Antimalarial Pharmacotherapy Gaps in Nigerian Children Under Five: A Predictive Machine Learning Analysis of Care-Seeking, Testing, and ACT Treatment Using NDHS 2023-24
Diese Studie, die Daten der NDHS 2023-24 und vier Machine-Learning-Modelle nutzt, zeigt auf, dass Haushalts- und mütterliche Merkmale die Lücken in der antimalariellen Versorgung bei nigerianischen Kindern unter fünf Jahren nur unzureichend vorhersagen können, wobei finanzielle Barrieren konsistent als signifikanter Determinant für eine suboptimale ACT-Behandlung hervortreten, was darauf hindeutet, dass die Senkung der Kosten am Verkaufsort ein zentrales Interventionsziel darstellt.