使用 restless 多臂老虎机进行选择性干预规划以改善母婴健康结局
机器学习
2021-10-19 v4
摘要
印度的孕产妇死亡率为每 10 万活产 113 例，儿童死亡率为每 10 万活产 2830 例。缺乏获得预防性护理信息的途径是这些死亡的主要促成因素，尤其在资源匮乏家庭中。我们与总部位于印度的非营利组织 ARMMAN 合作，该组织采用基于电话的信息项目向孕妇和近期分娩妇女传播健康相关信息。我们分析了超过 30 万名登记在该 ARMMAN 所创项目中的女性的通话记录，并试图识别可能不参与这些已被证明能带来积极健康结局的电话项目的女性。我们构建了基于机器学习的模型，根据通话日志和受益者人口统计信息预测长期参与模式，并通过试点验证讨论了该方法在现实世界中的适用性。通过一项试点服务质量改进研究，我们表明使用我们模型的预测进行干预可使参与指标提升 61.37%。随后我们将干预规划问题表述为 restless 多臂老虎机（RMABs），并给出使用此方法的初步结果。
引用
@article{arxiv.2103.09052,
title = {Selective Intervention Planning using Restless Multi-Armed Bandits to Improve Maternal and Child Health Outcomes},
author = {Siddharth Nishtala and Lovish Madaan and Aditya Mate and Harshavardhan Kamarthi and Anirudh Grama and Divy Thakkar and Dhyanesh Narayanan and Suresh Chaudhary and Neha Madhiwalla and Ramesh Padmanabhan and Aparna Hegde and Pradeep Varakantham and Balaraman Ravindran and Milind Tambe},
journal= {arXiv preprint arXiv:2103.09052},
year = {2021}
}
备注
7 pages. Camera-ready version for AASG 2021 Workshop