サブサハラアフリカにおける乳房自己検査の認知予測に関する機械学習の利用
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Predicting breast self-examination awareness in Sub-Saharan Africa using machine learning
雑誌名：Sci Rep. 2025 Jun 04; 15(1): 19604.
概 要：
この研究は、サブサハラアフリカにおける乳房自己検査（BSE）の認知を予測するために機械学習を用いたものです。BSEは医療機器や医療従事者の費用、交通費などのコストを削減し、健康サービスへのアクセスを向上させる重要な手段です。データは133,425の重みを持つ人口動態および健康調査から取得し、STATA、MS Excel、Pythonを用いて管理しました。最適なモデルは決定木で、精度82%、AUC 0.87を達成しました。年齢、スマートフォンの有無、婚姻状況、医療機関訪問、HIV検査、子供の数などがBSEの予測因子として特定されました。
方 法：
本研究は、人口動態および健康調査から得たデータを用いた機械学習のコホート研究です。データは80:20の比率で訓練とテストに分割され、Tomek Linksとランダムオーバーサンプリングでバランス調整されました。モデルの性能はROC-AUC、精度、F1スコア、リコール、適合率で評価されました。決定木モデルが最も優れた性能を示しました。
結 果：
決定木モデルは、精度82%、AUC 0.87を達成し、非線形の関連性を正確に表現する能力が高いことが示されました。年齢、スマートフォンの有無、婚姻状況、医療機関訪問などがBSEの認知に影響を与える因子として特定されました。
結 論：
決定木モデルは、BSEの認知を高めるための最適なモデルであり、非線形関係を捉える能力が高いことが示されました。BSEの認知を向上させるために、地域リーダーへの啓発、モバイル健康クリニックの展開、健康拡張者のトレーニング、ラジオやテレビキャンペーンの実施を推奨します。