基于机器学习和空间分析的全球疟疾发病与死亡率预测及关键因素解析

本研究针对全球疟疾负担持续存在的重大公共卫生挑战，研究人员采用XGBoost机器学习模型结合可解释人工智能(XAI)和因果人工智能(CAI)技术，对106个国家2000-2022年的疟疾数据进行空间分析。研究识别出尼日利亚、刚果民主共和国等高发区域，发现基本卫生设施、电力供应等关键影响因素，预测2040年发病率将升至160.22/1000人，为精准防控提供数据支持。

　　

疟疾这个古老的传染病至今仍是全球公共卫生的重大威胁，特别是在医疗资源有限的地区。尽管经过数十年防控努力，2022年全球疟疾病例仍高达2.5175亿例，2020年死亡人数达到峰值99,554例。更令人担忧的是，疟疾对5岁以下儿童和孕妇的影响尤为严重，撒哈拉以南非洲地区集中了全球95%的病例和死亡。面对如此严峻的形势，传统防控策略如药浸蚊帐、室内滞留喷洒等虽取得一定成效，但复杂的生物、环境和社会经济因素相互作用，使得彻底消除疟疾面临巨大挑战。

Begum Rokeya University（贝古姆·洛克亚大学）统计系的Md.Siddikur Rahman和Md.Abu Bokkor Shiddik开展了一项开创性研究。研究人员整合机器学习与空间分析技术，试图破解疟疾传播的复杂机制，相关成果发表在《Scientific Reports》上。这项研究最突出的价值在于，首次将XGBoost算法与可解释人工智能(XAI)、因果人工智能(CAI)相结合，通过空间自相关分析（包括Getis-Ord Gi*和Moran's I），系统识别疟疾传播的热点区域和关键驱动因素。

研究团队采用了多项关键技术方法：从WHO等机构获取106个国家2000-2022年的多维数据；使用missRanger和MICE算法处理缺失值；构建XGBoost预测模型并通过10折交叉验证优化；应用SHAP值进行特征重要性分析；采用因果影响库(causalImpact)进行因果推断；运用spdep和sf包进行空间自相关分析，识别高-高聚类区域。

【全球疟疾负担分布特征】研究发现2022年疟疾病例达2.5175亿例，尼日利亚以13.3299亿例居首，刚果民主共和国(6.2316亿例)和印度(3.1983亿例)紧随其后。死亡率方面，南苏丹(149,753例)、赞比亚(143,546例)和中非共和国(124,801例)最为严重。布基纳法索(发病率485.6/1000，死亡率194.5/10万)等国家负担尤为沉重。

【空间聚类模式】通过Local Moran's I分析发现，疟疾发病率在布隆迪(1.562,p=0.029)、贝宁(2.593,p<0.001)和布基纳法索(3.751,p=0.001)形成显著的高-高聚类区。Getis-Ord Gi*统计进一步识别出加纳(3.663,p<0.001)等热点区域，为精准防控提供了地理定位。

【关键影响因素】XGBoost模型表现出卓越的预测性能(RMSE=0.63,R²=0.93)。特征重要性分析显示，基本卫生服务(MeanSHAP=1.003)、饮用水获取(0.426)、人口增长(0.339)和电力供应(0.318)是主要驱动因素。结构方程模型(SEM)证实电力可及性(-1.145)与发病率负相关，而5岁以下死亡率(0.906)呈正相关。

【未来趋势预测】模型预测显示，到2040年疟疾发病率可能升至160.22/1000人，死亡率达56.12/10万。布隆迪(828.52/1000)和所罗门群岛(804.86/1000)将成为发病率最高的地区，利比里亚(252.55/10万)等国的死亡风险最大。

这项研究通过创新的多学科方法，揭示了疟疾传播的复杂机制和空间异质性。研究不仅证实了基础设施和卫生条件的关键作用，还量化了各因素的影响程度，为资源分配提供了科学依据。特别值得注意的是，研究提出的AI驱动空间模型可直接整合到国家疟疾监测系统，实现实时热点监测和精准干预。从公共卫生角度看，这项研究的意义在于：首次在全球尺度上系统评估了非生物因素对疟疾的影响；开发了可解释的预测框架；为联合国可持续发展目标中"终结疟疾流行"的指标提供了评估工具。正如作者强调的，只有将先进分析技术与本地化防控策略相结合，才能有效应对这一持续威胁全球健康的重大挑战。