サブサハラアフリカにおける長期作用型可逆的避妊法の実施状況に関する考察：機械学習の視点

科学分野:

• リプロダクティブ・ヘルス
• 公衆衛生
• 機械学習の応用

背景:

• 長期作用型可逆的避妊法（LARC）は、サブサハラアフリカ（SSA）における意図しない妊娠と母体死亡率を減らすために不可欠です。
• SSAにおけるLARCの採用率は、体系的な不公平、文化的な障壁、断片化された医療アクセスにより、依然として非常に低い（8％）です。
• LARCの採用率の低さを理解し、対処するためには、データに基づいた洞察が必要です。

主な方法:

• SSAの9か国にわたる14,275人の女性の全国代表データ分析。
• データ前処理には、k-NN補完とSMOTEENNクラスバランスが含まれていました。
• 特徴量エンジニアリングには、SHAP駆動の選択と層化交差検証によってトレーニングされた8つのMLモデルによるインタラクション項が含まれていました。

結論:

• 機械学習は、SSAにおけるLARC介入のための実行可能な予測因子を特定しました。
• 推奨事項には、大規模な世帯の若い女性のためのモバイルクリニックや、教育を受けた人口のためのメディアキャンペーンが含まれます。
• 避妊開始年齢を主要な予測因子として考慮し、青年向けの避妊タイミングに関する教育が不可欠です。