《Discover Public Health》：Machine learning analysis of the association between fertility and under five mortality in Bangladesh using BDHS 2022 data
编辑推荐：
背景：五岁以下儿童死亡率是反映儿童健康、医疗保健质量、营养状况和社会经济条件的关键指标。在孟加拉国，尽管五岁以下儿童死亡率已大幅下降，但其仍是一个公共卫生关切问题；生育相关因素可能对儿童生存产生影响。传统逻辑回归可能无法充分捕捉复杂且非线性的关系，而机器学习方
背景：五岁以下儿童死亡率是反映儿童健康、医疗保健质量、营养状况和社会经济条件的关键指标。在孟加拉国，尽管五岁以下儿童死亡率已大幅下降，但其仍是一个公共卫生关切问题；生育相关因素可能对儿童生存产生影响。传统逻辑回归可能无法充分捕捉复杂且非线性的关系，而机器学习方法能够捕捉此类模式并提供互补性的预测见解。本研究利用具有全国代表性的BDHS 2022数据，采用传统逻辑回归和机器学习方法检验生育相关因素与五岁以下儿童死亡率之间的关联。
方法：数据来源于孟加拉国人口与健康调查（Bangladesh Demographic and Health Survey, BDHS）2022。研究人员在Python中实现了十种机器学习模型，包括逻辑回归（Logistic Regression）、支持向量机（Support Vector Machine）、K近邻（K-Nearest Neighbors）、随机森林（Random Forest）、决策树（Decision Tree）、梯度提升（Gradient Boosting）、AdaBoost、神经网络（Neural Network）、XGBoost和LightGBM，并使用SPSS Version 25进行复杂样本逻辑回归（complex-sample logistic regression）。模型可解释性采用SHAP值（SHapley Additive exPlanations）和偏依赖图（partial dependence plot, PDP）评估。模型性能通过准确率、精确率、召回率、F1分数、马修斯相关系数（Matthews Correlation Coefficient, MCC）、Cohen's Kappa和受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUROC）评估。
结果：决策树在识别五岁以下儿童死亡方面表现出最佳总体性能，死亡精确率为15.25%，召回率为52.94%，F1分数为0.2368，MCC为0.2424，Cohen's Kappa为0.1973，AUROC为0.8045。梯度提升的死亡召回率最高（55.88%）。关键预测因素包括家庭规模、活产子女总数、当前母乳喂养状况和父母教育程度。SHAP和PDP分析识别出生育相关、家庭和社会经济因素对模型预测的重要贡献。
结论：较高的胎次（以活产子女总数衡量）与五岁以下儿童死亡几率增加显著相关。当前母乳喂养状况与死亡风险呈负相关；然而，由于存在潜在的时间模糊性，该结果应谨慎解读。机器学习模型通过识别重要的生育相关、家庭和社会经济预测因素并捕捉数据中潜在的非线性模式，补充了复杂样本逻辑回归。这些发现为旨在降低孟加拉国五岁以下儿童死亡率的进一步研究和公共卫生规划提供了证据。
研究背景：五岁以下儿童死亡率（under-five mortality, U5M）是反映儿童健康、医疗质量、营养和社会经济状况的关键指标。尽管孟加拉国U5M在过去数十年显著下降，但仍是重要公共卫生问题。已有研究显示，生育相关因素可能通过生物学（母体耗竭）、行为（养育实践）和社会经济（资源稀释）等途径影响儿童生存，且这种关系可能呈现非线性并存在交互效应。传统逻辑回归假设线性关系且需预先指定交互项，难以充分捕捉这种复杂性。当前孟加拉国基于全国代表性数据、聚焦生育因素的机器学习（machine learning, ML）研究仍较少，因此本研究利用BDHS 2022数据，结合传统统计与ML方法，并引入可解释人工智能技术，以检验生育与U5M之间的关联。
研究人员利用孟加拉国人口与健康调查（Bangladesh Demographic and Health Survey, BDHS）2022数据，经排除后纳入8784名女性受访者。以五岁以下儿童死亡为结局变量，以活产子女总数（children ever born, CEB）为主要暴露因素，采用复杂样本逻辑回归和十种机器学习模型进行分析。结果显示，高胎次与U5M风险升高相关，当前母乳喂养状况与死亡风险负相关；决策树在死亡特异性指标中表现最佳。这些发现为通过家庭生育计划和母乳喂养促进来降低儿童死亡风险提供了证据，有助于推动孟加拉国实现可持续发展目标3.2中关于儿童生存的目标。
