ガーナの少女の喫煙行動のプロフィールに機械学習技術の適用

科学分野:

• 公衆衛生
• データサイエンス
• 行動科学

背景:

• 低所得国や中所得国の少女の喫煙は,ジェンダー格差の縮小を懸念しています.
• ソーシャルマーケティングプログラムは,この人口集団におけるタバコの使用を予防し,減らすための介入の潜在的手段を提供します.
• 喫煙行動に影響を与える特定の経路を理解することは 効果的な予防戦略の開発に不可欠です

研究 の 目的:

• ガーナの少女の喫煙を抑えるための ソーシャルマーケティングプログラムを評価する.
• 機械学習 (ML) 技術を用いて喫煙開始の主要な予測要因を特定する.
• 青少年の喫煙行動に より大きな影響を与えるための プログラム的な機会を明らかにすること

主な方法:

• 13歳から19歳までの9000人の女の子を対象に,段階的なケイジ・クラスターのランダム化試験とパネル調査が行われました.
• 予測モデルを構築するために,合成マイノリティーオーバーサンプリングテクニック (SMOTE) を含む機械学習 (ML) テクニックが使用されました.
• 喫煙開始と継続に影響を与える変数をランク付けするために,特性の重要性分析を使用した.

主要な成果:

• 青年の喫煙者と非喫煙者を正確に区別するMLモデル
• 喫煙開始の主要な予測要因には 女の子の独立性,接続性,社会的環境,仲間の影響が含まれています
• これらの発見は 行動科学の原理から 導かれた 定性的な研究の洞察と一致しています

結論:

• 機械学習は 厳格な評価データから プログラム的な洞察を得るために 新しいアプローチを提供します
• データサイエンスは 行動理論によって 複雑な健康行動の理解を深めることができます
• 喫煙行動に影響を与える 重要な特徴を特定することで プログラム計画や 標的を絞ったアウトリーチ活動に 大きく役立ちます