编辑推荐：
在东非，育龄女性短生育间隔严重威胁母婴健康。研究人员开展 “探索机器学习算法预测东非育龄女性短生育间隔及其决定因素” 的研究。结果显示随机森林模型表现最佳，还明确了关键影响因素，这为改善母婴健康提供了重要依据。
在东非这片广袤的土地上，育龄女性的生育健康状况牵动着无数人的心。生育间隔，这个看似普通的概念，却蕴含着关乎母婴健康的重大秘密。世界卫生组织（WHO）将短生育间隔定义为两次连续活产之间间隔小于 33 个月。在东非地区，这一问题尤为突出，它像一颗隐藏的定时炸弹，给母婴健康带来诸多风险。例如，会导致孕妇叶酸水平不足、孩子母乳喂养不充分、子宫修复不彻底，还可能引发子宫内膜血管异常重塑等一系列健康问题 。同时，短生育间隔带来的高生育率，不仅加重了女性的资源负担，还限制了女性参与经济活动，阻碍了地区经济发展。据统计，全球每年超 250 万围产期死亡事件中，95% 发生在发展中国家，而东非国家短生育间隔比例极高，如乌干达达 13.4%、埃塞俄比亚达 58.5%、坦桑尼亚达 48.4%，这无疑是造成当地母婴死亡率居高不下的重要原因之一。若能合理调整生育间隔，每年预计可避免约 160 万 5 岁以下儿童死亡。
此前，传统研究虽已发现年龄、女性医疗保健决策自主权、家庭财富状况等因素与短生育间隔相关，但传统统计方法在处理高维数据、捕捉复杂非线性关系时存在局限，难以全面深入剖析这一问题。为了打破这一困境，来自埃塞俄比亚贡德尔大学医学院公共卫生学院健康信息学系（Department of Health informatics, Institute of Public Health, College of Medicine and Health Sciences, University of Gondar）的 Tirualem Zeleke Yehuala 等人开展了一项极具意义的研究，相关成果发表在《BMC Pregnancy and Childbirth》上。
研究人员巧妙运用机器学习（ML）算法，试图精准预测东非育龄女性的短生育间隔，并找出背后的关键决定因素。他们选取了 11 个东非国家（布隆迪、埃塞俄比亚、科摩罗、乌干达、坦桑尼亚、莫桑比克、马达加斯加、津巴布韦、肯尼亚、赞比亚和马拉维 ）的人口与健康调查（Demographic and Health Surveys，DHS）数据作为研究样本。在数据处理阶段，研究人员运用了多种关键技术方法。首先是数据预处理，针对数据中 3.6% 的缺失值，采用众数插补法处理分类变量的缺失问题；运用数据归一化将特征值映射到 0 - 1 区间，并使用独热编码将分类数据转化为数值形式；对连续数据如产妇年龄，采用等宽分箱法进行离散化处理；将 11 个国家不同来源的数据整合为一个综合数据集。其次，利用递归特征消除（Recursive Feature Elimination，RFE）方法进行特征选择，筛选出对预测生育间隔有重要影响的变量。最后，选用逻辑回归（Logistic Regression，LR）、决策树（Decision Tree，DT）、随机森林（Random Forest，RF）和朴素贝叶斯（Naive Bayes，NB）这 4 种机器学习模型进行训练和评估，通过网格搜索等技术调整模型超参数，利用准确率、精确率、召回率、F1 值和受试者工作特征曲线下面积（AUC - ROC）等指标衡量模型性能。
在研究结果方面，参与研究的 100,246 名育龄女性呈现出多样的社会人口学特征。其中，约 73.0% 为农村居民，43.7% 存在短生育间隔。肯尼亚和马拉维的女性分别占比约 18.7% 和 15.1% 。不同年龄、教育程度、财富状况等因素下，短生育间隔的比例有所差异。例如，15 - 24 岁女性中 57.0% 有短生育间隔，无正规教育的女性中 45.9% 存在短生育间隔，最贫困家庭的女性近半数（46.7%）有短生育间隔。
通过递归特征消除法，研究人员确定了年龄、产次、国家、财富状况、产妇教育程度等多个关键影响因素。特征重要性分析表明，较长条形的特征与短生育间隔的高预测概率相关，较短条形的则相反。
在比较不同监督机器学习算法时，随机森林模型脱颖而出，展现出最佳性能。其准确率达 79.4%，精确率为 79.0%，召回率 91.0%，F1 值 84.0%，AUC 为 83.8% 。决策树模型次之，逻辑回归模型表现相对较弱。研究人员还运用 SHAP 值（SHapley Additive exPlanations）对随机森林模型进行解读，发现如津巴布韦的产妇、产次为 2 - 3 次、年龄在 25 - 34 岁等多种特征组合，在特定预测中与短生育间隔的高可能性相关。
综合研究结论与讨论，随机森林算法在预测东非育龄女性短生育间隔方面表现卓越。年龄、产次、国家、财富状况、未满足的计划生育需求、到医疗机构的距离、居住地和产妇教育程度等都是重要的预测特征。这一研究成果意义非凡，为公共卫生领域带来了新的思路和方向。它有助于政策制定者聚焦重点领域，如加强农村地区产妇教育，提高其对生育健康的认知；增加计划生育服务的可及性，帮助女性更好地规划生育；强化医疗基础设施建设，尤其是母婴健康服务，为女性生育决策提供有力支持。此外，将机器学习模型融入公共卫生策略，能够更精准地设计针对性干预措施，长期监测生育间隔趋势，最终推动东非地区母婴健康水平的显著提升。
