Urbanization, geographic accessibility, and delayed entry into tuberculosis-designated care in southwestern China: a machine-learning prediction study

Sintesi Tecnica: Urbanizzazione, Accessibilità Geografica e Ritardo nella Cura della TBC nel Sud-Ovest della Cina

Problematica
Il ritardo nella cura della tubercolosi (TBC) — ovvero l'intervallo tra l'insorgenza dei sintomi e l'accesso a una cura efficace — rimane una barriera critica per la diagnosi precoce, il trattamento e il controllo della trasmissione. Sebbene ricerche precedenti abbiano identificato determinanti demografici, socioeconomici e clinici del ritardo, gli studi in regioni montuose e in rapida urbanizzazione spesso si affidano a proxy geografici grossolani (ad esempio, residenza rurale o confini amministrativi) piuttosto che all'accessibilità fine su scala di rete stradale. In contesti come Guangxi e Guizhou, in Cina, dove il terreno è complesso e gli insediamenti sono dispersi, tali misure grossolane possono non catturare il reale carico fisico necessario per raggiungere le strutture designate per la TBC. Inoltre, la natura dinamica dell'urbanizzazione e degli investimenti nelle infrastrutture modella continuamente l'accesso spaziale, eppure pochi studi esaminano come questi processi alterino i percorsi verso l'assistenza designata. Questo studio affronta la lacuna nella comprensione di come l'accessibilità geografica su scala fine contribuisca al ritardo nell'ingresso nelle cure designate per la TBC all'interno di un contesto multi-etnico e montuoso.

Metodologia
Gli autori hanno condotto uno studio di modellazione predittiva retrospettiva utilizzando un ampio dataset di sorveglianza di routine composto da 60.778 pazienti con TBC polmonare di nuova registrazione nelle province di Guangxi e Guizhou.

• Fonti dei Dati: L'analisi ha integrato registri di sorveglianza della TBC, variabili cliniche e di gestione della salute pubblica, informazioni sull'assicurazione sanitaria, codici di diagnosi ospedaliera e dati di accessibilità geografica ad alta risoluzione.
• Definizione dell'Esito: L'esito primario è stato il "ritardo nell'ingresso nelle cure designate per la TBC", definito come un intervallo di almeno 14 giorni tra l'insorgenza dei sintomi e la prima visita registrata presso una struttura designata per la TBC. Una soglia di 7 giorni è stata utilizzata per l'analisi di sensibilità.
• Ingegneria delle Caratteristiche (Feature Engineering): I predittori includevano dati demografici, stato migratorio, tipo di assicurazione, comorbidità (HIV/AIDS, diabete), caratteristiche temporali, caratteristiche dei sintomi e metriche dettagliate di accessibilità geografica (tempo di percorrenza più vicino e medio sulla rete stradale, distanza sulla rete stradale e distanza in linea d'aria). I dati mancanti sono stati gestiti tramite categorie informative, imputazione della moda o stime specifiche del modello.
• Sviluppo del Modello: Il dataset è stato suddiviso in un set di addestramento del 70% e un set di test del 30% tramite stratificazione dell'esito. È stata impiegata una validazione incrociata stratificata a cinque pieghe (five-fold cross-validation) per l'ottimizzazione degli iperparametri. I modelli candidati includevano LightGBM, XGBoost, Random Forest, regressione logistica Elastic Net e un ensemble di probabilità media.
• Metriche di Valutazione: Le prestazioni sono state valutate tramite discriminazione (ROC-AUC, PR-AUC), calibrazione, analisi della curva decisionale (beneficio netto) e importanza delle variabili (valori SHAP). Le soglie sono state selezionate per massimizzare l'indice di Youden, con ulteriori report per le soglie che favoriscono la sensibilità.

