論文の概要: BigO: A public health decision support system for measuring obesogenic
behaviors of children in relation to their local environment
- arxiv url: http://arxiv.org/abs/2005.02928v1
- Date: Wed, 6 May 2020 16:06:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 00:38:08.068903
- Title: BigO: A public health decision support system for measuring obesogenic
behaviors of children in relation to their local environment
- Title（参考訳）: BigO: 公共衛生意思決定支援システムによる小児の肥満行動と地域環境との関連性
- Authors: Christos Diou, Ioannis Sarafis, Vasileios Papapanagiotou, Leonidas
Alagialoglou, Irini Lekka, Dimitrios Filos, Leandros Stefanopoulos, Vasileios
Kilintzis, Christos Maramis, Youla Karavidopoulou, Nikos Maglaveras, Ioannis
Ioakimidis, Evangelia Charmandari, Penio Kassari, Athanasia Tragomalou,
Monica Mars, Thien-An Ngoc Nguyen, Tahar Kechadi, Shane O' Donnell, Gerardine
Doyle, Sarah Browne, Grace O' Malley, Rachel Heimeier, Katerina Riviou,
Evangelia Koukoula, Konstantinos Filis, Maria Hassapidou, Ioannis Pagkalos,
Daniel Ferri, Isabel P\'erez and Anastasios Delopoulos
- Abstract要約: BigOは、子どもや思春期の若者やその環境から客観的な行動データを集めるために設計されたシステムである。
本稿では,BigO システムのデータ取得,インジケータ抽出,データ探索,分析コンポーネントについて概説する。
- 参考スコア（独自算出の注目度）: 3.1617908029688913
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Obesity is a complex disease and its prevalence depends on multiple factors
related to the local socioeconomic, cultural and urban context of individuals.
Many obesity prevention strategies and policies, however, are horizontal
measures that do not depend on context-specific evidence. In this paper we
present an overview of BigO (http://bigoprogram.eu), a system designed to
collect objective behavioral data from children and adolescent populations as
well as their environment in order to support public health authorities in
formulating effective, context-specific policies and interventions addressing
childhood obesity. We present an overview of the data acquisition, indicator
extraction, data exploration and analysis components of the BigO system, as
well as an account of its preliminary pilot application in 33 schools and 2
clinics in four European countries, involving over 4,200 participants.
- Abstract（参考訳）: 肥満は複雑な疾患であり、その流行は個人の地域社会経済、文化、都市環境に関連する複数の要因に依存する。
しかし、多くの肥満予防戦略や政策は、文脈特異的な証拠に依存しない水平措置である。
本稿では, 幼児の肥満に対処する効果的な, 文脈特異的な政策と介入を定式化して公衆衛生当局を支援するために, 児童・青年の行動データと環境を収集するシステムであるBigO(http://bigo programs.eu)の概要を紹介する。
本報告では,BigOシステムにおけるデータ取得,指標抽出,データ探索,分析の構成要素について概説するとともに,欧州4か国33校,クリニック2カ所で4200人以上の参加者を擁する予備的パイロット適用について述べる。
関連論文リスト
- Countrywide natural experiment reveals impact of built environment on physical activity [55.93314719065985]
より歩行可能な建築環境は、人口全体の活動を増加させる可能性を秘めている。
歩行性の増加は、移動後の身体活動の著しい増加と関連している。
MVPA(Modrate-to-vigorous physical activity)は、様々な健康上の利益と結びついている。
論文 参考訳（メタデータ） (2024-06-07T00:11:17Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - A Comprehensive Picture of Factors Affecting User Willingness to Use
Mobile Health Applications [62.60524178293434]
本研究の目的は,mHealthアプリのユーザ受け入れに影響を与える要因を検討することである。
利用者のデジタルリテラシーは、個人情報を共有するオンライン習慣に続き、使用意欲に最も強い影響を与える。
居住国、年齢、民族、教育などの利用者の人口統計学的背景は、顕著な緩和効果がある。
論文 参考訳（メタデータ） (2023-05-10T08:11:21Z) - Association Between Neighborhood Factors and Adult Obesity in Shelby
County, Tennessee: Geospatial Machine Learning Approach [0.966840768820136]
本研究の目的は、アメリカ合衆国テネシー州シェルビー郡における成人の肥満有病率に及ぼす社会的健康決定因子(SDoH)の影響を検討することである。
SDoH指標は米国国勢調査と米国農務省から抽出された。
その結果、シェルビー郡では成人の肥満率が高い地区が多かった。
論文 参考訳（メタデータ） (2022-08-09T15:28:43Z) - An Urban Population Health Observatory for Disease Causal Pathway
Analysis and Decision Support: Underlying Explainable Artificial Intelligence
Model [0.966840768820136]
本研究は,既存の都市人口健康観測所(UPHO)を拡充することを目的としている。
機械学習とセマンティック/論理的推論を利用する凝集的なアプローチは、疾患につながる経路を明らかにする。
UPHOの応用は、健康格差を減らし、都市住民の健康を改善するのに役立つ。
論文 参考訳（メタデータ） (2022-07-26T15:59:22Z) - An Urban Population Health Observatory System to Support COVID-19
Pandemic Preparedness, Response, and Management: Design and Development Study [0.8602553195689513]
本研究は、新型コロナウイルスのパンデミックに対応するため、健康者2030 SDoHの分類を再定義することを試みた。
我々は,グループレベルのSDoH指標を個別および集団レベルの人口健康データに統合するWebプラットフォームであるUrban Population Health Observatory(UPHO)のプロトタイプの実装を目指している。
論文 参考訳（メタデータ） (2021-06-16T16:48:55Z) - Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。
行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。
学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
論文 参考訳（メタデータ） (2021-03-23T11:10:04Z) - 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) - 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) - Collecting big behavioral data for measuring behavior against obesity [4.879286072217533]
個人レベルの行動情報を客観的かつ自動的に抽出・収集するシステムを提案する。
行動情報は、身体活動、訪問場所の種類、それらの間の移動モードに関連している。
このシステムは、若年層の肥満を防ぐことを目的として、EUが出資するBigOプロジェクト(英語版)の文脈で開発され、統合されている。
論文 参考訳（メタデータ） (2020-05-11T08:51:07Z) - Inferring the Spatial Distribution of Physical Activity in Children
Population from Characteristics of the Environment [5.16880858963093]
本研究では,地域環境の機能として期待される人口行動をモデル化するための新しい分析手法を提案する。
小地域における身体活動の予測において,本手法を実験的に評価した。
具体的には、ある地域の身体活動レベルを予測するモデルを訓練し、81%のアウトアウト精度を達成した。
論文 参考訳（メタデータ） (2020-05-08T11:07:35Z)
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。