《PLOS Global Public Health》：Explainable machine learning for predicting childhood anemia in Sub-Saharan Africa using population-based DHS Data (2016–2024)
编辑推荐：
儿童贫血仍是撒哈拉以南非洲地区面临的重大公共卫生挑战，对儿童的身体生长、认知发育及生存产生不利影响。26个国家的合并患病率超过60%，凸显了开发准确且可扩展的预测工具以支持针对性干预措施的必要性。本研究使用了来自26个撒哈拉以南非洲国家的人口学与健康调查（De
儿童贫血仍是撒哈拉以南非洲地区面临的重大公共卫生挑战，对儿童的身体生长、认知发育及生存产生不利影响。26个国家的合并患病率超过60%，凸显了开发准确且可扩展的预测工具以支持针对性干预措施的必要性。本研究使用了来自26个撒哈拉以南非洲国家的人口学与健康调查（Demographic and Health Survey, DHS）合并数据（2016–2024），共纳入110,251名6–59月龄儿童。研究采用超参数调优结合5折交叉验证训练了多种机器学习模型（逻辑回归、决策树、极端随机树、随机森林、XGBoost、LightGBM、CatBoost和多层感知机）。模型性能通过准确率、精确率、召回率、F1分数和ROC-AUC进行评估，并使用自助法（bootstrap）估计95%置信区间。模型间比较采用DeLong检验，模型可解释性采用SHAP方法。CatBoost模型展现了最佳整体性能（ROC-AUC = 0.84，95% CI: 0.840–0.848），XGBoost和LightGBM紧随其后。所有机器学习模型的判别性能均显著优于逻辑回归（p < 0.001，DeLong检验），但判别能力的绝对提升幅度较小（ΔAUC ≈ 0.04）。模型表现出中等判别能力，召回率相对较低至中等（召回率≈0.33–0.41），具体取决于模型和分类阈值。SHAP分析确定居住类型、年龄别身高Z评分、国家和儿童年龄为最具影响力的预测因子。机器学习模型在利用DHS数据预测儿童贫血方面表现出中等到较强的判别性能。尽管相较于传统模型的改进具有统计学显著性，但相对较低的灵敏度限制了其作为独立筛查工具的有效性。这些发现强调了生命早期营养（尤其是6–23月龄）的重要性、减少慢性营养不良的必要性以及因地制宜的公共卫生策略。将预测分析整合入国家卫生系统可能有助于高风险环境中的风险分层和资源分配。然而，研究结果应结合横断面研究设计和缺乏外部验证的局限性加以解读。
**论文解读：基于可解释机器学习与多国DHS数据预测撒哈拉以南非洲儿童贫血**
**一、研究背景与问题提出**
贫血是撒哈拉以南非洲（Sub-Saharan Africa, SSA）地区突出的公共卫生问题，严重影响5岁以下儿童的身体生长、认知发育和免疫功能。全球约42%的5岁以下儿童患有贫血，而在SSA地区患病率常超过40%，部分国家甚至高达60%–70%。尽管铁剂补充、驱虫治疗和营养教育等干预措施持续推行，该地区儿童贫血患病率仍居高不下。贫血的持续存在受多重因素驱动，包括慢性营养不良、高发的感染性疾病（如疟疾和蠕虫病）、孕产妇健康状况不佳、卫生设施不足以及社会经济差异。此外，贫血具有多因素病因学特征，涵盖营养缺乏、感染性疾病和遗传性血红蛋白病，这使干预设计复杂化，亟需综合性应对策略。
传统流行病学研究多采用基于回归的方法探究贫血相关因素，但此类方法难以捕捉多个预测因子之间的复杂交互作用，应用于大规模多国数据集时性能可能受限。此前基于DHS数据的研究主要依赖多水平模型和逻辑回归识别儿童贫血的预测因子，仅有少数研究将机器学习方法应用于复杂的多国数据集。现有机器学习研究大多侧重于预测判别能力，而较少关注政策转化、模型校准或关键预测因子在不同算法和国家情境下的稳定性。因此，目前对于何种机器学习模型在基于人群的调查数据中预测儿童贫血表现最佳，尚未形成共识，尤其是在以公共卫生筛查为主要目标而非单纯追求统计准确性的情境下。
