Quick Look
台灣一項長達23年的研究顯示，空氣污染是預測心血管急症的更強指標，特別是含氮分子。研究指出，老年人和北部居民對環境變化最為敏感。
AI-generated summary
Why It Matters
一項針對台灣23年環境與健康數據的新研究發現，空氣污染比單純的天氣狀況更能預測心血管急症的發生。
台中天際線透過未註明日期的照片，在污染空氣中顯現。照片：廖耀東，台北時報
/ 記者，中央社
一項分析台灣23年環境與健康數據的新研究顯示，空氣污染似乎比單純的天氣狀況更能預測心血管急症。
由國家台灣師範大學（NTNU）領導的研究團隊發現，心血管急症就診人數增加的日子，通常不是因為極度寒冷，而是因為氣溫相對涼爽且空氣污染嚴重。
研究人員發現，這種模式在65歲以上人群和台灣北部地區尤其明顯，這表明環境條件可能對弱勢族群的心血管風險產生重大影響。
這項題為「利用天氣與空氣品質數據預測每日心血管急症：台灣23年機器學習分析」的研究，於上週五在GeoHealth期刊線上發表，檢視了2000年至2022年全國的天氣、空氣品質和急診室數據。
研究人員利用機器學習，識別出與心血管急症激增相關的獨特環境模式，並評估哪些因素在預測每日急診就診人數方面最有用。
分析發現，空氣污染指標在區分高風險日方面，比單純的氣象變量更有效。
研究發現，在檢視的環境因素中，含氮分子——包括氮氧化物、一氧化氮和二氧化氮——是預測心血管急症就診人數的最強指標。
國立台灣師範大學資訊工程學系助理教授兼首席作者陳翔瀚表示，環境條件是重要的、可衡量的健康風險來源，在疾病預測方面，其受到的關注程度往往不如臨床因素。
研究人員發現，老年人對環境變化的敏感度最高，其次是50至64歲的人群。
研究發現，女性對環境變化的敏感度略高於男性。
該研究比較了八種機器學習方法，發現「基於樹」的集成模型——指的是使用的邏輯過程——提供了最準確的每日心血管急症就診人數預測。
研究人員表示，這些發現證明了結合環境監測與預測模型以識別高健康風險時期的潛力。
他們說，整合空氣品質監測、天氣預報和健康風險模型的系統，有助於建立區域性早期預警系統，並讓弱勢群體在高風險情況發生前採取預防措施。
新聞來源：TAIPEI TIMES
不用抽 不用搶 現在用APP看新聞 保證天天中獎 點我下載APP 按我看活動辦法
What to Watch
AI outlook — possibilities, not facts
結合環境監測與預測模型，可識別高風險時期。
Very likely · Medium term
建立區域性早期預警系統，協助脆弱群體採取預防措施。
Likely · Long term
Open Questions
- 空氣污染具體如何影響心血管系統？
- 是否有其他環境因素未被納入考量？
