Семирүүнү Жеке Тандоо Менен Гана Түшүндүрүү Эмне Үчүн Жетишсиз Болушу Мүмкүн?

Семирүү жана 2-типтеги диабет тууралуу коомдук саламаттык талкуулары көбүнчө адам эмне жейт, канчалык көнүгүү жасайт жана жашоо образы боюнча кандай тандоо кылат деген суроолорго көңүл бурат.

Бул ыкма маанилүү болгону менен, адам тандоо жасаган чөйрөнү экинчи планга жылдырып коюшу мүмкүн.

Эгер бир райондо жаңы жашылча-жемиш жана негизги азык-түлүк саткан дүкөндөр аз болуп, анын ордуна fast-food ресторандары, май куюучу жайлардын дүкөндөрү жана калориясы жогору даяр азыктар сатылган жайлар көп болсо, ден соолукка пайдалуу тандоо теориялык жактан мүмкүн болгону менен күнүмдүк жашоодо кыйыныраак болуп калат.

Ошондуктан изилдөө семирүүнү жеке эрк же маалыматтын жетишсиздиги менен гана эмес, физикалык азык-түлүк инфраструктурасынын бөлүштүрүлүшү аркылуу баалайт.

Автордун негизги жүйөсү төмөнкүдөй:

Бир аймакта кайсы азык бар экени сыяктуу эле, кайсы азык тандоосу коммерциялык жактан үстөмдүк кылары да метаболикалык саламаттык натыйжаларына таасир этиши мүмкүн.

Азык-Түлүк Чөлү Менен Азык-Түлүк Сазынын Айырмасы

Изилдөө эки түшүнүктү ачык түрдө бири-биринен ажыратат.

Азык-түлүк чөлүндө негизги көйгөй — пайдалуу тандоонун жоктугу.

Азык-түлүк сазында пайдалуу тандоо болушу мүмкүн; бирок fast-food ресторандары жана чакан тез соода дүкөндөрү айланада ушунчалык көп болгондуктан, керектөөчү туш болгон болжолдуу “тандоо чөйрөсү” зыяндуу азыктардын пайдасына кыйшайышы мүмкүн.

Бул айырма маанилүү. Анткени бир райондо бир гана супермаркет ачуу, эгер айланасында андан кыйла көп fast-food жайлары болсо, структуралык тең салмакты толук өзгөртпөшү мүмкүн.

Кайсы Маалымат Булактары Колдонулган?

Изилдөөдө эки негизги коомдук маалымат инфраструктурасы аталат:

• USDA Food Environment Atlas: Район деңгээлиндеги азык-түлүк соода түйүндөрү, географиялык жеткиликтүүлүк жана сатуучулардын жыштыгы боюнча көрсөткүчтөр үчүн колдонулган.
• CDC Behavioral Risk Factor Surveillance System: Чоңдордогу семирүү жана 2-типтеги диабеттин таралышы боюнча локалдаштырылган көрсөткүчтөрдүн булагы катары көрсөтүлгөн.

Документтин аннотациясында мындан тышкары CDC Branded Food Products Database да аталат. Бирок ыкмалар бөлүмүндө бул маалымат базасы моделге кандай өзгөрмөлөр менен так киргизилгени түшүндүрүлгөн эмес.

Бул маалымат булактарын баяндоодо тактык көйгөйүн жаратат.

Азык-Түлүк Сазынын Катышы Кантип Эсептелген?

Изилдөөнүн негизги инженердик өзгөрмөсү — Азык-Түлүк Сазынын Катышы.

\[ FSR_i = \frac{ \sum \text{Fast-food restoranları}_i + \sum \text{Kolaylık mağazaları}_i }{ \sum \text{Süpermarketler}_i + \sum \text{Marketler}_i + \sum \text{Uzmanlaşmış gıda mağazaları}_i } \]

Формулада:

• \(FSR_i\), i географиялык бирдиктин Азык-Түлүк Сазынын Катышын,
• Алым бөлүгү ден соолукка зыян же энергиясы жогору тандоолордун коммерциялык жыштыгын,
• Бөлүм бөлүгү болсо азык-түлүктүн кеңири жана салыштырмалуу пайдалуу тандоолорун сунуштаган соода жайларынын жыштыгын билдирет.

