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

Nei primi due anni di vita di un bambino, il corpo sta costruendo le proprie fondamenta. Questo è un periodo critico in cui la nutrizione e l'ambiente plasmano non solo la crescita del bambino, ma anche la capacità del suo sistema immunitario di combattere le malattie comuni. Quando un bambino in un contesto a basso reddito sviluppa febbre, diarrea o un'infezione respiratoria, la posta in gioco è alta; queste malattie acute sono la principale causa di morte per i bambini piccoli in molte parti del mondo. Sebbene i medici e gli esperti di sanità pubblica sappiano da tempo che la povertà, la mancanza di istruzione e una dieta povera contribuiscono alla malattia, la miscela esatta di fattori è complessa. È difficile isolare quale singolo intervento salverebbe più vite o preverrebbe la maggior quantità di malattie in una specifica regione. Per risolvere questo problema, i ricercatori si stanno rivolgendo sempre più a modelli informatici in grado di setacciare enormi quantità di dati provenienti da sondaggi per trovare schemi che l'analisi umana potrebbe perdere, consentendo loro di testare cosa accadrebbe se determinate condizioni venissero migliorate.

Un team di ricercatori in Pakistan ha applicato questo approccio alla salute dei bambini nel Punjab, la provincia più popolosa del paese. Si sono concentrati sui bambini tra i sei e i ventitré mesi di età, un gruppo particolarmente vulnerabile. Utilizzando i dati di un massicciamente esteso sondaggio familiare condotto nel 2017 e nel 2018, hanno esaminato quasi 10.000 bambini per capire perché alcuni fossero malati e altri sani. I ricercatori non stavano solo cercando correlazioni; volevano simulare il futuro. Hanno costruito un modello informatico che apprendeva dai dati esistenti per prevedere la malattia, e poi hanno posto una domanda ipotetica: cosa accadrebbe alla salute dell'intera popolazione se ogni bambino avesse accesso a integratori vitaminici, o se ogni madre avesse un livello di istruzione più elevato? Questo metodo, noto come simulazione controfattuale, permette agli scienziati di stimare l'impatto potenziale dei cambiamenti nelle politiche prima che vengano effettivamente implementati.

Lo studio è iniziato osservando la realtà attuale sul campo. Nelle due settimane precedenti il sondaggio, quasi la metà dei bambini del campione era stata malata di almeno uno dei principali disturbi infantili: febbre, diarrea, tosse o difficoltà respiratorie. Il carico di malattia non era distribuito uniformemente in tutta la provincia. In alcune divisioni, come Dera Ghazi Khan, più di due terzi dei bambini erano stati malati, mentre in altre, come Gujranwala, il tasso era significativamente più basso. I ricercatori hanno anche notato che la stragrande maggioranza dei bambini non riceveva integratori di vitamine o minerali, e che una grande parte delle madri non aveva un'istruzione formale. Questi erano gli ingredienti grezzi di cui il modello informatico aveva bisogno per imparare.

Per dare senso a questa complessità, i ricercatori hanno utilizzato una tecnica di apprendimento automatico chiamata "random forest". Immaginate una foresta di alberi decisionali, dove ogni albero pone una serie di domande semplici sulla vita di un bambino — come "La famiglia ha un'assicurazione sanitaria?" o "Il bambino ha ricevuto vitamine?" — per decidere se è probabile che il bambino sia malato. Il computer ha costruito migliaia di questi alberi, ognuno dei quali analizzava i dati in modo leggermente diverso, e poi ha lasciato che votassero sulla risposta finale. Questo approccio è potente perché può gestire dati reali disordinati dove molti fattori si sovrappongono. Il modello è stato addestrato sulla maggior parte dei dati ed è stato poi testato su un gruppo separato per vedere quanto fosse efficace; ha previsto con successo se un bambino fosse sano o malato meglio del semplice caso, dimostrando che i dati contenevano segnali chiari su ciò che guida la malattia.

Una volta costruito il modello, i ricercatori si sono dedicati alla parte più importante dello studio: identificare quali fattori contassero di più. Hanno misurato quanto ogni variabile, dalla ricchezza alla dieta, contribuisse alla capacità del modello di distinguere tra bambini malati e sani. I risultati sono stati sorprendenti. Il fattore più importante in assoluto era l'accesso agli integratori di vitamine e minerali. Questo fattore superava tutto il resto, inclusi la ricchezza della famiglia e il livello di istruzione della madre. Sebbene la povertà e l'istruzione siano innegabilmente legate alla salute, i dati hanno mostrato che la presenza o l'assenza di questi integratori era il predittore più forte del rischio di malattia per un bambino. Altri fattori, come l'istruzione della madre e la dieta del bambino, erano anch'essi importanti, ma giocavano un ruolo secondario rispetto agli integratori.

I ricercatori hanno poi utilizzato il modello per eseguire le loro simulazioni, creando di fatto una versione digitale del Punjab in cui potevano cambiare una regola alla volta. Nel primo scenario, hanno immaginato un mondo in cui ogni singolo bambino dello studio avesse accesso agli integratori di vitamine e minerali. Il modello ha previsto che questo singolo cambiamento avrebbe portato a un massiccio miglioramento della salute pubblica. Il tasso di bambini sani sarebbe aumentato di quasi tredici punti percentuali, un cambiamento che rappresenta migliaia di bambini malati in meno in tutta la provincia. Nel secondo scenario, hanno immaginato che ogni madre del campione avesse raggiunto un livello di istruzione superiore. Ciò ha portato anche a un miglioramento, ma molto più piccolo, aumentando il tasso di salute di circa tre punti e mezzo. Il terzo scenario, in cui ogni bambino aveva una dieta che soddisfaceva gli standard minimi di diversità, ha prodotto il guadagno minore, aumentando il tasso di salute di meno dello 0,5%.

Questi risultati suggeriscono che, sebbene l'istruzione e la dieta siano vitali, la leva più immediata e potente per ridurre la malattia in questa specifica popolazione è garantire che i bambini ricevano le loro vitamine e i loro minerali. La simulazione indica che un programma mirato alla fornitura di questi integratori potrebbe avere un impatto molto maggiore sulla salute generale della popolazione rispetto ad altre forme di intervento, almeno nel breve termine. I ricercatori hanno sottolineato che ciò non significa che l'istruzione o la dieta non siano importanti; piuttosto, suggerisce che, in un contesto di risorse limitate, la carenza di accesso agli integratori è un collo di bottiglia critico che, se rimosso, produce il rendimento più elevato. Lo studio evidenzia che nelle divisioni con i tassi di malattia più alti, come Dera Ghazi Khan, dare priorità a questi integratori potrebbe salvare il maggior numero di vite.

Lo studio conclude che questa combinazione di apprendimento automatico e simulazione offre un nuovo modo per prendere decisioni di sanità pubblica. Invece di indovinare quale politica potrebbe funzionare, i funzionari possono utilizzare questi modelli per vedere l'esito probabile di diverse scelte. Per i bambini del Punjab, la strada da seguire appare chiara: sebbene gli investimenti a lungo termine in istruzione e nutrizione rimangano essenziali, uno sforzo mirato a garantire che ogni bambino riceva integratori di vitamine e minerali potrebbe ridurre drasticamente il carico delle malattie acute nei prossimi anni. I dati forniscono una tabella di marcia, mostrando che un intervento relativamente semplice potrebbe portare a un futuro più sano per i bambini più vulnerabili della regione.