Predicting Inadequate Iron and Folic Acid Supplementation Among Pregnant Women in Ghana: An Explainable Machine Learning Approach

Schwangerschaft ist eine Zeit, in der der Nährstoffbedarf des Körpers sprunghaft ansteigt, und für Millionen von Frauen weltweit ist eine einfache tägliche Pille mit Eisen und Folsäure der Unterschied zwischen einer gesunden Geburt und einer lebensbedrohlichen Komplikation. Diese Nahrungsergänzungsmittel sind dazu gedacht, Anämie vorzubeugen – ein Zustand, bei dem das Blut nicht genügend Sauerstoff transportieren kann, was zu einer Frühgeburt oder einem geringen Geburtsgewicht führen kann. Gesundheitsexperten sind seit langem übereinkommen, dass die tägliche Einnahme dieser Pillen über die gesamte Dauer einer Schwangerschaft der Goldstandard ist. Doch in vielen Teilen der Welt reicht der bloße Zugang zu den Pillen nicht aus. Frauen beginnen oft mit der Einnahme, brechen sie aber vor dem Ende der Schwangerschaft ab oder versäumen Tage, was sie verwundbar macht. Die Herausforderung für die Akteure im Bereich der öffentlichen Gesundheit besteht nicht nur darin, das Medikament zu verteilen, sondern zu verstehen, warum einige Frauen Schwierigkeiten haben, sich an das Regime zu halten, während es andere schaffen, damit die Hilfe genau dort eingesetzt werden kann, wo sie am dringendsten benötigt wird.

In Ghana hat eine neue Studie eine leistungsstarke Form der Computeranalyse genutzt, um dieses Rätsel zu lösen. Forscher nahmen eine massive, landesweit repräsentative Umfrage unter tausenden ghanaischen Frauen und speisten die Daten in ein hochentwickeltes System des maschinellen Lernens ein. Im Gegensatz zu traditionellen Methoden, die nach einfachen, geradlinigen Verbindungen zwischen Faktoren suchen, ist dieses System darauf ausgelegt, komplexe, verborgene Muster darin zu finden, wie verschiedene Teile einer Frau ihres Lebens – wo sie lebt, wie viel Geld ihre Familie hat und wie oft sie einen Arzt besucht – miteinander interagieren, um ihre Gesundheitsentscheidungen zu beeinflussen. Das Ziel war nicht, die Zukunft für ein einzelnes Individuum vorherzusagen, sondern die Landschaft des Risikos im gesamten Land abzubilden und zu identifizieren, welche Gruppen von Frauen am wahrscheinlichsten ihre Nahrungsergänzungsmittel zu früh abbrechen.

Die Forscher konzentrierten sich auf 4.641 schwangere Frauen, die während ihrer letzten Schwangerschaft Eisenergänzungsmittel erhalten hatten. Sie definierten eine „unzureichende“ Anwendung als die Einnahme der Pillen für weniger als 90 Tage, was hinter der Empfehlung der Weltgesundheitsorganisation zurückbleibt, diese täglich während der gesamten Schwangerschaft einzunehmen. Etwa 35 Prozent der Frauen in dieser Gruppe hatten mit der Einnahme der Nahrungsergänzungsmittel aufgehört, bevor sie die 90-Tage-Marke erreichten. Um dies zu verstehen, baute das Team ein Computermodell namens CatBoost, einen Typ von Algorithmus, der für seine Fähigkeit bekannt ist, mit unordentlichen, realen Daten umzugehen, ohne dass diese vorab vereinfacht werden müssen. Sie trainierten dieses Modell mit 80 Prozent der Umfragedaten und testeten es dann mit den verbleibenden 20 Prozent, um zu sehen, wie gut es diejenigen vorhersagen konnte, die einem Risiko ausgesetzt waren.

