Каунина Дарья Владимировна – младший научный сотрудник отдела исследований общественного здоровья
ул. Воронцово Поле, д. 12, стр. 1, г. Москва, 101000
Daria V. Kaunina, Junior Researcher, Department of Public Health Research
Bldg 1, 12 Vorontsovo Pole Street, Moscow, 105064
Каримов Денис Олегович – к.м.н., с.н.с. отдела исследований общественного здоровья; заведующий отделом токсикологии и генетики с экспериментальной клиникой лабораторных животных
ул. Воронцово Поле, д. 12, стр. 1, г. Москва, 101000
Denis O. Karimov, Cand. Sci. (Med.), Senior Researcher, Department of Public Health Research; Head of the Department of Toxicology and Genetics with an experimental laboratory animal clinic
Bldg 1, 12 Vorontsovo Pole Street, Moscow, 105064
Горбачева Наталия Анатольевна – к.м.н., старший научный сотрудник отдела изучения образа жизни и охраны здоровья населения
ул. Воронцово Поле, д. 12, стр. 1, г. Москва, 101000
Nataliya A. Gorbacheva, Cand. Sci. (Med.), Senior Researcher
Bldg 1, 12 Vorontsovo Pole Street, Moscow, 105064
Васильева Татьяна Павловна – д.м.н., профессор, заслуженный врач Российской Федерации, руководитель направления «Теоретические закономерности формирования общественного здоровья и здоровьесбережение»
ул. Воронцово Поле, д. 12, стр. 1, г. Москва, 101000
Tatyana P. Vasilieva, Prof., Dr. Sci. (Med.), Honored Doctor of the Russian Federation; Head of the Research Direction “Theoretical Patterns of Public Health Formation and Health Maintenance”
Bldg 1, 12 Vorontsovo Pole Street, Moscow, 105064
Введение. Девиз ВОЗ на Всемирной неделе иммунизации 2024 года: «Все, что в человеческих силах: спасение жизней с помощью иммунизации». Вакцинация является одним из самых успешных мероприятий в области общественного здравоохранения, позволившим предотвратить значительные потери здоровья населения. В данной статье научно обоснована необходимость применения алгоритмов машинного обучения для анализа сложных пространственно-временных зависимостей между охватом вакцинацией и заболеваемостью корью.
Цель исследования: анализ влияния различных факторов вакцинации на заболеваемость корью с использованием прогностических моделей.
Материалы и методы. В работе использованы панельные данные по 85 субъектам Российской Федерации за период с 1996 по 2022 г. (более 2200 наблюдений). Применены методы кросс-корреляционного анализа, множественной линейной регрессии (OLS), модели временных рядов ARIMA и алгоритм градиентного бустинга CatBoost. Интерпретация результатов проводилась с помощью метода SHAP.
Результаты. Кросс-корреляционный анализ показал отрицательные ассоциации между текущими уровнями вакцинации и заболеваемостью, а также отсроченную связь ревакцинации с заболеваемостью при лаге три года. Модель OLS продемонстрировала выраженное переобучение в условиях мультиколлинеарности лагированных признаков. Модель ARIMA показала неудовлетворительную прогностическую способность на тестовой выборке. Модель CatBoost на независимой тестовой выборке продемонстрировала удовлетворительную прогностическую способность (R² = 0,529) и превзошла OLS и ARIMA по качеству обобщения. По результатам SHAP-анализа наибольший вклад в предсказания модели вносили показатели ревакцинации с лагом три года и охвата прививками взрослого населения с лагом один год.
Выводы: применение модели CatBoost в сочетании с SHAP-анализом позволило выявить нелинейные зависимости между показателями вакцинопрофилактики и заболеваемостью корью и может быть использовано для аналитической поддержки оценки региональных программ иммунизации.
Introduction: Humanly Possible: Immunization for All – that was the theme of World Immunization Week 2024. Vaccination is one of the most successful public health interventions of all time, which has prevented significant health losses. This article provides a rationale for applying machine learning in the analysis of complex spatiotemporal relationships between vaccination coverage and measles incidence.
Objective: To analyze the impact of different vaccination factors on measles incidence using predictive models.
Materials and Methods: Panel data covering 85 regions of the Russian Federation from 1996 to 2022 were used in the study (over 2,200 observations). We applied cross-correlation, ordinary least squares (OLS) regression, ARIMA, and CatBoost gradient boosting models. SHAP analysis was used for model interpretation.
Results: Cross-correlation analysis showed negative associations between current vaccination levels and incidence, as well as a delayed association between revaccination and incidence with a three-year lag. The OLS model demonstrated pronounced overfitting under conditions of multicollinearity among lagged predictors. The ARIMA model showed unsatisfactory predictive performance on the test set. On the independent test set, the CatBoost model demonstrated satisfactory predictive performance (R² = 0.529) and outperformed OLS and ARIMA in terms of generalization ability. According to the SHAP analysis, a three-year lag in revaccination and a one-year lag in adult vaccination coverage made the largest contribution to model predictions.
Conclusion: Application of CatBoost combined with SHAP analysis made it possible to identify nonlinear relationships between vaccination indicators and measles incidence and can be used for evaluation of regional immunization programs.
The authors declare that there are no conflicts of interest present.