論文の概要: Toward Equitable Access: Leveraging Crowdsourced Reviews to Investigate Public Perceptions of Health Resource Accessibility

• arxiv url: http://arxiv.org/abs/2502.10641v1
• Date: Sat, 15 Feb 2025 02:34:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:13:15.676023
• Title: Toward Equitable Access: Leveraging Crowdsourced Reviews to Investigate Public Perceptions of Health Resource Accessibility
• Title（参考訳）: Equitable Accessに向けて: クラウドソースによるレビューを活用して、医療資源のアクセシビリティに関する公衆の認識を調査する
• Authors: Zhaoqian Xue, Guanhong Liu, Kai Wei, Chong Zhang, Qingcheng Zeng, Songhua Hu, Wenyue Hua, Lizhou Fan, Yongfeng Zhang, Lingyao Li,
• Abstract要約: この研究は、Google Mapsのレビューからクラウドソーシングされたデータを使って、新型コロナウイルス(COVID-19)パンデミック中の米国での健康資源のアクセシビリティに関する一般の認識を抽出する。 以上の結果から、医療資源のアクセシビリティに対する一般の認識は、パンデミックの期間中に相違がピークに達し、危機後わずかに緩和されていることが判明した。 政治的アフィリエイト、人種的人口、教育レベルが、これらの認識を形作る重要な要因として浮上した。
• 参考スコア（独自算出の注目度）: 36.09285467199603
• License:
• Abstract: Access to health resources is a critical determinant of public well-being and societal resilience, particularly during public health crises when demand for medical services and preventive care surges. However, disparities in accessibility persist across demographic and geographic groups, raising concerns about equity. Traditional survey methods often fall short due to limitations in coverage, cost, and timeliness. This study leverages crowdsourced data from Google Maps reviews, applying advanced natural language processing techniques, specifically ModernBERT, to extract insights on public perceptions of health resource accessibility in the United States during the COVID-19 pandemic. Additionally, we employ Partial Least Squares regression to examine the relationship between accessibility perceptions and key socioeconomic and demographic factors including political affiliation, racial composition, and educational attainment. Our findings reveal that public perceptions of health resource accessibility varied significantly across the U.S., with disparities peaking during the pandemic and slightly easing post-crisis. Political affiliation, racial demographics, and education levels emerged as key factors shaping these perceptions. These findings underscore the need for targeted interventions and policy measures to address inequities, fostering a more inclusive healthcare infrastructure that can better withstand future public health challenges.
• Abstract（参考訳）: 医療資源へのアクセスは、公衆の健康と社会的レジリエンスの重要な決定要因であり、特に医療サービスや予防医療の急激な急激な需要があるときの公衆衛生の危機においてである。 しかし、アクセシビリティの格差は人口統計学的・地理的グループにまたがって続き、株式に対する懸念が高まっている。 伝統的な調査手法は、カバー範囲、コスト、タイムラインの制限により、しばしば不足する。 この研究は、Google Mapsのレビューからクラウドソースされたデータを活用し、特にModernBERTという高度な自然言語処理技術を適用し、新型コロナウイルス(COVID-19)パンデミック中の米国での公衆の健康資源のアクセシビリティに関する洞察を抽出する。 さらに, アクセシビリティ認知と政治的関連性, 人種構成, 教育的達成など, 社会経済的・人口的要因との関係を検討するために, 部分最小方形回帰を用いた。 以上の結果から、医療資源のアクセシビリティに対する一般の認識は、パンデミックの期間中に相違がピークに達し、危機後わずかに緩和されていることが判明した。 政治的アフィリエイト、人種的人口、教育レベルが、これらの認識を形作る重要な要因として浮上した。 これらの調査結果は、不平等に対処するための標的となる介入や政策措置の必要性を浮き彫りにし、将来の公衆衛生問題に対処するより包括的な医療インフラを育みます。

関連論文リスト

• Fairness in Computational Innovations: Identifying Bias in Substance Use Treatment Length of Stay Prediction Models with Policy Implications [0.477529483515826]
  予測機械学習(英: Predictive Machine Learning, ML)は、医学的意思決定を強化する計算技術である。 しかし、社会的バイアスはそのようなモデルにエンコードすることができ、不利なグループの健康結果に不注意に影響を及ぼす懸念を提起する。 この問題は、物質使用障害(SUD)の治療の文脈において特に重要であり、予測モデルのバイアスは、非常に脆弱な患者の回復に大きな影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2024-12-08T06:47:23Z)
• Data-Driven Approach to assess and identify gaps in healthcare set up in South Asia [1.9058065795191268]
  東南アジア諸国は主要な医療システムの改善に取り組んでいる。 データ駆動型監視アプローチが必要である。 我々は、地球観測技術の現在のブレークスルーを活用することを提案する。
  論文  参考訳（メタデータ） (2024-09-21T16:50:16Z)
• Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources [47.57108369791273]
  医療資源の枯渇は、レーションの避けられない結果をもたらす可能性がある。 医療資源割り当てプロトコルの普遍的な標準は存在しない。 本稿では,患者の疾患進行と患者間の相互作用効果を統合するためのトランスフォーマーベースのディープQネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-15T17:28:06Z)
• On Curating Responsible and Representative Healthcare Video Recommendations for Patient Education and Health Literacy: An Augmented Intelligence Approach [5.545277272908999]
  アメリカの成人の3人に1人がインターネットを使って健康上の懸念を診断し、学んでいる。 健康リテラシーの分割はアルゴリズムの推薦によって悪化する可能性がある。
  論文  参考訳（メタデータ） (2022-07-13T01:54:59Z)
• Fair Machine Learning in Healthcare: A Review [90.22219142430146]
  我々は、機械学習と医療格差における公正性の交差を分析する。 機械学習の観点から、関連する公正度メトリクスを批判的にレビューする。 本稿では,医療における倫理的かつ公平なMLアプリケーション開発を約束する新たな研究指針を提案する。
  論文  参考訳（メタデータ） (2022-06-29T04:32:10Z)
• Machine Learning for Deferral of Care Prediction [4.436632973105494]
  人口の継続的なケア先延ばしは、人口の健康と複雑な健康問題が減少し、長期的には社会的・財政的なコストが上昇する可能性がある。 マイノリティと脆弱な人口は、社会経済的要因によるケア遅延のリスクが高い。 現在、多くの医療システムは、以前治療を延期した患者を遡及的に識別するためにルールベースの技術を使用している。 本モデルの目的は,ケアを延期するリスクのある患者を識別し,直接的なアウトリーチやソーシャル・メディエーションを通じて,医療機関がケアの延期を防止することである。
  論文  参考訳（メタデータ） (2022-06-09T01:21:13Z)
• CovidTracker: A comprehensive Covid-related social media dataset for NLP tasks [8.230368367333043]
  このリリースは、スコットランド政府の主任科学者局が資金提供した研究結果を支持している。 新型コロナウイルスの感染拡大に伴う公衆衛生対策の対応を理解するため、社会的な感情を調査することを目指す。
  論文  参考訳（メタデータ） (2021-03-30T15:44:48Z)
• Leveraging Administrative Data for Bias Audits: Assessing Disparate Coverage with Mobility Data for COVID-19 Policy [61.60099467888073]
  管理データのリンクによって,バイアスに対するモビリティデータの監査が可能かを示す。 我々は、高齢者や非白人の有権者が移動データによって捕えられる可能性が低いことを示した。 このような移動データに基づく公衆衛生資源の配分は、高リスク高齢者や少数民族に不当に害を与える可能性があることを示す。
  論文  参考訳（メタデータ） (2020-11-14T02:04:14Z)
• 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)

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。