机器学习提供了一种替代性方法，能够处理大规模高维数据、识别非线性关系并发现传统统计方法可能忽略的复杂模式。集成模型（如随机森林、梯度提升机和XGBoost）以及神经网络方法已被成功应用于营养不良、感染性疾病和贫血等健康结局的预测。通过整合特征选择算法和SHAP（Shapley Additive exPlanations）等可解释性工具，机器学习模型不仅能识别最具影响力的预测因子，还能为政策制定者提供可操作的建议。基于上述背景，本研究提出两个互补目标：其一，系统比较八种机器学习模型在合并DHS数据上的预测性能、面向召回率的筛查效用和概率校准；其二，利用可解释人工智能方法（SHAP）生成可解释的、与政策相关的见解，为SSA不同情境下的营养、孕产妇和家庭层面干预提供信息支持。
**二、研究设计与核心发现**
本研究利用2016–2024年26个SSA国家的人口学与健康调查（DHS）数据，纳入110,251名6–59月龄儿童，其中41,685名患有贫血（按WHO年龄和海拔校正后的血红蛋白阈值判定，贫血患病率为62.2%）。研究人员训练并评估了八种机器学习模型，包括随机森林、LightGBM、CatBoost、XGBoost、极端随机树、逻辑回归、多层感知机神经网络和决策树。结果显示，CatBoost模型取得了最佳判别性能（ROC-AUC = 0.844，95% CI: 0.840–0.848），LightGBM（AUC = 0.841）和XGBoost（AUC = 0.839）紧随其后。所有机器学习模型的判别能力均显著优于逻辑回归（p < 0.001，DeLong检验），但绝对提升幅度较小（ΔAUC ≈ 0.04）。模型的召回率相对较低至中等（约0.33–0.41），提示其作为独立筛查工具的效力有限。SHAP分析确定居住类型、年龄别身高Z评分、国家和儿童年龄为最具影响力的预测因子。国家层面分析显示，马里贫血患病率最高（80.2%），其次为毛里塔尼亚（75.5%）、几内亚（74.1%）和布基纳法索（72.2%）；卢旺达（36.6%）和津巴布韦（38.1%）患病率最低。该研究发表于《PLOS Global Public Health》。
**三、主要技术方法**
本研究采用回顾性横断面设计，数据来源于DHS项目在26个SSA国家开展的全国代表性调查。DHS采用分层两阶段整群抽样设计，研究在描述性统计和国家层面患病率估计中应用了DHS抽样权重（v005）、初级抽样单位（v021）和分层变量（v022/v023），以确保跨国外推的有效性。最终分析数据集包含110,251名儿童，按分层抽样随机分为训练集（80%，n ≈ 88,201）和测试集（20%，n ≈ 22,050）。连续变量缺失值采用预测均值匹配法插补，分类变量采用众数插补。研究采用随机搜索结合5折分层交叉验证进行超参数调优，并应用类别加权处理类别不平衡问题。模型性能评估指标包括准确率、精确率、召回率、F1分数和ROC-AUC，95%置信区间通过自助法（500次迭代）估计，模型间AUC差异采用DeLong检验评估统计学显著性。模型校准通过校准曲线和Brier分数评估，必要时应用等渗回归。可解释性分析采用SHAP方法。所有分析均在Python 3.12环境中完成，主要使用scikit-learn、XGBoost、LightGBM和CatBoost库。
