論文の概要: Geospatial Foundation Models Capture Health-Relevant Dimensions of Place Beyond Conventional Social Risk Indices

• arxiv url: http://arxiv.org/abs/2609.11689v1
• Date: Thu, 10 Sep 2026 15:16:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.415183
• Title: Geospatial Foundation Models Capture Health-Relevant Dimensions of Place Beyond Conventional Social Risk Indices
• Title（参考訳）: 地理空間モデルによる従来の社会的リスク指標以外の場所の健康関連次元の把握
• Abstract要約: 地理空間基盤モデルは、従来の社会的リスク指標に代表されない場所の健康関連の特徴を捉えている。 健康上の結果については、社会的リスク指標によって説明されていないばらつきの最大54%が説明されている。
• 参考スコア（独自算出の注目度）: 1.233122988113145
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Area-based social risk indices summarize residents' socioeconomic conditions but incompletely capture physical features of place that may affect health. We evaluated whether numerical representations of physical place produced by four geospatial foundation model families from 2022 satellite data explained residual variance in tract-level associations between the Area Deprivation Index, Social Deprivation Index, and Social Vulnerability Index with health outcomes. We used LightGBM to predict variables from the American Community Survey and 40 chronic disease and health-behavior outcomes from CDC PLACES across 82,646 census tracts in the contiguous United States, evaluating performance across 10 held-out states. Among survey variables, models were moderately predictive of some variables including housing type (R-squared up to 0.54) but weak for disability, unemployment, and income disparity. For health outcomes, models explained up to 54% of variance left unexplained by social risk indices, with the largest gains for annual checkups, arthritis, and high blood pressure. Mean total variance explained by geospatial foundation models across the 40 health-related outcomes increased from 0.31 in the smallest tract-size decile to 0.39 in the largest. Geospatial foundation models capture health-relevant features of place not represented by conventional social risk indices and may usefully augment them in epidemiological analyses.
• Abstract（参考訳）: 地域ベースの社会リスク指標は、住民の社会経済的条件を要約するが、健康に影響を及ぼす可能性のある場所の物理的特徴を不完全に捉えている。 2022年の衛星データから得られた4つの地理空間モデル家系の物理位置の数値的表現が、地域分断指数、社会分断指数、社会分断指数と健康結果とのトラクションレベルの関係の残差を説明できるかどうかを検証した。 当調査では,アメリカ地域調査所の変数予測にLightGBMを用い,米国連続82,646ヶ所のCDC PLACESによる40の慢性疾患および健康行動の結果について検討した。 調査変数のうち、モデルでは住宅タイプ(R-squared up 0.54)を含むいくつかの変数を適度に予測していたが、障害、失業、所得格差には弱い。 健康上の結果については、社会的リスク指標によって説明されていないばらつきの最大54%が説明され、年間チェックアップ、関節炎、高血圧の最大の増加が見られた。 健康関連40項目の空間的基盤モデルで説明される総差は, トラクションサイズの最小値の0.31から, 最大値の0.39に増加した。 地理空間基盤モデルは、従来の社会的リスク指標に代表されない場所の健康関連の特徴を捉え、疫学的分析に有用である可能性がある。

関連論文リスト

• Transfer Learning for Socioeconomic Estimation in Forced-Displacement Settings [1.7804100659374038]
  より頻繁に更新され、空間的に補完的な証拠は、調査ラウンドの間、社会経済的状況がどこで変化しているかを特定するために必要である。 UNHCR FDSおよびRMSデータから得られた社会経済指標を用いて、更新された適応モデルの開発と評価を行った。 これらの見積もりは、調査ラウンド間の洞察を維持し、タイムリーな人道的優先順位付けとフィールド検証をサポートする。
  論文  参考訳（メタデータ） (2026-09-14T15:55:57Z)
• Simulating clinical interventions with a generative multimodal model of human physiology [49.828582089394445]
  HealthFormerは、人間の生理的軌道を生成的にモデル化するデコーダのみのトランスフォーマーである。 7つの領域にまたがる667個の測定値に対して,各被験者の健康軌道をトークン化する。 HealthFormerは、30のインシデント障害および死亡エンドポイントのうち27の予測を改善し、各比較で確立された臨床リスクスコアを超えた。
  論文  参考訳（メタデータ） (2026-04-30T14:10:30Z)
• 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)
• Predicting Long-Term Self-Rated Health in Small Areas Using Ordinal Regression and Microsimulation [4.230271396864462]
  オープンソースのマイクロシミュレーションはアイルランドの人口を未来に投影するために使われる。 通常の回帰は、社会的・経済的特性に基づいて個人の自己評価された健康を予測するために利用される。 将来的には、高齢化の影響が社会経済的成果の他の改善を上回る可能性があることが示される。
  論文  参考訳（メタデータ） (2026-01-20T11:57:57Z)
• 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)
• Impact on Public Health Decision Making by Utilizing Big Data Without Domain Knowledge [17.73578632982445]
  新たなデータソースと人工知能(AI)の手法は、多くの社会的応用における意思決定と関係がある。 この研究は、新しいデータソースを用いた効果的な介入の割り当てを示すためのロバストネスとモデル仕様の重要な問題を示す。
  論文  参考訳（メタデータ） (2024-02-08T21:03:34Z)
• MedDiffusion: Boosting Health Risk Prediction via Diffusion-based Data Augmentation [58.93221876843639]
  本稿では,MedDiffusion という,エンドツーエンドの拡散に基づくリスク予測モデルを提案する。 トレーニング中に合成患者データを作成し、サンプルスペースを拡大することで、リスク予測性能を向上させる。 ステップワイズ・アテンション・メカニズムを用いて患者の来訪者間の隠れた関係を識別し、高品質なデータを生成する上で最も重要な情報をモデルが自動的に保持することを可能にする。
  論文  参考訳（メタデータ） (2023-10-04T01:36:30Z)
• Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance of Containment Measures [65.62256987706128]
  比較疫学モデルは、疾患の状態に基づいて個人を分類する。 我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。 スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
  論文  参考訳（メタデータ） (2023-07-28T08:01:05Z)
• Using Geographic Location-based Public Health Features in Survival Analysis [12.424517746493553]
  本稿では,入力特徴に公衆衛生統計を取り入れた生存分析モデルの補完的改善を提案する。 地理的位置に基づく公衆衛生情報を含めると,Surveillance, Epidemiology, End Results (SEER)データセットで評価されたコンコーマンス指数の統計的に有意な改善が得られた。 生存分析における地理的位置に基づく公衆衛生機能の有用性が示唆された。
  論文  参考訳（メタデータ） (2023-04-16T03:15:00Z)
• Graph Attention Networks Unveil Determinants of Intra- and Inter-city Health Disparity [0.0]
  複数の異質な都市の特徴は、都市や異なる都市の様々な地区で病気の流行を調節する可能性がある。 本研究は, 肥満, 糖尿病, 癌, 心臓病の4病型において, 人口動態, 人口動態, 人口移動, 都市内および都市間格差について検討した。
  論文  参考訳（メタデータ） (2022-10-18T20:17:17Z)
• 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)
• A General Framework for Survival Analysis and Multi-State Modelling [70.31153478610229]
  ニューラル常微分方程式を多状態生存モデル推定のためのフレキシブルで一般的な方法として用いる。 また,本モデルでは,サバイバルデータセット上での最先端性能を示すとともに,マルチステート環境での有効性を示す。
  論文  参考訳（メタデータ） (2020-06-08T19:24:54Z)

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。