Predicting Unmet Need for Family Planning Among Women of Reproductive Age in Zambia Using Explainable Machine Learning: Evidence from the 2024 DHS
باستخدام التعلم الآلي القابل للتفسير على المسح الديموغرافي والصحي لعام 2024 في زامبيا، طورت هذه الدراسة نموذجاً تجميعياً مدركاً للتسرب يعمل بفعالية على تصنيف مخاطر عدم تلبية الاحتياجات في مجال تنظيم الأسرة بين النساء الزامبيات، مع تحديد الحالة العملية، والجغرافيا، وملكية الهاتف المحمول كعوامل تنبؤ رئيسية لتوجيه تدخلات الصحة الإنجابية المستهدفة.
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
بالنسبة لملايين النساء في جميع أنحاء العالم، لا تزال القدرة على التخطيط لما إذا كان لديهن أطفال ومتى يكون ذلك بعيدة المنال، ليس لأنهن لا يرغبن في ذلك، بل لأن المعلومات أو الخدمات أو الدعم المناسب مفقود. وتُعرف هذه الفجوة بين رغبة المرأة في التحكم في حجم أسرتها وبين وصولها الفعلي إلى وسائل منع الحمل بـ "الاحتياج غير الملبي". إنه حاجز صامت يشكل حيوات النساء، ويؤثر على التعليم، والاستقرار الاقتصادي، وصحة الأمهات والأطفال على حد سواء. وفي السنوات الأخيرة، توجه قادة الصحة العالمية نحو البيانات لحل هذا اللغز، آملين في إيجاد أنماط يمكنها توجيه الموارد إلى النساء اللواتي يحتجن إليها أكثر من غيرهن. ويكمن التحدي في التمييز بين النساء اللواتي لسن مهتمات ببساطة بتنظيم الأسرة، واللواتي يرغبن في ذلك ولكن لا يستطعن الحصول عليه. وللقيام بذلك بفعالية، يجب على الباحثين النظر في شبكة معقدة من العوامل: أين تعيش المرأة، ووظيفتها، وعمرها، وحالتها الاجتماعية، وحتى مدى وصولها إلى التكنولوجيا. والهدف هو تجاوز المتوسطات العامة وتحديد مجموعات محددة من النساء اللواتي يُحتمل أن يكنّ قد سقطن من خلال ثغرات نظام الرعاية الصحية.
في زامبيا، عكف فريق من الباحثين مؤخراً على معالجة هذا التحدي باستخدام مسح وطني شامل وممثل للواقع أُجري في عام 2024. لقد سعوا لبناء أداة رقمية قادرة على التنبؤ بالنساء في سن الإنجاب الأكثر عرضة للاحتياج غير الملبي لتنظيم الأسرة. وبدلاً من الاعتماد على الأساليب الإحصائية التقليدية التي غالباً ما تعاني مع التفاعلات المعقدة في الواقع، استخدم الفريق نهجاً متطوراً يسمى "تعلم الآلة". فكر في هذه العملية كتعليم الكمبيوتر كيفية التعرف على نمط معين من خلال إظهار آلاف الأمثلة له، بدلاً من مطالبته باتباع قاعدة واحدة جامدة. وقد غدّى الباحثون الكمبيوتر بمعلومات مفصلة عن ما يقرب من 10,000 امرأة، بما في ذلك عمرها، وتعليمها، وما إذا كانت تعمل، وما إذا كانت تمتلك هاتفاً محمولاً، ومقاطعتها السكنية. ومن الأهمية بمكان أنهم صمموا النظام ليكون "واعياً بالتسرب"، مما يعني أنهم منعوا الكمبيوتر بصرامة من استخدام الإجابات التي كان من المفترض أن يتنبأ بها. وقد ضمن ذلك أن الأداة تتعلم رصد عوامل الخطر الحقيقية بدلاً من مجرد حفظ تعريف المشكلة.
