PofoliaPofolia ile paylaşıldı

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

Zhanar Oralbekova, Zhaniya Karabayeva, Marzhan Turarova, Natalya Demidchik ve diğerleri

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 ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

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 et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: Demografi

DemographySocial Sciences