Изилдөөдө \(FSR > 1\) болгон аймактар зыяндуу коммерциялык тандоолор пайдалуу альтернативалардан сан жагынан көп болгон чөйрө катары чечмеленет.

Катыштын Жогору Болушу Эмнени Билдирет?

Мисалы, бир аймакта:

• 20 fast-food рестораны,
• 10 чакан тез соода дүкөнү,
• 5 супермаркет,
• 5 маркет,
• 2 адистешкен азык-түлүк дүкөнү

бар деп элестетели.

Бул учурда:

\[ FSR = \frac{20+10}{5+5+2} = \frac{30}{12} = 2{,}5 \]

Бул мисал зыяндуу тандоолор пайдалуу альтернативаларга караганда болжол менен 2,5 эсе жыш болгон коммерциялык чөйрөнү билдирет.

Бул мисал изилдөөнүн өзүнүн маалымат таблицасынан алынган эмес; формуланын кантип иштээрин түшүндүрүү үчүн берилген.

Бул Көрсөткүч Эмнени Өлчөбөйт?

Азык-Түлүк Сазынын Катышы пайдалуу физикалык чөйрө көрсөткүчү болушу мүмкүн. Бирок ал өз алдынча төмөнкү нерселерди өлчөбөйт:

• Сатылган азыктардын чыныгы азыктык курамын,
• Азыктардын баасын,
• Дүкөндөрдүн иш убактысын,
• Коомдук транспорт байланыштарын,
• Интернет аркылуу азык-түлүк заказ кылууну,
• Керектөөчүлөр чындыгында кайдан соода кыларын,
• Дүкөндөрдүн көлөмүн,
• Супермаркет ичиндеги иштетилген азыктардын жыштыгын,
• Fast-food ресторанындагы ар кандай продукт тандоолорун.

Башкача айтканда, FSR керектелген азыкты эмес, физикалык соода түйүндөрүнүн сандык тең салмагын өлчөйт.

Эмне Үчүн Сызыктуу Регрессиянын Ордуна XGBoost Колдонулган?

Автор классикалык ordinary least squares сызыктуу регрессия моделдери татаал жана сызыктуу эмес байланыштарды кармоодо чектелүү болушу мүмкүн деп эсептейт.

Семирүү сыяктуу натыйжалар бир гана өзгөрмөгө сызыктуу түрдө жооп бербеши мүмкүн.

Мисалы, азык-түлүк сазынын таасири:

• Кирешеси төмөн аймактарда башкача,
• Диабеттин таралышы жогору аймактарда башкача,
• Жаш курактык түзүлүшкө жараша башкача,
• Турак жай чыгымы жогору аймактарда башкача болушу мүмкүн.

XGBoost — көптөгөн чечим дарактарын ырааттуу бириктирип, мурунку дарактардын каталарын азайтууга аракет кылган машиналык үйрөнүү ыкмасы.

Бул түзүлүш өзгөрмөлөр ортосундагы сызыктуу эмес чектерди жана өз ара аракеттенүүлөрдү моделдей алат.

XGBoost Максат Функциясы

Изилдөөдө моделдин жалпы максат функциясы төмөнкүдөй берилген:

\[ Obj(\theta) = \sum_{i=1}^{n} L(y_i,\hat{y}_i) + \sum_{k=1}^{K} \Omega(f_k) \]

Бул теңдеме эки бөлүктүн ортосунда тең салмак түзөт:

• Маалыматка шайкештик: Чыныгы маанилер менен божомолдордун ортосундагы ката,
• Моделдин татаалдыгы: Дарактардын ашыкча чоңоюшуна тоскоол болгон жаза.

Дарактын татаалдык жазасы төмөнкүдөй аныкталган:

\[ \Omega(f) = \gamma T + \frac{1}{2} \lambda \sum_{j=1}^{T} w_j^2 \]

Формулада:

• \(T\), дарактагы акыркы жалбырактардын санын,
• \(\gamma\), жаңы жалбырак кошуунун жазасын,
• \(w_j\), j жалбырактын салмагын,
• \(\lambda\), жалбырак салмактарынын чоңдугуна колдонулган жөнгө салуу коэффициентин билдирет.

