이 연구는 미국 내 COVID-19 대응 전략과 결과의 다양성을 파악하기 위해 비지도 기계 학습 기법인 K-Means 클러스터링을 활용했다. 카운티 단위의 데이터(감염률, 사망률, 인구통계, 사회경제적 요인 등)를 분석하여 "높은 성과" 및 "낮은 성과" 그룹을 식별하고 이를 뒷받침하는 요인을 파악했다.
주요 결과:
이러한 데이터 기반 통찰을 바탕으로 지역 맞춤형 공중 보건 정책 수립, 의료 인프라 개선, 백신 접종률 제고 등의 정책 제언이 가능하다. 또한 동적 시각화 도구를 통해 연구자와 정책 입안자가 가설을 수립하고 검증할 수 있도록 지원한다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Morteza Male... om arxiv.org 04-15-2024
https://arxiv.org/pdf/2404.08186.pdfDiepere vragen