Прогнозирование неблагоприятных исходов родов у женщин детородного возраста в странах Африки к югу от Сахары с использованием инновационных методов машинного обучения
Predicting adverse birth outcome among childbearing women in Sub-Saharan Africa: employing innovative machine learning techniques
2024-07-29
SCID: 54.1/s3fmy5tm
Discuss with AI
анализ SHAPАфрика к югу от Сахарынеблагоприятные исходы родовмашинное обучениеслучайный лес
Figures from the paper
Abstract (AI)
ВВЕДЕНИЕ: Неблагоприятные исходы родов, включая преждевременные роды, низкую массу тела при рождении и мертворождение, остаются одной из основных глобальных проблем здравоохранения, особенно в развивающихся регионах. Понимание потенциальных факторов риска имеет решающее значение для разработки эффективных мер по улучшению исходов родов. В связи с этим целью данного исследования была разработка прогностической модели неблагоприятных исходов родов у женщин детородного возраста в странах Африки к югу от Сахары с использованием передовых методов машинного обучения. Кроме того, исследование было направлено на применение новых методов интерпретируемости анализа данных для выявления ключевых факторов риска и количественной оценки влияния каждого признака на прогноз модели. МЕТОДЫ: В исследование были включены женщины детородного возраста из 26 стран Африки к югу от Сахары, родившие в течение пяти лет до сбора данных; общее число участниц составило 139 659. Источником данных было недавнее демографическое и медицинское обследование (DHS). Были использованы различные методы балансировки данных. Применялись десять передовых алгоритмов машинного обучения, а набор данных был разделен на обучающую выборку (80%) и тестовую выборку (20%). Оценку моделей проводили с использованием различных метрик эффективности и оптимизации гиперпараметров. Для повышения интерпретируемости моделей применялись поиск ассоциативных правил и SHAP-анализ. РЕЗУЛЬТАТЫ: Согласно полученным данным, примерно у 28,59% (95% ДИ: 28,36–28,83) женщин детородного возраста в странах Африки к югу от Сахары наблюдались неблагоприятные исходы родов. После многократного экспериментирования и оценки модель случайного леса продемонстрировала наилучшие результаты среди алгоритмов машинного обучения: AUC составила 0,95, а точность — 88,0%. Были выявлены следующие ключевые факторы риска: роды на дому, отсутствие приема препаратов железа во время беременности, менее четырех посещений службы дородового наблюдения (ANC), короткий и длинный межродовой интервал, нежелательная беременность, первые роды и проживание в регионе Западной Африки. ЗАКЛЮЧЕНИЕ: В регионе сохраняется высокая частота неблагоприятных исходов родов, что подчеркивает настоятельную необходимость усиления внимания и принятия соответствующих мер.
Key Findings
1
Случайный лес показал лучшие результаты среди десяти алгоритмов, достигнув AUC 0,95 и точности 88,0%.
2
Среди 139 659 женщин из 26 стран Африки к югу от Сахары неблагоприятные исходы родов наблюдались у 28,59%.
3
К ключевым факторам риска относились роды на дому, отсутствие профилактического приёма железа, менее четырёх посещений дородовой помощи и короткие или длительные интервалы между родами.
4
Для повышения точности прогнозирования и интерпретируемости использовались балансировка данных, оптимизация гиперпараметров, поиск ассоциативных правил и анализ SHAP.
5
Нежелательная беременность, первородство и проживание в регионе Западной Африки также были важными предикторами неблагоприятных исходов родов.
Research Object
Неблагоприятные исходы родов у женщин детородного возраста в 26 странах Африки к югу от Сахары
Research Subject
Прогностическая эффективность и ключевые факторы риска неблагоприятных исходов родов
Publication Details
Publication Date
2024-07-29
Journal
Publisher
ISSN
Cited by
17
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest