論文の概要: Exploring Gender Disparities in Time to Diagnosis
- arxiv url: http://arxiv.org/abs/2011.06100v2
- Date: Sun, 15 Nov 2020 02:05:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-27 01:10:31.992467
- Title: Exploring Gender Disparities in Time to Diagnosis
- Title(参考訳): 診断時間における性差の探索
- Authors: Tony Y. Sun, Oliver J. Bear Don't Walk IV, Jennifer L. Chen, Harry
Reyes Nieva, No\'emie Elhadad
- Abstract要約: 男女の大規模相補的な2つの分析を行ない,診断までの時間(TTD)に着目した。
まず最初に、女性は男性よりも長いTTDを経験する傾向が強く、同じ条件を呈する場合であっても、女性は男性よりもずっと長いTTDを経験しがちです。
TTDの相違が性差の診断性能に与える影響について検討した。
- 参考スコア(独自算出の注目度): 2.222417699836475
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sex and gender-based healthcare disparities contribute to differences in
health outcomes. We focus on time to diagnosis (TTD) by conducting two
large-scale, complementary analyses among men and women across 29 phenotypes
and 195K patients. We first find that women are consistently more likely to
experience a longer TTD than men, even when presenting with the same
conditions. We further explore how TTD disparities affect diagnostic
performance between genders, both across and persistent to time, by evaluating
gender-agnostic disease classifiers across increasing diagnostic information.
In both fairness analyses, the diagnostic process favors men over women,
contradicting the previous observation that women may demonstrate relevant
symptoms earlier than men. These analyses suggest that TTD is an important yet
complex aspect when studying gender disparities, and warrants further
investigation.
- Abstract(参考訳): 性別と性別に基づく医療格差は、健康結果の違いに寄与する。
対象はttd(time to diagnosis)で,29例,195k例の男女で2つの大規模,補完的な解析を行った。
まず最初に、女性は男性よりも長いTTDを経験する傾向が強く、同じ条件を呈している。
さらに, 診断情報の増加とともに, 性別非依存性疾患分類器を評価することにより, 性差が性別間の診断性能に与える影響について検討した。
両方のフェアネス分析において、この診断プロセスは男性よりも男性を優先しており、女性が男性よりも早く関連する症状を示すという以前の観察と矛盾している。
これらの分析から、TTDは性差を研究する上で重要かつ複雑な側面であることが示唆され、さらなる調査が保証される。
関連論文リスト
- The Male CEO and the Female Assistant: Probing Gender Biases in
Text-To-Image Models Through Paired Stereotype Test [68.84245853250906]
DALLE-3のような最近の大規模テキスト・ツー・イメージ(T2I)モデルは、新しいアプリケーションにおいて大きな可能性を秘めているが、前例のない公平さの課題に直面している。
本稿では,Paired Stereotype Test (PST) のバイアス評価フレームワークを提案する。
以上の結果から,現代T2Iモデルにおける男女差の複雑なパターンが明らかとなり,マルチモーダル生成システムにおける批判的公平性の課題が浮き彫りになった。
論文 参考訳(メタデータ) (2024-02-16T21:32:27Z) - Sex-based Disparities in Brain Aging: A Focus on Parkinson's Disease [2.1506382989223782]
過去の研究にもかかわらず、PD患者の脳老化過程における性機能を理解するには大きなギャップが残っている。
T1-weighted MRI-driven brain-predicted age difference was calculated in a group of 373 PD patients from the PPMI database。
脳PADは, 一般認知の低下, 睡眠行動障害の悪化, 視機能低下, 気道萎縮との関連が認められた。
論文 参考訳(メタデータ) (2023-09-18T18:35:54Z) - Are Sex-based Physiological Differences the Cause of Gender Bias for
Chest X-ray Diagnosis? [2.1601966913620325]
