エチオピアの5歳未満児における貧血の予測因子を決定するための機械学習アプローチの適用。
アブストラクト
医療専門家は、特に貧血のような健康問題を抱える5歳未満児に対して、適切な疾病診断に到達するための強力な予測システムを必要としている。診断と治療の遅れは、小児死亡率につながる壊滅的な合併症を引き起こす可能性がある。しかし、大規模なデータセットを用いた機械学習技術の応用は、このような重大な健康問題や保健関連問題を解決するための科学的に根拠のある情報を提供する。そこで本研究では、エチオピアの5歳未満児における貧血の予測因子を、機械学習の手法を用いて明らかにすることを目的とした。エチオピア人口保健調査2016(Ethiopian Demographic and Health Survey 2016)のデータセットを用いて横断的研究デザインを行った。サンプルの選択には2段階層別クラスター抽出法を採用した。データ分析は、Statistical Package for Social Sciences/SPSSバージョン25とRソフトウェアを用いて行った。データはEthiopian Demographic and Health Surveyから得た。エチオピアの5歳未満児の貧血の特徴を選択し、予測因子を決定するためにBorutaアルゴリズムが適用された。機械学習アルゴリズムは、子どもの数、医療施設までの距離、健康保険の加入状況、末子の便処理、居住地、母親の富裕指数、調理用燃料の種類、家族の人数、母親の教育状況、ロタウイルスワクチンの接種が、5歳未満児の貧血の上位10位までの重要な予測因子であることを示した。エチオピアの5歳未満児の貧血の予測因子を決定するために、機械学習アルゴリズムを適用した。Borutaアルゴリズムを用いて特徴量重要度分析を行うことで、決定因子を特定した。最も有意な予測因子は、子どもの数、医療施設までの距離、医療保険の加入状況、末子の便の処理状況、居住地、母親の富裕指数、調理用燃料の種類であった。機械学習モデルは、5歳未満児の貧血予防と管理に関する政策と介入戦略にとって、最も重要な役割を果たす。