Risultati Chiave

• Prevalenza: Il 63,5% (38.590/60.778) dei pazienti ha sperimentato un ritardo nell'ingresso nelle cure designate per la TBC. I pazienti in ritardo erano generalmente più anziani, avevano maggiori probabilità di essere agricoltori e affrontavano un'accessibilità geografica meno favorevole (ad esempio, il tempo mediano di percorrenza sulla rete stradale più vicino era di 2126 secondi rispetto ai 2035,5 secondi dei pazienti non in ritardo).
• Prestazioni del Modello: LightGBM ha ottenuto le migliori prestazioni sul set di test tenuto in esclusiva, con un ROC-AUC di 0,703 e un PR-AUC di 0,796. Alla soglia dell'indice di Youden, ha dimostrato un'accuratezza di 0,651, una sensibilità di 0,678 e una specificità di 0,603. XGBoost ha ottenuto prestazioni quasi identiche, mentre Random Forest ed Elastic Net hanno mostrato una discriminazione inferiore.
• Importanza dei Predittori: Gli indicatori di accessibilità geografica (distanza sulla rete stradale, tempo di percorrenza e distanza in linea d'aria) sono emersi come i domini predittivi più informativi, classificandosi al di sopra delle variabili convenzionali demografiche, cliniche e di utilizzo dei servizi. L'analisi SHAP ha confermato che queste variabili spaziali hanno guidato il potere predittivo del modello.
• Robustezza: L'analisi di sensibilità utilizzando una soglia di ritardo di 7 giorni ha prodotto un ROC-AUC più elevato (0,727) e un PR-AUC più elevato (0,874), coerentemente con il tasso di eventi più alto. Le analisi per sottogruppi in base a età, sesso e stato di residenza hanno mostrato una discriminazione ampiamente coerente (ROC-AUC 0,688–0,706).

Significatività e Rivendicazioni
L'articolo sostiene che l'accessibilità geografica su scala fine fornisce informazioni predittive critiche che sono spesso oscurate da proxy amministrativi grossolani. Lo studio riposiziona la comprensione del ritardo nella TBC negli ambienti montuosi e multi-etnici:

1. Dinamiche Spaziali: Le barriere geografiche non sono caratteristiche topografiche statiche, ma sono rimodellate dinamicamente dall'urbanizzazione, dagli investimenti nelle infrastrutture e dalla decentralizzazione dei servizi sanitari.
2. Gerarchia Predittiva: Quando vengono inclusi i parametri diretti di accesso alla rete stradale, essi spesso superano i predittori tradizionali come la provenienza del paziente, lo stato assicurativo o l'occupazione nell'identificare le popolazioni a rischio. Ciò suggerisce che le precedenti associazioni tra questi fattori e il ritardo possano riflettere in parte problemi di accesso spaziale non misurati.
3. Implicazioni Politiche: Gli autori sostengono che ridurre il ritardo nella TBC richieda l'integrazione della pianificazione dei trasporti, della strategia di sviluppo urbano e della riprogettazione dei servizi sanitari. Le politiche non dovrebbero trattare le barriere geografiche come condizioni di sfondo immutabili. Invezione, la sorveglianza di routine della TBC collegata alle misure di accessibilità spaziale può supportare l'assistenza mirata, il coordinamento dei rinvii e la pianificazione stagionale dei servizi (ad esempio, regolandosi sui cicli agricoli o sulle stagioni delle piogge).
4. Contributo Metodologico: Lo studio dimostra l'utilità del machine learning (specificamente dei metodi ensemble basati su alberi) nell'integrare interazioni complesse e non lineari tra dati demografici, clinici e spaziali per la stratificazione del rischio di salute pubblica.

Gli autori mantengono un tono modesto riguardo all'utilità del modello, descrivendolo come uno "strumento di pianificazione basato sulla sorveglianza" piuttosto che una regola decisionale deterministica per il singolo paziente. Essi sottolineano che è necessaria una validazione esterna e prospettica prima dell'implementazione operativa e riconoscono i limiti, come la mancanza di dati sui fattori comportamentali (ad esempio, alfabetizzazione sanitaria, stigma) e l'impossibilità di osservare la ricerca di cure prima della prima visita presso una struttura designata per la TBC.