機械学習を用いた胸部X線診断における性別バイアスの原因について検討した。
特に,乳房組織が肺の露出不足につながるという仮説を考察する。
広範に利用されている2つの公開データセットにおける患者1人あたりの録音の高度に歪んだ分布に対処する新しいサンプリング手法を提案する。
論文 参考訳(メタデータ) (2023-08-09T10:19:51Z) - Assessing gender fairness in EEG-based machine learning detection of
Parkinson's disease: A multi-center study [0.125828876338076]
我々は、以前開発されたMLアルゴリズムのマルチセンター設定において、性別サブグループの検出能力を体系的に分析する。
男女のPD検出能力に有意な差が認められた。
脳波チャンネルと前頭葉脳波チャンネルのセットと、PDと非PDの周波数サブバンドのセットでは、PD検出能力の違いを説明できる可能性が示唆された。
論文 参考訳(メタデータ) (2023-03-11T10:57:23Z) - Evaluate underdiagnosis and overdiagnosis bias of deep learning model on
primary open-angle glaucoma diagnosis in under-served patient populations [64.91773761529183]
原発性オープンアングル緑内障(POAG)はアメリカにおける盲目の主要な原因である。
深層学習は眼底画像を用いたPOAGの検出に広く用いられている。
臨床診断における人間のバイアスは、広く使われているディープラーニングモデルに反映され増幅される可能性がある。
論文 参考訳(メタデータ) (2023-01-26T18:53:09Z) - Prediction of Gender from Longitudinal MRI data via Deep Learning on
Adolescent Data Reveals Unique Patterns Associated with Brain Structure and
Change over a Two-year Period [1.733758804432323]
我々は,脳構造における性別関連変化を推定し,性別関連変化を同定するための構造MRIデータについて検討した。
その結果, 性別予測精度は, トレーニングエポックが200歳未満で, 非常に高い (>97%) ことが示唆された。
青年期の脳がどのように変化するかは、これらの変化が行動や環境の異なる要因とどのように関連しているかを調べることで研究することができるかもしれない。
論文 参考訳(メタデータ) (2022-09-15T19:57:16Z) - Assessing Group-level Gender Bias in Professional Evaluations: The Case
of Medical Student End-of-Shift Feedback [14.065979111248497]
女性医師は、上級職に不足しており、男性医師よりも収入が少なく、昇進も少ない傾向にある。
この研究は主に、LIWCのような固定辞書を用いて特定の単語を探し、レコメンデーションレターに焦点をあてることによって行われた。
複数の機関にまたがって収集された個別の勤務シフトにおける医学生の成績の書面的・定量的な評価データセットを用いて、医学生の日々の状況における男女差の程度を調査する。
論文 参考訳(メタデータ) (2022-06-01T05:01:36Z) - Towards Understanding Gender-Seniority Compound Bias in Natural Language
Generation [64.65911758042914]
本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。
以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。
以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
論文 参考訳(メタデータ) (2022-05-19T20:05:02Z) - IA-GCN: Interpretable Attention based Graph Convolutional Network for
Disease prediction [47.999621481852266]
タスクに対する入力特徴の臨床的関連性を解釈する,解釈可能なグラフ学習モデルを提案する。
臨床シナリオでは、そのようなモデルは、臨床専門家が診断および治療計画のためのより良い意思決定を支援することができる。
本研究では,Tadpoleの平均精度が3.2%,UKBBジェンダーが1.6%,UKBB年齢予測タスクが2%と,比較方法と比較して優れた性能を示した。
論文 参考訳(メタデータ) (2021-03-29T13:04:02Z) - Mitigating Gender Bias in Captioning Systems [56.25457065032423]
ほとんどのキャプションモデルは性別バイアスを学習し、特に女性にとって高い性別予測エラーにつながる。
本稿では, 視覚的注意を自己指導し, 正しい性的な視覚的証拠を捉えるためのガイド付き注意画像キャプチャーモデル(GAIC)を提案する。
論文 参考訳(メタデータ) (2020-06-15T12:16:19Z) - Towards Causality-Aware Inferring: A Sequential Discriminative Approach
for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。
この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。
本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文 参考訳(メタデータ) (2020-03-14T02:05:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。