{
  "fetched_at": "2026-10-19T12:48:31Z",
  "source_url": "https://www.kaggle.com/competitions/aims-contest-2020/data",
  "pages": [
    {
      "name": "data-description",
      "content": "### ファイル\n- **train.csv** - 学習用データ\n- **test.csv** - テスト用データ\n- **sample_submission.csv** - 提出ファイルのサンプル, 0 から 1 の間の値の予測結果を died 列に代入して提出してください.\n\n### データ内容\n- **patient_id** - 匿名化された患者ID\n- **died** - 患者が死んだかどうか, 0は生存, 1は死亡を意味します. 予測する対象です. (test.csv にはありません)\n- **date_died** - 患者の死亡日 (test.csv にはありません)\n- **entry_date** - 入院日 (受診日). train.csv は 2020/1/1 - 2020/5/31 の期間. test.csv は 2020/6/1 - 2020/6/30 の期間のデータ. testのpublicとprivateはランダムに分割しています. \n- **date_symptoms** - 発症日 (症状が出現した日)\n- **type_hospital** - 患者が治療を受けた施設の種類, 0-13 の値をとるカテゴリ変数.\n- **place_hospital** - 病院のある場所, 0-32 の値をとるカテゴリ変数.\n- **place_patient_birth** - 患者の出身地, place_hospitalと同じカテゴリ変数をとる.\n- **place_patient_live** - 患者の住所, place_hospitalと同じカテゴリ変数をとる.\n- **place_patient_live2** - 患者の住所, place_patient_liveより細かい区分,0-476 の値をとるカテゴリ変数.\n- **patient_type** 受診形式, inpatient (入院), outpatient (外来) のどちらか.\n- **icu** - ICUで治療を受けたか\n- **intubed** - 気管挿管されたか\n- **age** - 年齢\n- **sex** - 性別\n- **asthma** - 喘息があるか\n- **cardiovascular** - 心血管疾患があるか\n- **chronic_renal_failure** - 慢性腎不全があるか\n- **copd** - COPDがあるか\n- **diabetes** - 糖尿病があるか\n- **hypertension** - 高血圧があるか\n- **immunosuppression** - 免疫抑制があるか\n- **obesity** - 肥満があるか\n- **pneumonia** - 肺炎と診断されたか\n- **pregnancy** - 妊娠しているか\n- **other_disease** - その他の疾患があるか\n- **tobacco** - 喫煙者か\n- **contact_other_covid** - 他のCOVID患者と接触歴があるか\n- **test_result** - 新型コロナウイルスの検査結果 ",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "# 注意事項\n以下の行為を行ったチームは表彰の対象外とします．\n\n- チーム外の参加者同士の情報共有\n- オリジナルのデータの利用\n- その他不正と疑われる行為",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "# 概要\nCOVID-19 のパンデミックは世界中に，とりわけ医療現場に大きな混乱をもたらしました．\n医療資源が不足する中で，それを適切に分配することは極めて重要な課題です．\nできる限り多くの人を救うためには，患者をよく観察し，リスクが高いと予想される患者に対し多くのリソースを投入する必要があるでしょう．\nそこでこのコンテストでは，COVID-19 の患者のデータから死亡予測を行っていただきます．\nこのコンテストを通して，医療現場における AI・機械学習の PoC（概念実証）を体験していただければと思います．",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "# 評価\n教師データとして，その患者が死亡したかどうかを示すラベルが 0 または 1 で与えられます．\nラベルの予測精度を AUC により評価します．\nAUC の性質より，完全にランダムな回答に対しては 0.5，全てのラベルを正しく正答した時に 1.0 となります．\n\n参考（AUC）\nhttps://developers.google.com/machine-learning/crash-course/classification/roc-and-auc",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}