<aside>
프로젝트명: 의료불평등을 위한 전이성 유방암 환자 예측 모델 개발 (WiDS Datathon 2024 Challenge 1)
https://www.kaggle.com/competitions/widsdatathon2024-challenge1/data
프로젝트 기간: 2025/03/29 ~ 2025/6/24
목표: 수상작 분석 후 한계 파악 → 개선안 설계 및 구현
핵심 컨셉: 유방암 환자의 전이암 발생 예측 모델
기술 스택: Python · Pandas · Scikit-learn · CatBoost · XGBoost · LightGBM
GITHUB: https://github.com/eugenee726/wids2024-metastatic-cancer </aside>
WiDS Datathon 2024는 미국 유방암 환자 데이터를 기반으로 전이성 암 진단까지 90일 이내인지를 예측하는 의료 형평성 이진 분류 대회입니다.
전이성 TNBC(삼중음성유방암)는 표적 치료가 어렵고 전이 속도가 빠릅니다. 90일 이상 치료가 지연될 경우 사망 위험이 53% 증가한다는 연구 결과를 바탕으로, 조기 진단 가능성과 인구통계학적·환경적 요인 간의 관계를 예측하는 것이 핵심입니다.
산업공학과 교과 데이터마이닝 팀프로젝트로 해당 대회의 1등 수상작 코드를 베이스로 삼아, 수상작의 한계를 분석하고 이를 통계적 근거와 도메인 지식으로 개선하는 과제를 수행했습니다.
DiagPeriodL90D — 1: 90일 이내 진단 / 0: 90일 초과
데이터마이닝 팀과제로 WiDS Datathon 2024 수상작을 선택하여 정성·정량적으로 발전시키는 것을 목표로 했습니다.
전이성 유방암의 90일 이내 진단 실패는 사망 위험과 직결되며, 치료 대기 시간의 차이는 의료 접근성 불평등의 핵심 지표입니다.
기존 수상작 분석 결과 두 가지 핵심 문제를 발견했습니다.