用机器学习方法评估城市空气污染对人口健康的负面影响
Nurlan Temirbekov1,2, Marzhan Temirbekova3, Dinara Tamabay1,2
1National Engineering Academy of RK, Almaty 050010, Kazakhstan.
空气污染显著增加了哈萨克斯坦阿尔马蒂的呼吸系统疾病. 2017-2022年机器学习分析强调了需要减排战略来改善公共卫生.
科学领域:
- 环境健康 环境健康
- 公共卫生 公共卫生
- 数据科学数据科学数据科学
背景情况:
- 大气空气污染在全球范围内越来越令人担忧,影响公众健康.
- 呼吸道疾病在城市人口中占有很大的病率负担.
- 哈萨克斯坦阿尔马蒂市空气质量对呼吸系统健康的具体影响需要详细调查.
研究的目的:
- 评估阿拉木图的病率水平及其与大气空气污染的相关性.
- 通过机器学习研究空气污染,呼吸道疾病和COVID-19感染之间的关系.
- 为减少空气污染和减轻呼吸道疾病提供数据驱动的建议.
主要方法:
- 利用机器学习算法分析空气污染数据 (悬浮颗粒) 和健康记录.
- 从2017年到2022年,对阿尔马提的呼吸系统疾病和空气质量进行了时间分析.
- 与呼吸系统疾病和COVID-19影响的发生率相关的空气污染指标.
主要成果:
- 建立了空气污染水平升高与呼吸系统疾病发病率增加之间的关键联系.
- 在特定的空气污染物和呼吸道发病率之间展示了显著的相关性.
- 确定机器学习作为分析复杂环境健康关系的有效工具.
结论:
- 空气污染是阿拉木图呼吸系统疾病增加的主要驱动因素.
- 实施减少大气排放的措施对于预防慢性呼吸道疾病至关重要.
- 针对工业,交通和能源部门的有针对性的建议对于改善空气质量和公共卫生至关重要.
更多相关视频
05:18Measuring Carbon Content in Airway Macrophages Exposed to Carbon-Containing Particulate Matters
Published on: July 12, 2024
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
相关概念视频
Steps in Outbreak Investigation
Statistical Methods for Analyzing Epidemiological Data
Mechanistic Models: Compartment Models in Individual and Population Analysis
Strategies for Assessing and Addressing Confounding
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
Analysis of Population Pharmacokinetic Data
