Veri Tabanlı Tahmin Yöntemi
Araştırma ekibi, Kenya'daki 17.000'den fazla sağlık tesisinden elde edilen klinik verileri, NASA'nın MODIS uydu sistemi aracılığıyla sağlanan tarım üretkenliği verileriyle entegre etti. Bu sayede, geleneksel yöntemlere kıyasla daha hassas ve zamanında tahminler yapılabildi. Özellikle, Gradient Boosting algoritması kullanılarak yapılan tahminlerde, altı ay öncesi için %86, bir ay öncesi için ise %89 doğruluk oranına ulaşıldı.
Risk Bölgelerinin Belirlenmesi
Model, Kenya'nın Turkana ve Kuria West gibi bölgelerinde yetersiz beslenme oranlarının %15'i aştığını gösterdi. Bu tür bölgelerde, tarım verimliliğinin düşük olması ve sağlık hizmetlerine erişimin sınırlı olması gibi faktörler, çocukların yetersiz beslenme riskini artırıyor. Model, bu riskli bölgeleri önceden tespit ederek, hükümet ve insani yardım kuruluşlarının zamanında müdahale etmesine olanak tanıyor.
Politika Yapıcılar İçin Karar Destek Aracı
Araştırmacılar, tahmin sonuçlarını görselleştiren bir gösterge paneli geliştirdi. Bu panel, klinik veriler, tarım üretkenliği ölçümleri ve tahmin sonuçlarını bir araya getirerek, politika yapıcıların yetersiz beslenme riskinin artabileceği bölgeleri önceden görmelerine ve hızlı, hedeflenmiş müdahaleler planlamalarına yardımcı oluyor.
Küresel Uygulama Potansiyeli
Model, Kenya'nın yanı sıra, benzer veri altyapısına sahip diğer ülkelerde de uygulanabilir. Özellikle, DHIS2 sağlık bilgi sistemini kullanan ve çocuk yetersiz beslenme oranlarının yüksek olduğu 80'den fazla ülke, bu modelden fayda sağlayabilir.
Kaynak: https://24.ae/
