BioAge
Stimare l'età biologica da esami del sangue di routine
- anno
- 2026
- stato
- ● completato
- contesto
- Project work ITS Angelo Rizzoli, lavoro di gruppo, con difesa orale
9,66anni
MAE sul dataset clinico
9,64anni
MAE su NHANES 2017–2020
0,50R²
su 7.538 adulti NHANES
// problema
Quanto dicono gli esami del sangue di routine sull'invecchiamento di una persona? L'obiettivo era stimare un'età biologica confrontabile con l'età anagrafica, usando solo dati che un medico ha già a disposizione.
// pipeline
- 01 referti
- 02 pulizia
- 03 indici clinici
- 04 GroupKFold
- 05 ensemble
- 06 correzione bias
// approccio
- Dataset di 15.718 referti di 12.050 pazienti (2021–2026), con 13 esami e 11 indici clinici derivati.
- Validazione GroupKFold per paziente: le visite della stessa persona non finiscono mai sia in training sia in test.
- Ensemble pesato di più regressori, con correzione del bias verso la media tipica delle stime di età.
- Neutralizzazione dell'effetto stagionale sui marker (periodi festivi) per marginalizzazione sui 12 mesi.
- Test di robustezza intra-soggetto con un regressore neurale (MLP), più sensibile degli alberi a piccoli spostamenti dei marker.
// scelta chiave
L'indice FIB-4 contiene l'età per costruzione. Con FIB-4 tra le feature l'errore scendeva a circa 1,7 anni: un risultato troppo bello, dovuto a leakage. L'ho escluso dal predittore: l'errore realistico torna attorno ai 10 anni e il modello finale arriva a 9,66.
- con FIB-4 (leakage)1,7
- modello finale, senza FIB-49,66
// esito
Lo stesso errore su due popolazioni diverse indica che la metodologia regge e che il limite sta nell'informazione contenuta negli esami di routine, non nel modello.
// tecnologie
- Python
- pandas
- scikit-learn
- Jupyter