¿Curar nuestra vida con datos?

“Deja el azúcar”, “Se supone que no debemos comer tanto gluten”, “Come lo que te hace feliz”, “Intenta hacer ejercicio todos los días”, “Correr es demasiado duro para tus articulaciones”, “¿Duermes lo suficiente?” , “Tal vez duermes demasiado, lo que te cansa aún más”, “Después de los antibióticos deberías curarte”, “Prueba la medicina alternativa”, “Debes dejar el alcohol por completo”, “Ir de fiesta es bueno para la moral”

Muchos consejos, pero seguramente muchas preguntas sin respuesta .

No hay un consenso real sobre lo que podría funcionar o no. Cada acción tiene un impacto que es relativo a cada uno de nosotros. Hay tantos factores que afectan nuestra condición diariamente que a menudo es difícil saber claramente cuál ayuda o no.

¿Entonces, qué debemos hacer?

Aquí sigue mi propia situación .

Hace dos años, me diagnosticaron la enfermedad de Lyme, también conocida como la "enfermedad del camaleón" por su capacidad de adoptar formas de otras enfermedades. El cansancio, los dolores de cabeza, los dolores articulares y musculares empezaron a ocupar poco a poco parte de mis días. Muchos consejos, como se mencionó anteriormente, comenzaron a sentirse más pesados. No tenía el tiempo ni la energía para probar todas las curas posibles, una tras otra, para aislarlas y saber cuál realmente me ayudaba.

Aquí esta lo que hice.

Un programa para rastrear factores diarios (sueño, nutrición, deportes, tratamientos, períodos, exposición al sol y otros) para finalmente analizar su impacto en mis síntomas.

Podría vivir mi vida como pretendía, probando todos los consejos cuando quisiera, sabiendo que la ciencia de datos eventualmente encontrará los efectos que tienen en mí. Dieciocho meses de trabajo minucioso para finalmente derivar visualizaciones y conclusiones relativas al funcionamiento de mi organismo.

Más que tener una interfaz clara para presentar la evolución de mis síntomas a los médicos, tengo la posibilidad de profundizar en los factores importantes. Las otras páginas me dan información sobre la relación de cada factor con mis síntomas.

Las técnicas utilizadas para analizar los datos se basan en el algoritmo Random Forest de aprendizaje automático, junto con el uso de análisis de valores SHAP. Los patrones causales podrían dibujarse teniendo en cuenta el contexto. Era necesario conocerme a mí mismo y mi forma de vida / hábitos para obtener información relevante. Detallaré con más precisión el código y el método aplicado en otro artículo.

Podría sacar varias conclusiones , como las siguientes:

Resumí en esta tabla los factores más importantes. En verde están los que tienen un impacto positivo en al menos 3 de mis síntomas, y en rojo los que tienen un impacto negativo. Cada uno de ellos tiene efecto en los próximos 3 a 7 días, por lo menos. Sin embargo, estos hallazgos no significan que deba detener drásticamente todo lo malo y abusar de lo bueno. Para cada uno de ellos, el impacto puede ser específico de un síntoma o período de tiempo, requiriendo reflexiones y equilibrios para reaccionar en consecuencia.

¿Qué pasa contigo?

Estos análisis se basan en mí mismo, por lo que su posible generalización es incierta. Alguien que tenga la misma condición, perfil o morfotipo que yo, podría estar interesado en ellos. Sin embargo, alguien muy diferente podría reaccionar negativamente. Por lo tanto, hoy me complacería personalizar estos modelos de datos para cualquiera de ustedes que desee conocer su funcionamiento personal. En definitiva, todos los insights recopilados nos podrían llevar a comprobar o no si se puede trazar un patrón para cada perfil diferente, para saber en qué medida los factores importantes son especiales o extensibles a cada uno de nosotros. El valor agregado de este programa es la alta flexibilidad en los factores que queremos rastrear y la conclusión que estamos sacando, por lo tanto, muy personal.