تعتبر الملاريا من التحديات الصحية الكبرى في منطقة الساحل الإفريقي، وذلك لما تسببه من وباء مزمن يؤثر بشكل خاص على الأطفال دون سن الخامسة. ورغم الجهود المبذولة في مجال المراقبة الصحية، فإن دقة تنبؤات الملاريا لا تزال تثير القلق. ويأتي التقدم الأخير في غانا كنقطة مضيئة، حيث تم تطوير نموذج هجين يجمع بين تقنية الانحدار بواسطة العمليات الغاوسية (Gaussian Process Regression) وتقنية تنعيم هولت-وينترز (Holt-Winters Smoothing) لتحقيق تنبؤات أكثر دقة وموثوقية.

هذا النموذج الجديد، الذي يعتمد على بيانات عشر سنوات من المراقبة على مستوى المناطق (2014-2023)، يُظهر قدرة رائعة على التقاط السلوك غير الخطي وتقدير عدم اليقين التنبؤي. حيث توصلت الدراسة أن دقة النموذج قد وصلت إلى $R^2 = 0.9906$ مقارنة بـ $0.8213$ للنموذج التقليدي الذي يعتمد على هولت-وينترز فقط.

تكمن أهمية هذا البحث في تقديم إطار عمل مرن يمكنه التكيف مع البيانات المحدودة وتحقيق نتائج موثوقة لدعم الاستراتيجيات الوطنية لمكافحة الملاريا في غانا. بالإضافة إلى ذلك، تشير التوقعات للفترة من 2024 إلى 2028 إلى أن متوسط حالات الاستشفاء الشهرية قد يتراوح بين 8000 و12200 حالة، مما يوفر معلومات حيوية لتخطيط التدخلات الصحية.

كما يُظهر التحليل المكاني والزماني تنوعا بيئيا واضحا بين المناطق، مما يعكس أن المناطق الشمالية ذات العبء العالي من الملاريا تحتفظ بأنماط نسبية مستقرة رغم تقلبات كبيرة في الأعداد المطلقة. يُعتبر هذا الإطار ابتكارًا قابلًا للتوسع، داعمًا لخطط الإنذار المبكر والمساعدة في اتخاذ القرارات التشغيلية في البيئات الموبوءة.