基于机器学习的疟疾流行非洲孕产妇死亡率生态预测

《Frontiers in Public Health》：Machine learning–based ecological prediction of maternal mortality ratio in malaria-endemic Africa

　　

背景：妊娠期疟疾仍是撒哈拉以南非洲地区重大的公共卫生问题。其可能通过不良母体结局导致人群层面的孕产妇死亡。本研究旨在开发一种机器学习框架，以预测非洲各国的孕产妇死亡率（maternal mortality ratio, MMR）。方法：采用有监督机器学习框架，整合2000—2020年间52个非洲国家的开源国家层面数据。使用支持向量回归（Support Vector Regression, SVR）模型估计MMR。模型性能通过以下方式进行评估：随机70/30分割的国家—年份观测、使用2000—2016年训练及2017—2020年测试的时间块敏感性分析，以及以整个国家为留出对象的5折分组交叉验证。结果：MMR与死产率（r = 0.76；95% CI，0.65–0.84）、总和生育率（r = 0.65；95% CI，0.51–0.76）、疟疾发病率（r = 0.42；95% CI，0.24–0.58）、女性疟疾患病率（r = 0.41；95% CI，0.22–0.58）及孕妇贫血患病率（r = 0.38；95% CI，0.20–0.55）呈正相关。MMR与人类发展指数（Human Development Index, HDI）（r = ?0.75；95% CI，?0.83至?0.63）、女性初等教育完成率（r = ?0.67；95% CI，?0.79至?0.52）及女性中等教育入学率（r = ?0.68；95% CI，?0.77至?0.57）呈负相关。时间留出置换重要性分析显示，HDI和死产率是预测性能的主要贡献因素，而女性疟疾患病率和疟疾发病率的正重要性较小。国家特异性R2值介于?0.202至0.891之间，表明模型性能存在显著的国家间差异。在随机国家—年份留出验证下，SVR模型达到R2 = 0.978，平均绝对误差（MAE）= 27.4，均方根误差（RMSE）= 44.1；在时间验证下，R2 = 0.940，MAE = 44.6，RMSE = 64.7。当使用5折分组交叉验证留出整个国家时，合并的折外性能降至R2 = 0.524，MAE = 158.0，RMSE = 215.7。结论与建议：本研究结果表明，非洲国家的MMR受疟疾负担影响，并受到生育和社会经济因素的强烈塑造。降低非洲孕产妇死亡率需要实施全面有效的孕产妇健康政策路径，该路径整合疟疾控制策略、疟疾—气候监测和孕产妇健康素养计划，同时强化治理、提升机构能力并增强卫生系统绩效。

论文解读：基于机器学习的疟疾流行非洲孕产妇死亡率生态预测

一、研究背景与问题

妊娠期疟疾对孕产妇和胎儿构成显著健康风险。尽管存在预先免疫，仍可能导致早产、胎儿生长受限、自然流产、胎儿及孕产妇死亡等不良结局。世界卫生组织《世界疟疾报告》显示，2023年全球报告约2.63亿疟疾病例和59.7万例死亡，较2022年增加约1100万例。WHO非洲区域约占疟疾死亡总数的95%，其中尼日利亚（31.9%）、刚果（11.7%）和尼日尔（6.1%）三国占非洲死亡总数的一半以上，约75%的疟疾死亡发生在5岁以下儿童中。2022年，WHO非洲区域33个中高传播国家约有3540万次妊娠，其中1270万（36%）感染疟原虫，以西非和中非估计值最高。妊娠期疟疾可导致母体贫血、胎儿生长受限、早产、孕产妇和新生儿死亡，低出生体重是最常见的不良出生结局之一。妊娠期疟疾感染尤其在早孕期可能影响胎儿循环发育，且常无症状而未被发现和治疗。尽管已有大量临床证据评估疟疾负担对个体层面或医院层面结局的影响，但基于人群层面的孕产妇死亡率与疟疾负担及其他决定因素之间如何相互作用，仍缺乏跨国生态学分析。因此，本研究采用机器学习生态学框架，调查疟疾负担、生殖脆弱性和社会经济因素对疟疾流行非洲各国孕产妇死亡率模式的联合影响。

二、研究目标与主要结论

研究人员旨在开发并验证一种机器学习框架，利用非洲52个国家2000—2020年的开源国家层面数据预测孕产妇死亡率（MMR）。研究结果显示：MMR与死产率（r = 0.76）、总和生育率（r = 0.65）、疟疾发病率（r = 0.42）、女性疟疾患病率（r = 0.41）及孕妇贫血患病率（r = 0.38）呈正相关；与人类发展指数（HDI，r = ?0.75）、女性初等教育完成率（r = ?0.67）、女性中等教育入学率（r = ?0.68）及人均GDP（r = ?0.51）呈负相关。在模型性能方面，支持向量回归（SVR）模型在随机国家—年份留出验证中达到R2 = 0.978，MAE = 27.4，RMSE = 44.1；时间验证中R2 = 0.940，MAE = 44.6，RMSE = 64.7；而5折分组交叉验证（整国留出）的合并折外性能降至R2 = 0.524，MAE = 158.0，RMSE = 215.7。国家特异性R2值介于?0.202至0.891，显示显著的国家间差异。置换重要性分析表明，HDI和死产率是预测性能的主要贡献者，而疟疾指标重要性较小但仍为正。研究结论认为，非洲孕产妇死亡率受疟疾负担影响，但主要由生育和社会经济因素塑造；降低孕产妇死亡率需要整合疟疾控制、疟疾—气候监测和孕产妇健康素养计划的综合性卫生政策，并强化治理、机构能力和卫生系统绩效。

