使用机器学习方法确定中国移民人口中健康的关键决定因素:来自中国移民动态调查的证据

科学领域:

• 公共卫生 公共卫生
• 卫生经济学 卫生经济学
• 社会学 社会学 社会学

背景情况:

• 改善移民健康安全对于中国的医疗改革至关重要.
• 现有的研究不足以衡量影响移民健康的因素的相对重要性.
• 这项研究分析了中国移民人口的健康状况,并按重要性排列了影响因素.

研究的目的:

• 分析中国移民人口当前的健康状况.
• 根据重要性对影响移民健康的主要因素进行排名.
• 为这个人口群体提供有针对性的健康干预信息.

主要方法:

• 利用了2018年中国移民动态调查 (108,669例) 的数据.
• 使用后勤回归和六种机器学习模型 (随机森林,神经网络,SVM,GBM,额外树,决策树) 进行因子排名.
• 使用准确度,精度,回忆,F1得分和AUC评估模型性能;用于因子贡献分析的SHAP值.

主要成果:

• 移民人口的健康状况通常是积极的,但受到多种因素的影响.
• 随机森林模型显示了最好的预测性能.
• 确定了关键因素:年龄,就业,收入和教育水平. 稳定的就业,高等教育和收入与健康正相关;年龄负相关.

结论:

• 中国移民人口的整体健康状况乐观,但教育和收入差异存在风险.
• 干预策略应针对特定年龄的需求,就业保障,健康素养和社会支持.
• 优化工作环境和公共卫生系统对于加强移民健康保障至关重要.