Sosyal bilişsel teoriyi makine öğrenmesiyle bütünleştirerek MSM‑kadın cinsel davranışını tahmin etmek: Çin'de çok merkezli bir rastgele orman model geliştirme çalışması

Gizli cinsel köprülerin neden önemi var

Kamu sağlığı uzmanları, yüksek HIV riski olan grupları daha geniş nüfusla sessizce bağlayan "köprü" davranışlarından endişe ediyor. Çin'de, erkeklerle seks yapan bazı erkekler (MSM) aynı zamanda kadınlarla da cinsel ilişkiye girebiliyor ve genellikle eşcinsel davranışlarını gizli tutuyorlar. Bu örüntü, kadın partnerleri istemeden enfeksiyona maruz bırakabilir ve önlemeyi çok daha zor hale getirir. Burada özetlenen çalışma pratik bir soruyu ele alıyor: psikolojiden elde edilen içgörülerle modern veri bilimini birleştirerek, bu gizli davranışı suçlamadan, destekleyici biçimde erken tespit edebilir miyiz?

Ulaşılamayan bir topluluğa daha yakından bakış

Araştırmacılar, altı Çin şehrinde topluluk kuruluşlarıyla işbirliği yaparak son altı ay içinde erkeklerle seks yapan 2.403 erkeği anonim olarak anketledi. Sadece erkeklerle ve kadınlarla olan cinsel temasları değil, aynı zamanda ruh hali, özsaygı, madde kullanımı, ilişkiler, iş, eğitim ve yaşam koşulları hakkında da sorular sordular. Katılımcıların yaklaşık %17'si son altı ayda kadınla cinsel ilişki bildirdi. Çoğu genç yetişkindi, yüksek eğitimliydi ve birçok kişi memleketlerinden taşınmıştı. Bu topluluk temelli yaklaşım, damgalanma veya kimliklerinin açığa çıkması korkusu nedeniyle resmi anketlerden kaçınabilecek kişilere ulaşmayı sağladı.

Psikoloji ve algoritmalar nasıl birleştirildi

Çalışma, davranışı kişisel düşünceler ve duygular, günlük eylemler ve çevresel sosyal dünya arasındaki sürekli etkileşimin ürünü olarak gören Sosyal Bilişsel Teori tarafından yönlendirildi. Bu çerçeveyle ekip, ölçülen 28 faktörü üç geniş alana gruplayarak ele aldı: kişisel durum (depresyon, anksiyete, özsaygı gibi), davranış (erkeklerle grup seks veya cinsellik öncesi uyuşturucu kullanımı gibi) ve çevre (eğitim düzeyi, medeni durum, göç gibi). Bilgisayarın körü körüne her deseni aramasına izin vermek yerine, yazarlar önce teorinin önemli olması gerektiğini öne sürdüğü değişkenleri seçti, ardından rastgele orman olarak bilinen bir makine öğrenmesi yöntemini kullanarak hangilerinin gerçekten kadınla seksi tahmin etmede en çok yardımcı olduğunu sıraladı.

Kompakt bir risk puanı oluşturma

Orijinal 28 ölçümden algoritma, öngörücü gücün çoğunu taşıyan dokuz maddelik kompakt bir set belirledi: anksiyete, depresyon, özsaygı, yaş, eğitim düzeyi, medeni durum, cinsel yönelim, son zamanlarda erkeklerle grup seks ve cinsellik öncesi uyuşturucu kullanımı. Bu dokuz faktör daha sonra, belirli bir erkeğin son zamanlarda kadınla seks yapmış olma olasılığını çıktıya veren daha basit bir istatistiksel modele beslendi. Verinin farklı alt kümeleri üzerinde tekrarlı eğitim ve test ile model, kadınla seks bildiren ve bildirmeyen MSM'i makul derecede yüksek doğrulukla ayırt edebildi: standart bir performans ölçeğinde yaklaşık %80. Ayrıca üretilen risk tahminleri gözlemlenen sıklıklarla iyi eşleşti; yani öngörülen olasılıklar sistematik olarak çok yüksek veya çok düşük değildi.

Modelin risk örüntüleri hakkında ortaya koydukları

En güçlü sinyaller, medeni durum ve katılımcıların cinsel yönelimlerini nasıl tanımladığıydı; bunu psikolojik sıkıntı ve bazı davranışlar izledi. Evli olan ya da kendini emin olmayan yerine eşcinsel veya biseksüel olarak tanımlayan erkekler, kadınla seks bildirme olasılığı daha yüksekti. Daha yüksek anksiyete ve depresyon puanları ile daha düşük özsaygı da karşı cinsle cinsel ilişki olasılığıyla ilişkilendirildi; aynı şekilde son zamanlarda erkeklerle grup seks ve cinsellik öncesi uyuşturucu kullanımı da riskle bağlantılıydı. Daha genç yaş ve daha düşük eğitim de riski artırma eğilimindeydi. Önemli bir nokta, modelin farklı yaş, eğitim düzeyi, medeni durum ve göçmen/yerel nüfus arasında benzer performans göstermesiydi; bu da risk puanının dar bir alt grupla sınırlı olmadığını düşündürür.

Rakamları pratik, suçlayıcı olmayan bir araca dönüştürmek

Sonuçları istatistik laboratuvarı dışına kullanılabilir hale getirmek için ekip, dokuz ana öngörücüyü basit bir puan tablosuna yani nomograma dönüştürdü. Bir danışman, klinik uzman veya saha çalışanı bu tabloyu kullanarak her kişinin ruh hali puanları, ilişki durumu, eğitim, son davranışlar vb. için puan atayabilir; toplam puanlar kişinin aynı zamanda kadınla seks yapıyor olma olasılığına karşılık gelir. Yazarlar, bu aracın bireyleri etiketlemek veya damgalamayı artırmak yerine, gizli ve destekleyici görüşmeler ile erken önleme—danışmanlık, test ve daha güvenli cinsel sağlık kaynaklarını potansiyel köprülere hedeflemeye yardımcı olacak şekilde tasarlandığını vurguluyorlar.

Atıf: Liu, S., Gao, Y., Xu, H. et al. Integrating social cognitive theory with machine learning to predict MSM-women sexual behavior: a multicenter random forest model development study in China. Sci Rep 16, 6029 (2026). https://doi.org/10.1038/s41598-026-36202-0

Anahtar kelimeler: HIV önleme, biseksüel davranış, makine öğrenmesi, ruh sağlığı, Çin MSM