Эгер модель окутуу катасын гана азайтууга аракет кылса, маалыматка ашыкча ылайыкташып калышы мүмкүн. Татаалдык жазасы моделдин жакшыраак жалпыланышы үчүн кошулат.

Моделге Кайсы Өзгөрмөлөр Киргизилген?

Изилдөөдө өзгөчө белгиленген негизги өзгөрмөлөр төмөнкүлөр:

Диабет-Саз Өз Ара Аракеттенүү Вектору

Изилдөөдө аныкталган өз ара аракеттенүү өзгөрмөсү төмөнкүдөй:

\[ DSI_i = FSR_i \times \text{Diyabet yaygınlığı}_i \]

Бул өзгөрмө диабеттин таралышы жогору аймакта азык-түлүк сазынын жыштыгы кошумча структуралык жүк жаратабы-жокпу кармоого багытталган.

Мисалы, FSR мааниси бирдей эки райондун ичинен диабет таралышы жогору болгон райондо DSI мааниси да жогору болот.

Бирок бул жерде маанилүү методологиялык маселе бар: Эгер моделдин максат өзгөрмөлөрүнүн бири диабет таралышы болсо, диабет таралышынын өзүн камтыган өз ара аракеттенүү өзгөрмөсүн божомолдоочу катары колдонуу максаттык маалыматтын агып кетүү тобокелдигин жаратышы мүмкүн.

Документте моделдин максаты семирүүбү, диабетпи же экөө өзүнчө натыйжа катары каралганбы — толук так берилген эмес. Ошондуктан DSI өзгөрмөсүнүн моделдеги техникалык колдонулушун майда-чүйдөсүнө чейин текшерүүгө мүмкүн эмес.

Менчик-Киреше Өз Ара Аракеттенүү Матрицасы

Изилдөөдө Property-Income Interaction Matrix деп аталган дагы бир курама өзгөрмө жөнүндө айтылат.

Бул өзгөрмө турак жай наркы, турак жай чыгымынын жүгү жана ликвиддүү үй чарба кирешесинин кесилишине байланыштуу экени белгиленет.

Бирок анын математикалык формуласы берилген эмес.

Ошондуктан өзгөрмөнүн:

• кайсы көрсөткүчтөрдөн турары,
• кантип масштабдалары,
• көбөйтүндүбү, катышпы же индекс экени,
• жетишпеген маалыматтар кантип иштетилгени

документтен түшүнүксүз.

Бештик Географиялык Топтоо Эмнени Көрсөтөт?

Изилдөөнүн 5-бетиндеги таблицада географиялык аймактар Азык-Түлүк Сазынын Катышына жараша беш топко бөлүнгөн.

Таблицага ылайык FSR жогорулаган сайын чоңдордогу семирүү да ырааттуу өсөт.

Эң төмөнкү топ менен эң жогорку топтун ортосундагы абсолюттук семирүү айырмасы:

\[ 43{,}2\% - 22{,}4\% = 20{,}8 \text{ yüzde puanı} \]

деп эсептелиши мүмкүн.

Бул таблицада күчтүү баскычтуу байланыш бар экенин көрсөтөт.

Таблица Себептүүлүктү Көрсөтөбү?

Жок.

Таблицада азык-түлүк сазынын жыштыгы менен семирүү бирге өзгөрүп турат. Бирок ошол эле аймактарда төмөнкү факторлор да айырмаланышы мүмкүн:

• Физикалык активдүүлүк мүмкүнчүлүктөрү,
• Коомдук транспорт,
• Саламаттык кызматтарына жеткиликтүүлүк,
• Билим деңгээли,
• Азык-түлүк баалары,
• Иш убактысы,
• Райондун коопсуздугу,
• Турак жай бөлүнүүсү,
• Өмүр бою жакырчылык,
• Жергиликтүү маданий керектөө үлгүлөрү.

Машиналык үйрөнүү айрым өзгөрмөлөрдү көзөмөлдөй алат; бирок байкоочу кесилиш маалыматтары менен бардык аралаштыруучу таасирлерди жок кыла албайт.

FSR Медианалык Кирешеден Күчтүүрөөкпү?

Изилдөө Азык-Түлүк Сазынын Катышы моделде медианалык үй чарба кирешесине караганда жогорку божомол салмагына ээ деп ырастайт.

