Подходы машинного обучения для прогнозирования риска туберкулёза среди домашних контактов индексных пациентов с ТБ в Центральной Эфиопии

Почему это важно для семей

Туберкулёз (ТБ) зачастую воспринимают как болезнь, которой заражаются от незнакомцев в автобусах или на рынках, но многие инфекции на самом деле происходят дома. Когда один человек в семье болен ТБ, родственники дышат одним воздухом, делят комнаты и кровати — однако заболеть в итоге удаётся лишь немногим. Это исследование из Центральной Эфиопии задаёт практичный вопрос глобального значения: могут ли компьютеры помочь быстро выделить членов семьи, которые с наибольшей вероятностью заболеют, чтобы дефицитные тесты и лекарства направлялись туда, где они действительно нужны?

Жизнь внутри обследованных домов

Исследователи работали с бригадами здравоохранения, которые регулярно посещают дома людей с диагнозом инфекционного лёгочного ТБ. В четырёх сельских районах и трёх небольших городах они собрали детальные данные о 387 «индексных» пациентах и 1 277 живущих с ними человек. Многие семьи жили в тесноте: типичная семья из четырёх человек помещалась в небольшой дом, часто с одной комнатой и одним окном. Большинство готовили на дровах или углях, заполняя воздух дымом. В домах было много детей и молодых людей, почти у половины как пациентов, так и контактировавших было мало или вовсе не было формального образования. Это именно те условия, где ТБ распространяется легко — но даже здесь в итоге ТБ диагностировали лишь у 23 членов домохозяйств (примерно 2 из 100).

Преобразование посещений домой в данные

Каждый визит породил подробную картину повседневной жизни и здоровья. Для каждого контакта команда записывала возраст, пол, статус вакцинации, наличие кашля, лихорадки, ночной потливости, усталости, потери веса, время, проведённое с пациентом, и другие заболевания, такие как астма или диабет. Они также фиксировали характеристики дома — число комнат, тип жилища, топливо для приготовления пищи и вентиляцию — а также особенности самого индексного пациента, например, как долго он болел до начала лечения. Вся эта информация была приведена к числовому виду, пригодному для компьютерного анализа, с аккуратными методами работы с пропущенными ответами и с учётом того, чтобы редкие события — например небольшое число случаев ТБ в наборе данных — не игнорировались моделями.

Разрешая алгоритмам искать закономерности

Затем команда обучила несколько типов моделей машинного обучения — компьютерных программ, которые выявляют закономерности в данных — чтобы предсказывать, у каких контактов был ТБ. Среди них были привычные статистические методы, например логистическая регрессия, и более гибкие подходы: Random Forest, Balanced Random Forest, K‑Nearest Neighbors, искусственные нейронные сети и градиентный бустинг. Поскольку подавляющее большинство контактов не имело ТБ, авторы сосредоточились на «полноте» (recall): способности модели улавливать как можно больше истинных случаев ТБ, даже если это влечёт за собой некоторые ложные срабатывания. В здравоохранении пропустить больного обычно опаснее, чем перепроверить дополнительно нескольких здоровых людей.

Что определяло риск и какие модели сработали лучше

Ансамблевые модели, комбинирующие множество простых правил принятия решений, особенно Random Forest и его «сбалансированная» версия, показали наилучшие результаты в обнаружении истинных случаев ТБ. Они верно выявляли примерно шесть из семи человек с ТБ, сохраняя при этом разумную общую точность. Исследование также использовало технику SHAP, чтобы заглянуть внутрь этих «чёрных ящиков» моделей и выяснить, какие факторы имели наибольшее значение. Наличие пометки как предполагаемого случая ТБ при скрининге, сдача мокроты, длительный или влажный кашель, сильная усталость и потеря аппетита сильно смещали прогноз контакта в сторону «вероятного ТБ». Среди характеристик дома повышал риск меньший размер жилья (признак скученности). Некоторые признаки, по-видимому, были защитными: женский пол, бо́льший рост и проживание с индексным пациентом с более высоким уровнем образования сочетались с более низким риском, возможно, отражая различия в уровне контакта, питании и доступе к уходу.

Что это значит для борьбы с ТБ

Для программ здравоохранения, вынужденных экономно расходовать ограниченные ресурсы, результаты предлагают способ умнее использовать данные из рутинных посещений на дому. Вместо одинакового подхода ко всем контактам клиники могли бы запускать простые компьютерные модели в фоновом режиме, чтобы помечать тех, у кого наибольший риск, для более пристального наблюдения, более быстрого тестирования или профилактического лечения. Исследование показывает, что даже в условиях с ограниченными ресурсами тщательно разработанные инструменты машинного обучения могут способствовать более раннему выявлению ТБ среди членов семьи, снижать число пропущенных случаев и повышать эффективность обследований контактов — при условии, что модели протестируют и адаптируют в других регионах прежде, чем интегрировать их в национальные стратегии по ТБ.

Цитирование: Wolde, H.M., Kebede, W., Yewhalaw, D. et al. Machine learning approaches to predict the risk of tuberculosis among household contacts of index TB patients in Central Ethiopia. Sci Rep 16, 10457 (2026). https://doi.org/10.1038/s41598-026-41547-7

Ключевые слова: туберкулёз, домашние контакты, машинное обучение, прогноз риска, Эфиопия