A team led by researchers at Weill Cornell Medicine has used an AI-based approach to uncover underlying patterns among the conditions in which people are born, grow, live, work, and age, termed social determinants of health (SDoH), and then linked each pa
在威尔律师事务所的研究人员的领导下，威尔律师事务所使用了一种基于人工智能的方法来研究人们出生、成长、生活、工作和年龄的基本模式，即社会健康术语（SDoH），并将该模式与儿童的健康结果联系起来与传统方法相比，原则上，该策略提供了更客观、更全面的影响儿童健康的潜在特殊因素的图像，因此，可以采取更具针对性的干预措施
如10月报道16在《美国医学会杂志》的媒体中，有超过10500名美国儿童的分析数据，跨17U不统一s州对每个孩子的80多个社区级SDoH因素进行量化分析，发现样本中存在四种广泛的模式，包括影响、高污名化环境、高社会经济剥夺、高犯罪率和高销售率，以及低教育和人口密集的地区这些模式和结果之间的非统计关联与儿童的发展心理健康有关，包括心理、认知和身体健康
“一个复杂的社会因素会影响儿童的健康，我认为我们的结果表明，使用单一的方法来处理这种复杂性很重要，”该研究的作者Dr说道YunyuXiao，Weill Cornell Medicine的人口健康科学专家
博士小科和博士一起主持了这项研究ChangSu，也是人口健康科学的一位抗性教授Bothares在威尔康奈尔医学院人口健康科学部的健康信息部门博士Jyotishman Pathaka和Dr同样在威尔律师事务所工作的王菲是这项联合工作的共同作者
威尔律师事务所的医学研究人员与多个机构、多学科的专家团队合作，研究潜在的、特别决定健康或血栓持续性的因素，以导致不良健康结果该团队包括一名精神专家Dr来自哥伦比亚大学的JohnMann；DrsTimothyBrown、LonnieSnowden和JulianChungChow分别是加州大学的健康经济学、健康政策和社会福利专家；伯克利公共卫生学院，社会流行病学博士哈佛医学院的AlexTsai确定影响健康的社会因素和旨在提供儿童健康的语言社会政策，如强制低收入家庭儿童免费上学的法律，以及学校和诊所提供的全面健康护理晓说
新的复杂问题解决方法
本领域的优先研究倾向于关注社会经济变量和健康结果的箭头集，通常会检查特定地区的平均结果
在这项研究中，有两种不同的方法DrsXiao和Sua在使用机器学习和先进的AI技术方面拥有丰富的经验，这些技术允许对大型数据集进行相对有偏差的、细粒度的分析最近几年，他们将这些“大数据”技术问题带到了社会流行病学问题的最重要方面——例如，在COVID-19大流行期间，检测对儿童心理健康有显著影响的因素
“我们的方法是数据驱动的，可以在大型数据集中查看后面的模式，而无需事先假设和其他偏差，”Dr怀疑
这些新研究的数据是由正在进行的、基于调查的国家卫生研究所（NIH）发起的名为“大脑认知发展研究”（ABCD）的项目生成的它涵盖了2016年至2021年美国21个地区的10504名儿童，年龄在9-10岁之间该样本的种族和种族混合广泛反映了美国的情况s整体
在这项分析中，每个孩子的记录都有84个不同的DoH变量，这些变量与教育资源、物质基础设施、感知偏见和歧视、家庭收入、邻里犯罪和毒品有关在儿童的SDoH档案中，机器学习算法是在基本模式的基础上确定的，并寻找这些模式与健康结果之间的统计关联
儿童健康结果因特定决定因素而异
Akeyfinding asthat the dataclustered to fourbroadSDoH atterns:富裕；高度社会经济剥夺；城市犯罪率高，教育水平低；和高耻辱感——这一模式涉及对女性和女性以及其他代表性不足群体的偏见和歧视的高自我报告测量白人儿童在黑人和高污名化人群中的比例过高；布莱克和其他两个孩子的恐慌
我们的每一个个人资料都与其自身广泛的健康模式有关，“高度社会经济剥夺”模式与平均水平的其他健康结果密切相关，包括精神疾病的症状、认知表现的恶化和身体健康的恶化另外两种非富裕模式实际上与更大的不利后果相关联，而非富裕模式
该研究有一些局限性，包括BCD数据的基于调查的、自我报告的性质，通常认为这比客观测量的数据更不可靠此外，流行病学分析表明，这些可以单独揭示社会因素和健康结果之间的关联——它们不能证明前者会影响后者即便如此，研究人员表示，研究结果显示了相对有偏见的机器学习方法的力量，可以克服潜在的学习障碍，并有助于为未来的研究提供信息，以确定是否可以发现将社会参与者连接到实验室的真正原因
“这种多维度、无基础的原则性方法有助于对当前美国国立卫生研究院资助的项目进行调查，并对政策干预产生影响。”晓说