Predicting Cervical Cancer Screening Utilization Among Women of Reproductive Age in Ethiopia Using Supervised Machine Learning: A Nationally Representative 2024/25 EDHS Study

Le cancer du col de l'utérus est une maladie qui peut être stoppée avant qu'elle ne devienne mortelle, pourtant elle demeure une cause majeure de décès chez les femmes dans de nombreuses parties du monde. La solution est simple en concept mais difficile en pratique : un dépistage régulier permet aux médecins de détecter et de traiter les signes précoces de la maladie bien avant l'apparition des symptômes. Dans les pays riches, des programmes organisés ont rendu ce dépistage systématique, réduisant ainsi considérablement le nombre de décès. Cependant, dans des pays comme l'Éthiopie, où les ressources sont limitées et les communautés vastes, amener les femmes vers ces services de dépistage est un défi colossal. Les efforts actuels reposent souvent sur des approches généralistes qui ne parviennent pas à atteindre les femmes qui en ont le plus besoin. Pour résoudre ce problème, les chercheurs se tournent vers un outil d'un autre genre : des modèles informatiques qui apprennent des données pour prédire le comportement humain. Ces modèles ne devinent pas ; ils analysent des milliers de dossiers passés pour identifier les schémas cachés qui poussent une femme à solliciter des soins ou, au contraire, à s'en détourner.

Une équipe de chercheurs en Éthiopie a récemment appliqué cette approche à une question cruciale : parmi les millions de femmes en âge de procréer dans le pays, lesquelles sont les plus susceptibles de sauter le dépistage du cancer du col de l'utérus, et pourquoi ? En utilisant la plus récente enquête nationale sur la santé, qui a recueilli des informations auprès de plus de 15 000 femmes à travers toute la nation, ils ont construit un système informatique sophistiqué conçu pour apprendre les raisons complexes qui sous-tendent les décisions de dépistage. Au lieu de s'appuyer sur des règles simples, l'équipe a entraîné six types différents d'algorithmes d'apprentissage, leur apprenant à reconnaître les combinaisons subtiles de facteurs — tels que l'éducation, la richesse et l'accès à l'information — qui incitent une femme à se faire dépister. L'objectif n'était pas seulement de comprendre le passé, mais de créer un outil fiable capable d'aider les agents de santé à identifier, à l'avenir, les femmes qui n'ont jamais été dépistées et à les cibler avec le soutien approprié.

L'étude a débuté avec un ensemble de données massif représentant la population éthiopienne, capturant des détails allant de l'âge de la femme et de son lieu de résidence jusqu'à sa connaissance de la maladie et sa capacité à prendre ses propres décisions de santé. Les chercheurs ont constaté que le taux de dépistage national était alarmant, avec seulement environ 4 % des femmes ayant déjà été dépistées. Cela signifiait que pour 100 femmes étudiées, 96 n'avaient jamais reçu ce contrôle vital. Les données ont révélé des clivages marqués : les femmes vivant en ville étaient bien plus susceptibles d'être dépistées que celles des villages ruraux, et les femmes ayant un niveau d'éducation ou une richesse plus élevés étaient beaucoup plus enclines à accéder aux services que celles qui n'en disposaient pas. De manière cruciale, les chercheurs ont découvert que la connaissance du cancer du col de l'utérus était le prédicteur le plus fort du dépistage, pourtant la grande majorité des femmes de l'étude n'en avait même jamais entendu parler.

Pour donner un sens à ces schémas complexes, les chercheurs ont testé plusieurs méthodes différentes d'apprentissage informatique. Ils ont découvert qu'un type spécifique d'algorithme avancé, connu sous le nom de boosting de gradient extrême (extreme gradient boosting), était bien supérieur aux méthodes statistiques traditionnelles habituellement utilisées en santé publique. Alors que les méthodes standards pouvaient identifier des tendances générales, ce modèle avancé pouvait percevoir le réseau complexe de facteurs qui influencent la décision d'une femme. Par exemple, il a appris que l'éducation seule ne suffisait pas ; le bénéfice de l'éducation était multiplié lorsqu'une femme vivait également en zone urbaine. De même, la connaissance de la maladie ne menait au dépistage que lorsqu'une femme disposait également du pouvoir de prendre ses propres décisions de santé sans avoir besoin de la permission d'un partenaire. Le modèle était si précis qu'il pouvait distinguer les femmes dépistées des femmes non dépistées avec un niveau de précision dépassant largement les tentatives précédentes.

L'une des étapes les plus importantes franchies par l'équipe a été de s'assurer que les prédictions de l'ordinateur étaient honnêtes et fiables. Les modèles informatiques complexes deviennent souvent trop sûrs d'eux, prédisant des probabilités trop hautes ou trop basses. Les chercheurs ont utilisé une technique appelée étalonnage (calibration) pour ajuster la sortie du modèle, garantissant que si le modèle prédisait une probabilité de 10 % qu'une femme soit dépistée, cette probabilité corresponde à la réalité. Après cet ajustement, le modèle est devenu un guide de confiance. Il a montré qu'en se concentrant sur des questions spécifiques et non invasives — comme savoir si une femme a entendu parler de la maladie, si elle a récemment visité une clinique et quelle est son autonomie en matière de soins de santé — les agents de santé pourraient identifier avec précision les femmes présentant un risque élevé de ne jamais être dépistées.

L'étude a également utilisé une méthode pour expliquer précisément comment l'ordinateur est parvenu à ses conclusions, brisant la « boîte noire » de l'algorithme pour montrer la logique humaine derrière les chiffres. Cette analyse a confirmé que les moteurs les plus puissants du dépistage étaient la sensibilisation à la maladie, l'obtention d'un enseignement secondaire ou supérieur, et la liberté de faire ses propres choix de santé. Elle a également souligné que le contact récent avec le système de santé, comme une visite à la clinique pour la vaccination d'un enfant ou des soins prénatals, constituait un signal fort que la femme était prête pour le dépistage du cancer du col de l'utérus. Ces résultats suggèrent que les barrières au dépistage ne sont pas seulement liées à la distance ou au coût, mais sont profondément ancrées dans la connaissance, l'autonomie et la structure de la vie quotidienne.

Les chercheurs proposent que ce modèle informatique étalonné puisse être directement intégré dans les tablettes mobiles utilisées par les milliers d'agents de santé communautaires en Éthiopie. Lorsque ces agents visitent les foyers, ils pourraient saisir les réponses à quelques questions simples, et le système signalerait instantanément les femmes n'ayant jamais été dépistées tout en expliquant pourquoi. Au lieu de deviner quels ménages prioriser, les agents de santé pourraient consacrer leur temps et leurs ressources limités aux femmes qui en ont le plus besoin, en offrant des conseils personnalisés et en organisant des orientations vers des soins. Cette approche fait passer la santé publique d'un effort large et dispersé à une stratégie précise et ciblée. En utilisant les données pour comprendre les barrières spécifiques faisant face à chaque femme, le pays peut commencer à combler l'écart entre les femmes protégées et celles qui restent vulnérables, transformant un modèle statistique complexe en un outil pratique pour sauver des vies.