تقدم نتائج هذه الدراسة صورة واضحة، وإن كانت متواضعة، حول كيفية تحسين جهود تنظيم الأسرة في زامبيا. فقد نجح نموذج تعلم الآلة في تحديد النساء ذوات الاحتياجات غير الملبي بمستوى من الدقة موثوق بما يكفي ليكون مفيداً للتخطيط في مجال الصحة العامة، رغم أنه ليس مثالياً. وعند اختباره على مجموعة جديدة من البيانات لم يسبق له رؤيتها، نجح النموذج في تحديد حوالي 72 بالمائة من النساء اللواتي لديهن بالفعل احتياج غير ملبي. وبينما قام أيضاً بتصنيف بعض النساء اللواتي لا يحتجن إلى مساعدة بشكل خاطئ، وجد الباحثون أن فوائد رصد غالبية من يحتجن للمساعدة تفوق تكلفة الإنذارات الخاطئة. وكشفت الدراسة أن أقوى المؤشرات للتنبؤ بالاحتياج غير الملبي كانت عملية بشكل مفاجئ: وهي ما إذا كانت المرأة تعمل حالياً، وأين تعيش، وما إذا كانت تمتلك هاتفاً محمولاً. فالنساء غير العاملات، واللواتي يعشن في مقاطعات معينة مثل "نورث ويسترن" و"نورثرن"، واللواتي لا يمتلكن هاتفاً محمولاً، كنّ أكثر عرضة بشكل كبير للحرمان من خدمات تنظيم الأسرة.
وقد رسم الباحثون أيضاً خرائط لهذه المخاطر عبر مقاطعات البلاد العشر، ليكشفوا عن انقسام جغرافي صارخ. فقد كان عبء الاحتياج غير الملبي في أعلى مستوياته في مقاطعتي "نورث ويسترن" و"نورثرن" ومقاطعة "لوساكا"، حيث واجهت واحدة من كل أربع نساء هذا الحاجز. وفي المقابل، أظهرت مقاطعات "سنترال" و"إيسترن" و"كوبربيلت" معدلات أقل. ويشير هذا التباين الجغرافي إلى أن استراتيجية وطنية واحدة قد لا تكون كافية؛ وبدلاً من ذلك، تحتاج البرامج الصحية إلى التكيف مع الواقع المحدد لكل منطقة. كما سلطت الدراسة الضوء على أن المشكلة تمتد لتشمل ما وراء النساء المتزوجات؛ فمن خلال تضمين النساء غير المتزوجات والنشطات جنسياً في تحليلهم، وجد الباحثون أن الاحتياج غير الملبي هو قضية واسعة النطاق تؤثر على طيف عريض من السكان، مما يتماشى مع الأهداف العالمية لضمان الوصول الشامل إلى الصحة الإنجابية.
ولعل أهم استنتاج من هذا العمل ليس فقط قائمة من هن عرضة للخطر، بل الكيفية التي توصل بها الباحثون إلى تلك النتيجة. فقد أكدوا أن أداتهم مصممة لتحديد الأولويات، وليس لتحديد الأسباب الجذرية لافتقار المرأة للوصول إلى الخدمات. إن النموذج يعمل ككشاف ضوئي، يسلط الضوء على المجموعات التي تتطلب اهتماماً وموارد فورية، مثل حملات التوعية المستهدفة للنساء غير العاملات أو الحملات الرقمية لمالكات الهواتف. ويحذر المؤلفون من أنه بينما تعد الأداة فعالة في رصد الأنماط، إلا أنها لا تثبت أن عدم العمل أو العيش في مقاطعة معينة هو ما يسبب نقص الوصول للخدمات. بدلاً من ذلك، فهي توفر خريطة موثوقة للمسؤولين الصحيين للإبحار في مواردهم المحدودة بكفاءة أكبر. ومن خلال الجمع بين هذه الرؤى القائمة على البيانات والمعرفة الميدانية، يمكن لزامبيا مواءمة جهودها بشكل أفضل مع أهداف الصحة العالمية، لضمان وصول خدمات تنظيم الأسرة إلى النساء اللواتي يحتجن إليها أكثر من غيرهن.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.