos: Estudio observacional, descriptivo y transversal. Recolectamos información de 116 pacientes. De un total de 32 variables, seleccionamos las más relevantes mediante pruebas de información mutua y, finalmente, estimamos dos modelos de clasificación mediante aprendizaje automático. Resultados: Obtenemos un árbol de decisión interpretable y un modelo de conjunto que maximiza la precisión esperada mediante la optimización bayesiana y la validación cruzada de 10 veces sobre un conjunto de datos preprocesados. Conclusión: Identificamos variables relevantes que no fueron consideradas en investigaciones anteriores, como la edad y el postratamiento. También estimamos modelos más flexibles y de alta capacidad utilizando técnicas avanzadas de ciencia de datos.

Aims: Predict the 25 dihydroxy 20 epi vitamin d3 level (low, medium, or high) in spondyloarthritis patients. Methods: Observational, descriptive, and cross-sectional study. We collected information from 116 patients. From a total of 32 variables, we selected the most relevant using mutual information tests, and, finally, we estimated two classification models using machine learning. Results: We obtain an interpretable decision tree and an ensemble model maximizing the expected accuracy using Bayesian optimization and 10-fold cross-validation over a preprocessed dataset. Conclusion: We identify relevant variables that were not considered in previous research, such as age and post-treatment. We also estimate more flexible and high-capacity models using advanced data science techniques.