基于孟加拉国人口与健康调查2022数据,利用机器学习与SHAP分析法探究产妇产后护理利用的决定因素

《PLOS One》:Determinants of maternal postnatal care utilization in Bangladesh: A machine learning and SHAP-based analysis of BDHS 2022 data

【字体: 大 中 小 】 时间:2026年05月27日 来源:PLOS One 2.6

编辑推荐:

  产后护理(Postnatal Care, PNC)在降低产妇与新生儿发病率及死亡率方面扮演着至关重要的角色,但孟加拉国的服务采纳率仍低于推荐水平。尽管逻辑回归已被广泛使用,但它可能忽略了社会、经济与医疗保健因素之间复杂的非线性交互作用。本研究通过使用机器学习(

  
产后护理(Postnatal Care, PNC)在降低产妇与新生儿发病率及死亡率方面扮演着至关重要的角色,但孟加拉国的服务采纳率仍低于推荐水平。尽管逻辑回归已被广泛使用,但它可能忽略了社会、经济与医疗保健因素之间复杂的非线性交互作用。本研究通过使用机器学习(Machine Learning, ML)方法来识别PNC最关键的决定因素并提高预测精度,从而对现有知识体系做出了贡献。研究人员将逻辑回归与包括随机森林(Random Forest)、极端梯度提升(XGBoost)、类别提升(CatBoost)、支持向量机(Support Vector Machine)、自适应提升(AdaBoost)和梯度提升(Gradient Boosting)在内的几种机器学习模型进行了比较,使用了来自2022年孟加拉国人口与健康调查(Bangladesh Demographic and Health Survey, BDHS)的具有全国代表性的数据,并采用自适应合成采样过采样(ADASYN)技术纠正了类别不平衡问题。在所有模型中,随机森林取得了最高的受试者工作特征曲线下面积(Area Under the Receiver Operating Characteristic Curve, AUC)(0.9050),紧随其后的是XGBoost(0.9036)和CatBoost(0.9028),三者均显著优于逻辑回归(AUC?=?0.8470)。基于随机森林模型的SHapley加性解释(SHapley Additive exPlanations, SHAP)分析表明,分娩地点、丈夫职业、农村居住、财富指数和媒体接触是PNC利用最有影响力的预测因子,此外还包括产妇教育、妇女职业和与年龄相关的因素。结果表明,机器学习在揭示潜在模式和进行准确预测方面比传统程序更有效。政策含义包括鼓励在医疗机构分娩、改善产妇教育、减少财富差距以及加强健康领域的媒体覆盖,特别是在农村和低收入群体中。本文不仅识别了孟加拉国PNC的关键驱动因素,还展示了机器学习如何补充传统方法以强化产妇健康政策和干预措施。
本研究旨在利用机器学习框架,基于2022年孟加拉国人口与健康调查(BDHS 2022)数据,识别影响产妇产后护理(PNC)利用的关键社会人口学和医疗保健决定因素,并利用机器学习和SHAP的可解释性为政策和项目设计提供可行见解。该研究采用了一个结构化的分析框架,将经典统计方法与先进的机器学习算法相结合。首先,数据来源为BDHS 2022的二次数据库,该调查采用两阶段分层整群抽样设计。经过纳入排除标准筛选,最终获得1,866名妇女的分析样本。研究应用了Boruta算法进行特征选择,以识别最相关的预测因子。为解决PNC利用中的类别不平衡问题,研究人员仅对训练折(training folds)应用了自适应合成采样过采样(ADASYN),以防止信息泄露并保持模型评估的完整性。随后,应用了包括逻辑回归、随机森林、支持向量机、自适应提升、梯度提升、XGBoost和CatBoost在内的多种机器学习模型,并通过十折交叉验证和标准评估指标(如准确率、敏感性、特异性、F1分数、精确率和Cohen’s Kappa)对其性能进行了严格评估。贝叶斯优化用于微调模型超参数。最后,选择表现最佳的模型,并使用SHAP值进行解释,以揭示影响产妇产后护理结果的关键因素。
研究结果部分首先展示了产妇PNC利用的基线特征分布。结果显示,城市(25.98%)和最富裕财富五分位(27.25%)的产妇PNC利用率显著高于农村(20.81%)和最贫困五分位(15.94%)。机构分娩(26.58%)的PNC利用率也显著高于在家分娩(18.28%)。丈夫职业和地理区域(行政区)也显示出显著差异。Boruta算法特征选择结果如图3所示,最终确认了12个重要变量,其中分娩地点(Delivery Place)的重要性最高,其次是财富指数(Wealth Index)、首次生育年龄组(First Birth Age Group)和丈夫职业(Husband Occupation)。在机器学习模型性能比较方面,如图6和表2所示,所有模型的AUC均超过0.84。随机森林模型表现最佳,准确率最高(0.8585),Cohen’s Kappa系数最高(0.7154),AUC也最高(0.9050)。XGBoost(AUC=0.9036)和CatBoost(AUC=0.9028)的表现紧随其后。相比之下,逻辑回归的AUC最低(0.8470)。对表现最佳的随机森林模型进行的全局SHAP摘要分析(图7)显示,分娩地点为家(Home)是最重要的负向预测因子,即在家分娩强烈预示着不太可能利用PNC。丈夫职业为“其他”、居住地为农村、财富指数为最贫困以及缺乏媒体接触也与较低的PNC利用概率相关。相反,居住地为城市、财富指数为最富裕以及受教育程度较高则与较高的PNC利用概率相关。
论文的讨论部分首先指出,虽然逻辑回归提供了大致相似的见解,但机器学习通过处理类别不平衡、捕捉非线性关系并通过SHAP对预测因子进行排序增加了价值。分娩地点是产后护理利用的最强预测因子,这与孟加拉国众多将机构分娩视为后续产后护理关键途径的研究一致。丈夫的职业、农村居住、财富指数、产妇教育水平、城市居住和媒体接触也被确定为重要的预测因素,这些发现反映了在利用产妇健康服务方面长期存在的结构性不平等,如财富差异、城乡差距和教育水平差异。研究还强调了机器学习方法,特别是集成分类器(随机森林、XGBoost、CatBoost),在预测性能上优于传统逻辑回归,而SHAP分析则增强了模型的可解释性。基于这些发现,论文提出了多项政策建议,包括加强农村产科中心和紧急转运以增加机构分娩、通过奖学金和支持措施促进女童接受教育、利用多种媒体平台传播健康信息、实施针对最贫困人群的经济支持机制,以及利用社区卫生工作者提供文化敏感的干预措施。这些结果具有重要的政策意义,直接关联到可持续发展目标(Sustainable Development Goals, SDG)3。
研究结论部分总结道,研究表明机器学习算法(特别是随机森林、XGBoost和CatBoost)可以作为标准回归的有力补充,用于预测孟加拉国产妇的产后护理利用情况。虽然机器学习在预测性能上相比逻辑回归有所提升,但其更大价值在于识别复杂非线性模式的能力,并通过SHAP分析透明地排序决定因素。分娩地点在家、丈夫职业、农村居住、最贫困财富指数和媒体接触被确定为最强的预测因子,这凸显了长期存在的结构性不平等。为解决这些不平等问题,干预措施必须多管齐下:鼓励机构分娩、配备熟练的医护人员、投资于女性中等教育、扩大健康媒体宣传以及为最贫困家庭提供经济支持。同时,论文也指出了研究的局限性,如横断面数据无法推断因果关系,以及可能遗漏了如助产士接生和文化规范等重要变量。未来的研究需要纳入纵向数据、空间分析和实时健康信息,并进一步利用更先进且可解释的技术来完善预测。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号