Knowledge-Hub Impfen & Präventionein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Impfen & Prävention › Studien

Maschinenlernen identifiziert Null-Dosis-Kinder in Subsahara-Afrika

Endehabtu BF et al. · BMJ Health Care Inform · erschienen 18.09.2026 · PMID 42759970

Von KI ausgewählt und zusammengefasst

Worum es geht

Prädiktives Modellentwicklungs-Projekt mit Daten von 27 subsaharischen Ländern (Demographic Health Survey 2016–2024) zur Risikoidentifikation von Kindern ohne Impfung.

Ergebnis

LightGBM-Modell zeigte beste Gesamtleistung: 80 % Genauigkeit, 91 % Sensitivität, AUROC 0,78. Wichtigste Prädiktoren: Entbindungsort, Geburtsvorkontakten, Mutter-Tetanus-Impfung, Haushaltsvermögen, mütterliche Bildung. Ermöglicht frühe Risikoidentifikation.

Übertragbarkeit auf Deutschland

Subsahara-Afrika, digitales Tooldesign auf Länder mit WHO DHSatz übertragbar.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.