// AI 新闻 · 2026-11-07 · Nature
基于可解释机器学习预测孟加拉国五岁以下发热儿童抗生素使用
研究基于2022年孟加拉国人口与健康调查数据，分析了59个月以内发热儿童中护理人员报告的抗生素使用情况。采用加权复杂抽样逻辑回归模型，结合六种特征选择方法和七种分类器，在不同特征集上进行建模，并在未见的初级抽样单元样本中验证性能。结果显示，近期咳嗽（aOR 2.30）和快速呼吸（aOR 1.55）与抗生素使用正相关，而年龄增长（aOR 0.987/月）和认为金钱是就医主要障碍（aOR 0.67）则呈负相关。
原文发布 2026-11-07 08:00（北京时间）来源 Nature自动整理 · 已核对原文
01摘要
最终模型在未见PSU样本中的预测能力较弱，ROC-AUC为0.561，置信区间包含0.5，表明模型无法显著超越随机猜测。模型在跨区域推广上的运输性受限，且由于依赖护理人员报告、缺乏临床指征或微生物验证，结果不能证实抗生素使用的临床必要性。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- 研究基于BDHS 2022数据，分析59个月以内发热儿童的护理人员报告抗生素使用情况。
- 近期咳嗽和快速呼吸与抗生素使用正相关，年龄增长和金钱障碍则呈负相关。
- 模型在未见PSU样本中预测性能弱，ROC-AUC为0.561，置信区间包含0.5。
- 因依赖护理人员报告且无临床验证，无法确认抗生素使用的临床必要性。
03原文出处
Nature · 发布于 2026-11-07 08:00（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-07 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日