Prevedere l'esitazione del vaccino usando l'apprendimento automatico

Negli ultimi anni, tecnologie emergenti come Internet of Things (IoT), Intelligenza artificiale (AI) e realtà virtuale (VR) si sono rapidamente integrate nella vita quotidiana. L'uso diffuso di queste applicazioni ha portato all'accumulo di grandi quantità di dati, dando origine a quella che viene comunemente definita "big data". A causa del volume puro, l'elaborazione manuale e l'analisi di questi grandi set di dati non sono fattibili. Pertanto, gli strumenti software e le librerie, come le librerie di Python e R, sono stati sviluppati per eseguire queste analisi in modo efficiente e per generare previsioni per il futuro sfruttando i dati storici attraverso gli algoritmi di apprendimento automatico (ML).

L'obiettivo principale degli algoritmi di apprendimento automatico è scoprire i modelli all'interno dei dati esistenti e utilizzare questi modelli per fare previsioni accurate sui nuovi dati. L'uso dell'apprendimento automatico nel campo dell'assistenza sanitaria ha guadagnato slancio significativo negli ultimi anni. Tuttavia, una revisione della letteratura rivela che la ricerca che affronta specificamente l'esitazione del vaccino d'infanzia rimane limitata.

Questo studio mira a identificare i fattori che contribuiscono all'esitazione del vaccino tra i genitori di bambini di età compresa tra 0 e 48 mesi e sviluppare un modello predittivo usando tecniche di apprendimento automatico basato su questi fattori. Un tale modello potrebbe aiutare a anticipare la probabilità del rifiuto del vaccino tra i genitori e quindi sostenere lo sviluppo di strategie di sanità pubblica mirate per le popolazioni a rischio.