Information· 2026Q2
Kazakistan'da Uyumlaştırılmış Yıllık Resmi İstatistikleri Kullanarak Bölgesel Hastalık Yükünü İzleme ve Tahmin Etme İçin Tekrarlanabilir Bir Çerçeve
A Reproducible Framework for Monitoring and Forecasting Regional Morbidity in Kazakhstan Using Harmonized Annual Official Statistics
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
Resmi istatistikleri hibrit bir tahmin modeliyle (son gözlem + Ekstra Ağaçlar artık düzeltmesi) birleştiren yeni bir çerçeve, Kazakistan'daki bölgesel hastalık yükü için ortalama mutlak hatayı (MAE) %1,93 oranında azalttı (1344 gözlem, 2012-2025).
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Kazakistan'da bölgesel hastalık yükünü tahmin etmek ve izlemek için uyumlaştırılmış resmi istatistikleri kullanan bir çerçeve geliştirildi.
- Seçilen tahmin modeli, son gözlemi Ekstra Ağaçlar artık düzeltmesi ve gecikmeli öngörücülerle birleştiriyor.
- Hibrit model, son gözlem tahminine kıyasla ortalama mutlak hatayı (MAE) %1,93 oranında azalttı (163,65'e karşı 166,87).
- Hibrit yaklaşım, altı hastalık sınıfından dördünde doğruluğu artırdı.
- Tahminin tamamını ayrıştırmak için SHAP değerleri kullanıldı.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
This study evaluates a reproducible framework for forecasting and retrospective monitoring of regional morbidity in Kazakhstan using harmonized annual official statistics. Ministry of Healthcare compendia were combined with demographic and living-standards tables from the Bureau of National Statistics. The panel comprises 1344 observations for 2012–2025 across 16 stable territories and six disease classes. Forty-two primary forecasting configurations and two sensitivity configurations were evaluated using expanding-window one-year-ahead validation, with selection based on 2017–2024 forecasts. Results for 2025 are exploratory because the outcome was inspected during model development. The selected specification combines the last-observation forecast with an Extra Trees residual correction, core lagged predictors, and a shrinkage weight selected within earlier temporal folds. Pooled mean absolute error (MAE) was 163.65 vs. 166.87 for the last-observation forecast, a 1.93% reduction; 2025 values were 108.05 and 110.69. The exact year-block test yielded a one-sided p-value of 0.066 and a familywise-adjusted p-value of 0.387. The hybrid reduced MAE in four of six disease classes. Grouped Shapley additive explanations (SHAP) decomposed the complete forecast. Monitoring used absolute error relative to preceding MAE; the categories are retrospective aids and were not validated against clinical outcomes or interventions.
Yazarların özeti; kaynağından alınmıştır. Information, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Demografi
DemographySocial Sciences