Fugu-MT 論文翻訳(概要): Environmental Drivers of Respiratory Disease: A District Level Analysis

論文の概要: Environmental Drivers of Respiratory Disease: A District Level Analysis

arxiv url: http://arxiv.org/abs/2607.04416v2
Date: Tue, 07 Jul 2026 05:46:21 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-08 14:37:43.237769
Title: Environmental Drivers of Respiratory Disease: A District Level Analysis
Title（参考訳）: 呼吸器疾患の環境要因:地域レベル分析
Authors: Rahim Iqbal, Asfi Ahamed, Izzath Nisfer, Shazan Shaheed, Muhammadu Ilham, Nathali Athukorala, Madara Mendis, Nisansa de Silva, Sandareka Wickramanayake,
Abstract要約: スリランカは10年間、森林破壊と大気汚染の増大を経験してきた。地域レベルの呼吸器はパラドックス的に減少しており、医療アクセスの欠如が指摘されている。
参考スコア（独自算出の注目度）: 1.5164041225909122
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Sri Lanka has experienced a decade of progressive forest degradation and rising atmospheric pollution, yet district-level respiratory admissions have paradoxically declined, pointing to the confounding role of healthcare access. This study addresses that gap by constructing an 11-year (2014-2024) panel dataset across all 25 administrative districts, integrating satellite-derived vegetation indices, fire radiative power, pollutant concentrations (particulate matter (PM2.5), nitrogen dioxide (NO2), sulfur dioxide (SO2)), carbon flux metrics and population-normalized respiratory admission rates. Two temporally validated XGBoost models were created for annual district-level respiratory rate (R^2 = 0.937) and monthly PM2.5 concentration (R^2 = 0.976) with generalization validated in 21 out of 25 districts (Mean Absolute Percentage Error (MAPE) <= 20%). Shapley Additive Explanations (SHAP) analysis established that cumulative air quality burden is the overwhelming driver of respiratory rate variance (80.1%), ahead of forest degradation (15.6%) and fire activity (4.3%). The Forest-Air-Health (FAH) Risk Index used these SHAP-derived weights to find the districts with the highest risk: Colombo (FAH = 0.802), Gampaha (0.708), and Kalutara (0.682). These findings present the inaugural evidence-based, district-level framework correlating environmental degradation with respiratory health in Sri Lanka, establishing a quantitative basis for focused public health and environmental policy.
Abstract（参考訳）: スリランカは森林破壊と大気汚染の増大で10年間経験してきたが、地域レベルでの呼吸器の受け入れはパラドックス的に減少しており、医療アクセスの欠如が指摘されている。本研究は, 衛星由来の植生指標, 放火力, 汚染物質濃度 (PM2.5), 二酸化炭素 (NO2) , 二酸化硫黄 (SO2) , 炭素濃度測定値, 人口正規化呼吸吸入率を総合して, 全25地区に11年(2014-2024年)のパネルデータセットを構築することにより, ギャップを解消するものである。年間呼吸速度 (R^2 = 0.937) と月間PM2.5濃度 (R^2 = 0.976) の2つの時間的検証XGBoostモデルを作成し, 25地区中21地区 (MAPE) <=20%) で一般化した。 Shapley Additive Explanations (SHAP) 分析により、累積空気品質負荷は、呼吸速度のばらつき(80.1%)、森林破壊(15.6%)、火災活動(4.3%)の圧倒的な要因であることが示された。フォレスト・エア・ヘルス・リスク指数(FAH)は、これらのSHAP由来の重量を使って、コロンボ(FAH = 0.802)、ガンパハ(0.708)、カルタラ(0.682)といった最もリスクの高い地域を発見した。これらの知見はスリランカにおける環境劣化と呼吸器衛生との関連性を示す最初のエビデンスに基づく地域レベルの枠組みを示し,公衆衛生・環境政策の定量的基盤を確立した。

関連論文リスト

NEXUS: A compact neural architecture for high-resolution spatiotemporal air quality forecasting in Delhi National Capital Region [0.0]
一酸化炭素、酸化窒素、二酸化硫黄を予測するためのNEXUSアーキテクチャを提案する。 NEXUSは優れた予測性能と計算効率を提供し、空気質監視システムのリアルタイム展開を可能にしている。
論文参考訳（メタデータ） (2026-02-23T09:56:22Z)
Probabilistic Wildfire Susceptibility from Remote Sensing Using Random Forests and SHAP [0.0]
森林火災は世界中の生態系に重大な脅威をもたらす。本研究は、ランダム森林アルゴリズムを用いて、カリフォルニアの総合的な山火事リスクマップを作成することを目的としている。
論文参考訳（メタデータ） (2025-11-12T06:05:41Z)
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)
AirCast: Improving Air Pollution Forecasting Through Multi-Variable Data Alignment [46.56288727659417]
大気汚染は、急速な工業化と都市化によって悪化する世界的な健康リスクの先駆けである。本稿では,新しい多変量大気汚染予測モデルであるAirCastを紹介する。 AirCastは、大気条件と汚染物質濃度を同時に予測するマルチタスクヘッドアーキテクチャを採用している。
論文参考訳（メタデータ） (2025-02-25T07:34:18Z)
A review on development of eco-friendly filters in Nepal for use in cigarettes and masks and Air Pollution Analysis with Machine Learning and SHAP Interpretability [0.0]
大気質指数(AQI)はランダムフォレスト回帰器を用いて予測される。最も低いテストRMSE(0.23)と欠陥のないR2スコア(1.00)では、CatBoostは他のモデルよりもパフォーマンスが良い。本研究では,Hydrogen-Alpha (HA) 生分解性フィルターについて,関連する健康リスクを低減させる新しい方法として検討した。
論文参考訳（メタデータ） (2025-01-23T04:16:58Z)
Can Explainable AI Assess Personalized Health Risks from Indoor Air Pollution? [0.0594961162060159]
既存の研究は主に監視に重点を置いており、室内汚染源をピンポイントする精度に欠けていた。 143名の被験者を対象に調査を行ったところ,室内大気汚染に対する意識は限定的であった。本手法では,決定木,ランダムフォレスト,ナイーブベイズ,SVMモデルを統合し,決定木を用いて99.8%の精度で精度を向上する。
論文参考訳（メタデータ） (2025-01-07T03:37:13Z)
OXYGENERATOR: Reconstructing Global Ocean Deoxygenation Over a Century with Deep Learning [50.365198230613956]
既存の専門家が支配する数値シミュレーションは、地球温暖化や人的活動によって引き起こされる動的変動に追いつかなかった。 1920年から2023年までの世界の海洋脱酸素モデルを再構築するために,最初の深層学習モデルであるOxyGeneratorを提案する。
論文参考訳（メタデータ） (2024-05-12T09:32:40Z)
From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
論文参考訳（メタデータ） (2021-03-14T17:56:17Z)
COVID-Net S: Towards computer-aided severity assessment via training and validation of deep neural networks for geographic extent and opacity extent scoring of chest X-rays for SARS-CoV-2 lung disease severity [58.23203766439791]
胸部X線(CXR)はSARS-CoV-2重症度を評価するためにしばしば用いられる。本研究では,深層学習システムを用いて,SARS-CoV-2肺疾患重症度に対するCXRのコンピュータ支援による評価の有効性を評価する。
論文参考訳（メタデータ） (2020-05-26T16:33:52Z)
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。