基于机器学习与NFHS-5数据解析印度女性哮喘流行规律及多维度预测因子

《BMC Public Health》：Prevalence and predictors of asthma among Indian women: a machine learning-based analysis of NFHS-5 data

本研究针对印度育龄女性哮喘研究不足的现状，利用NFHS-5数据（n=550,746），通过随机森林等机器学习模型识别非线性的高风险预测因子。结果显示哮喘患病率为15.4‰，膳食评分、年龄、财富指数为关键预测因子（随机森林AUC=0.912），揭示了环境、行为与营养因素的复杂交互作用，为精准干预提供数据支撑。

　　

哮喘作为一种慢性炎症性气道疾病，全球患者超过2.62亿，每年导致约40万人死亡。在印度，这一疾病负担尤为沉重，但现有研究多聚焦于儿童或泛成人群体，对育龄女性的关注严重不足。传统统计模型难以捕捉环境、社会经济和行为因素间复杂的非线性关系，导致高风险人群的识别不够精准。为此，Mehta等学者在《BMC Public Health》发表研究，首次将机器学习技术应用于印度全国健康调查数据，系统揭示15-49岁女性哮喘的流行特征及多维度预测因子。

研究团队采用印度第五轮全国家庭健康调查（NFHS-5）2019-2021年数据，覆盖55万余名女性，通过分层两阶段抽样确保全国代表性。技术方法核心包括：利用卡方检验筛选显著变量；采用上采样技术解决类别不平衡问题；比较逻辑回归、随机森林和XGBoost三种机器学习模型性能；以曲线下面积（AUC）和准确率为评估指标，通过特征重要性排序识别关键预测因子。

哮喘患病率与人口学特征分布

样本中98.6%女性无哮喘史，1.4%（7505人）自报患病。人群以农村居民（71.9%）、印度教徒（75.8%）为主，半数仅完成中学教育（51.1%），财富分布相对均衡。多数居住于砖混结构房屋（57.8%）、使用清洁燃料（58.9%）并拥有改良厕所（82.3%），但超重（22.6%）与烟草使用（5.8%）等风险行为依然存在。

环境与行为因素的关联分析

卡方检验显示，砖混住房（16.3‰ vs 13.9‰）、独立厨房（15.9‰ vs 14.2‰）与改良厕所（15.8‰ vs 13.6‰）反而与更高患病率相关，可能源于密闭空间内过敏原积聚。厨房通风无显著影响（p=0.51），而清洁燃料使用（15.8‰）与非清洁燃料（14.7‰）差异显著（p<0.05）。行为方面，吸烟（27.0‰）和饮酒（23.3‰）群体风险显著升高（p<0.001）。

社会经济与营养因子的影响

患病率随年龄增长而上升，>34岁人群达23.7‰。教育呈现“U型”关联，初等教育者最高（21.5‰），高等教育者最低（12.0‰）。中等财富群体风险突出（17.0‰），基督徒（25.9‰）与其他种姓（18.5‰）患病率较高。营养指标中，超重者风险达23.4‰，显著高于体重正常者（p<0.001），而膳食评分越高，哮喘风险反而增加（p<0.001）。

机器学习模型性能比较

随机森林模型表现最优（AUC=0.912，准确率84.3%），显著优于XGBoost（AUC=0.767）和逻辑回归（AUC=0.650）。

特征重要性分析显示，膳食评分（贡献度约25%）、年龄和财富指数（各约22%）为前三位的预测变量，种姓、教育、宗教及厨房类型紧随其后。

亚组预测风险解析

均值预测概率（MPP）表明，>34岁女性（0.7717）、超重者（0.7547）、基督徒（0.7099）及吸烟者（0.7213）风险最高。高膳食评分群体MPP达0.5554，城市居民（0.6188）显著高于农村（0.5458），印证了“富裕悖论”现象——改善的生活条件可能伴随新的环境暴露风险。

本研究通过机器学习模型突破了传统线性分析的局限，揭示印度育龄女性哮喘的流行受膳食模式、年龄结构、社会经济地位等多维度因素交织影响。随机森林模型的高精度预测为公共卫生实践提供新思路：可将哮喘筛查整合至孕产妇保健计划（如RMNCH+A），结合Ujjwala计划推广清洁燃料，并通过社区健康工作者（ASHA）开展针对性宣教。未来需结合临床检测数据（如肺功能测定）和遗传信息，进一步优化风险分层模型，实现从群体预警到个体化干预的跨越。