了解和预测孟加拉国妊娠终止:使用混合机器学习方法进行全面分析

科学领域:

• 公共卫生 公共卫生
• 机器学习 机器学习
• 生殖健康 生殖健康

背景情况:

• 不安全的终止怀孕是发展中国家的一个关键的生殖健康问题.
• 解决妊娠终止问题需要了解其预测因素,并利用先进的分析方法.

研究的目的:

• 在孟加拉国使用混合机器学习方法调查和预测妊娠终止.
• 确定与终止妊娠相关的关键因素,以提供明智的政策干预.

主要方法:

• 利用了来自孟加拉国人口和健康调查 (2011,2014,2017-2018) 的数据.
• 采用混合机器学习模型,包括投票混合模型,来预测妊娠终止.
• 使用曲线下的面积,精度,回忆和F1分数来评估模型性能.

主要成果:

• 投票混合模型实现了高精度 (AUC: 91.97%,精度: 84.14%,回忆: 83.87%,F1得分: 83.84%).
• 确定的妊娠终止的重要预测因素包括年龄,划分和财富指数.
• 与经典模型相比,混合模型在预测妊娠终止方面表现优越.

结论:

• 混合机器学习模型是理解和预测妊娠终止的有效工具.
• 调查结果强调了在生殖健康政策中考虑区域差异和社会经济因素的重要性.
• 该研究为孟加拉国和类似环境中的生殖健康计划提供了宝贵的见解.