伊利诺伊州尚帕尼市-伊利诺伊大学的一个研究小组通过开发和应用一种新颖的基于机器学习的方法来估计与空气污染相关的生命年和损失，从而估算了美国与空气污染相关的死亡率。

来自伊利诺伊州吉斯商学院的学者通过Medicare数据以及通过改变当地风向来测量空气污染的独特方法，研究了急性细颗粒物暴露对老年人的死亡率，医疗保健使用和医疗费用的因果关系。

研究人员Tatyana Deryugina，Nolan Miller，David Molitor和Julian Reif计算得出，到1999年至2013年间，颗粒物的减少导致每年的老年人死亡率降低了240亿美元。佐治亚州立大学的Garth Heutel和国家经济研究局是该论文的合著者。

研究大气污染对健康的影响和分布影响的金融学教授德瑞吉娜说：“我们的目标是量化空气污染对特别脆弱的人群：老年人的死亡率造成的损失。”“了解空气污染如何影响死亡率，医疗保健使用和医疗费用对于制定有效的环境政策至关重要，因为外界因素(例如人的既往健康状况)可能使准确估算污染对健康的因果关系带来挑战。”

研究人员说，大约25%的老年人Medicare人口容易受到急性污染冲击的影响。

金融学教授，政府与公共事务学院教授雷夫说：“我们的分析表明，最易受伤害的医疗保险受益人是那些患有慢性疾病并拥有高额医疗保健支出的人。”“我们估计最脆弱群体的成员-预期寿命少于一年的人-死于污染的可能性是典型的Medicare受益人的30倍以上。”

丹尼尔(Daniel)和辛西娅(Cynthia)Mah Helle金融学教授米勒(Miller)说：“由于采用了大数据方法，因此我们能够看到空气污染如何影响这14年间的美国整个老年人口。”“医疗保险数据很棒，因为它几乎与每个老年人的样本中的医疗保健系统都有互动。”

米勒说，典型的空气污染研究更多是一个案例研究。

他说：“某个城市发生了一次污染事件，并且在这一事件中还存在着死亡人数，但是很难获得对总体影响的准确的一般估计。”“污染是打包产生的：您燃烧的东西会产生颗粒物，但也会产生其他污染物。我们的方法能够考虑很多数据，人员和污染事件。这使我们能够更准确地识别总的来说，这是因为风向以不同方式影响这些不同的污染物。因此，我们可以梳理出我们认为最重要的污染物中的哪一种，并推动这些死亡率的上升。”

通过利用风向变化驱动的急性细颗粒物污染暴露的每日变化，研究人员发现了暴露对死亡率，住院和医疗支出的重大影响。

“该研究的关键部分是利用机器学习技术来利用400亿个观测值，”金融学教授Molitor说。“我们使用机器学习来预测人们在没有发生污染事件的情况下将活多长时间，并阐明最容易受到污染的人。一个要点是，个人的预期寿命-他们可以预期寿命多长-比他们的年龄更好地衡量其对污染的脆弱性。”

学者们还发现，颗粒物的增加导致更多的急诊室就诊，住院和更高的患者支出。

Molitor说：“道德只是空气污染的许多潜在成本之一。”“没有死的老人可能会参加其他昂贵的活动，例如去医院进行预防或紧急护理。这些步骤可以帮助他们避免死亡，但这并不意味着污染不会损害​​他们的健康或财务状况。 。