孟加拉国儿童死亡率预测：十年验证研究
机器学习
2026-02-05 v1 计算机与社会
摘要
儿童死亡率预测的机器学习模型倾向于在未来人群中表现不准确，因为它们因交叉验证中使用的随机化而受 look-ahead bias 的影响。使用来自孟加拉国 2011-2022 年的人口与健康调查（DHS）数据（n = 33,962），本文进行了研究。我们在 (2011-2014) 数据上训练模型，在 2017 年数据上验证，在 2022 年数据上测试。初始测试后八年，基于遗传算法的神经网络架构搜索发现，单层神经网络（64 个单元）优于 XGBoost（AUROC = 0.76 vs. 0.73；p < 0.01）。此外，通过详细的公平性审计，我们识别出一种整体的“社会经济预测梯度”，表现出区域贫困水平（r = -0.62）与算法 AUC 之间的正相关。在此基础上，我们发现该模型在最贫困地区的表现最佳（AUC 0.74），而在最富裕地区的表现则显著下降（AUC 0.66）。这些发现表明，该模型正在识别最需要干预的地区。我们的模型在以 10% 水平筛查时，比 Gradient Boosting 模型多识别约 1300 名风险儿童，经由 SHAP 值和 Platt Calibration 验证，因此提供了一个稳健、可投入生产的计算表型，用于针对性母婴健康干预。
引用
@article{arxiv.2602.03957,
title = {Child Mortality Prediction in Bangladesh: A Decade-Long Validation Study},
author = {Md Muhtasim Munif Fahim and Md Rezaul Karim},
journal= {arXiv preprint arXiv:2602.03957},
year = {2026}
}