Curando nossa vida com dados?

“Pare de comer açúcar”, “Não devemos comer tanto glúten”, “Coma o que te faz feliz”, “Tente se exercitar todos os dias”, “Correr é muito difícil para suas articulações”, “Você dorme o suficiente?” , “Talvez durmas demais, o que te deixa ainda mais cansado”, “Depois dos antibióticos devias estar curado”, “Tentar medicina alternativa”, “Devias parar de beber totalmente”, “Vai festejar faz bem à moral”

Muitos conselhos, mas com certeza muitas perguntas sem resposta .

Não há um consenso real sobre o que pode funcionar ou não. Cada ação tem um impacto relativo a cada um de nós. Existem tantos fatores que afetam nossa condição diariamente que muitas vezes é difícil saber claramente qual deles ajuda ou não.

Então o que deveríamos fazer?

Aqui segue minha própria situação .

Dois anos atrás, fui diagnosticado com a doença de Lyme — também conhecida como a “doença do camaleão” por sua capacidade de assumir várias formas de outras doenças. Cansaço, dores de cabeça, dores nas articulações e músculos começaram a tomar parte dos meus dias aos poucos. Muitos conselhos, como mencionado acima, começaram a parecer mais pesados. Não tive tempo nem energia para tentar todas as curas possíveis, uma após a outra, para isolá-las e saber qual delas realmente ajuda.

Aqui está o que eu fiz.

Um programa para rastrear fatores diários (sono, nutrição, esportes, tratamentos, períodos, exposição ao sol e outros) para, finalmente, analisar seus impactos nos meus sintomas.

Eu poderia viver minha vida como pretendia, tentando cada conselho sempre que quisesse, sabendo que a ciência de dados acabaria encontrando os efeitos que eles têm sobre mim. Dezoito meses de trabalho meticuloso para finalmente obter visualizações e conclusões relativas ao funcionamento do meu organismo.

Mais do que ter uma interface clara para apresentar a evolução dos meus sintomas aos médicos, tenho a possibilidade de aprofundar os fatores importantes. As outras páginas me dão insights sobre a relação de cada fator com meus sintomas.

As técnicas usadas para analisar os dados são baseadas no algoritmo Random Forest de aprendizado de máquina, juntamente com o uso de análises de valores SHAP. Padrões causais podem ser desenhados levando-se em consideração o contexto. Foi preciso conhecer a mim mesmo e meu modo de vida/hábitos para obter insights relevantes. Vou detalhar mais precisamente o código e o método aplicado em outro artigo.

Pude tirar várias conclusões , como as seguintes:

Resumi nesta tabela os fatores mais importantes. Em verde estão os que têm impacto positivo em pelo menos 3 dos meus sintomas, e em vermelho os que têm impacto negativo. Cada um deles tem efeito nos próximos 3 a 7 dias, pelo menos. Essas descobertas, no entanto, não significam que eu precise parar drasticamente tudo de ruim e abusar do bom. Para cada um deles, o impacto pode ser específico de um sintoma ou período de tempo, exigindo reflexões e equilíbrios para reagir de acordo.

E você?

Essas análises são baseadas em mim mesmo, portanto, sua possível generalização é incerta. Alguém com a mesma condição, perfil ou morfotipo que eu, pode se interessar por eles. No entanto, alguém muito diferente pode reagir adversamente. Portanto, hoje eu teria o prazer de personalizar esses modelos de dados para qualquer um de vocês que queira conhecer seu funcionamento pessoal. Em última instância, todos os insights recolhidos poderão levar-nos a confirmar ou não se é possível traçar um padrão para cada perfil diferente, a saber até que ponto fatores importantes são especiais ou extensíveis a cada um de nós. O valor agregado deste programa é a alta flexibilidade nos fatores que queremos rastrear e a conclusão que estamos tirando, portanto, muito pessoal.