Model uczenia maszynowego, uwzględniający czynniki społeczne, polityczne i behawioralne, wyjaśnił 78% zmienności w wskaźnikach otyłości w hrabstwach USA, z fizyczną nieaktywnością jako najsilniejszym predyktorem. Symulacja 10% redukcji nieaktywności wykazała potencjalny spadek otyłości w wielu regionach, choć niektóre obszary odnotowały wzrost. Odkrycia sugerują, że poprawa poziomu aktywności fizycznej w populacji może być kluczowa w walce z otyłością na poziomie lokalnym.
Źródło: Medscape
Kategoria: Zdrowie publiczne
Ważność: ⭐⭐⭐⭐⭐⭐⭐ (7/10)