General

El modelo de aprendizaje profundo detecta las tasas de obesidad desde el espacio exterior

El modelo de aprendizaje profundo detecta las tasas de obesidad desde el espacio exterior


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

El aumento sin precedentes de la obesidad que estamos viendo en el mundo en el siglo XXI, con todos sus efectos devastadores en la salud, así como en los sistemas de atención médica existentes, ha sido bien documentado. Y a pesar de decenas de estudios que analizan algunas de las prácticas de salud que contribuyen al aumento de peso, la epidemia continúa.

Una de las últimas pruebas proviene de una fuente muy poco probable: el espacio exterior. Para aquellos entre nosotros que puedan ser escépticos sobre cómo funciona esto, es necesario señalar que estas estimaciones no detectan la obesidad en individuos, sino en áreas enteras (aunque quizás algún día las innovaciones científicas también nos brinden esta oportunidad).

Diseñando el estudio

Un equipo de investigadores de la Universidad de Washington en Seattle utilizó inteligencia artificial para interpretar imágenes de satélite para comprender la tasa de obesidad en diferentes entornos construidos, o espacios humanos, que no incluyen los del medio natural.

Para lograr estos resultados, el equipo utilizó una técnica de aprendizaje profundo conocida como el enfoque de red neuronal convolucional (CNN), que el equipo cita por su capacidad para permitir "una cuantificación consistente de las características del entorno construido en los vecindarios y la comparabilidad entre los estudios y regiones geográficas ". En total, varios barrios de seis se estudiaron áreas urbanas: Memphis, Tennessee; Seattle (incluidos Seattle, Tacoma y Bellevue), Washington; San Antonio, Texas; Los Angeles, California.

Mapeando los números

Según los datos recopilados por el equipo, más de un tercio de toda la población de Estados Unidos, el 39,8% según los Centros para el Control y la Prevención de Enfermedades (CDC), puede considerarse obeso. A la luz de esto, la información de estudios como este proporciona representaciones visuales convincentes de cómo los números se descomponen en varios entornos construidos, creando un vínculo entre la evidencia médica precisa, pero oscura, y los enfoques de las ciencias sociales que son completos, pero que carecen de algunos de los elementos empíricos. evidencia presente en otras ramas de la ciencia.

Estados Unidos ocupa el primer lugar en obesidad en el mundo, eso es bien conocido. Entonces, la Organización para la Cooperación y el Desarrollo Económicos decidió ampliar su enfoque de investigación para observar las tasas de obesidad en el mundo, y los resultados fueron sorprendentes.

En promedio, el 19,5% de los adultos son obesos en los países de la OCDE. Vea dónde pesa su país en https://t.co/0rAdWjng8N PDF # health # EOD2017pic.twitter.com / 07QxLPYtB9

- OCDE (@OECD) 18 de mayo de 2017

También sirve como recordatorio de que debe adoptarse un enfoque global para abordar la epidemia de obesidad.

"Como hemos aprendido de manera tan trágica de las experiencias en el control del tabaco, centrar nuestra atención solo en las naciones desarrolladas permite que un problema se traslade a los países en desarrollo, una tendencia ya evidente en los planes de crecimiento de las industrias mundiales de comida rápida y bebidas", extracto de el libro multidisciplinarioEl Manual de Oxford de las Ciencias Sociales de la Obesidad.

Los detalles sobre la investigación se pueden encontrar en un artículo, titulado "Uso del aprendizaje profundo para examinar la asociación del entorno construido con la prevalencia de la obesidad adulta del vecindario", publicado ayer en el Red JAMA abierta diario.


Ver el vídeo: Preocupantes cifras de obesidad infantil en Chile (Julio 2022).


Comentarios:

  1. Macbain

    No importa cuánto lo intentemos todos, seguirá siendo como pretendía el universo. Mientras leía mi cerebro murió.

  2. Eadburt

    Permites el error. Escríbeme en PM, discutiremos.

  3. Jessee

    Este mensaje es incomparable))), me gusta :)

  4. Maukinos

    Muy interesante. Me gustaría algo más sobre lo mismo.



Escribe un mensaje