Predictors of fertility-limiting preferences among currently married women in Bangladesh: an interpretable machine learning analysis of the 2022 Demographic and Health Survey
من خلال استخدام التعلم الآلي القابل للتفسير على بيانات المسح الديموغرافي والصحي لعام 2022 في بنغلاديش، تُظهر هذه الدراسة أن نموذج XGBoost يمكنه التنبؤ بدقة بتفضيلات الحد من الخصوبة بين النساء المتزوجات، حيث حددت العمر، وعدد الأطفال الأحياء، والنية لاستخدام وسائل منع الحمل كعوامل تنبؤ رئيسية، بينما كشفت أن الشمول الرقمي والصحة النفسية لهما تأثير ضئيل.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في الحسابات الهادئة للحياة الأسرية، غالبًا ما يكون قرار المرأة بشأن ما إذا كانت ستنجب طفلًا آخر هو التنبؤ الأكثر قوة بما سيحدث فعليًا بعد ذلك. هذا الخيار، المعروف باسم "التفضيل الإنجابي"، يعمل كبوصلة للسلوك الإنجابي. فعندما ترغب المرأة في التوقف عن إنجاب الأطفال، فمن المرجح أن تبحث عن وسائل لمنع الحمل بشكل دائم أو لفترة طويلة. وعندما ترغب في المباعدة بين المواليد، فإنها تبحث عن حلول مؤقتة. لعقود من الزمن، اعتمدت برامج الصحة العامة في بلدان مثل بنغلاديش على إحصاءات واسعة النطاق لتخمين أي النساء يقعن في أي فئة، آملة في مطابقة الخدمات المناسبة مع الأشخاص المناسبين. ومع ذلك، مع استقرار إجمالي عدد الأطفال لكل امرأة في بنغلاديش عند مستوى لا يزال أعلى قليلاً مما هو مطلوب لمجرد استبدال السكان، تغير السؤال. لم يعد الأمر يتعلق فقط بـ "لماذا الخصوبة مرتفعة"؛ بل أصبح يتعلق بتحديد أي النساء قررن بالفعل التوقف عن الإنجاب بدقة، حتى يتمكن العاملون الصحيون من تقديم الرعاية طويلة الأمد التي يحتجن إليها، وأي النساء لا يزلن يبنين عائلاتهن ويحتجن إلى دعم مختلف.
قرر فريق من الباحثين من جامعة مولانا باشاني للعلوم والتكنولوجيا معالجة هذه المشكلة باستخدام نهج حديث يسمى "تعلم الآلة". وبدلاً من الاعتماد على الأساليب الإحصائية التقليدية التي تفترض أن كل عامل يعمل بشكل مستقل، استخدموا خوارما (خوارزميات) حاسوبية قادرة على إيجاد أنماط معقدة في مجموعة بيانات ضخمة. لقد لجأوا إلى مسح بنغلاديش الديموغرافي والصحي لعام 2022، وهو دراسة وطنية شاملة أجريت مقابلات مع آلاف النساء. ومن هذا المجمع، اختاروا 17,245 امرأة متزوجة حاليًا تتراوح أعمارهن بين 15 و49 عامًا. كان الهدف بسيطًا ولكنه طموح: معرفة ما إذا كان بإمكان الحاسوب التنبؤ بدقة بما إذا كانت المرأة تريد عدم إنجاب المزيد من الأطفال بناءً على نطاق واسع من المعلومات حول حياتها، بما في ذلك عمرها، وتعليمها، وصحتها النفسية، وتاريخ انتقالها إلى مكان جديد، وحتى وصولها إلى التكنولوجيا الرقمية.
قام الباحثون بتغذية الحاسوب بخمسة وعشرين معلومة مختلفة عن كل امرأة، مثل عدد الأطفال الذين لديها بالفعل، ومدة إقامتها في بلدتها الحالية، وما إذا كانت تمتلك هاتفًا ذكيًا، وما إذا كانت قد خضعت يومًا لفحص إيجابي للقلق أو الاكتئاب. وقسموا البيانات إلى مجموعتين، باستخدام المجموعة الأولى لتعليم الحاسوب كيفية التعرف على الأنماط والمجموعة الثانية لاختبار مدى أداء الحاسوب في حالات جديدة لم يسبق له رؤيتها. وبعد تدريب عدة أنواع مختلفة من الخوارزميات، وجدوا أن نموذجًا واحدًا، يُعرف باسم "XGBoost"، كان بارعًا بشكل استثنائي في هذه المهمة. فقد حدد بشكل صحيح ما إذا كانت المرأة ترغب في التوقف عن الإنجاب بنسبة 84 بالمائة تقريبًا، وهو مستوى من الدقة يضاهي أفضل الخبراء البشريين ويتجاوز بكثير ما يمكن أن يحققه التخمين البسيط.
