論文の概要: AlphaEarth Satellite Embeddings for Modelling Climate Sensitive Diseases Towards Global Health Resilience
- arxiv url: http://arxiv.org/abs/2605.10949v1
- Date: Wed, 29 Apr 2026 21:14:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 12:34:33.741652
- Title: AlphaEarth Satellite Embeddings for Modelling Climate Sensitive Diseases Towards Global Health Resilience
- Title（参考訳）: 気候感応性疾患をモデル化するための地球外衛星埋め込み
- Authors: Usman Nazir, I-Han Cheng, Sara Khalid,
- Abstract要約: マラリア、小児急性呼吸器感染症、乳児の栄養不足は、毎年5歳未満の子供に200万人以上の死者を出している。
我々は、AlphaEarth Foundationの64次元衛星埋め込みを人口健康の予測因子として評価した3つの研究の結果を要約する。
- 参考スコア（独自算出の注目度）: 0.0965900709691454
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Malaria, childhood acute respiratory infection, and child undernutrition together account for over two million deaths annually in children under five, with the burden concentrated in low and middle-income countries where climate variability modulates transmission, exposure, and nutritional outcomes. Routine health surveillance in these settings remains sparse and reactive. Satellite-derived representations of the Earth's surface offer a scalable, low-cost complement to traditional covariates, yet their utility as predictors of population health outcomes is poorly characterised. We summarise findings from three studies evaluating AlphaEarth Foundations 64-dimensional satellite embeddings as predictors of population health outcomes, focusing on vulnerable populations. The studies span infectious disease (malaria, respiratory infection) and stunting. In each study, embeddings provide predictive value at sufficient spatial granularity: (i) malaria prediction across Nigeria shows consistent per-region R^2 gains; (ii) childhood acute respiratory infection prediction across 11 DHS countries increases pooled R^2 from 0.157 to 0.206 across three tree-based estimators; (iii) stunting prediction across 35 countries is neutral at country level due to collinearity with fixed effects. The stunting case is currently limited by lack of DHS cluster-level coordinates, which is the next key experiment.
- Abstract（参考訳）: マラリア、小児急性呼吸器感染症、乳幼児の栄養不足は、毎年5歳未満の子供に200万人以上の死者を出している。
これらの環境での定期的な健康監視は、いまだに希少かつ反応性が保たれている。
地球表面の衛星由来の表現は、従来の共変種に対するスケーラブルで低コストな補完を提供するが、人口健康結果の予測因子としての有用性は貧弱である。
我々は、AlphaEarth Foundationの64次元衛星埋め込みを人口健康の予測因子として評価し、脆弱な人口に焦点を当てた3つの研究の結果を要約する。
この研究は感染症(マラリア、呼吸器感染症)とスタントにまたがる。
各研究において、埋め込みは十分な空間的粒度で予測値を提供する。
(i)ナイジェリアにおけるマラリアの予測は、地域ごとのR^2の増加が一貫したものである。
(二)11のDHS国にまたがる小児急性呼吸器感染症の予測は、3つの木に基づく推定値に対して0.157から0.206にプールされたR^2を増加させる。
三)35か国にまたがるスタント予測は、固定効果との相関性により、国レベルでは中立である。
スタントケースは現在、次の重要な実験であるDHSクラスタレベルの座標の欠如によって制限されている。
関連論文リスト
- Towards a General Intelligence and Interface for Wearable Health Data [45.854819784803055]
本研究では,1兆分以上の未ラベルセンサ信号に基づいて,ウェアラブルヘルスの基盤モデルを提案する。
この集団スケールの表現は、ラベル効率のよい少数ショット学習と生成能力を有効化して、1日あたりのロバストな計量推定を行う。
論文 参考訳（メタデータ） (2026-05-21T17:24:06Z) - Prediction of Respiratory Syncytial Virus-Associated Hospitalizations Using Machine Learning Models Based on Environmental Data [0.0]
呼吸性交感神経性ウイルス(RSV)は、小児の入院の主要な原因である。
本研究では,米国におけるRSV関連入院を予測するための機械学習フレームワークを開発した。
論文 参考訳（メタデータ） (2025-12-06T19:10:49Z) - Synergistic Neural Forecasting of Air Pollution with Stochastic Sampling [50.3911487821783]
大気汚染は世界的な健康と環境のリスクの先駆けであり、特に山火事、都市干ばつ、塵嵐による大気汚染の急激な増加に弱い地域ではなおもである。
本稿では,気象および大気組成データを統合し,平均および極端汚染レベルの予測を改善する高分解能神経予測モデルであるSynCastを提案する。
論文 参考訳（メタデータ） (2025-10-28T01:18:00Z) - Unmasking COVID-19 Vulnerability in Nigeria: Mapping Risks Beyond Urban Hotspots [0.0]
新型コロナウイルスのパンデミックはナイジェリアの公衆衛生システムに大きな課題をもたらしている。
本研究では, 状態の脆弱性に寄与する要因について検討し, 複合リスクスコアを用いて定量化する。
ラゴスは全国のケースの35.4%を占めており、リスクスコアが最も高い。
論文 参考訳（メタデータ） (2025-09-05T14:45:01Z) - Predictors of disease outbreaks at continentalscale in the African region: Insights and predictions with geospatial artificial intelligence using earth observations and routine disease surveillance data [0.0]
この研究はアフリカ大陸の大部分(約17,885,000 km2)をカバーしている。
マラリア,コレラ,髄膜炎,黄熱病の症例数について,まずグローバルおよび局所的自己相関法を適用した。
次に、機械学習を用いて、第2級行政区におけるこれらの疾患の週次存在を予測した。
論文 参考訳（メタデータ） (2024-11-10T11:43:51Z) - 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) - Assessing dengue fever risk in Costa Rica by using climate variables and
machine learning techniques [0.0]
デング熱は、主に熱帯や亜熱帯の国々に感染するベクター性疾患であり、毎年何百万人もの人に影響を及ぼし、公衆衛生にとって重大な負担であると考えられている。
本稿では,GAMLSS (Generalized Additive Model for location, scale, and shape) とランダムフォレスト (Random Forest,RF) 機械学習アルゴリズムを用いた気候変数の効果について検討する。
論文 参考訳（メタデータ） (2022-03-23T19:59:15Z) - Modeling the geospatial evolution of COVID-19 using spatio-temporal
convolutional sequence-to-sequence neural networks [48.7576911714538]
ポルトガルは世界最大の発生率を持つ国であり、人口10万人当たりの14日間の発生率が1000を超える。
その重要性にもかかわらず、covid-19の地理空間的進化の正確な予測は依然として課題である。
論文 参考訳（メタデータ） (2021-05-06T15:24:00Z) - Ensemble Forecasting of the Zika Space-TimeSpread with Topological Data
Analysis [13.838100337224075]
ジカウイルスは、主にAedes aegyptiとAedes albopictusの蚊に噛まれて伝染する。
その結果、ジカウイルス感染の頻度は、降水量、高温、人口密度の高い地域では一般的である。
累積ベティ数の概念を導入し,その累積ベティ数をトポロジカル記述子として3つの機械学習モデルに統合する。
論文 参考訳（メタデータ） (2020-09-24T16:42:19Z) - From predictions to prescriptions: A data-driven response to COVID-19 [42.57407485467993]
新型コロナウイルスの臨床的特徴を理解するための包括的データ駆動型アプローチを提案する。
私たちは、感染や死亡のリスクを予測するために、パーソナライズされた電卓を構築します。
人工呼吸器の再配置と不足軽減のための最適化モデルを提案する。
論文 参考訳（メタデータ） (2020-06-30T03:34:00Z)
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。