論文の概要: Age-Dependent Heterogeneity in the Association Between Physical Activity and Mental Distress: A Causal Machine Learning Analysis of 3.2 Million U.S. Adults
- arxiv url: http://arxiv.org/abs/2604.19066v1
- Date: Tue, 21 Apr 2026 04:19:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-22 22:41:49.615476
- Title: Age-Dependent Heterogeneity in the Association Between Physical Activity and Mental Distress: A Causal Machine Learning Analysis of 3.2 Million U.S. Adults
- Title（参考訳）: 身体活動と精神的距離の関連性における年齢依存的不均一性:米国成人320万人の因果学習分析
- Authors: Yuan Shan,
- Abstract要約: 身体活動(PA)は精神的な苦痛に対する防御として広く認められている。
我々は,レジャータイムのPAと高齢者集団における頻繁な精神的苦痛との関連について検討した。
以上の結果から,健康リンクは若年層に一般化しない可能性が示唆された。
- 参考スコア（独自算出の注目度）: 1.0152838128195467
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Physical activity (PA) is widely recognized as protective against mental distress, yet whether this benefit varies systematically across population subgroups remains poorly understood. Using pooled data from ten consecutive annual waves of the U.S. Behavioral Risk Factor Surveillance System (2015-2024; n = 3,242,218), we investigate heterogeneity in the association between leisure-time PA and frequent mental distress (FMD, >=14 days/month) across age groups. Survey-weighted logistic regression reveals a striking age gradient: the adjusted odds ratio for PA ranges from 0.89 among young adults (18-24) to 0.50 among adults aged 55-64, with the protective association strengthening monotonically with age. Temporal analysis across all ten years shows that the young-adult PA effect has been eroding over the past decade, with the 18-24 OR reaching 1.01 (null) in both 2018 and 2024 -- paralleling the deepening youth mental health crisis. Causal Forest via Double Machine Learning independently identifies age as the dominant driver of treatment effect heterogeneity (feature importance = 0.39, 2.5x the next predictor). E-value sensitivity analysis, propensity score overlap checks, placebo tests, and imputation comparisons confirm the robustness of the findings. These results suggest that the well-documented exercise--mental health link may not generalize to the youngest adult population, whose distress appears increasingly driven by stressors that PA alone cannot mitigate.
- Abstract（参考訳）: 身体活動(PA)は精神的な苦痛から保護されていると広く認識されているが、この利益が集団のサブグループによって体系的に異なるかどうかは理解されていない。
米国行動リスクファクター監視システム(2015-2024; n = 3,242,218)の10年連続波のプールデータを用いて,レジャー時間PAと頻繁な精神的苦痛(FMD,=14日/月)との関連性について検討した。
若年者(18-24歳)のPAの調整オッズ比は0.89から0.50で55-64歳(55-64歳)で、保護団体は年齢とともに単調に強化されている。
2018年と2024年には18-24 ORが1.01(null)に達し、若者のメンタルヘルスの危機が深刻化している。
ダブル機械学習による因果フォレスト(Causal Forest)は、年齢を治療効果の不均一性(次の予測値の0.39,2.5倍)の主要因として独立に識別する。
E-value sensitivity analysis,propensity score overlap checks, placebo test, and imputation comparisons is confirmed the robustness of the findings。
