肠癌复发风险算法中的种族和民族？
新研究表明，将种族和族裔因素从结直肠癌（CRC）复发风险预测模型中省略可能会降低其准确性和公正性，尤其对少数族裔群体而言，可能导致不适当的护理建议，并加剧现有的健康差距。
研究的第一作者萨拉·科尔（Sara Khor）和其合作者来自华盛顿大学西雅图分校，在文章中写道：“我们的研究对于开发既准确又公正的临床算法具有重要意义。”
科尔告诉Medscape医学新闻：“许多团体呼吁在临床算法中去除种族因素。”“我们希望通过使用CRC复发作为一个案例研究，更好地了解如果我们简单地从风险预测算法中去除种族作为预测因素，可能会产生哪些影响。”
他们的研究结果表明，这样做可能会导致模型准确性的更高种族偏见，以及对种族和族裔少数群体风险估计的不准确。这可能导致在少数族裔患者中更常见地出现不足或不适当的监测和后续护理。
该研究于6月15日在线发表在JAMA Network Open杂志上。
数据和共识的缺乏
作者指出，目前对于是否以及如何在临床风险预测模型中包括种族和族裔存在缺乏共识。
由于担心种族定性和偏见治疗的潜在问题，包括种族和族裔在临床风险预测算法中的问题受到了越来越多的关注。另一方面，一些人认为省略种族和族裔可能会通过降低预测准确性来损害所有群体，并且尤其会对少数族裔群体造成不利。
然而，目前尚不清楚简单地从算法中省略种族和族裔是否最终会改善少数族裔患者的护理决策。
科尔和他的同事使用4230名CRC患者的数据研究了四个CRC复发风险预测模型的表现（其中53%为非西班牙裔白人，22%为西班牙裔，13%为黑人或非洲裔美国人，12%为亚洲、夏威夷或太平洋岛民）。
这四个模型分别是：（1）一种明确排除种族和族裔作为预测因素的无种族模型；（2）一种包括种族和族裔的种族敏感模型；（3）一种具有临床预测因素与种族和族裔之间双向交互作用的模型；（4）根据种族和族裔分层的分别模型。
他们发现，无种族模型在种族和族裔少数群体中的表现较差（校准度、阴性预测值和假阴性率较差），与非西班牙裔白人相比。西班牙裔患者的假阴性率为12%，而非西班牙裔白人患者为3%。
相反，将种族和族裔作为术后癌症复发的预测因素，可以提高模型的准确性，并增加“算法公正性”，即在校准斜率、判别能力、阳性预测值和假阴性率方面。西班牙裔患者的假阴性率为9%，非西班牙裔白人患者为8%。
用户的评价 浏览量：
3
次 | 评论：0
条 | 好评：0
其他疾病相关文章
其他疾病文章
京公网安备 11010102003638号