Background: COVID-19 is impacting people worldwide and is currently a leading cause of death in many countries. This study sought to redefine the Healthy People 2030 SDoH taxonomy to accommodate the COVID-19 pandemic. Furthermore, we aim to provide a blueprint and implement a prototype for the Urban Population Health Observatory (UPHO), a web-based platform that integrates classified group-level SDoH indicators to individual- and aggregate-level population health data. The process of building the UPHO involves collecting and integrating data from several sources, classifying the collected data into drivers and outcomes, incorporating data science techniques for calculating measurable indicators from the raw variables, and studying the extent to which interventions are identified or developed to mitigate drivers that lead to the undesired outcomes. We generated and classified the indicators of social determinants of health, which are linked to COVID-19. To display the functionalities of the UPHO platform, we presented a prototype design to demonstrate its features. We provided a use case scenario for 4 different users. UPHO serves as an apparatus for implementing effective interventions and can be adopted as a global platform for chronic and infectious diseases. The UPHO surveillance platform provides a novel approach and novel insights into immediate and long-term health policy responses to the COVID-19 pandemic and other future public health crises. The UPHO assists public health organizations and policymakers in their efforts in reducing health disparities, achieving health equity, and improving urban population health.


翻译:2030 SDoH分类学旨在重新定义“健康人2030 SDoH分类学”,以适应“COVID-19”流行病;此外,我们的目标是为城市人口健康观测站(UPHO)提供一个蓝图并实施一个原型;该观测站是一个网络平台,将分类群体一级的SDoH指标与个人和总体人口健康数据相结合;建设UPHO的过程涉及从若干来源收集和整合数据,将所收集的数据分类为驱动数据和结果,纳入从原始变量中计算可衡量的指标的数据科学技术,并研究确定或发展干预措施以缓解导致不理想结果的驱动因素的程度;我们制定并分类了与城市健康观测站(UPHO)19相联系的卫生社会决定因素指标;为UPHO平台的功能展示了一种原型设计,以展示其特点;我们为4个不同用户提供了使用的案例假设。 UPHO作为实施有效干预措施的工具,可以用作慢性和传染病的全球平台;以及研究在多大程度上确定或发展干预措施;UPHO-19监测平台为公共卫生政策提供新的方法和最新见解;在公共卫生方面减少公众健康危机,并改进组织。

0
下载
关闭预览

相关内容

剑桥大学《数据科学: 原理与实践》课程,附PPT下载
专知会员服务
49+阅读 · 2021年1月20日
专知会员服务
39+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员