Visits: 25
Pubblicato su “quotidiano di Cardiologia”: Paesaggio urbano e prevalenza di malattie cardiometaboliche negli USA
https://www.popsci.it/canali-medicina/quotidianocardiologia/qc-paesaggio-urbano-e-prevalenza-di-malattie-cardiometaboliche-negli-usa.html?tck=FBE29D9A-E25C-4F97-9CFB-94C494019C03
Un recente studio pubblicato sulla rivista European Heart Journal ha esplorato il ruolo del paesaggio urbano nello sviluppo delle malattie cardiometaboliche. I ricercatori hanno utilizzato un approccio innovativo basato sulla visione artificiale per valutare l’ambiente costruito e correlarlo con la prevalenza delle malattie cardiache coronariche (CHD).
Le immagini di Google Street View (GSV) sono state usate per analizzare le infrastrutture urbane e collegarle con la prevalenza di CHD. Sono state utilizzate reti neurali convoluzionali, modelli lineari a effetti misti e mappe di attivazione per prevedere gli esiti sanitari e identificare le associazioni delle caratteristiche con le CHD a livello di zona censuaria. Gli autori hanno ottenuto 0,53 milioni di immagini GSV che coprono 789 zone censuarie in sette città statunitensi.
Le caratteristiche dell’ambiente estratte da GSV utilizzando l’apprendimento profondo hanno predetto il 63% della variazione della prevalenza di CHD a livello di zona censuaria. L’aggiunta delle caratteristiche di GSV ha migliorato un modello che includeva solo età, sesso, razza, reddito e istruzione a livello di settore censuario o indici compositi del determinante sociale della salute. Le rappresentazioni grafiche delle caratteristiche rilevate hanno rivelato un insieme di caratteristiche del quartiere rappresentate da edifici e strade associate alla prevalenza di CHD.
In conclusione, nello studio trasversale, la prevalenza di CHD è stata associata a fattori urbani derivati da GSV attraverso l’analisi dell’apprendimento profondo, indipendentemente dalle caratteristiche demografiche. Secondo gli autori, la valutazione dell’ambiente costruito abilitata dalla visione artificiale potrebbe potenzialmente offrire un approccio più preciso per identificare i quartieri a rischio, fornendo così un viale efficiente per affrontare e ridurre le disparità di salute cardiovascolare negli ambienti urbani.
Questi risultati sottolineano l’importanza di considerare l’ambiente costruito nelle strategie di prevenzione e gestione delle malattie cardiometaboliche.
Zhuo Chen, Jean-Eudes Dazard, Yassin Khalifa, Issam Motairek, Sadeer Al-Kindi, Sanjay Rajagopalan, Artificial intelligence–based assessment of built environment from Google Street View and coronary artery disease prevalence, European Heart Journal, 2024;, ehae158, https://doi.org/10.1093/eurheartj/ehae158