論文の概要: Assessing the informative value of macroeconomic indicators for public health forecasting

• arxiv url: http://arxiv.org/abs/2601.15514v1
• Date: Wed, 21 Jan 2026 22:54:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-23 21:37:20.438787
• Title: Assessing the informative value of macroeconomic indicators for public health forecasting
• Title（参考訳）: 公衆衛生予測のためのマクロ経済指標の意義評価
• Authors: Shome Chakraborty, Fardil Khan, Soutik Ghosal,
• Abstract要約: 選択されたマクロ経済指標が、いくつかのキャパシティ関連公衆衛生目標に対する予測情報を含むかどうかを検討する。 マクロ経済指標は、一部の公衆衛生目標に対して一貫した再現可能な予測信号を提供する。 これらの結果は、マクロ経済指標がデジタル公衆衛生モニタリングに有用な上流シグナルとして役立つことを示唆している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Macroeconomic conditions influence the environments in which health systems operate, yet their value as leading signals of health system capacity has not been systematically evaluated. In this study, we examine whether selected macroeconomic indicators contain predictive information for several capacity-related public health targets, including employment in the health and social assistance workforce, new business applications in the sector, and health care construction spending. Using monthly U.S. time series data, we evaluate multiple forecasting approaches, including neural network models with different optimization strategies, generalized additive models, random forests, and time series models with exogenous macroeconomic indicators, under alternative model fitting designs. Across evaluation settings, we find that macroeconomic indicators provide a consistent and reproducible predictive signal for some public health targets, particularly workforce and infrastructure measures, while other targets exhibit weaker or less stable predictability. Models emphasizing stability and implicit regularization tend to perform more reliably during periods of economic volatility. These findings suggest that macroeconomic indicators may serve as useful upstream signals for digital public health monitoring, while underscoring the need for careful model selection and validation when translating economic trends into health system forecasting tools.
• Abstract（参考訳）: マクロ経済の状況は、医療システムの運用環境に影響を及ぼすが、医療システムの能力のリードシグナルとしての価値は、体系的に評価されていない。 本研究では,選択されたマクロ経済指標が,医療・社会支援従事者への雇用,セクターにおける新たなビジネス応用,医療建設費など,いくつかの能力関連公衆衛生目標に対する予測情報を含んでいるかどうかを検討する。 月毎の時系列データを用いて、最適化戦略の異なるニューラルネットワークモデル、一般化された付加モデル、ランダムな森林、および外因性マクロ経済指標を持つ時系列モデルなど、代替モデル適合設計に基づく複数の予測手法を評価する。 評価設定全体では、マクロ経済指標は、一部の公衆衛生目標、特に労働力やインフラ対策に対して一貫した再現可能な予測信号を提供する一方、他のターゲットは、より弱いか、より安定した予測可能性を示す。 安定性と暗黙の規則化を強調するモデルは、経済変動の期間により確実に機能する傾向がある。 これらの結果から、マクロ経済指標は、経済トレンドを医療システム予測ツールに翻訳する際に、慎重にモデル選択と検証を行う必要性を強調しつつ、デジタル公衆衛生監視に有用な上流信号として役立つ可能性が示唆された。

関連論文リスト

• Demystifying the trend of the healthcare index: Is historical price a key driver? [0.13999481573773068]
  本研究は,過去のオープン・ハイ・ロー・クロース(OHLC)指標データに,その後の取引日におけるオープン・インデクシングの方向性を予測する十分な情報が含まれているかを検討する。 多様な特徴セットが構築されており、原価、ボラティリティに基づく技術指標、および相互OHLC比から派生した新しい特徴クラスで構成されている。 その結果, 精度は0.8以上, マシューズ相関係数は0.6以上であった。
  論文  参考訳（メタデータ） (2026-01-20T15:20:59Z)
• Conditional Adversarial Fragility in Financial Machine Learning under Macroeconomic Stress [0.0]
  逆境の脆弱性は、逆境の脆弱性がマクロ経済的なストレスの期間に体系的に増幅される規則に依存する現象である。 我々は、金融機械学習における敵意の堅牢性は、体制に依存した資産であり、リスク評価を高リスクでモデル化するためのストレス対応アプローチを動機付けていることを示す。
  論文  参考訳（メタデータ） (2025-12-22T23:44:39Z)
• Machine Learning Enabled Early Warning System For Financial Distress Using Real-Time Digital Signals [0.07282038457285603]
  本研究では,機械学習による早期警戒システムを導入し,ほぼリアルタイムで財政難を特定する。 13ヶ月にわたる3回のモニタリングラウンドで追跡された750世帯のパネルデータセットを使用します。 システムは二進的災害検知と多クラス重大度分類の両方に対して確実に機能する。
  論文  参考訳（メタデータ） (2025-10-25T13:12:45Z)
• Methodological Insights into Structural Causal Modelling and Uncertainty-Aware Forecasting for Economic Indicators [4.9930207509018425]
  我々は、GDP、経済成長、インフレ、失業の4つの主要なマクロ経済指標に焦点を当てている。 以上の結果から、経済成長とGDPとの強い一方向因果関係が明らかとなった。 我々は、失業に関するゼロショット予測を行うために、時系列のために訓練された大きな言語モデルを使用する。
  論文  参考訳（メタデータ） (2025-09-08T04:52:12Z)
• EconAgent: Large Language Model-Empowered Agents for Simulating Macroeconomic Activities [43.70290385026672]
  EconAgentは、マクロ経済シミュレーションのための人間のような特徴を持つ大規模言語モデルを用いたエージェントである。 まず,エージェントの判断による市場動態を取り入れたシミュレーション環境を構築する。 認識モジュールを通して、異なる意思決定機構を持つ異種エージェントを作成する。
  論文  参考訳（メタデータ） (2023-10-16T14:19:40Z)
• Safe AI for health and beyond -- Monitoring to transform a health service [51.8524501805308]
  機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。 モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
  論文  参考訳（メタデータ） (2023-03-02T17:27:45Z)
• Finding Regularized Competitive Equilibria of Heterogeneous Agent Macroeconomic Models with Reinforcement Learning [151.03738099494765]
  労働市場に参入する世帯や企業を無限に数える異種エージェントマクロ経済モデルについて検討する。 本稿では,モデルの正規化競争均衡を求めるデータ駆動強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-24T17:16:27Z)
• Macroeconomic Predictions using Payments Data and Machine Learning [0.0]
  本研究の目的は,非伝統的かつタイムリーなデータによって政策立案者がほぼリアルタイムで重要なマクロ経済指標を正確に推定する洗練されたモデルを提供できることを示すことである。 我々は、機械学習モデルにおける過度な適合と解釈可能性の課題を軽減し、ポリシー使用の有効性を改善するための、一連の計量的ツールを提供する。 支払いデータ、非線形手法、クロスバリデーション(クロスバリデーション)アプローチを備えた当社のモデルは、新型コロナウイルス(COVID-19)の期間中に上昇するマクロ経済の予測精度を最大40%向上させるのに役立ちます。
  論文  参考訳（メタデータ） (2022-09-02T11:12:10Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced Data [81.00385374948125]
  我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。 UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。 非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。 UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
  論文  参考訳（メタデータ） (2020-10-22T02:28:11Z)

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。