これらの結果から,運動とメンタルな健康関係は若年層の成人に一般化されない可能性が示唆された。
関連論文リスト
- Predicting Neuromodulation Outcome for Parkinson's Disease with Generative Virtual Brain Model [95.41752463487008]
パーキンソン病は世界中で1千万人以上に影響している。
個人間変異は経験的治療の選択を制限し、非無視的な外科的リスクとコストを増大させる。
我々は、このギャップをトレーニング済みのファインタニングフレームワークで埋めて、静止状態fMRIから直接結果を予測する。
論文 参考訳（メタデータ） (2026-03-31T02:36:10Z) - Construction of a classification model for dementia among Brazilian adults aged 50 and over [0.0]
Odds Ratio (OR) = 7.42)、90歳以上(OR = 11.00)、低体重(OR = 2.11)、低握力(OR = 2.50)、自己申告した黒肌の色(OR = 1.47)、身体的不活性(OR = 1.61)、自己申告した難聴(OR =1.65)、抑うつ症状(OR = 1.72)が認められた。
RFモデルはロジスティック回帰より優れており、ROC曲線0.776の領域に感度0.708、特異性0.702、F1スコアを達成している。
論文 参考訳（メタデータ） (2026-02-18T21:12:22Z) - Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳（メタデータ） (2024-04-26T16:39:50Z) - Age Group Discrimination via Free Handwriting Indicators [5.1076370934189255]
弱さは、進歩的な健康の低下、ストレスに対する脆弱性の増大、死亡のリスクの増加によって特徴づけられる。
欠陥を評価するための普遍的に受け入れられる方法が欠如し、標準化された定義が重要な研究ギャップを浮き彫りにしている。
本研究は,器用インクペンを用いて,年齢群分類のための手書き文字の評価を行う革新的な手法を提案する。
論文 参考訳（メタデータ） (2023-09-29T11:44:18Z) - The Effect of Epidemiological Cohort Creation on the Machine Learning
Prediction of Homelessness and Police Interaction Outcomes Using
Administrative Health Care Data [0.0]
精神病はホームレスや警察との交流などの有害な結果をもたらす可能性がある。
ロジスティック回帰(LR)や機械学習(ML)モデルを備えた固定された観測窓コホートを使用することで、適応的およびパーセル化されたウィンドウと比較すると、性能が低下する可能性がある。
本研究は,初期ホームレスと警察の相互作用に関連する重要な特徴を明らかにし,フレキシブルウィンドウが予測モデリングを改善することを実証した。
論文 参考訳（メタデータ） (2023-07-20T19:53:09Z) - Examining Older Adults' Information Exposure, Wellbeing, and Adherence
to Protective Measures During the COVID-19 Pandemic [9.630865346003752]
新型コロナウイルス(COVID-19)の感染拡大で、高齢者が身体的・心理的に悪影響を及ぼすリスクが高まっている。
本研究は、情報公開とウェルビーイングの関連性や、新型コロナウイルス対策の遵守について検討する。
論文 参考訳（メタデータ） (2021-12-17T15:33:13Z) - Brain Age Estimation From MRI Using Cascade Networks with Ranking Loss [75.03117866578913]
T1強調MRIデータから脳年齢を推定するために,新しい3次元畳み込みネットワークである2段エイジネットワーク(TSAN)を提案する。
686ドルのMRIによる実験では、TSANが正確な脳年齢を推定できることが示された。
論文 参考訳（メタデータ） (2021-06-06T07:11:25Z) - Health-behaviors associated with the growing risk of adolescent suicide
attempts: A data-driven cross-sectional study [0.0]
主要な健康行動としては、悲しむこと、不眠であること、学校における安全上の懸念、身体的戦闘、吸入量、学校での違法薬物消費、タバコの使用、そして早期に初性を持つことが挙げられる。
少数民族集団(アメリカン・インディアン・アラスカ・インディアン、ヒスパニック・ラティノス、および女性)も自殺未遂に非常に脆弱である。
論文 参考訳（メタデータ） (2020-09-08T19:29:18Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - Automated Quantification of CT Patterns Associated with COVID-19 from
Chest CT [48.785596536318884]
提案法は,非造影胸部CTを入力として,病変,肺,葉を3次元に分割する。
この方法では、肺の重症度と葉の関与度を2つの組み合わせて測定し、COVID-19の異常度と高不透明度の存在度を定量化する。
このアルゴリズムの評価は、カナダ、ヨーロッパ、米国からの200人の参加者(感染者100人、健康管理100人)のCTで報告されている。
論文 参考訳（メタデータ） (2020-04-02T21:49:14Z)
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。