El sistema de minería de datos descubre los condados de EE. UU. con mayor riesgo de muerte por COVID

Este «mapa de alerta» indica la cantidad de veces que un condado de EE. UU. forma parte de un conjunto de «alto riesgo». Los colores más oscuros indican un mayor nivel de riesgo que tiene un condado de altas tasas de mortalidad por COVID-19. Crédito: Akai Kaeru, LLC

La tarea de controlar la pandemia de COVID-19 en todo el país y predecir dónde aumentarán los casos a continuación y qué áreas pueden tener altas tasas de mortalidad sigue siendo abrumadora para los científicos y los funcionarios públicos. Una nueva herramienta de aprendizaje automático desarrollada por investigadores de una empresa nueva (Akai Kaeru LLC) afiliada al Departamento de Ciencias de la Computación de la Universidad de Stony Brook y al Instituto de Ciencias Computacionales Avanzadas (IACS) puede ayudar a medir las áreas con mayor riesgo de contraer el virus y las altas tasas de mortalidad. . El software que utilizan analiza un conjunto masivo de datos de los 3.007 condados de EE. UU. Descubrieron que las combinaciones de factores como la pobreza, los entornos rurales, la baja educación, la pobreza baja pero la deuda de la vivienda y la falta de sueño están asociadas con tasas de mortalidad más altas en los condados.

Los investigadores utilizan un software y un motor de minería de patrones automáticos para analizar un conjunto de datos con aproximadamente 500 atributos, que cubren detalles relacionados con la demografía, la economía, la raza y el origen étnico, y la infraestructura en todos los condados de EE. UU. Después de analizar y evaluar los datos dentro de los condados, crearon casi 300 conjuntos de condados con un «alto riesgo» de COVID-19 y tasas de mortalidad relacionadas.

Muchos de estos condados dentro de los conjuntos, pero no todos, están en los estados del sur de EE. UU. e incluyen cerca de 1,000 condados. Algunos de los condados incluyen Hancock, Georgia; Atala, Mississippi; Lee, Carolina del Sur; Swisher Texas; Adams, Ohio; Torrance, Nuevo México; y Madison, Fla. Mississippi, Louisiana y Georgia son los que corren mayor riesgo, con un 80-90 por ciento de sus condados cubiertos por estos conjuntos.

«Nuestro algoritmo de software identifica condados con condiciones específicas que parecen conducir a tasas de mortalidad más altas que el promedio de EE. UU. debido a COVID-19», dijo Klaus Mueller, Ph.D., profesor de informática, miembro de la facultad de IACS, director ejecutivo de la empresa emergente Akai Kaeru, LLC e investigador principal del estudio de la compañía. «No podemos decir que un condado específico tendrá una tasa de mortalidad más alta de lo normal, pero podemos predecir esto para los conjuntos de condados que se ajusten a ciertas condiciones».

Según Mueller, el software y el método utilizados para analizar los datos e identificar condados de alto riesgo puede ayudar a informar a los funcionarios en función de correlaciones importantes relacionadas con las tasas de mortalidad de COVID-19 y ayudar a dirigir la asignación de recursos, como kits de prueba y estaciones. El método y los hallazgos también pueden ayudar a dirigir campañas de información basadas en la comunidad sobre COVID-19 y medidas para contener la pandemia y reducir potencialmente los casos.

Los investigadores encontraron que varias condiciones deben estar presentes al mismo tiempo para exponer a un condado a un riesgo elevado. Algunos de estos conjuntos de condiciones son:

• Condados rurales pobres con residentes que envejecen.
• Condados con falta de educación y falta de sueño con baja participación en el seguro de salud.
• Condados con poca población asiática pero alta minoría donde los niños negros viven en la pobreza.
• Condados con alta propiedad de vivienda y baja pobreza. Para este conjunto de condados también existe una correlación significativa entre la tasa de mortalidad y la cantidad de deuda de vivienda que tienen los residentes del condado.

«Cada uno de estos conjuntos de condiciones cuenta una historia única y hace que la inteligencia artificial detrás de nuestro algoritmo sea explicable». dice Müller. «Por ejemplo, lo que podríamos concluir del patrón de ‘alta propiedad de viviendas y baja pobreza’ es que hay propietarios de viviendas en estos condados ricos con alta propiedad de viviendas que no pueden pagar sus casas y, como resultado, tienen una gran deuda de vivienda. Entonces, como el crece el porcentaje de este tipo de propietarios de viviendas en un condado, al igual que el riesgo de infección por COVID-19 y potencialmente la muerte».

«También observamos en un conjunto de condados diferentes que los condados pobres y envejecidos con baja densidad de población son, en promedio, especialmente afectados por el COVID-19», explica Mueller. «Si bien es bien sabido ahora que los residentes mayores son más vulnerables al COVID-19, el patrón nos dice que este alto riesgo parece verse amplificado por dos factores relacionados con la accesibilidad:

(1) Los residentes viven en áreas escasamente pobladas que ofrecen menos instalaciones de atención de urgencia y (2) los residentes son en su mayoría pobres, lo que dificulta su capacidad para usar y pagar estos servicios».

Mueller enfatiza que cualquier conclusión sobre las condiciones relacionadas con la alta mortalidad las tasas de COVID-19 en conjuntos de condados o condados específicos seguirán necesitando más investigación porque una pandemia no es estática y los factores que contribuyen a la enfermedad y la muerte a menudo son complicados.

Akai Kaeru es una empresa nueva desarrollada y ubicado en el Centro de Excelencia en Tecnología Inalámbrica e Informática del Estado de Nueva York (CEWIT). Creado en 2003, CEWIT es el edificio principal del Parque de Investigación y Desarrollo de la Universidad de Stony Brook para realizar investigaciones y comercializarlo.

Explore más

Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: El análisis completo de conjuntos de condados de alto riesgo se puede ver con más detalle en este sitio web: akaikaeru.com/covid-19-1 Proporcionado por la Cita de la Universidad de Stony Brook: El sistema de minería de datos descubre los condados de EE. medicalxpress.com/news/2020-07-unearths-counties-covid-deaths.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.