Unser Leben mit Daten heilen?

„Verzichten Sie auf Zucker“, „Wir sollten nicht so viel Gluten essen“, „Essen Sie, was Sie glücklich macht“, „Versuchen Sie, jeden Tag Sport zu treiben“, „Laufen ist zu anstrengend für Ihre Gelenke“, „Schlafen Sie genug?“ , „Vielleicht schläfst du zu viel, was dich noch müder macht“, „Nach Antibiotika solltest du geheilt sein“, „Probiere alternative Medizin“, „Du solltest ganz mit dem Alkohol aufhören“, „Geh feiern, das ist gut für die Moral“

Viele Ratschläge, aber sicherlich viele Fragen unbeantwortet .

Es besteht kein wirklicher Konsens darüber, was funktionieren könnte und was nicht. Jede Handlung hat eine Auswirkung, die für jeden von uns relativ ist. Es gibt täglich so viele Faktoren, die unseren Zustand beeinflussen, dass es oft schwierig ist, klar zu sagen, welcher davon hilft und welcher nicht.

Also, was sollten wir tun?

Hier folgt meine eigene Situation .

Vor zwei Jahren wurde bei mir Lyme-Borreliose diagnostiziert – auch bekannt als „Chamäleon-Krankheit“, weil sie verschiedene Formen anderer Krankheiten annehmen kann. Erschöpfung, Kopfschmerzen, Gelenk- und Muskelschmerzen nahmen langsam meinen Alltag ein. Viele Ratschläge fühlten sich, wie oben erwähnt, schwerer an. Ich hatte weder die Zeit noch die Energie, jedes einzelne mögliche Heilmittel nacheinander auszuprobieren, um sie zu isolieren und herauszufinden, welches wirklich hilft.

Hier ist, was ich getan habe.

Ein Programm zur Verfolgung täglicher Faktoren (Schlaf, Ernährung, Sport, Behandlungen, Periode, Sonneneinstrahlung und andere), um letztendlich deren Auswirkungen auf meine Symptome zu analysieren.

Ich könnte mein Leben so leben, wie ich es wollte, jeden Ratschlag ausprobieren, wann immer mir danach war, in dem Wissen, dass die Datenwissenschaft irgendwann ihre Auswirkungen auf mich zeigen wird. Achtzehn Monate akribischer Arbeit, um endlich Visualisierungen und Schlussfolgerungen über die Funktionsweise meines Organismus abzuleiten.

Ich habe nicht nur eine übersichtliche Oberfläche, um Ärzten die Entwicklung meiner Symptome darzustellen, sondern habe auch die Möglichkeit, mich mit den wichtigen Faktoren auseinanderzusetzen. Die anderen Seiten geben mir Einblicke in den Zusammenhang jedes Faktors mit meinen Symptomen.

Die zur Analyse der Daten verwendeten Techniken basieren auf dem maschinellen Lernalgorithmus Random Forest, gekoppelt mit der Verwendung von SHAP-Wertanalysen. Durch die Berücksichtigung des Kontexts könnten kausale Muster gezogen werden. Es war notwendig, mich selbst und meine Lebensweise/Gewohnheiten zu kennen, um relevante Erkenntnisse zu gewinnen. Ich werde den Code und die angewandte Methode in einem anderen Artikel genauer beschreiben.

Ich könnte verschiedene Schlussfolgerungen ziehen , wie zum Beispiel die folgenden:

Die wichtigsten Faktoren habe ich in dieser Tabelle zusammengefasst. In Grün sind diejenigen aufgeführt, die sich positiv auf mindestens drei meiner Symptome auswirken, und in Rot diejenigen, die sich negativ auswirken. Jeder von ihnen wirkt mindestens in den nächsten 3 bis 7 Tagen. Diese Erkenntnisse bedeuten jedoch nicht, dass ich alles Schlechte und den Missbrauch des Guten drastisch stoppen muss. Bei jedem von ihnen kann die Auswirkung spezifisch für ein Symptom oder einen bestimmten Zeitraum sein und erfordert Reflexionen und Gleichgewicht, um entsprechend zu reagieren.

Was ist mit dir?

Diese Analysen basieren auf meiner Person, daher ist ihre mögliche Verallgemeinerung unsicher. Jemand mit der gleichen Erkrankung, dem gleichen Profil oder dem gleichen Morphotyp wie ich könnte an ihnen interessiert sein. Allerdings könnte jemand, der ganz anders ist, negativ reagieren. Deshalb würde ich mich heute freuen, diese Datenmodelle für jeden von Ihnen zu personalisieren, der seine/ihre persönliche Funktionsweise kennenlernen möchte. Letztlich könnten uns alle gesammelten Erkenntnisse dazu verhelfen, zu bestätigen oder nicht, ob sich für jedes unterschiedliche Profil ein Muster ableiten lässt, um herauszufinden, inwieweit wichtige Faktoren für jeden von uns besonders oder erweiterbar sind. Der Mehrwert dieses Programms liegt in der hohen Flexibilität hinsichtlich der Faktoren, die wir verfolgen möchten, und der Schlussfolgerungen, die wir daraus ziehen, und sind daher sehr persönlich.