**四、研究结果**
**样本特征分析：** 研究分析了来自26个SSA国家的110,251名6–59月龄儿童，其中68,566名（62.2%）被归类为贫血。贫血儿童中，母亲年龄小于20岁的比例较高（5.9% vs. 3.4%），父亲无正式教育的比例明显更高（38.9% vs. 26.7%）。6–23月龄儿童在贫血组中占42.3%，远高于非贫血组的24.5%，提示低月龄是贫血的重要风险因素。农村儿童在贫血组中占71.1%，高于非贫血组的65.5%。最贫困财富五分位在贫血组中占28.8%，高于非贫血组的21.6%。贫血儿童中近期发热（23.8% vs. 17.0%）和腹泻（16.9% vs. 12.4%）的报告率更高。
**机器学习模型性能：** 八种机器学习模型经5折交叉验证训练和评估。CatBoost模型取得最高判别性能（AUC = 0.844），LightGBM（AUC = 0.841）和XGBoost（AUC = 0.839）表现相近。树系集成模型在整体判别能力上持续优于逻辑回归。决策树模型表现出相对较高的召回率，但AUC显著较低（表明整体预测性能较差）。所有机器学习模型的判别能力均显著优于逻辑回归（p < 0.001，DeLong检验），但绝对提升幅度较小（ΔAUC ≈ 0.04）。CatBoost模型的校准曲线显示其在0.0–0.8预测区间内校准良好，预测概率与实际风险高度一致。
**特征重要性分析：** CatBoost模型的SHAP分析显示，居住类型、年龄别身高Z评分、国家和儿童月龄是最具影响力的预测因子。年龄别身高Z评分（反映慢性营养不良状况）的较高值与较低贫血风险相关，提示改善营养状况具有保护作用。儿童月龄特别是6–23月龄阶段是关键易感窗口期，此阶段出生时储存的铁逐渐耗竭，而快速生长大幅增加了营养需求。居住类型和国家层面差异位列最强预测因子之列，表明医疗可及性、疟疾负担、卫生基础设施、粮食安全和国家营养政策等方面的结构性差异显著影响贫血风险。SHAP交互图进一步表明，居住类型、年龄别身高Z评分和国家对贫血的影响并非完全独立，而是受其他变量交互作用的调节。
**国家层面洞察：** 26个国家的合并分析显示儿童贫血总体患病率为62.2%。马里患病率最高（80.2%），其次为毛里塔尼亚（75.5%）、几内亚（74.1%）和布基纳法索（72.2%）。西非和中非多个国家近三分之二至五分之四的儿童受贫血影响。卢旺达（36.6%）和津巴布韦（38.1%）患病率显著较低，马达加斯加（47.7%）、冈比亚（53.4%）、加纳（54.2%）和乌干达（54.6%）处于中等偏低水平。
**五、讨论与结论**
**讨论：** 本研究表明，CatBoost模型在预测SSA儿童贫血方面达到了中等到较强的判别能力（AUC ≈ 0.84），与既往研究一致，证实了集成模型优于传统回归方法。尽管提升模型实现了较强的整体判别能力，但各算法的召回率仍处于中等水平，提示机器学习模型能在人群层面有效进行贫血风险分层，但用于高灵敏度筛查目的可能需要进一步优化阈值。特征重要性和SHAP分析确定发育迟缓（年龄别身高Z评分）为儿童贫血最具影响力的预测因子，这与慢性营养不良与血红蛋白合成受损之间存在关联的既有证据相吻合。儿童年龄是另一个关键决定因素，6–23月龄儿童预测风险显著升高，对应新生儿铁储备下降、快速生长期间生理需求增加以及辅食喂养不佳的时期。产妇年龄呈现非线性关联，极年轻和年长母亲的子女预测风险较高。家庭和社会经济因素同样对预测有实质性贡献：较大的家庭规模和较多的5岁以下子女数量与贫血风险增加相关，而较高的财富指数和伴侣教育水平具有保护作用。居住国家的显著贡献表明，疟疾患病率、粮食安全、国家营养计划和卫生系统绩效等情境因素在塑造贫血风险中发挥重要作用。
**研究结论：** 儿童贫血在撒哈拉以南非洲地区仍然高度流行，本合并分析显示超过60%的6–59月龄儿童受到影响。集成机器学习模型（尤其是CatBoost）在不同国家情境下预测贫血风险方面表现出较强的判别性能。关键预测因子包括慢性营养不良、儿童早期年龄和情境性社会经济因素。这些发现凸显了可解释机器学习在支持针对性筛查和精准公共卫生策略方面的潜力。强化生命早期营养和孕产妇健康干预对于减轻该地区的贫血负担仍然至关重要。