Бул табылга физикалык соода чөйрөсүн жеке киреше менен гана түшүндүрүү жетишсиз болушу мүмкүн экенин көрсөтөт.

Кирешеси жогору аймакта деле fast-food жана чакан тез соода дүкөндөрү өтө жыш болсо, зыяндуу коммерциялык чөйрөнүн семирүүнү божомолдоодогу салмагы жогору болушу мүмкүн.

Бирок документте:

• өзгөчөлүктөрдүн маанилүүлүк баллдары,
• SHAP жыйынтык графиги,
• пайда көрсөткүчтөрү,
• маанилүүлүк рейтингинин сандык таблицасы

берилген эмес.

Ошондуктан FSR кирешеден канчалык күчтүү экени көз карандысыз бааланбайт.

SHAP Маанилери Эмне Үчүн Колдонулган?

Изилдөө SHAP өз ара аракеттенүүлөрү жөнүндө айтат.

SHAP — моделдин белгилүү бир божомолунда ар бир өзгөчөлүк божомолду канча жогору же төмөн жылдырарын эсептөөгө аракет кылган түшүндүрмөлүү жасалма интеллект ыкмасы.

Глобалдык деңгээлде:

• Кайсы өзгөрмөлөр жалпы алганда маанилүүрөөк экени,
• Бир өзгөрмө жогорулаганда божомол кайсы багытта өзгөрөрү

изилдениши мүмкүн.

Жергиликтүү деңгээлде болсо белгилүү бир район үчүн семирүү божомолуна кайсы өзгөрмөлөр салым кошкону көрүнүшү мүмкүн.

Бирок изилдөөдө SHAP графиктеринин өзү жок. Ошондуктан жаш, раса, киреше жана FSR таасирлеринин бөлүштүрүлүшүн визуалдык түрдө текшерүүгө болбойт.

Жашка Байланыштуу Табылгалар

Изилдөө FSR жогору аймактарда жашаган жаш демографиялык топтордо семирүүгө карай өсүш ылдамыраак экенин ырастайт.

Бул маанилүү доомат. Анткени метаболикалык тобокелдик улгайган куракта гана эмес, структуралык азык-түлүк чөйрөсүнө эрте дуушар болуу менен да тездеши мүмкүн экенин көрсөтөт.

Бирок документте:

• жаш топтору,
• топ көлөмдөрү,
• өз ара аракеттенүү коэффициенттери,
• ишеним интервалдары,
• жашка жараша SHAP ийри сызыктары

берилген эмес.

Ошондуктан жашка байланыштуу жыйынтык изилдөө текстиндеги интерпретацияга негизделет.

Расалык Теңсиздик Табылгасы

Изилдөө жыш азык-түлүк саздары Кара түстүү жана Испан тектүү жамааттарда пропорционалдуу эмес түрдө жайгашканын ырастайт.

Бул табылга азык-түлүк чөйрөсү тарыхый турак жай сегрегациясы, зоналаштыруу чечимдери жана коммерциялык инвестиция үлгүлөрү менен байланыштуу болушу мүмкүн деген чечмелөөгө негизделет.

Автор физикалык инфраструктураны расалык саламаттык теңсиздиктеринин негизги кыймылдаткычтарынын бири катары мүнөздөйт.

Бирок документте:

• расалык топтор боюнча FSR бөлүштүрүлүшү,
• таасир көлөмү,
• статистикалык тест,
• карта,
• райондук же калк боюнча салмакталган салыштыруу

берилген эмес.

Ошондуктан бул доомат изилдөөнүн сунушталган формасында деталдуу сандык далил менен колдоого алынбайт.

Орто Батыш жана Түштүк Аймактары

Изилдөө айрым Орто Батыш жана Түштүк райондорунда Азык-Түлүк Сазынын Катышы 3,5тен жогору экенин билдирет.

Автор бул кластерлерди тарыхый өнөр жай зоналаштыруусу жана коммерциялык жайгашуу практикалары менен байланыштырат.

Ошентсе да кайсы штаттар же райондор бул кластерлерге кирери көрсөтүлгөн эмес.

Карта же район тизмеси жок болгондуктан, аймактык дооматты деталдуу текшерүүгө мүмкүн эмес.

Моделдин Натыйжалуулугу Кантип Өлчөнгөн?

