Ученые впервые применили машинное обучение, чтобы понять, какие факторы сильнее всего связаны с выживаемостью при раке почти в каждой стране мира. Исследование опубликовано в Annals of Oncology. Команда также сделала онлайн-инструмент: выбираете страну и смотрите, как показатели вроде доступа к лучевой терапии, всеобщего медпокрытия и уровня доходов соотносятся с итогами по раку.
Модель нужна не для общих разговоров «где лучше, где хуже». Она показывает, какие изменения в системе здравоохранения, по данным авторов, могут дать наибольший эффект именно в конкретной стране.
Для анализа взяли данные GLOBOCAN 2022 по заболеваемости и смертности в 185 странах. Их объединили со статистикой ВОЗ, Всемирного банка, агентств ООН и справочника центров лучевой терапии. В набор вошли, среди прочего, ВВП на душу, траты на медицину, обеспеченность врачами и медперсоналом, индекс всеобщего медпокрытия, доступ к патологии, число центров лучевой терапии, доля расходов «из кармана» пациентов.
Ключевой показатель в расчётах — отношение смертности к заболеваемости (MIR): какая доля случаев рака заканчивается смертью. Чтобы объяснить, что именно «двигает» оценку, авторы применили метод SHAP, который показывает вклад каждого фактора.
Примеры из работы показывают, что приоритеты различаются. В Бразилии сильнее всего связан с лучшими результатами индекс всеобщего медпокрытия. В Польше — доступность лучевой терапии, ВВП на душу и тот же индекс. В Японии особенно выделяется плотность центров лучевой терапии, а в США и Великобритании — ВВП на душу. В Китае важнее всего ВВП на душу, охват медпокрытием и доступ к лучевой терапии; при этом прямые платежи пациентов названы серьезным барьером.
Авторы отдельно предупреждают: это связь, а не доказательство причины. Данные страновые, качество статистики разное, и внутри одной страны могут быть сильные различия.
