孟加拉国五岁以下儿童营养不良的精准剖析：机器学习解锁关键因素与预测新路径

在孟加拉国，五岁以下儿童营养不良问题严峻。研究人员利用 BDHS - 2022 数据，运用多种机器学习算法研究其影响因素及预测模型。结果显示随机森林（RF）模型表现最佳，并确定了各类型营养不良的关键因素，为干预提供依据。

　　在全球范围内，儿童营养不良一直是个令人揪心的难题，尤其是在像孟加拉国这样的发展中国家，情况更是不容乐观。据统计，全球近一半的儿童死亡都与营养不良有着直接或间接的关系，无数孩子因营养不良而身体虚弱、免疫力低下，面临着频繁生病和高死亡风险。在孟加拉国，尽管近年来情况有所改善，但儿童营养不良的患病率依旧居高不下。2019 年的调查数据显示，该国五岁以下儿童中，发育迟缓（stunting，身高低于同龄人标准）的比例高达 24.67%，消瘦（wasting，体重与身高比例异常低）的比例为 9.75%，体重不足（underweight，体重低于同龄人标准）的比例为 20.57% 。
营养不良的成因复杂，受到贫困、父母教育水平、出生顺序、喂养方式、医疗保健条件以及环境因素等诸多方面的影响。传统的研究方法往往难以全面深入地探究这些因素之间的复杂关系，而机器学习技术的出现，为解决这一难题带来了新的希望。然而，在孟加拉国，利用机器学习研究儿童营养不良的工作还十分有限，此前的研究存在变量选取不全面、特征选择方法有缺陷等问题。为了填补这些研究空白，来自孟加拉国贾汗吉尔纳加尔大学（Jahangirnagar University）等机构的研究人员开展了一项重要研究，相关成果发表在《Scientific Reports》上。
研究人员使用了孟加拉国 2022 年人口与健康调查（BDHS - 2022）的全国代表性二手数据。在数据处理过程中，对于缺失值，研究人员采用随机森林法进行插补。他们首先运用描述性统计方法对受访者的基本信息进行了分析，接着利用 Boruta 算法进行特征选择，筛选出与营养不良相关的重要特征。随后，研究人员运用逻辑回归（LR）、随机森林（RF）、K 近邻（KNN）、支持向量机（SVM）、神经网络（NN）、极端梯度提升（XGBM）和分类回归树（CART）这七种机器学习算法，对发育迟缓、消瘦和体重不足这三种营养不良情况进行预测建模，并通过十折交叉验证评估模型性能。
研究结果表明，在参与研究的 7910 名儿童中，发育迟缓、消瘦和体重不足的患病率分别为 19%、8% 和 17% 。通过 Boruta 算法，研究人员确定了 18 个与发育迟缓相关的重要特征、22 个与消瘦相关的重要特征以及 19 个与体重不足相关的重要特征。在众多机器学习模型中，随机森林（RF）模型表现最为出色。在预测发育迟缓方面，RF 模型的准确率达到 64.19%，F1 分数为 0.750；预测消瘦时，准确率高达 76.68%，F1 分数为 0.865；预测体重不足时，准确率为 68.18%，F1 分数为 0.792。
进一步分析发现，对于发育迟缓，关键的预测因素包括母亲的教育程度、父亲的职业、分娩地点、家庭财富指数、出生顺序以及厕所设施等；对于消瘦，重要的预测因素有产前护理、未满足的计划生育需求、母亲的 BMI 指数、生育间隔、父亲的职业以及是否拥有电视机等；对于体重不足，重要因素则包括父亲的职业、母亲的教育程度、孩子的年龄、出生顺序、家庭财富指数以及分娩地点等。
研究结论表明，随机森林（RF）模型在预测营养不良结果方面具有一定优势，尤其在预测消瘦方面表现突出，但在预测发育迟缓（stunting）和体重不足（underweight）方面仍有提升空间。研究确定的关键影响因素，为制定针对性的干预措施提供了重要依据。例如，提高母亲的教育水平，能让母亲更好地了解科学喂养知识，为孩子提供更合理的饮食；改善家庭经济状况，有助于为孩子提供充足的营养；加强产前护理，能降低孩子营养不良的风险。这些发现与联合国可持续发展目标中的 “零饥饿”（SDG 2）和 “良好健康与福祉”（SDG 3）高度契合，对孟加拉国乃至其他面临类似问题的地区减少儿童营养不良、提升儿童健康水平具有重要的指导意义。
不过，这项研究也存在一些局限性。研究采用的是横断面设计，难以确定因果关系；仅依赖 Boruta 一种特征选择方法，可能存在偏差；数据质量方面，缺失值和潜在的不一致性可能影响了研究的准确性；研究结果仅适用于孟加拉国，在其他地区的普适性有待验证。未来的研究可以通过开展纵向研究，深入探究因果关系；尝试多种特征选择方法，优化模型性能；改进数据处理方式，提高数据质量；并结合更多评估指标，进一步完善对儿童营养不良的预测和干预策略。