技術要約：ガーナにおけるANC（妊婦健診）と出生率の不平等に関する空間的機械学習分析（1988–2022年）

問題提起

熟練した妊婦健診（ANC）は、母体および新生児死亡を減少させるための極めて重要な予防的介入であるが、サブサハラアフリカは依然として、高出生率かつ地理的に疎外されたコミュニティに集中する母体死亡の不均衡な負担を負っている。ガーナは2022年までにほぼ普遍的な熟練ANCカバレッジを達成したが、依然として顕著な国内レベルの格差が存在する。本研究が扱う核心的な問題は、ガーナの16行政地域における、ANCへのアクセスと合計特殊出生率（TFR）の間の複雑で非線形な関係である。従来の回帰手法では、時空間的なダイナミクス、空間的自己相関、および高出生率が供給側の改善とは無関係にANC利用を抑制する非線形な閾値を捉えることが困難である。さらに、標準的なカバレッジ指標は、高いカバレッジと高い出生率の負担が共存し、ヘルスケアシステムを圧迫する「ワークホース（働き手）」現象のような、出生率に関連する不平等を覆い隠してしまう可能性がある。

方法論

本研究は、1988年から2022年までの計9波のガーナ人口保健調査（DHS）を用いた縦断的な生態学的デザインを採用しており、16行政地域における94の地域・年次観測値を生成している。分析には、空間統計学、機械学習、および新規の複合指標を統合している：

• データソース: DHSのサブナショナルデータ（熟練ANCカバレッジ、TFR、思春期出生率）および行政境界ジオメトリ（261のMMDA）。
• 不平等分析: ANCカバレッジとTFRの地域間不平等を追跡するために、ジニ係数を算出した。
• 空間的自己相関: 全域的モラン指数（k=4の最近隣重みを使用）および、Rook近接性を用いた局所的空間的自己相関（LISA）を用いて、クラスタリングパターンおよびホットスポット／コールドスポットを検出した。
• 機械学習: 熟練ANCカバレッジを予測するために、2つの教師ありモデルを訓練した：
  • ランダムフォレスト（RF）回帰モデル: 推定器200、max_depth=6、5分割交差検証。
  • 決定木（DT）回ブルモデル: ベンチマークとして使用。
  • 特徴量寄与度: 部分依存プロット（PDP）を用いて、TFRとANCの関係における非線形な変曲点を特定した。
• 新規指標:
  • ケア効率指数（CEI）: $CEI = \text{熟練ANC (\%)} / \text{TFR}$ と定義され、出生率の負担に対するサービス利用の効率性を測定する。
  • 二変量リスク層別化: ANCとTFRのグランド平均に対するzスコアに基づき、観測値を4つのゾーン（クリティカル、エマージング、ワークホース、レジリエント）に分類した。

主な貢献

1. 時空間収束分析: 本研究は、ANCカバレッジの地域間不平等の劇的な減少（ジニ係数の87.9%減少）を定量化すると同時に、出生率に関連する空間的クラスタリングの持続を浮き彫りにした。
2. 指標のデカップリング（分離）: 2022年までに、ANCカバレッジのクラスタリングは有意ではなくなった（一様なカバレッジを示す）一方で、TFRのクラスタリングは強まった（モラン指数 = 0.606）ことを示し、人口統計学的決定要因がヘルスケアサービスの提供よりも長いタイムホライゾンで反応することを示唆した。
3. 探索的変曲点: RFの部分依存分析を用い、TFRが5.90付近にある際に、歴史的データにおいて予測されるANCカバレッジが低下するという潜在的な非線形変曲点を特定した。
4. 効率性とリスクの類型化: CEIと二変量リスク層別化の導入により、「レジリエント（高ANC、低TFR）」と「ワークホース（高ANC、高TFR）」のプロファイル間の差異を識別するツールを提供し、カバレッジのパーセンテージだけでは見落とされるリソース配分のニーズを明らかにした。

主な結果

• カバレッジの傾向: 国家全体の熟練ANCカバレッジは、83.1%（1988年）から97.7%（2022年）へと増加した。北部ベルト（Northern Belt）は最大の絶対的利得を示し（例：北部地域で+43.0ポイント）、南北格差を32.4ポイントから0.9ポイントへと縮小させた。
• 不平等指標: ANCの地域間ジニ係数は0.070から0.008へと低下した。対照的に、TFRのジニ係数の低下は27%にとどまり、出生率の不平等は政策介入に対してより抵抗力が強いことが示された。
• 機械学習の性能: ランダムフォレストモデルは決定木モデルを上回った（テスト $R^2$ = 0.381 vs. -0.296）。調査年が主要な予測因子（重要度43.7%）であり、次いでTFR（38.8%）であった。
• 変曲点: RFモデルは、TFR ≈ 5.90における探索的な変曲点を特定した。この閾値を超えると、予測されるANCカバレッジは非線形に低下しており、これは高出生率の設定における需要側の障壁（例：パートナーの反対、交通コスト）を反映している可能性がある。
• 地域的格差:
  • ケア効率: グレーター・アクラがCEI 31.9でリードし、北東州は14.5と低迷しており、2022年時点で同様のカバレッジレベルでありながら2.2倍の効率格差が存在した。
  • リスク層別化: 2022年、ほとんどの地域は「レジリエント」または「ワークホース」であった。しかし、北部ベルトは依然として「ワークホース」のパターン（高ANC／高TFR）を維持しており、南部地域と比較して、プロバイダー一人当たりのサービス負担が高いことを示唆している。
• 空間的クラスタリング: 2022年までに、TFRは強い正の空間的クラスタリング（モラン指数 = 0.606, p=0.001）を示し、特に北部ベルトにおいて顕著であったが、ANCのクラスタリングは消失した。

意義と主張

本論文は、ガーナがほぼ普遍的な熟練ANCカバレッジを達成し、地域間のカバレッジ不平等を解消した一方で、出生率に関連する空間的不平等は、特に北部ベルトにおいて持続していると主張している。本研究は、従来のカバレッジ統計は、ヘルスケアへの投資を導く上で不十分であると論じている。なぜなら、それらは「ワークホース」による負担や、高出生率地域と低出生率地域との間の効率性の差を覆い隠してしまうからである。

著者らは、ケア効率指数（CEI）と二変量リスク層別化が、ターゲットを絞った投資のための仮説生成ツールを提供すると考えている。具体的には、高TFRかつ高ANCの地域（ワークホース）は、レジリエントな地域とは異なるリソース配分（例：スタッフの配置強度）を必要としていることを示唆している。探索的なTFRの変曲点（5.90付近）は、さらなる検証のための閾値として提示されており、高出生率がANC利用に対する独立した障壁を生み出す限界点である可能性を示している。

本研究は、政策の優先事項が供給側の拡大を超えて、北部ベルトにおけるターゲットを絞った出生率移行プログラムや女性の教育的エンパワーメントへと拡張されるべきであることを結論付けている。また、これらの知見は生態学的であり、仮説生成的なものであることを強調し、個人のレベルでのさらなる検証なしにTFRとANCの関係を因果関係として解釈することには注意を促している。