Документте модель “оптималдаштырылганы” жана салттуу сызыктуу моделдерге караганда сызыктуу эмес байланыштарды жакшыраак кармай турганы айтылат.

Бирок төмөнкү көрсөткүчтөр берилген эмес:

• R-квадрат,
• Орточо абсолюттук ката,
• Орточо квадраттык катанын квадраттык тамыры,
• Окутуу-тест натыйжалуулугу,
• Кайчылаш текшерүү натыйжасы,
• OLS менен салыштырма натыйжалуулук,
• Гиперпараметр издөө ыкмасы,
• Өзгөчөлүк тандоо.

Бул жетишпестик моделдин божомол күчү канчалык жогору экенин баалоону кыйындатат.

Ашыкча Ылайыкташуу Тобокелдиги

XGBoost күчтүү ыкма; бирок айрыкча көп сандагы өзгөчөлүк жана өз ара аракеттенүү колдонулганда ашыкча ылайыкташуу тобокелдиги бар.

Ашыкча ылайыкташуу модель окутуу маалыматтарын өтө жакшы үйрөнүп, жаңы маалыматтарда ийгилиги төмөндөшүн билдирет.

Изилдөөдө жөнгө салуу терминдери түшүндүрүлгөн. Бирок моделдин көз карандысыз тест маалыматында же кайчылаш текшерүүдө кандай иштегени көрсөтүлгөн эмес.

Ошондуктан жалпылануу мүмкүнчүлүгү түздөн-түз далилденген эмес.

Экологиялык Жаңылыштык Тобокелдиги

Изилдөө район же географиялык бирдик деңгээлиндеги маалыматтарды колдонот.

Мындай учурда аймактык байланышты жеке байланыш катары чечмелөө коркунучу бар.

Бир райондо FSR жогору жана семирүү таралышы жогору болушу мүмкүн; бирок семирген адамдар чындап эле FSR жогору чөйрөдөгү дүкөндөрдөн соода кылабы — белгисиз болушу мүмкүн.

Бул көрүнүш экологиялык жаңылыштык деп аталат.

Изилдөө жеке диета, соода кылган жер же жеке саламаттык жазууларын колдонбойт.

Кесилиш Маалыматынын Чектөөсү

Изилдөө бир мезгилдеги же бириктирилген кесилиш мүнөзүндөгү ачык маалыматка негизделет.

Ошондуктан төмөнкү убакыт иреттүүлүгү көрсөтүлбөйт:

• Адегенде азык-түлүк сазынын жыштыгы өстүбү?
• Андан кийин семирүү жана диабет көбөйдүбү?
• Же жогорку суроо-талаптан улам белгилүү азык саткандар бул аймактарга жайгаштыбы?

Себептүүлүктү күчөтүү үчүн дүкөн жыштыгы менен саламаттык натыйжалары жылдар бою бирге көзөмөлдөнгөн узак мөөнөттүү анализ керек.

Саясат Сунушу: Зоналаштыруу Чечимдеринде FSR Колдонуу

Изилдөө жергиликтүү бийликтерге FSR көрсөткүчүн коммерциялык зоналаштыруу чечимдерине киргизүүнү сунуштайт.

Автор FSR 1,5тен жогору болгон аймактарда жаңы fast-food жана чакан тез соода дүкөндөрүнө уруксат берүүнү убактылуу токтотсо болот деп эсептейт.

Мындан тышкары коммерциялык аянттын белгилүү бир бөлүгүн жаңы жана бүтүн азыктарды таратууга бөлүүнү милдеттендирген пол аянтынын катышы боюнча эрежелер сунушталат.

Бул сунуштар изилдөөдө сыналган эмес. Алар моделдин табылгаларынан чыгарылган саясаттык сунуштар.

Fast-Food Уруксаттарын Чектөөнүн Мүмкүн Таасирлери

Жаңы зыяндуу азык саткандардын жыштыгын чектөө теориялык жактан коммерциялык тең салмакты өзгөртө алат.

Бирок саясат ишке кирерден мурда төмөнкү таасирлер бааланууга тийиш:

• Чакан бизнеске түшкөн жүк,
• Иш менен камсыз кылуу,
• Керектөөчү баалары,
• Сооданын коңшу аймактарга жылышы,
• Учурдагы ишканалардагы продукт курамы,
• Пайдалуу азык саткан жайлардын экономикалык туруктуулугу.

