AI-based early detection and risk stratification of Chronic Kidney Disease (CKD) in Benin.
# đ« OlanmichĂ© â Dashboard IA pour la Maladie RĂ©nale Chronique
> **Intelligence Artificielle au service de la détection précoce de la MRC**
> Bootcamp Cohorte 1 · Bénin · 2025
---
## đ Table des MatiĂšres
1. Présentation
2. Architecture du Projet
3. Installation
4. Lancement
5. Fonctionnalités du Dashboard
6. Méthodologie ML
7. Résultats
---
## đŻ PrĂ©sentation
**Olanmiché** est une application web interactive de détection et de prédiction de la **Maladie Rénale Chronique (CKD)**. Elle combine :
- đ€ **Machine Learning** (Random Forest + Gradient Boosting)
- đ **Analyse exploratoire** des donnĂ©es cliniques
- đșïž **Cartographie gĂ©ographique** des patients au BĂ©nin
- đïž **InterprĂ©tabilitĂ©** des prĂ©dictions (SHAP approchĂ©)
- đ **Recommandations cliniques** personnalisĂ©es
**Performance des modĂšles :**
- Random Forest : F1 = 0.887 (CV 5-fold)
- Gradient Boosting : F1 = 0.897 (CV 5-fold) â Meilleur modĂšle
---
## đïž Architecture du Projet
```
ckd_project/
â
âââ app.py # đ Dashboard Streamlit principal
â
âââ data/
â âââ Data_AI4CKD_Original.csv # Dataset patients d'un hopital bĂ©ninois
â
âââ models/
â âââ train_model.py # Script d'entraĂźnement ML
â âââ rf_model.pkl # ModĂšle Random Forest entraĂźnĂ©
â âââ gb_model.pkl # ModĂšle Gradient Boosting entraĂźnĂ©
â âââ best_model.pkl # Meilleur modĂšle (utilisĂ© pour prĂ©diction)
â âââ metadata.json # MĂ©triques et mĂ©tadonnĂ©es des modĂšles
â âââ classification_report.txt
â
âââ utils/
â âââ __init__.py
â âââ preprocessing.py # Pipeline de nettoyage et feature engineering
â
âââ requirements.txt # DĂ©pendances Python
âââ README.md # Ce fichier
```
---
## âïž Installation
### Prérequis
- Python 3.8 ou supérieur
- pip
### Ătapes
**1. Cloner ou extraire le projet**
```bash
# Si zip, extraire dans un dossier puis :
cd ckd_project
```
**2. Créer un environnement virtuel (recommandé)**
```bash
python -m venv venv
# Activer l'environ âŠ