Which African Countries are at Risk of Missing SDG 3.2? Bayesian Mapping of Under-Five Mortality Using UNICEF 2024 Data

Technische Samenvatting: Bayesiaanse mapping van kindersterfte onder vijfjarigen en SDG 3.2-risico in Afrika

Probleemstelling
Ondanks de wereldwijde vooruitgang in het verminderen van kindersterfte, blijft het tempo van verbetering in Afrika ongelijkmatig, wat zorgen baart over het vermogen van het continent om het Duurzame Ontwikkelingsdoel (SDG) 3.2 te halen. Dit doel beoogt de kindersterfte onder vijfjarigen te verminderen tot minder dan 25 sterfgevallen per 1.000 levend geborenen in 2030. Bestaande beoordelingen vertrouwen vaak op geobserveerde mortaliteitsniveaus of deterministische projecties die er niet in slagen de onzekerheid rondom toekomstige bereikbaarheid of de relatieve urgentie van interventies adequaat te kwantificeren. Bovendien verhullen nationale gemiddelden vaak hardnekkige geografische ongelijkheden en ruimtelijke clustering van mortaliteitsrisico's. Er is een kritieke behoefte aan een kader dat onzekerheidskwantificering, de afstand tot de SDG-doelstelling en het tempo van mortaliteitsreductie integreert om de landen te identificeren die het grootste risico lopen de 2030-deadline te missen.

Methodologie
De studie maakte gebruik van een Bayesiaans ruimtelijk ecologisch voorspellingsontwerp met behulp van 2024 landgegevens van 49 Afrikaanse landen verkregen van UNICEF. Het analytische kader maakte gebruik van Integrated Nested Laplace Approximation (INLA) om gestructureerde additieve regressiemodellen te fitten.

• Modelspecificatie: De auteurs vergeleken Gaussische, Gamma- en Exponentiële likelihoods. De ruimtelijke structuur werd gemodelleerd met behulp van een intrinsic Conditional Autoregressive (ICAR) prior om de ruimtelijke afhankelijkheid tussen naburige landen te verklaren.
• Predictoren: De verklarende variabelen omvatten DTP3-immunisatie, exclusief borstvoedingsgedrag, prevalentie van ondergewicht en stunting, levensverwachting, populatiedemografie, gezondheidsuitgaven, moedersterftecijfer en de prevalentie van pneumonie en diarree.
• Modelselectie: De modelpassing werd geëvalueerd met behulp van de Deviance Information Criterion (DIC), de Watanabe-Akaike Information Criterion (WAIC) en conditional predictive ordinates.
• Nieuwe Indices: Om verder te gaan dan beschrijvende statistiek, ontwikkelde de studie twee samengestelde metrieken:
  • SDG Failure Index (SFI): Combineert de posterior exceedance probability (de kans dat het sterftecijfer van een land boven de drempelwaarde van 2,5% ligt) met de omvang van de SDG-kloof.
  • Priority Intervention Index (PII): Integreert de SFI met de Annual Rate of Reduction (ARR) om landen te classificeren in hoge, matige of lage prioriteit voor interventie.
• Voorspelling: Bayesiaanse posterior predictieve simulaties werden gebruikt om de waarschijnlijkheid van het behalen van SDG 3.2 tegen 2030 te schatten, uitgaande van de voortzetting van de recente trends in mortaliteitsreductie.

Belangrijkste Resultaten

• Ruimtelijke Clustering: Er werd een significante positieve ruimtelijke autocorrelatie waargenomen (Moran's I = 0,355, p < 0,001). Hotspot-analyse identificeerde een "High-High"-cluster in Benin, Nigeria en Kameroen, wat wijst op een gelokaliseerde regio met persistent hoge mortaliteit. Daarentegen werd Tunesië geïdentificeerd als een "Low-Low"-cluster.
• Modelprestaties: Het Gamma-model bood de beste passing (DIC = 114,92; WAIC = 111,71). In dit model was de prevalentie van diarree de enige significante predictor van de sterfte onder vijfjarigen (posterior mean = 0,030; 9 95% CrI: 0,004–0,056) na correctie voor ruimtelijke afhankelijkheid en andere covariaten.
• Status van SDG-bereikbaarheid: Van de 49 geanalyseerde landen hadden er slechts vijf (10,2%) het SDG 3.2-doel al bereikt, en vier (8,2%) waren nabij het bereiken ervan. Daartegenover stonden 23 landen (46,9%) die als "hoog risico" werden geclassificeerd, en 41 landen (83,7%) die onwaarschijnlijk de doelstelling tegen 2030 zouden halen onder de huidige trajecten.
• Regionale Dispariteiten: West-Afrika registreerde de hoogste gemiddelde mortaliteit (7,05%), gevolgd door Centraal-Afrika (6,89%). Noord-Afrika had de laagste gemiddelde waarde (1,64%) en de laagste exceedance probability (0,082).
• Ongelijkheid: De Gini-coëfficiënt voor de sterfte onder vijfjarigen over het continent was 0,263, wat duidt op matige ongelijkheid. De top 10 slecht presterende landen (bijv. Nigeria, Niger, Somalië) waren geconcentreerd in West-, Centraal- en Oost-Afrika, terwijl de beste presteerders (bijv. Libië, Tunesië, Marokko) in Noord-Afrika lagen.

Belangrijkste Bijdragen
Het artikel introduceert een praktisch analytisch kader voor SDG-monitoring dat de volgende elementen integreert:

1. Bayesiaanse Exceedance Probability Mapping: Het kwantificeren van de kans dat een land boven de mortaliteitsdrempel zal blijven, in plaats van enkel puntwaarden te schatten.
2. Samengestelde Indices: De ontwikkeling van de SDG Failure Index (SFI) en de Priority Intervention Index (PII) maakt de gelijktijdige beoordeling van mortaliteitstekorten en de urgentie van vereiste actie mogelijk.
3. Probabilistische Voorspelling: Verder gaan dan deterministische trends door landspecifieke waarschijnlijkheden van doelbereik tegen 2030 te bieden, waarbij expliciet rekening wordt gehouden met onzekerheid.

Betekenis en Claims
De auteurs beweren dat hun studie een uitgebreidere beoordeling biedt van de vooruitzichten op kinderoverleving dan eerdere literatuur, die voornamelijk gericht was op het beschrijven van mortaliteitspatronen of het identificeren van risicofactoren zonder de waarschijnlijkheid van het missen van internationale doelen te evalueren. Door vast te stellen dat bijna de helft van de Afrikaanse landen een hoog risico loopt om SDG 3.2 te missen, en dat slechts vijf landen waarschijnlijk zullen slagen, biedt de studie een evidence-based kader voor het prioriteren van middelenallocatie. De auteurs stellen dat de integratie van exceedance probability, de SFI en de PII een mechanisme biedt voor beleidsmakers om onderscheid te maken tussen landen die slechts boven de drempelwaarde liggen en landen met een bijna zekere kans op falen, waardoor geografisch gerichte interventies in West-, Centraal- en delen van Oost-Afrika worden gefaciliteerd. De studie concludeert dat zonder versnelde vooruitgang en versterkte gezondheidssystemen, met name bij de aanpak van diarreeziekten en regionale ongelijkheden, de meerderheid van de Afrikaanse landen het 2030-doel zal missen.