論文の概要: Quantifying Community Characteristics of Maternal Mortality Using Social
Media
- arxiv url: http://arxiv.org/abs/2004.06303v1
- Date: Tue, 14 Apr 2020 04:57:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-13 09:58:05.289853
- Title: Quantifying Community Characteristics of Maternal Mortality Using Social
Media
- Title(参考訳): ソーシャルメディアを用いた母性死亡の地域特性の定量化
- Authors: Rediet Abebe, Salvatore Giorgi, Anna Tedijanto, Anneke Buffone, H.
Andrew Schwartz
- Abstract要約: コミュニティの特徴に関する洞察を提供する上で,ソーシャルメディア言語が果たす役割について検討する。
Twitter上で妊娠関連トピックに言及する確率は、標準的な社会経済やリスク変数よりも高い精度で母体死亡率を予測する。
次に、コミュニティ言語の心理的次元を調査し、信頼度が低く、ストレスが強く、ネガティブな感情的言語の使用が死亡率の上昇に著しく関係していることを見出した。
- 参考スコア(独自算出の注目度): 12.265295793821931
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While most mortality rates have decreased in the US, maternal mortality has
increased and is among the highest of any OECD nation. Extensive public health
research is ongoing to better understand the characteristics of communities
with relatively high or low rates. In this work, we explore the role that
social media language can play in providing insights into such community
characteristics. Analyzing pregnancy-related tweets generated in US counties,
we reveal a diverse set of latent topics including Morning Sickness, Celebrity
Pregnancies, and Abortion Rights. We find that rates of mentioning these topics
on Twitter predicts maternal mortality rates with higher accuracy than standard
socioeconomic and risk variables such as income, race, and access to
health-care, holding even after reducing the analysis to six topics chosen for
their interpretability and connections to known risk factors. We then
investigate psychological dimensions of community language, finding the use of
less trustful, more stressed, and more negative affective language is
significantly associated with higher mortality rates, while trust and negative
affect also explain a significant portion of racial disparities in maternal
mortality. We discuss the potential for these insights to inform actionable
health interventions at the community-level.
- Abstract(参考訳): ほとんどの死亡率はアメリカで減少しているが、母体死亡率は増加しており、OECD諸国の中で最も高い。
公衆衛生研究は、比較的高いか低いかのコミュニティの特徴をよりよく理解するために進行中である。
本研究では,このようなコミュニティの特徴について,ソーシャルメディア言語が果たす役割について考察する。
アメリカの郡で発生した妊娠関連ツイートを分析して、モーニングシック、セレブリティ妊娠中絶、中絶の権利など、さまざまなトピックを明らかにします。
これらのトピックをtwitter上で言及する頻度は、収入、人種、医療へのアクセスといった標準的な社会経済的およびリスク変数よりも高い精度で母性死亡率を予測することが判明した。
次に,地域言語の心理的次元を調査し,より信頼度が低く,よりストレスが強く,よりネガティブな感情的言語の使用が死亡率の上昇と著しく関連していることを見いだし,信頼とネガティブな影響は母性死亡率における人種的格差のかなりの部分を説明する。
我々は,これらの知見が地域レベルで行動可能な健康介入を通知する可能性について論じる。
関連論文リスト
- Leveraging Large Language Models to Analyze Emotional and Contextual Drivers of Teen Substance Use in Online Discussions [11.25011285760098]
ソーシャルメディアは青年期の自己表現にレンズを提供するが、感情的・文脈的な信号の解釈は複雑である。
本研究では,青年期のソーシャルメディア投稿の分析にLarge Language Models (LLMs)を適用した。
ヒートマップと機械学習は、物質使用関連ポストの重要な予測因子を特定した。
論文 参考訳(メタデータ) (2025-01-23T19:06:26Z) - Analysis of Premature Death Rates in Texas Counties: The Impact of Air Quality, Socioeconomic Factors, and COPD Prevalence [0.0]
統計的分析およびモデリング手法を用いて,大気質(PM2.5レベル),社会経済的要因(中間世帯所得),健康状態(COPD有病率)の影響を解析した。
以上の結果から, COPDは早期死亡率の予測因子として有病率が高く, 有病年数の増加に伴う死亡率の上昇が示唆された。
論文 参考訳(メタデータ) (2024-12-27T18:12:04Z) - I-SIRch: AI-Powered Concept Annotation Tool For Equitable Extraction And Analysis Of Safety Insights From Maternity Investigations [0.8609957371651683]
医療データを分析するための現在のツールのほとんどは、人間の要素の重要性を見越して、バイオメディカルな概念にのみ焦点をあてている。
We developed I-SIRch, using AI to Automatic Identification and label human factors concept。
I-SIRchは実データを用いて訓練され、実データとシミュレーションデータの両方でテストし、人間の因子の概念を識別する性能を評価した。
論文 参考訳(メタデータ) (2024-06-08T16:05:31Z) - Preliminary Study of the Impact of AI-Based Interventions on Health and Behavioral Outcomes in Maternal Health Programs [46.220426654734425]
我々は,AIによる介入による聴取能力の向上が,妊娠や乳児期の重要な健康問題をよりよく理解することにつながる証拠を提示する。
この理解の向上は、母親とその赤ちゃんの健康上の利益をもたらす可能性がある。
論文 参考訳(メタデータ) (2024-05-23T10:18:20Z) - Probing Brain Context-Sensitivity with Masked-Attention Generation [87.31930367845125]
我々は、GPT-2変換器を用いて、一定量の文脈情報をキャプチャする単語埋め込みを生成する。
そして、自然主義的なテキストを聴く人間のfMRI脳活動を予測することができるかどうかを検証した。
論文 参考訳(メタデータ) (2023-05-23T09:36:21Z) - Towards Understanding and Mitigating Social Biases in Language Models [107.82654101403264]
大規模事前訓練言語モデル(LM)は、望ましくない表現バイアスを示すのに潜在的に危険である。
テキスト生成における社会的バイアスを軽減するためのステップを提案する。
我々の経験的結果と人的評価は、重要な文脈情報を保持しながらバイアスを緩和する効果を示す。
論文 参考訳(メタデータ) (2021-06-24T17:52:43Z) - The Interplay of Demographic Variables and Social Distancing Scores in
Deep Prediction of U.S. COVID-19 Cases [6.08110388949389]
本稿では, スペクトルクラスタリングと相関行列の新たな組み合わせにより, アメリカ合衆国の郡の成長軌跡を特徴づける。
コミュニティを区別する上で最も統計的に重要な人口統計的特徴を選択します。
3つのソーシャルディスタンシングスコアを用いて,LSTMを用いた郡の将来的な成長を効果的に予測する。
論文 参考訳(メタデータ) (2021-01-06T16:12:29Z) - The Influences of Pre-birth Factors in Early Assessment of Child
Mortality using Machine Learning Techniques [0.4817429789586127]
本研究は、出生前要因である出生前履歴、母性歴史、再生履歴、社会経済状態等を、児童死亡率の分類に取り入れることを目的とする。
4つの機械学習アルゴリズムが小児死亡率の分類のために評価されている。
その結果, 小児死亡率の分類においてAUCスコア0.947を達成し, 臨床基準より優れていたことが示唆された。
論文 参考訳(メタデータ) (2020-11-18T20:37:55Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳(メタデータ) (2020-09-21T03:45:14Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳(メタデータ) (2020-06-23T03:36:19Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳(メタデータ) (2020-05-18T07:40:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。