Machine Learning-Based Prediction of Acute Morbidity and Counterfactual Policy Simulation among Children 6–23 Months of Age in Punjab, Pakistan: A Secondary Analysis of a Multi-Indicator Cluster Survey 2017–18

En los dos primeros años de la vida de un niño, el cuerpo está construyendo su base. Este es un periodo crítico donde la nutrición y el entorno moldean no solo cómo crece un niño, sino qué tan bien puede su sistema inmunológico combatir las enfermedades comunes. Cuando un niño en un entorno de bajos ingresos desarrolla fiebre, diarrea o una infección respiratoria, lo que está en juego es muy alto; estas enfermedades agudas son la principal causa de muerte para los niños pequeños en muchas partes del mundo. Aunque los médicos y los funcionarios de salud pública saben desde hace tiempo que la pobreza, la falta de educación y la mala dieta contribuyen a la enfermedad, la mezcla exacta de factores es compleja. Es difícil desentrañar qué intervención única salvaría más vidas o preveniría la mayor cantidad de enfermedades en una región específica. Para resolver esto, los investigadores recurren cada vez más a modelos computacionales que pueden filtrar enormes cantidades de datos de encuestas para encontrar patrones que el análisis humano podría pasar por alto, permitiéndoles probar qué sucedería si se mejoraran condiciones específicas.

Un equipo de investigadores en Pakistán aplicó este enfoque a la salud de los niños en Punjab, la provincia más poblada del país. Se centraron en niños de entre seis y veintitrés meses de edad, un grupo que es particularmente vulnerable. Utilizando datos de una enorme encuesta de hogares realizada en 2017 y 2018, examinaron a casi 10,000 niños para comprender por qué algunos estaban enfermos y otros sanos. Los investigadores no solo buscaban correlaciones; querían simular el futuro. Construyeron un modelo computacional que aprendió de los datos existentes para predecir la enfermedad y luego plantearon una pregunta de "¿qué pasaría si...?" : ¿qué pasaría con la salud de toda la población si cada niño tuviera acceso a suplementos vitamínicos, o si cada madre tuviera un nivel de educación más alto? Este método, conocido como simulación contrafactual, permite a los científicos estimar el impacto potencial de los cambios de política antes de que sean implementados realmente.

El estudio comenzó analizando la realidad actual sobre el terreno. En las dos semanas previas a la encuesta, casi la mitad de los niños de la muestra habían estado enfermos de al menos uno de los principales males infantiles: fiebre, diarrea, tos o dificultad para respirar. La carga de la enfermedad no se distribuía uniformemente por la provincia. En algunas divisiones, como Dera Ghazi Khan, más de dos tercios de los niños habían estado enfermos, mientras que en otras, como Gujranwala, la tasa era significativamente menor. Los investigadores también observaron que la gran mayoría de los niños no recibían suplementos de vitaminas o minerales, y una gran parte de las madres no tenía educación formal. Estos eran los ingredientes brutos que el modelo computacional necesitaba para aprender.

Para dar sentido a esta complejidad, los investigadores utilizaron una técnica de aprendizaje automático llamada "bosque aleatorio" (random forest). Imagine un bosque de árboles de decisión, donde cada árbol hace una serie de preguntas sencillas sobre la vida de un niño —como "¿La familia tiene seguro médico?" o "¿Recibió el niño vitaminas?"— para decidir si es probable que el niño esté enfermo. La computadora construyó miles de estos árboles, cada uno mirando los datos de una manera ligeramente diferente, y luego dejó que votaran para obtener la respuesta final. Este enfoque es poderoso porque puede manejar datos del mundo real que son desordenados y donde muchos factores se superponen. El modelo fue entrenado con la mayor parte de los datos y luego probado con un grupo separado para ver qué tan bien funcionaba. Predijo con éxito si un niño estaba sano o enfermo mejor que el azar, demostrando que los datos contenían señales claras sobre qué impulsa la enfermedad.

Una vez construido el modelo, los investigadores se dedicaron a la parte más importante del estudio: identificar qué factores importaban más. Midieron cuánto contribuía cada variable, desde la riqueza hasta la dieta, a la capacidad del modelo para distinguir entre niños enfermos y sanos. Los resultados fueron impactantes. El factor más importante por un margen amplio fue el acceso a suplementos de vitaminas y minerales. Este factor superó a todo lo demás, incluyendo la riqueza de la familia y el nivel educativo de la madre. Si bien la pobreza y la educación están indudablemente vinculadas a la salud, los datos mostraron que la presencia o ausencia de estos suplementos era el predictor más fuerte de si un niño caería enfermo. Otros factores, como la educación de la madre y la dieta del niño, también fueron importantes, pero desempeñaron un papel secundario en comparación con los suplementos.

Luego, los investigadores utilizaron el modelo para ejecutar sus simulaciones, creando efectivamente una versión digital de Punjab donde podían cambiar una regla a la vez. En el primer escenario, imaginaron un mundo donde cada uno de los niños del estudio tuviera acceso a suplementos de vitaminas y minerales. El modelo predijo que este único cambio resultaría en una mejora masiva de la salud pública. La tasa de niños sanos aumentaría casi trece puntos porcentuales, un cambio que representa miles de niños menos enfermos en toda la provincia. En el segundo escenario, imaginaron que cada madre de la muestra hubiera alcanzado un nivel de educación más alto. Esto también condujo a una mejora, pero era mucho menor, elevando la tasa de salud en aproximadamente tres y medio puntos porcentuales. El tercer escenario, donde cada niño tuviera una dieta que cumpliera con los estándares mínimos de diversidad, produjo la ganancia más pequeña, aumentando la tasa de salud en menos de medio punto porcentual.

Estos hallazgos sugieren que, si bien la educación y la dieta son vitales, la palanca más inmediata y poderosa para reducir la enfermedad en esta población específica es asegurar que los niños reciban sus vitaminas y minerales. La simulación indica que un programa dirigido a proporcionar estos suplementos podría tener un impacto mucho mayor en la salud general de la población que otras intervenciones, al menos a corto plazo. Los investigadores señalaron que esto no significa que la educación o la dieta no sean importantes; más bien, sugiere que, en un entorno de recursos limitados, la brecha en el acceso a los suplementos es un cuello de botella crítico que, si se elimina, produce el mayor rendimiento. El estudio destaca que en las divisiones con las tasas más altas de enfermedad, como Dera Ghazi Khan, priorizar estos suplementos podría salvar más vidas.

El estudio concluye que esta combinación de aprendizaje automático y simulación ofrece una nueva forma de tomar decisiones de salud pública. En lugar de adivinar qué política podría funcionar, los funcionarios pueden usar estos modelos para ver el resultado probable de diferentes opciones. Para los niños de Punjab, el camino a seguir parece claro: si bien las inversiones a largo plazo en educación y nutrición siguen siendo esenciales, un esfuerzo enfocado en asegurar que cada niño reciba suplementos de vitaminas y minerales podría reducir drásticamente la carga de enfermedades agudas en los próximos años. Los datos proporcionan una hoja de ruta, mostrando que una intervención relativamente simple podría conducir a un futuro más saludable para los niños más vulnerables de la región.