Изилдөө бул мүмкүн болгон экинчи даражадагы таасирлерди моделдеген эмес.

Субсидия жана Салык Жөнгө Салуу

Автор FSR жогору аймактардагы толук тейлөөчү маркеттерге жана кооперативдик азык базарларына:

• капиталдык грант,
• салык жеңилдиги,
• инфраструктуралык колдоо

берүүнү сунуштайт.

Мындан тышкары ультра иштетилген жана өтө даамдуу продукт чынжырларына жергиликтүү инфраструктура салыгын киргизүү жана түшкөн каражатты жаңы мөмө-жемиш жана жашылча жеткирүүгө багыттоо сунушталат.

Бул ыкма зыяндуу тандоолорду азайтуу менен бирге пайдалуу тандоолордун экономикалык жактан туруктуу калышын да көздөйт.

Саламаттык Ресурстарын Божомолдуу Бөлүштүрүү

Изилдөө Medicare жана Medicaid сыяктуу мамлекеттик саламаттык системалары FSR жана DSI карталарын эрте тобокелдик аныктоо куралы катары колдоно алат деп ырастайт.

Жогорку тобокелдиктеги аймактарда төмөнкү кызматтарды алдын ала жайгаштыруу сунушталат:

• Тамактануу программалары,
• Диабет жана семирүү скринингдери,
• Жамаат деңгээлиндеги клиникалык көзөмөл пункттары,
• Алдын алуучу саламаттык кеңештери,
• Жергиликтүү азыкка жеткиликтүүлүк долбоорлору.

Автор бул ыкма реактивдүү ооруну дарылоодон проактивдүү ресурс бөлүштүрүүгө өтүүгө мүмкүндүк берет деп эсептейт.

Чыгым Азайтуу Дооматы

Изилдөө физикалык азык-түлүк инфраструктурасына кийлигишүү федералдык саламаттык чыгымдарын узак мөөнөттө азайтышы мүмкүн деп ырастайт.

Бирок документте:

• чыгым-натыйжалуулук анализи,
• бюджеттик таасир модели,
• алдын алынган учурлардын саны,
• Medicare же Medicaid үнөмдөөсүнүн баасы

берилген эмес.

Ошондуктан чыгым азайтуу жыйынтыгы түз өлчөнгөн табылга эмес, саясаттык тыянак болуп саналат.

Изилдөөнүн Күчтүү Жактары

• Азык-түлүк чөлү менен азык-түлүк сазы түшүнүктөрүн айырмалайт.
• Зыяндуу жана пайдалуу сатуучулардын жыштыгын бир катыш менен көрсөтөт.
• Ачык географиялык жана саламаттык маалыматтарын бириктирүүгө аракет кылат.
• Сызыктуу эмес байланыштар үчүн XGBoost ыкмасын колдонот.
• Киреше, менчик, жаш жана раса сыяктуу өзгөрмөлөрдү бир алкакта баалайт.
• Өз ара аракеттенүү өзгөрмөлөрү аркылуу курама тобокелдик үлгүлөрүнө көңүл бурат.
• Код жана маалымат иштетүү инфраструктурасы ачык булактуу экенин билдирет.
• Жеке жүрүм-турумдан тышкары физикалык азык-түлүк инфраструктурасына көңүл бурат.

Изилдөөнүн Чектөөлөрү

1. Рецензиядан өтө элек

Документте изилдөө рецензиядан өтпөгөнү ачык айтылат.

2. Үлгү көлөмү түшүндүрүлгөн эмес

Канча штат, район же географиялык бирдик анализге киргени көрсөтүлгөн эмес.

3. Маалымат жылдары так эмес

USDA жана CDC маалыматтары кайсы жылдарга таандык экени жана жылдар кантип шайкеш келтирилгени түшүндүрүлгөн эмес.

4. Моделдин натыйжалуулугу берилген эмес

R-квадрат, ката көрсөткүчтөрү, кайчылаш текшерүү же тест маалыматындагы натыйжалуулук жок.

5. Гиперпараметрлер берилген эмес

Дарактардын саны, үйрөнүү ылдамдыгы, максималдуу тереңдик жана субүлгүлөө катыштары документте жок.

