高频监测使得基于机器学习的急性儿童营养不良的预测能够用于早期预警
Susana Constenla-Villoslada1,2, Yanyan Liu2,3, Linden McBride4
1School of Information, University of California at Berkeley, Berkeley, CA 94720.
概括
使用机器学习的早期预警系统 (EWS) 现在可以更好地预测儿童急性营养不良危机. 使用频繁数据更新模型可以改善及时人道主义援助的预测.
科学领域:
- 全球健康 全球健康
- 计算流行病学计算流行病学
- 遥感 遥感 遥感 遥感
背景情况:
- 自2017年以来,全球急性粮食不安全情况翻了一番,增加了对有效预警系统 (EWS) 的需求.
- 现有的大数据和遥感方法显示,对亚人口级急性营养不良的预测能力有限.
- 机器学习模型难以准确预测快速发展的营养不良危机.
研究的目的:
- 提高儿童急性营养不良的机器学习模型的预测性能.
- 调查更新培训数据与高频预测和监测是否可以提高模型准确性.
- 直接学习急性营养不良危机的动态决定因素,以便更好地预测.
主要方法:
- 使用监督机器学习算法.
- 集成的遥感功能集与时间序列儿童人体测量数据.
- 使用来自EWS哨戒站点的数据进行模型培训和验证.
主要成果:
- 在运营相关的时间范围内制定了急性营养不良的准确预测.
- 通过结合营养不良指标的高频监测,表现出更好的预测技能.
- 成功地将机器学习与遥感和人类识别数据相结合.
结论:
- 高频数据更新提高了机器学习模型的性能,用于预测儿童急性营养不良.
- 这些改进的预测可以优化针对迫在眉的粮食紧急情况的人道主义响应的准.
- 取得的进展有可能降低与粮食危机相关的高病例死亡率.
相关概念视频
01:18Steps in Outbreak Investigation
218
In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:
218
01:30Pulse rhythm
940
Pulse rhythm refers to the pattern of pulsations within specific intervals, offering valuable insights into the regularity or irregularity of the heart's beats as observed through the pattern of pulsation within specific intervals. A regular pulse exhibits a consistent heart rate with uniform waveforms and pulsation force, variations of which can be classified as normal, weak, or bounding.
Conversely, an irregular pulse pattern is termed dysrhythmia, stemming from disruptions in cardiac...
Conversely, an irregular pulse pattern is termed dysrhythmia, stemming from disruptions in cardiac...
940