Decoding Urban-health Nexus: Interpretable Machine Learning Illuminates Cancer Prevalence based on Intertwined City Features

要約

この研究では、地域レベルのがん罹患率を決定する際の、社会人口統計、建築環境の特徴、環境危険曝露の特徴の間の相互作用を調査しています。
この研究では、米国の 5 つの大都市圏 (シカゴ、ダラス、ヒューストン、ロサンゼルス、ニューヨーク) のデータを利用して、XGBoost 機械学習モデルを実装して、がんの罹患率を予測し、さまざまな特徴の重要性を評価しました。
私たちのモデルは信頼性の高いパフォーマンスを示しており、その結果は、年齢、少数派の地位、人口密度ががんの罹患率に最も影響を与える要因の一つであることを示しています。
さらに、緑地、開発地域、総排出量に焦点を当てて、がんの罹患率を軽減できる都市開発と設計戦略を検討します。
因果関係推論に基づいた一連の実験評価を通じて、その結果は、緑地を増やし、開発地域と総排出量を削減することで、がんの罹患率を軽減できる可能性があることを示しています。
この研究と結果は、都市の特徴と地域の健康の間の相互作用のより良い理解に貢献するとともに、公衆衛生を促進する統合都市設計のための解釈可能な機械学習モデルの価値も示しています。
この調査結果はまた、都市計画と都市設計に実用的な洞察を提供し、統合された都市設計戦略を通じて都市の健康格差に対処するための多面的なアプローチの必要性を強調しています。

要約(オリジナル)

This study investigates the interplay among social demographics, built environment characteristics, and environmental hazard exposure features in determining community level cancer prevalence. Utilizing data from five Metropolitan Statistical Areas in the United States: Chicago, Dallas, Houston, Los Angeles, and New York, the study implemented an XGBoost machine learning model to predict the extent of cancer prevalence and evaluate the importance of different features. Our model demonstrates reliable performance, with results indicating that age, minority status, and population density are among the most influential factors in cancer prevalence. We further explore urban development and design strategies that could mitigate cancer prevalence, focusing on green space, developed areas, and total emissions. Through a series of experimental evaluations based on causal inference, the results show that increasing green space and reducing developed areas and total emissions could alleviate cancer prevalence. The study and findings contribute to a better understanding of the interplay among urban features and community health and also show the value of interpretable machine learning models for integrated urban design to promote public health. The findings also provide actionable insights for urban planning and design, emphasizing the need for a multifaceted approach to addressing urban health disparities through integrated urban design strategies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google