Die Ergebnisse zeigten, dass dieser maschinelle Lernansatz deutlich besser darin war, die Muster unzureichender Supplementierung zu erkennen als die traditionellen statistischen Werkzeuge, die normalerweise in der öffentlichen Gesundheit verwendet werden. Das neue Modell unterschied mit einem hohen Grad an Genauigkeit korrekt zwischen Frauen, die ihre Pillen lange genug einnahmen, und solchen, die dies nicht taten, und übertraf dabei andere gängige Computermodelle und Standard-Mathematikgleichungen. Aber der wahre Wert der Studie lag nicht nur in der Vorhersage, sondern in der Erklärung. Die Forscher nutzten eine Technik, die wie ein Scheinwerfer wirkt und genau die Faktoren beleuchtet, die das Modell zu seinen Entscheidungen drängten. Dies enthüllte, dass der stärkste Prädiktor dafür, ob eine Frau ihre Nahrungsergänzungsmittel die volle empfohlene Zeit lang einnehmen würde, schlichtweg der Ort war, an dem sie lebte.

Die Daten zeichneten ein klares Bild geografischer Ungleichheit. Frauen in den nördlichen Regionen Ghanas standen vor einem viel höheren Risiko einer unzureichenden Supplementierung im Vergleich zu denen im Süden. Über den Standort hinaus war die Häufigkeit der Besuche in der Schwangerenuntersuchungs-Klinik (Antenatal Care Clinic) der zweitkritischste Faktor. Frauen, die die Klinik seltener besuchten, brachen die Einnahme ihrer Pillen weitaus häufiger vorzeitig ab. Auch der Zeitpunkt des ersten Besuchs spielte eine Rolle; Frauen, die bis zu einem späteren Zeitpunkt ihrer Schwangerschaft warteten, um das erste Mal einen Arzt aufzusuchen, waren einem größeren Risiko ausgesetzt. Andere Faktoren waren die Häufigkeit, mit der eine Frau Radio hörte, was als Stellvertreter für die Exposition gegenüber Gesundheitsbotschaften diente, sowie der Wohlstand ihres Haushalts, wobei ärmere Familien höhere Risiken trugen. Überraschenderweise wurde festgestellt, dass der Besitz einer Krankenversicherung der am wenigsten wichtige Faktor war, um vorherzusagen, ob eine Frau ihr Regime einhalten würde, was darauf hindeutet, dass die Versicherung zwar Frauen hilft, zur Klinik zu gelangen, aber nicht garantiert, dass sie die Medikation nach dem Verlassen der Klinik fortsetzen.

Die Studie untersuchte auch die Rolle von Bildung und Familiengröße und stellte fest, dass diese zwar eine Rolle spielten, ihr Einfluss jedoch nicht so stark war wie der von Geografie oder Klinikbesuchen. Die Forscher merkten an, dass ihre Ergebnisse robust waren, was bedeutet, dass selbst wenn sie Frauen einbezogen, die überhaupt keine Nahrungsergänzungsmittel erhalten hatten, dieselben fünf wichtigsten Faktoren die bedeutendsten blieben. Diese Konsistenz deutet darauf hin, dass die Barrieren für die Einnahme dieser lebensrettenden Pillen tief in den spezifischen Umständen und dem Standort einer Frau verwurzelt sind und nicht bloß auf einem mangelnden Zugang zur Medizin beruhen. Die Studie kommt zu dem Schluss, dass das Computermodell zwar noch nicht bereit ist, als klinisches Werkzeug für Ärzte zur Untersuchung einzelner Patientinnen eingesetzt zu werden, es aber eine leistungsstarke Karte für die Planer im öffentlichen Gesundheitswesen darstellt. Sie zeigt, dass Interventionen zur Verbesserung der Müttergesundheit in Ghana auf spezifische Regionen zugeschnitten sein müssen und darauf fokussieren müssen, Frauen während der gesamten Schwangerschaft an ihre Gesundheitsdienstleister zu binden, anstatt sich auf einen Einheitsansatz zu verlassen.