主要关键技术方法：数据来自BDHS 2022（全国代表性、两阶段分层整群抽样），分析样本为删除缺失信息后的8784名女性受访者。研究人员使用SPSS 25进行复杂样本逻辑回归，并纳入抽样权重、分层和聚类；在Python中实现十种机器学习模型，包括逻辑回归（LR）、支持向量机（SVM）、K近邻（KNN）、随机森林（RF）、决策树（DT）、梯度提升（GB）、AdaBoost、神经网络（NN）、XGBoost和LightGBM。数据以80/20分层划分训练集与测试集，采用SMOTE处理类别不平衡，用RandomizedSearchCV结合五折分层交叉验证进行超参数调优。模型可解释性采用SHAP值和偏依赖图（PDP），评估指标包括准确率、精确率、召回率、F1分数、MCC、Cohen's Kappa和AUROC。
研究结果：
3.1 逻辑回归分析识别与五岁以下儿童死亡相关的因素：复杂样本逻辑回归结果显示，活产子女总数、当前母乳喂养状况、家庭成员数以及部分父母教育类别与U5M显著相关。每增加一个活产子女，U5M几率增加（调整后优势比[aOR] = 1.734，95%置信区间[CI] 1.495–2.012，p < 0.001）。与当前母乳喂养的儿童相比，未母乳喂养儿童的死亡几率更高（aOR = 2.260，95% CI 1.525–3.349，p < 0.001），但该关联因存在时间模糊性需谨慎解读。家庭成员数为1–3人的家庭相比6人以上家庭，儿童死亡几率显著升高（aOR = 7.022），4人家庭也较高（aOR = 2.096），但该关联并非严格单调。宗教、前次生育间隔、媒体暴露、居住地、母亲初产年龄等变量未显示显著关联。
3.2 五岁以下儿童死亡模型的性能：在十种机器学习模型中，决策树综合表现最佳，其死亡精确率为15.25%、召回率为52.94%、F1分数为0.2368、MCC为0.2424、Cohen's Kappa为0.1973、AUROC为0.8045。梯度提升的死亡召回率最高（55.88%），但其他死亡特异性指标低于决策树。XGBoost和随机森林也显示出较好的区分能力，但未超过决策树。LightGBM和神经网络的总体准确率虽高（分别为93.18%和93.84%），但仅识别出少数死亡病例，说明高准确率主要来自非死亡组的大多数，不能作为稀有结局模型选择的唯一标准。AUROC曲线分析显示，决策树区分死亡与非死亡病例的能力最强，其次为随机森林、LightGBM和XGBoost。决策树特征重要性显示，家庭成员数是最重要预测因素（重要性0.294），其次为活产子女总数（0.177）和当前母乳喂养状况（0.172）。偏依赖图提示，U5M风险随子女数量增加而上升，但并非严格线性，约在4–5个孩子后趋于稳定，呈现阈值效应。SHAP分析进一步识别出活产子女总数、母乳喂养状况和父母教育为最重要预测因素，并提示生育与家庭特征之间存在交互效应。
讨论：该研究确认了生育因素与孟加拉国U5M的关联，高胎次增加死亡风险，与既往研究一致，可能反映资源稀释和母体耗竭，但横断面数据不能确证因果机制。母乳喂养呈保护性关联，但因“当前母乳喂养”变量可能存在时间模糊性，不应解释为因果保护效应。家庭成员数较多与较低死亡风险相关，可能反映大家庭提供更多照护和支持资源。机器学习模型捕捉到传统回归难以发现的非线性关系，说明生育对儿童死亡的影响并非恒定。SHAP值描述的是模型预测贡献，不应视为因果效应。研究局限包括横断面设计、自我报告偏倚、机器学习模型未纳入BDHS复杂抽样权重，以及结果向其他情境推广需谨慎。
研究结论：本研究通过应用多种机器学习方法并基于传统逻辑回归，探讨了孟加拉国生育力与五岁以下儿童死亡率之间的关联。分析使用BDHS 2022数据，关注活产子女总数、前次生育间隔、母亲初婚年龄等生育相关因素及其他协变量。研究结果显示，生育相关变量与U5M显著相关。传统逻辑回归模型识别出，较高的活产子女总数以及母乳喂养状况与U5M显著相关。较大的家庭规模可能与资源限制和育儿实践差异有关，但这些潜在机制无法从横断面数据中确定。这些发现强调了进一步研究生育相关因素与儿童健康结局的重要性。在评估的机器学习模型中，决策树根据死亡特异性F1分数、MCC、Cohen's Kappa和AUROC表现出最强的总体预测性能。机器学习分析还识别出生育相关和社会经济变量，特别是活产子女总数、当前母乳喂养状况、家庭规模和父母教育，是U5M的重要预测因子。总之，机器学习技术的应用有效补充了传统方法，为孟加拉国生育力与U5M之间的关联提供了有力证据。本研究强调，公共卫生策略需关注通过计划生育降低高胎次以及支持母乳喂养实践，以改善儿童健康结局。未来研究应继续探索这些关系，以制定旨在降低儿童死亡率和改善整体公共卫生的针对性干预措施和政策。通过将机器学习技术与传统分析方法相结合，本研究展示了这些方法为公共卫生举措提供有价值见解并促进有效儿童健康改善策略制定的潜力。
