{
  "fetched_at": "2026-10-19T19:05:42Z",
  "source_url": "https://www.kaggle.com/competitions/210303-sfida/data",
  "pages": [
    {
      "name": "data-description",
      "content": "Questo dataset è composto da 4 file:\n- __train.csv__:  training set\n- __test.csv__: test set\n- __sample_submission.csv__ esempio di submission\n- __IDs_mapping.csv__: informazioni aggiuntive su alcune delle features presenti nel dataset\n\n## train.csv / test.csv\n\n- __encounter_id__: Identatificativo univoco dell'incontro.\n- __patient_nbr__: identificativo del paziente\n- __race__: identifica il ceppo di provenienza; i possibili valori sono: \n              - Caucasian\n              - Asian\n              - African \n              - American\n              - Hispanic\n              - other\n- __gender__: genere; i possibili valori sono: - male - female - unknown/invalid\n- __age__: età del paziente raggruppata per intervalli di 10 anni. Possibili valori sono: - [0, 10\n) - [10, 20) - [20, 30] - ... \n- __weight__: peso del paziente in libbre\n- __admission\\_type\\_id__:  identificativo che specifica la tipologia di ammissione ( le categorie sono specificate nel file IDs_mapping.csv)\n- __discharge\\_disposition\\_id__:  identificativo che specifica la tipologia di dimissione ( le categorie sono specificate nel file IDs_mapping.csv)\n- __admission\\_source\\_id__: identificativo che specifica la provenienza del paziente ( le categorie sono specificate nel file IDs_mapping.csv)\n- __time\\_in\\_hospital__:  Numero di giorni di degenza del paziente\n- __payer\\_code__: identificativo che specifica il metodo di pagamento del paziente( le categorie sono specificate nel file IDs_mapping.csv)\n- __medical\\_speciality__:  Specialità del medico curante.\n- __num\\_lab\\_procedures__: Numero di test di laboratorio effettuati durante la degenza.\n- __num\\_procedures__:  Numero di procedure (oltre ai test di laboratorio) effettuate durante la degenza.\n- __num\\_medications__: Numero di tipologie di farmaco somministrati.\n- __number\\_outpatient__:  Numero di visite ambulatoriali del paziente nell'anno precedente l'incontro.\n- __number\\_emergency__: Numero di visite di emergenza del paziente nell'anno precedente l'incontro.\n- __number\\_inpatient__:  Numero di visite ospedaliere del paziente nell'anno precedente l'incontro.\n- __diag\\_1__: La diagnosi primaria (codificata come prime tre cifre di ICD9); 848 valori distinti.\n- __diag\\_2__: La diagnosi secondaria (codificata come prime tre cifre di ICD9); 848 valori distinti.\n- __diag\\_3__:  Diagnosi secondaria aggiuntiva (codificata come prime tre cifre di ICD9); 954 valori distinti.\n- __diag\\_1\\_cat, diag\\_2\\_cat, diag\\_3\\_cat__:  Categorizzazione delle diagnosi in 9 macro-categorie.\n- __number\\_diagnoses__:  Numero di diagnosi inserite nel sistema.\n- __max_glu_serum__:  Indica l'intervallo del risultato o se il test non è stato eseguito. Valori: \"> 200\", \"> 300\", \"normale\" e \"nessuno\" se non misurati.\n- __A1Cresult__:  Indica l'intervallo del risultato o se il test non è stato eseguito. Valori: \"> 8\" se il risultato era maggiore dell'8%, \"> 7\" se il risultato era maggiore del 7% ma inferiore all'8%, \"normale\" se il risultato era inferiore al 7% e \"nessuno\" se non misurato.\n- __24 Features relative alle medicazioni__: Per le generiche medicine: metformin, repaglinide, nateglinide, chlorpropamide, glimepiride, acetohexamide, glipizide, glyburide, tolbutamide, pioglitazone, rosiglitazone, acarbose, miglitol, troglitazone, tolazamide, examide, sitagliptin, insulin, glyburide-metformin, glipizide-metformin, glimepiride-pioglitazone, metformin-rosiglitazone, and metformin-pioglitazone, le feature indicano se il relativo farmaco  è stato prescritto o se è stato cambiato il dosaggio. I possibili valori sono: - up - down - steady - no\n- __change__: numero di volte che è stato cambiato il trattamento.\n- __diabetesMed__: Indica se c'è stato un cambiamento nei farmaci diabetici (dosaggio o nome generico). Valori: \"modifica\" e \"nessuna modifica\".\n- __readmitted__: Variabile target presente solo nel train che indica se un paziente è stato riammesso (True) oppure no (False)\n\n__Tabella originale__: [https://www.hindawi.com/journals/bmri/2014/781670/tab1/](https://www.hindawi.com/journals/bmri/2014/781670/tab1/)\n\n## sample_submission.csv\n\n- __encounter_id__: Indice univoco\n- __readmitted__: Valore booleano\n - __True__: Riammesso\n - __False__: Non riammesso",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "In ambito ospedaliero si parla di riammissione quando un paziente dimesso ha una ricaduta e viene ricoverato entro un certo lasso di tempo.  Il numero di riammissioni può essere utilizzato come metrica per valutare un ospedale; di conseguenza  la capacità di prevedere la probabilità di riammissione per ogni paziente dato il suo quadro clinico è molto importante.\nL'obiettivo di questa sfida è quello di prevedere la riammissione di pazienti diabetici.\n\nUtilizzando il dataset Diabetes 130-US hospitals for years 1999-2008\n\nBeata Strack, Jonathan P. DeShazo, Chris Gennings, Juan L. Olmo, Sebastian Ventura, Krzysztof J. Cios, and John N. Clore, “Impact of HbA1c Measurement on Hospital Readmission Rates: Analysis of 70,000 Clinical Database Patient Records,” BioMed Research International, vol. 2014, Article ID 781670, 11 pages, 2014",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "L'obiettivo di questa sfida è quello di prevedere la riammissione di pazienti diabetici classificandola come segue:\n- **True**: Il paziente è stato riammesso\n- **False**: il paziente non è stato riammesso\n\nIl task di classificazione sarà valutato con la [f1-measure](https://en.wikipedia.org/wiki/F-score)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}