6. SHAP чыгыштары көрсөтүлгөн эмес

SHAP маанилери айтылганы менен график же сандык таблица берилген эмес.

7. Чийки аймактык натыйжалар жок

Район тизмелери, карталар жана аймактык бөлүштүрүүлөр көрсөтүлгөн эмес.

8. Себептүүлүктү белгилөөгө болбойт

Машиналык үйрөнүү божомолдук байланышты табат; байкоочу кесилиш маалыматтары себептик таасирди көрсөтпөйт.

9. Экологиялык жаңылыштык тобокелдиги бар

Район деңгээлиндеги жыйынтыктар жеке соода жана саламаттык жүрүм-турумун түздөн-түз чагылдырбайт.

10. FSR дүкөндөрдүн санын гана өлчөйт

Дүкөн көлөмү, продукт баасы, сапаты жана реалдуу керектөө эске алынбайт.

11. DSI өзгөрмөсүндө максаттык маалыматтын агып кетүү тобокелдиги болушу мүмкүн

Диабеттин таралышы бир убакта жыйынтык жана божомолдоочу компонент катары колдонулган-колдонулбаганы так эмес.

12. Айрым күчтүү демографиялык дооматтардын сандык деталдары жок

Жаштар, Кара түстүү жана Испан тектүү жамааттар тууралуу дооматтар деталдуу таасир көлөмдөрү менен берилген эмес.

13. Чыгым-натыйжалуулук анализи жүргүзүлгөн эмес

Мамлекеттик саламаттык чыгымдарында үнөмдөө дооматы түз экономикалык модель менен көрсөтүлгөн эмес.

Изилдөө Эмнени Айтпайт?

Изилдөө fast-food ресторандары белгилүү бир адамда семирүүгө сөзсүз себеп болорун көрсөтпөйт.

Азык-Түлүк Сазынын Катышы жогору болгон ар бир адам зыяндуу тамактанарын да далилдебейт.

Медианалык киреше маанисиз же жеке жүрүм-турумдун ролу жок деген жыйынтык да чыгарылбайт.

Изилдөөнүн негизги дооматы кыйла чектелүү:

Аймактык азык сатуучулардын бөлүштүрүлүшү чоңдордогу семирүүнү мейкиндик боюнча божомолдоодо маанилүү структуралык өзгөчөлүк болушу мүмкүн.

Келечектеги Изилдөөлөр Эмне Кылышы Керек?

• Райондордун жана калктын санын ачык билдириши керек.
• Маалымат жылдарын жана маалыматтарды бириктирүү кадамдарын көрсөтүшү керек.
• Моделдин гиперпараметрлерин жарыялашы керек.
• OLS, random forest жана XGBoost салыштыруусун жүргүзүшү керек.
• Кайчылаш текшерүү жана көз карандысыз тест жыйынтыктарын бериши керек.
• SHAP жыйынтык жана көз карандылык графиктерин жарыялашы керек.
• Район деңгээлиндеги FSR картасын бериши керек.
• Азык баасы, дүкөн көлөмү жана коомдук транспорт сыяктуу өзгөрмөлөрдү кошушу керек.
• Жеке соода жана керектөө маалыматтарын аймактык көрсөткүчтөр менен бириктириши керек.
• Дүкөндөрдүн жылдар ичиндеги өзгөрүшүн жана саламаттык натыйжаларын узак мөөнөттүү көзөмөлдөшү керек.
• Зоналаштыруу же субсидия саясаттарынын таасирин табигый эксперименттер менен баалашы керек.
• Азык-түлүк сазына кийлигишүүлөр үчүн чыгым-натыйжалуулук анализин жүргүзүшү керек.

Жалпы Жыйынтык

Бул preprint изилдөө Америка Кошмо Штаттарындагы семирүү жана диабет жүгүн жеке тандоолор аркылуу гана эмес, коммерциялык азык-түлүк инфраструктурасынын мейкиндиктик бөлүштүрүлүшү аркылуу да баалайт.

Автор иштеп чыккан Азык-Түлүк Сазынын Катышы fast-food ресторандары менен чакан тез соода дүкөндөрүнүн пайдалуу азык саткандарга салыштырмалуу жыштыгын өлчөйт.

