A Combined Predictive and Causal Approach for Neighborhood-Level Diabetes Detection
Notice bibliographique
Résumé
Objective: Develop a neighborhood-level framework using machine learning and causal inference to identify socioeconomic and behavioral drivers of Type 2 diabetes for targeted public health interventions. Materials and Methods: Data from 1,149 Census Tracts in Toronto were integrated, linking demographic, health, and marginalization indices. Seven machine learning models classified neighborhoods with high diabetes prevalence. Feature engineering mitigated skewness and correlation, while Causal Forests estimated the Conditional Average Treatment Effect (CATE, τ) for predictors such as work stress, smoking, and mental health. Results: Predictive models achieved over 90% recall and high AUC metrics on both test and external validation datasets. Key predictors included obesity, overweight status, physical activity, and log-transformed median age. Causal analysis further indicated that elevated work stress (τ = 0.312) and daily smoking (τ = 0.155) increased diabetes risk, while stronger mental health (τ ≈ −1.1) was protective. Discussion: While genetic and clinical factors often dominate the conversation on diabetes, data is often restricted to confirmed diagnoses or not readily available for prevalence analyses. Our study shows how neighborhood contexts, including walkability, stress levels, and socioeconomic differences, help drive rising disease rates. We integrated machine learning classifiers with causal inference to examine how interventions, such as active transportation and adjusted work stress, could shift diabetes risk. Conclusion: This integrated method offers a blueprint for precision public health by clarifying how modifiable neighborhood factors affect diabetes risk. It can help tailor interventions to community needs and is applicable to other areas facing similar chronic disease challenges.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».