Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

La nueva herramienta del aprendizaje de máquina determina condados de los E.E.U.U. en un riesgo más alto para las muertes de COVID

La tarea de controlar el a escala nacional pandémico COVID-19 y de predecir donde los casos clavarán después y que las áreas pueden tener altas tasas de mortalidad sigue siendo desalentadora para los científicos y los funcionarios. Una nueva herramienta del aprendizaje de máquina desarrollada por los investigadores en una compañía de lanzamiento (LLC de Akai Kaeru) afiliada con el departamento de universidad pedregoso del arroyo de informática y el instituto para la ciencia de cómputo avanzada (SIGC) puede ayudar a calibrar áreas más en riesgo del virus y los altos índices de mortalidad.

El software que utilizan analiza un conjunto de datos masivo de los 3.007 condados de los E.E.U.U. Encontraron que las combinaciones de factores tales como pobreza, fijaciones rurales, educación inferior, pobreza inferior pero deuda de la cubierta, y privación del sueño están asociadas a índices de mortalidad más altos en condados.

Los investigadores utilizan un motor y un software automáticos de la explotación minera de la configuración para analizar un conjunto de datos con aproximadamente 500 atributos, que revisten a los detalles relacionados con los datos demográficos, la economía, la carrera y la pertenencia étnica, e infraestructura en todos los condados de los E.E.U.U. Después de analizar y de fijar los datos dentro de condados crearon casi 300 equipos de condados en un “de alto riesgo” para COVID-19 y relacionaron índices de mortalidad.

Muchos de estos condados dentro de los equipos - pero no de todos - están en estados de los E.E.U.U. meridionales e incluyen cerca de 1.000 condados. Algunos de los condados incluyen a Hancock, GA.; Attala, Srta.; Lee, S.C.; Swisher Tejas; Adams, Ohio; Torrance, N.M.; y Madison, Fla. Mississippi, Luisiana y Georgia es la más en peligro, con el 80-90 por ciento de sus condados revestidos por estos equipos.

Nuestro algoritmo del software determina condados con las condiciones específicas que aparecen llevar a los índices de mortalidad más arriba que medios de los E.E.U.U. debido a COVID-19. No podemos decir que un condado específico tendrá más alto del índice de mortalidad usual, pero podemos predecir esto para los equipos de los condados que ciertas condiciones ajustadas.”

Klaus Mueller, doctorado, profesor del miembro del profesorado de informática, del SIGC, del CEO de Akai de lanzamiento Kaeru, del LLC, y del investigador principal del estudio de la compañía

Según Mueller, el software y el método usados para analizar los datos y para determinar condados de alto riesgo pueden ayudar a informar a los funcionarios basados en las correlaciones importantes relacionadas con los índices de mortalidad COVID-19 y a ayudar a la dotación de recursos directa, tales como estuches y estaciones de prueba. El método y las conclusión pueden también ayudar a apuntar campañas de información basadas en la Comunidad sobre COVID-19 y dimensiones de contener el pandémico y potencialmente de reducir casos.

Los investigadores encontraron que varias condiciones deben estar presentes al mismo tiempo exponer un condado al riesgo elevado. Algunos de estos equipos de la condición son:

  • Condados rurales pobres con los residentes del envejecimiento.
  • condados Sueño-privados, bajo-educados con la participación inferior en seguro médico.
  • Condados con bajo el asiático pero las altas poblaciones de la minoría en donde los niños del negro viven en pobreza.
  • Condados con la alta casa en propiedad y la pobreza inferior. Para este equipo de condados también existe una correlación importante entre el índice de mortalidad y la cantidad de deuda de la cubierta que los residentes del condado tienen.

“Cada uno de estos equipos de condiciones cuenta una historia única y hace la inteligencia artificial detrás de nuestro algoritmo explicable.” Mueller dice. “Por ejemplo, qué puede ser que concluyamos “de la alta casa en propiedad y de la pobreza inferior la” configuración es que hay dueños de la casa en estos condados ricos con la alta casa en propiedad que no puede permitirse sus hogares y como consecuencia para ejecutar arriba la vivienda de deuda. Entonces, mientras que el porcentaje de estos tipos de dueños de la casa en un condado crece, hace tan el riesgo de la infección COVID-19 y potencialmente de muerte.”

“También observamos en un diverso condado fijado que los pobres y los condados del envejecimiento con densidad demográfica inferior son por término medio especialmente muy afectados por COVID-19,” explicamos a Mueller. “Mientras que es bien sabido ahora que es viejo los residentes es más vulnerable a COVID-19, la configuración nos informa que este de alto riesgo parece ser amplificado por dos factores relacionados con la accesibilidad:

(1) los residentes viven en las áreas escaso pobladas que ofrecen menos centros de asistencia urgentes y (2) los residentes son sobre todo pobres que obstaculiza su capacidad de utilizar y de pagar estos servicios.”

Mueller acentúa que cualquier conclusión sobre las condiciones relacionadas con los altos índices de mortalidad de COVID-19 en equipos del condado o condados específicos continuará necesitar la posterior investigación porque un pandémico no es estático y no descompone en factores contribuir a la enfermedad y la muerte es a menudo complicada.

Akai Kaeru es una empresa de nueva creación desarrollada y situada en el centro del Estado de Nueva York de la excelencia en la radio y la tecnología de la información (CEWIT). Creado en 2003, CEWIT es el edificio de anclaje al parque de la investigación y desarrollo de la universidad pedregosa del arroyo para conducto la investigación y para comercializarla.