Берилген бештик топтоо таблицасында FSR 0,42ден 4,89га өскөндө чоңдордогу орточо семирүү %22,4төн %43,2ге көтөрүлөт.

XGBoost модели FSR семирүүнү божомолдоодо медианалык үй чарба кирешесине караганда жогорку салмакка ээ деп ырастайт. Мындан тышкары диабет таралышы жогору аймактарда азык-түлүк сазы курама тобокелдик жаратаары айтылат.

Бирок документ моделдин натыйжалуулугун, үлгү көлөмүн, гиперпараметрлерди, SHAP графиктерин жана чийки аймактык жыйынтыктарды бербейт.

Ошондуктан изилдөө азык-түлүк чөйрөсү менен метаболикалык оорулардын ортосунда себептик далил эмес; изилдөөгө татыктуу күчтүү мейкиндиктик божомол гипотезасын сунуштайт.

Изилдөөнүн эң маанилүү коомдук саламаттык билдирүүсү — туура тамактануу адамдын эмнени тандаганына гана эмес, жашаган жеринде кайсы тандоолор дайыма жана үстөм түрдө алдына чыгаарына да көз каранды болушу мүмкүн.

Изилдөөнүн Ыкмасы жана Табылгалары

Изилдөө ачык USDA жана CDC маалыматтарын бириктирген кесилиш мейкиндиктик маалымат анализи жана машиналык үйрөнүү изилдөөсү.

Негизги көз карандысыз өзгөрмө — зыяндуу азык сатуучулардын пайдалуу азык сатуучуларга катышы катары эсептелген Азык-Түлүк Сазынын Катышы.

Чоңдордогу семирүү жана 2-типтеги диабеттин таралышы аймактык саламаттык натыйжалары катары колдонулган.

Моделде мындан тышкары медианалык үй чарба кирешеси, менчик-киреше өз ара аракеттенүүсү, диабет-саз өз ара аракеттенүүсү, жаш жана раса бөлүштүрүлүшүнө байланышкан өзгөрмөлөр бар экени айтылган.

XGBoost ыкмасы колдонулуп, жөнгө салынган максат функциясы аркылуу моделдин татаалдыгын көзөмөлдөөгө аракет жасалган.

Изилдөөдө моделдин ката өлчөмдөрү, ишеним интервалдары, кайчылаш текшерүү жана салыштырма модель натыйжалары берилген эмес.

Булак жана Ыкма Эскертүүсү

Бул макала Amal Sanjay Jain тарабынан 21 апрель 2026-жылы даярдалган “Spatial Inequities in Food Environments: A Predictive Machine Learning Framework for Auditing Obesogenic Landscapes and Chronic Metabolic Health in the United States” аттуу изилдөөгө негизделет.

Документте “This preprint research paper has not been peer reviewed” деген сөздөр ачык жазылган. Изилдөө SSRN платформасында preprint катары жарыяланган жана рецензиядан өткөн эмес.

Автор изилдөөнү өз алдынча жүргүзгөнүн жана бул иш мурунку же азыркы жумуш берүүчүлөрүнүн көз карашын билдирбесин белгилеген.

Маалымат жана код инфраструктурасы жалпыга ачык GitHub репозиторийинде жарыяланган деп айтылат.

Изилдөө жалпыга ачык, идентификациядан ажыратылган, аймактык жана административдик маалыматтарды колдонот. Жеке саламаттык жазуусу, диета жазуусу же түз керектөөчү жүрүм-туруму камтылбайт.

Изилдөө машиналык үйрөнүүгө негизделген божомолдук анализ. Табылгалар байланыштык жана божомолдук мүнөздө; себептик эмес.

Документте методологиялык кайра өндүрүү үчүн керектүү айрым маанилүү деталдар жетишпейт. Үлгү көлөмү, анализ жылдары, жетишпеген маалыматтарды иштетүү, гиперпараметрлер, моделди текшерүү көрсөткүчтөрү, SHAP чыгыштары жана салыштырма модель натыйжалуулугу берилген эмес.

Бул мазмунда изилдөө көрсөтпөгөн жеке себептүүлүк, так саясаттык таасир же чыгым үнөмдөө дооматы кошулган жок. Саясат сунуштары изилдөөнүн түз эксперименттик натыйжасы катары эмес, автор моделдин табылгаларынан чыгарган сунуштар катары берилди.