لم يكن الاكتشاف الأكثر إثارة هو قدرة الحاسوب على إجراء هذه التنبؤات فحسب، بل تحديد العوامل التي دفعت تلك القرارات بالضبط. فقد تعلمت الخوارزمية أن أقوى الإشارات تأتي من الجوانب الأكثر جوهرية في مرحلة حياة المرأة. فكان عمرها وعدد الأطفال الأحياء لديها هما أقوى المؤشرات. فالمرأة في أواخر الثلاثينيات من عمرها والتي لديها أربعة أطفال أو أكثر، من شبه المؤكد أنها سترغب في التوقف، بينما المرأة الشابة التي ليس لديها أطفال من غير المرجح أن ترغب في ذلك. وبالإضافة إلى هذه العوامل الواضحة، ثبت أن طول فترة إقامة المرأة في موقعها الحالي كان مؤشرًا قويًا بشكل مفاجئ. فالنساء اللواتي عشن في نفس المكان لمدة خمس عشرة سنة أو أكثر كن أكثر عرضة للرغبة في التوقف عن الإنجاب، بينما النساء اللواتي انتقلن إلى هناك مؤخرًا كن أكثر عرضة للرغبة في إنجاب طفل آخر قريبًا. وهذا يشير إلى أن استقرار الإقامة طويلة الأمد مرتبط ارتباطًا وثيقًا باستكمال بناء الأسرة، في حين أن الحركة الحديثة غالبًا ما تشير إلى أسرة لا تزال في مراحلها الأولى والنامية.
اختبرت الدراسة أيضًا عدة أفكار لم تُدرس بدقة في هذا السياق من قبل، مثل ما إذا كانت الصحة النفسية للمرأة أو وصولها إلى الإنترنت يؤثر على رغبتها في المزيد من الأطفال. وبينما أظهرت البيانات أن النساء اللواتي يعانين من القلق أو الاكتئاب، أو أولئك اللاتي يتمتعن بشمول رقمي عالٍ، كان لديهن بالفعل تفضيلات خصوبة مختلفة عند النظر إليهن بشكل منعزل، إلا أن النموذج الحاسوبي كشف أن هذه العوامل لم تكن محركات مستقلة. فبمجرد أن يأخذ النموذج في الاعتبار عمر المرأة وتعليمها وعدد أطفالها، يتلاشى تأثير أعراض الصحة النفسية والوصول الرقمي إلى الخلفية. لم تكن هذه هي الأسباب الرئيسية لقرار المرأة بالتوقف أو الاستمرار في الإنجاب؛ بل كانت غالبًا مجرد آثار جانبية للمرحلة العمرية التي تمر بها بالفعل. وبالمثل، بينما كانت الثروة والموقع الجغرافي مهمين قليلًا، إلا أنهما كانا أقل أهمية بكثير من التاريخ الشخصي للمرأة نفسها.
إن تداعيات هذه النتائج عملية وفورية لبرامج تنظيم الأسرة. نظرًا لأن النموذج يمكنه تحديد النساء الراغبات في التوقف عن الإنجاب بدقة عالية باستخدام فقط المعلومات التي تُجمع روتينيًا في المسوحات، يمكن للعاملين الصحيين استخدام هذه الأسئلة البسيطة نفسها لاستهداف خدماتهم بشكل أكثر فعالية. يمكنهم التركيز على تقديم الوسائل طويلة الأمد والدائمة للنساء اللواتي عشن في مجتمع لفترة طويلة ولديهن عدة أطفال، لضمان عدم مواجهتهن لحمل غير مرغوب فيه. وفي الوقت نفسه، يمكنهم توجيه خدمات المباعدة نحو المهاجرين الجدد الذين من المرجح أن يكونوا لا يزالون في المراحل الأولى من بناء عائلاتهم. ويؤكد البحث أنه بينما يبدو مشهد الحياة الأسرية معقدًا، فإن قرار التوقف عن الإنجاب ليس لغزًا مخفيًا في ضجيج الحياة الحديثة؛ بل هو إشارة واضحة مكتوبة في التفاصيل اليومية لعمر المرأة، وأطفالها، وتاريخ مكان سكنها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.