1049-P: Agrupación de la población de EE. UU. en subgrupos de determinantes sociales de la salud (SDOH)—Un enfoque de aprendizaje automático

Introducción: Se ha puesto un énfasis creciente en abordar las necesidades de SDOH. Sin embargo, los SDOH abarcan una amplia gama de constructos sociales interrelacionados, y estas necesidades a menudo tienen raíces y correlaciones más profundas entre sí. Este estudio tiene como objetivo aprovechar algoritmos avanzados de aprendizaje automático para agrupar a la población de EE. UU. en grupos con características de SDOH similares, proporcionando conocimientos valiosos sobre el intrincado panorama de las necesidades de SDOH. Métodos: Se utilizaron datos de encuestas sobre SDOH a nivel individual y registros de salud electrónicos vinculados de 28,778 participantes del programa de investigación All of Us. Se realizó un algoritmo de maximización de gradiente extremo para elegir y clasificar las cuarenta variables más influyentes de un total de 266, y luego ejecutamos el PAM-lite para determinar el número óptimo de variables y grupos. Resultados: La agrupación de los pre-jubilados (45-64) y los ancianos (65+) reveló seis grupos distintos (Tabla). El seguro, la raza/etnicidad y la seguridad del vecindario desempeñaron un papel dominante en la agrupación de los pre-jubilados en grupos distintos de SDOH. Sin embargo, estos factores dieron paso a las asociaciones y la religión entre los ancianos, lo que significó un cambio en los determinantes de los grupos de SDOH. Los grupos con un mayor estatus de SDOH tuvieron tasas sustancialmente más bajas de T2D, obesidad (crónica) y neumonía (infecciosa). Conclusión: Los hallazgos pueden informar el desarrollo de cribados e intervenciones específicas para SDOH. Divulgación J. Lee: Ninguna. Q. Xue: Ninguna. P. Li: Ninguna. M. Weber: Ninguna. Y. Xi: Ninguna. G. Garcia: Ninguna. M.K. Ali: Panel Asesor; Eli Lilly and Company. H. Shao: Consultor; Eli Lilly and Company.