三、主要技术方法

本研究为生态学研究，数据来源于Our World in Data（OWID）、世界卫生组织（WHO）和NASA预测全球能源资源（POWER）数据库，涵盖52个非洲国家2000—2020年共1092条国家—年份观测。排除塞舌尔和毛里求斯（数据稀疏）后保留52国。缺失数据采用基于随机森林回归的迭代插补器处理，数值变量用中位数插补，分类变量用独热编码。目标变量MMR经Yeo-Johnson幂变换改善正态性。采用加权径向基核支持向量回归（SVR）模型，超参数C = 10，gamma = 'scale'，epsilon = 0.1。模型评估采用三种方案：随机70/30国家—年份分割、时间块验证（2000—2016训练，2017—2020测试）和以国家为分组变量的5折分组交叉验证。模型可解释性采用置换特征重要性（在留出测试集上置换预测因子导致的R2下降）。

四、研究结果

相关性热图：图1展示MMR与情境变量的Pearson相关系数热图，基于1092条国家—年份观测，置信区间由10000次国家聚类百分位自助法获得。

疟疾负担与MMR：MMR与疟疾发病率（r = 0.42；95% CI，0.24–0.58）和女性疟疾患病率（r = 0.41；95% CI，0.22–0.58）呈中度正相关。疟疾发病率与孕妇贫血患病率强正相关（r = 0.61），女性疟疾患病率与总和生育率强正相关（r = 0.60）。

母体结局与MMR：MMR与死产率（r = 0.76）和总和生育率（r = 0.65）强正相关，与孕妇贫血患病率中度正相关（r = 0.38）。

社会经济因素与MMR：MMR与HDI（r = ?0.75）、女性初等教育完成率（r = ?0.67）、女性中等教育入学率（r = ?0.68）及人均GDP（r = ?0.51）呈负相关。疟疾指标亦与HDI和教育指标呈负相关。

气候指标与MMR：平均温度与MMR呈弱正相关（r = 0.29），年降雨量的相关性较弱且置信区间包含零（r = 0.15）。

国家层面模型性能的地理分布：图2显示52个国家国家特异性R2值介于?0.202至0.891。最高值出现在毛里塔尼亚（0.891）、冈比亚（0.875）、斯威士兰（0.855）、南非（0.842）和索马里（0.809）；负值出现在吉布提（?0.202）、博茨瓦纳（?0.058）、塞拉利昂（?0.048）和佛得角（?0.042）。

随机、时间和国家分组验证下的模型性能：随机30%测试集中，模型R2 = 0.978，MAE = 27.4，RMSE = 44.1（图3）。时间验证（n = 208）中R2 = 0.940，MAE = 44.6，RMSE = 64.7。5折分组交叉验证中，合并折外预测性能R2 = 0.524，MAE = 158.0，RMSE = 215.7，平均折R2 = 0.464（SD = 0.217），表明模型对训练中未出现国家的迁移能力中等且存在异质性。图4和图5展示随机留出测试集上观测值与自助法均值预测及95%自助法模型区间。

置换特征重要性：时间验证模型中，置换重要性最高的预测因子为HDI（平均R2下降 = 0.135）、死产率（0.134）、15–24岁女性人口（0.092）、早产计数（0.091）和女性总人口（0.091）。国家指示变量排名第九（0.062）。女性疟疾患病率排名第29（0.013），疟疾发病率排名第34（0.010）。疟疾指标对预测有贡献但小于主要发展、生殖和人口预测因子。

五、讨论与结论

讨论部分指出，MMR与疟疾负担的正向关联与大量证据一致，即妊娠期疟疾感染增加严重贫血、胎盘寄生虫血症和不良母体结局风险。HDI、GDP和女性教育与孕产妇生存的强负相关符合全球分析结果，教育程度可提升健康素养、自主性和产前保健利用。MMR与总和生育率的强关联凸显生殖风险的机构性维度。国家间模型性能差异可能反映国家数据特征、时间模式、未测量因素及国家特异性预测因子—结局关系的差异，但不能归因于治理、卫生筹资、冲突等未直接评估的因素。气候变量与MMR的弱正相关可能反映对疟疾传播的间接效应。研究优势包括覆盖52国的大规模生态数据、使用加权SVR拟合非线性关系、国家层面地理可视化和多源二十年数据。局限性包括生态学谬误风险、数据质量差异、未纳入卫生筹资和治理质量等混杂因素，以及随机分割对地理泛化的乐观估计。结论强调，降低非洲孕产妇死亡率需要整合疟疾控制策略、疟疾监测、气候应对监测和孕产妇健康素养计划的全面政策路径，强化治理、提升机构能力和增强卫生系统绩效是实现可持续降低孕产妇死亡率的关键；未来需要真正次国家级数据指导ADM1层面的精准干预。