Predicting Under-Five Child Stunting Using Machine Learning and Probability Calibration: A Nationally Representative 2024/25 EDHS Study from Ethiopia

En muchas partes del mundo, la estatura de un niño cuenta una historia que va mucho más allá de su tamaño físico. Cuando un niño pequeño es significativamente más bajo de lo esperado para su edad, suele ser una señal de desnutrición crónica, una condición conocida como retraso del crecimiento o desnutrición crónica (stunting). No se trata simplemente de ser pequeño; es un marcador de privación a largo plazo que puede afectar el desarrollo cerebral del niño, su capacidad de aprendizaje y su salud durante el resto de su vida. Durante décadas, los trabajadores de la salud pública han intentado identificar qué niños están en riesgo antes de que este daño se vuelva permanente. Tradicionalmente, han dependido de herramientas estadísticas que buscan relaciones de línea recta entre factores como la educación de la madre o los ingresos de una familia y el crecimiento de un niño. Sin embargo, la realidad de la salud humana rara vez es una línea recta. Es una red compleja donde el peso de la madre, la limpieza del agua que bebe una familia y la edad del niño interactúan de formas impredecibles. Comprender estas conexiones enredadas es esencial si las comunidades quieren detener el retraso del crecimiento antes de que comience.

Un equipo de investigadores en Etiopía ha adoptado un nuevo enfoque ante este desafío, yendo más allá de la estadística tradicional para utilizar un tipo de aprendizaje computacional conocido como aprendizaje automático (machine learning). Analizaron datos de más de diez mil niños en todo el país, recopilados durante una importante encuesta nacional de salud. En lugar de forzar los datos en fórmulas simples y rígidas, entrenaron seis algoritmos computacionales diferentes para encontrar los patrones ocultos que predicen qué niños tienen probabilidades de sufrir retraso en el crecimiento. Estos algoritmos actuaron como diferentes tipos de detectives, cada uno buscando pistas de una manera única. Algunos buscaban reglas simples, mientras que otros construían árboles de decisión complejos que podían ponderar docenas de factores a la vez. Los investigadores fueron cuidadosos para asegurar que las computadoras solo usaran información disponible antes de que se midiera el crecimiento del niño, como la salud de la madre y las condiciones de vida de la familia, para evitar usar conocimiento futuro para predecir el pasado.

Los resultados mostraron que los modelos computacionales más complejos eran mucho mejores para detectar a los niños en riesgo que los métodos tradicionales. La herramienta más exitosa fue un algoritmo sofisticado llamado Gradient Boosting, que aprendía cometiendo pequeños errores y corrigiéndolos una y otra vez. Sin embargo, los investigadores notaron que esta poderosa herramienta tenía un defecto: a menudo era demasiado confiada en sus predicciones, asignando puntuaciones de riesgo extremas que no coincidían con la realidad. Para solucionar esto, aplicaron un proceso de calibración, un método que ajustaba suavemente los niveles de confianza de la computadora para que un riesgo predicho del ochenta por ciento significara realmente una probabilidad del ochenta por ciento de retraso en el crecimiento. Una vez realizado este ajuste, el modelo se convirtió en una guía altamente confiable. Identificó correctamente a más del ochenta y tres por ciento de los niños que sufrieron retraso en el crecimiento, al tiempo que descartó correctamente a más del ochenta y seis por ciento de los que no lo sufrieron.

El estudio reveló que el riesgo de retraso en el crecimiento no se distribuye de manera uniforme, sino que sigue patrones claros. La computadora aprendió que el riesgo aumenta significativamente a medida que el niño crece, particularmente entre el primer y el quinto año de edad. También encontró que los niños nacidos de madres con bajo peso, aquellos que viven en los hogares más pobres y aquellos sin acceso a agua potable enfrentan los mayores peligros. Las enfermedades recientes, como la diarrea, también sirvieron como una fuerte señal de advertencia. Crucialmente, los investigadores probaron si el uso de este modelo computacional ayudaría realmente a los trabajadores de la salud en el campo. Encontraron que, al usar el modelo para decidir a qué familias visitar primero, los trabajadores de la salud podrían ahorrar recursos y ayudar a más niños que si simplemente visitaran a todos o a nadie.

Este trabajo sugiere un nuevo camino a seguir para la salud pública en Etiopía y regiones similares. El país ya emplea a miles de trabajadores de salud comunitaria que visitan hogares regularmente. Los investigadores proponen que estos trabajadores podrían utilizar una aplicación móvil sencilla impulsada por este modelo computacional calibrado. Durante una visita de rutina, un trabajador podría ingresar algunos datos básicos sobre la familia y el niño, y la aplicación generaría instantáneamente una puntuación de riesgo. Esto permitiría al trabajador de la salud concentrar su tiempo y recursos en las familias que más lo necesitan, ofreciendo asesoramiento nutricional o apoyo mucho antes de que el crecimiento del niño se detenga. Al convertir datos complejos en una señal clara y accionable, este enfoque ofrece una forma práctica de intervenir tempranamente, potencialmente previniendo los efectos irreversibles del retraso en el crecimiento y dando a más niños la oportunidad de crecer sanos y fuertes.