論文の概要: An Algorithmic Approach for Causal Health Equity: A Look at Race Differentials in Intensive Care Unit (ICU) Outcomes

• arxiv url: http://arxiv.org/abs/2501.05197v1
• Date: Thu, 09 Jan 2025 12:48:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-10 13:59:48.554139
• Title: An Algorithmic Approach for Causal Health Equity: A Look at Race Differentials in Intensive Care Unit (ICU) Outcomes
• Title（参考訳）: 因果健康度に対するアルゴリズム的アプローチ:集中治療室(ICU)における人種差の検討
• Authors: Drago Plecko, Paul Secombe, Andrea Clarke, Amelia Fiske, Samarra Toby, Donisha Duff, David Pilcher, Leo Anthony Celi, Rinaldo Bellomo, Elias Bareinboim,
• Abstract要約: オーストラリアと米国における多数派と少数派の集中治療単位(ICU)における人種的・民族的格差について検討した。 マイノリティ患者は入院時に若く、慢性的な健康状態が悪く、緊急および非選択的な理由で入院する傾向があり、重症度が高い。 マイノリティグループに属することによる保護的直接的な効果は,多数派に比べて生存率の向上がみられ,他のすべての変数は等しく維持されている。
• 参考スコア（独自算出の注目度）: 36.54657524599473
• License:
• Abstract: The new era of large-scale data collection and analysis presents an opportunity for diagnosing and understanding the causes of health inequities. In this study, we describe a framework for systematically analyzing health disparities using causal inference. The framework is illustrated by investigating racial and ethnic disparities in intensive care unit (ICU) outcome between majority and minority groups in Australia (Indigenous vs. Non-Indigenous) and the United States (African-American vs. White). We demonstrate that commonly used statistical measures for quantifying inequity are insufficient, and focus on attributing the observed disparity to the causal mechanisms that generate it. We find that minority patients are younger at admission, have worse chronic health, are more likely to be admitted for urgent and non-elective reasons, and have higher illness severity. At the same time, however, we find a protective direct effect of belonging to a minority group, with minority patients showing improved survival compared to their majority counterparts, with all other variables kept equal. We demonstrate that this protective effect is related to the increased probability of being admitted to ICU, with minority patients having an increased risk of ICU admission. We also find that minority patients, while showing improved survival, are more likely to be readmitted to ICU. Thus, due to worse access to primary health care, minority patients are more likely to end up in ICU for preventable conditions, causing a reduction in the mortality rates and creating an effect that appears to be protective. Since the baseline risk of ICU admission may serve as proxy for lack of access to primary care, we developed the Indigenous Intensive Care Equity (IICE) Radar, a monitoring system for tracking the over-utilization of ICU resources by the Indigenous population of Australia across geographical areas.
• Abstract（参考訳）: 大規模データ収集・分析の新時代は、健康上の不平等の原因を診断・理解する機会となる。 本研究では、因果推論を用いて、健康格差を系統的に分析する枠組みについて述べる。 この枠組みは、オーストラリア(先住民対非先住民)とアメリカ合衆国(アフリカ系アメリカ人対白人)の多数派と少数派の間の集中治療単位(ICU)における人種的・民族的格差を調査することによって説明される。 不等式を定量化するための一般的な統計測度は不十分であり、それを生成する因果機構に観察された相違を寄与させることに焦点が当てられている。 マイノリティ患者は入院年齢が若く、慢性的な健康状態が悪く、緊急・非選択的な理由で入院する傾向があり、重症度が高いことが判明した。 しかし同時に、少数派の患者は多数派に比べて生存率が向上し、他のすべての変数は等しく保たれている。 ICU入院のリスクが高いマイノリティ患者に対し,この保護効果はICU入院率の上昇と関係があることを実証した。 また, 生存率の向上がみられたマイノリティ患者はICUに再入院する傾向がみられた。 したがって、プライマリ・ヘルスケアへのアクセスが悪化しているため、マイノリティの患者はICUで予防可能な状態に陥り、死亡率が低下し、保護効果が生じる傾向にある。 Indigenous Intensive Care Equity (IICE) Radarは, ICU入所の基準リスクがプライマリ・ケアへのアクセスの欠如を代行するおそれがあるため, オーストラリア各地の先住民集団によるICUリソースの過剰活用を追跡するモニタリングシステムである。

関連論文リスト

• Mitigating the Risk of Health Inequity Exacerbated by Large Language Models [5.02540629164568]
  大規模言語モデルの入力に非決定的な社会デマトグラフィー要素を組み込むことは、誤った有害な出力につながる可能性があることを示す。 LLMベースの医療応用における健康不平等のリスクを検知・緩和する新しいフレームワークであるEquityGuardを紹介する。
  論文  参考訳（メタデータ） (2024-10-07T16:40:21Z)
• Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
  近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。 そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
  論文  参考訳（メタデータ） (2024-04-26T16:39:50Z)
• A Transfer Learning Causal Approach to Evaluate Racial/Ethnic and Geographic Variation in Outcomes Following Congenital Heart Surgery [4.870691561986669]
  先天性心不全(英: Congenital heart defects、CHD)は、アメリカ合衆国で最も多い出生障害である。 CHD治療の成績は特定の患者群で異なり、非ヒスパニック系黒人とヒスパニック系人口は死亡率と死亡率が高い。 本稿では,結果評価のための因果推論フレームワークを提案し,伝達学習の進歩を活用して,ターゲットとソースの双方からのデータを組み込む。
  論文  参考訳（メタデータ） (2024-03-21T17:20:23Z)
• Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources [47.57108369791273]
  医療資源の枯渇は、レーションの避けられない結果をもたらす可能性がある。 医療資源割り当てプロトコルの普遍的な標準は存在しない。 本稿では,患者の疾患進行と患者間の相互作用効果を統合するためのトランスフォーマーベースのディープQネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-15T17:28:06Z)
• A study on group fairness in healthcare outcomes for nursing home residents during the COVID-19 pandemic in the Basque Country [0.7340017786387767]
  新型コロナウイルス感染拡大に伴う在宅介護が医療効果に与える影響について検討する。 グループでは、老人ホームの人々は病院に入院する可能性が著しく低く、病院でも死亡する可能性がかなり高かった。
  論文  参考訳（メタデータ） (2023-06-16T09:24:23Z)
• Auditing Algorithmic Fairness in Machine Learning for Health with Severity-Based LOGAN [70.76142503046782]
  臨床予測タスクにおいて,局所バイアスを自動検出するSLOGANを用いて,機械学習ベースの医療ツールを補足することを提案する。 LOGANは、患者の重症度と過去の医療史における集団バイアス検出を文脈化することにより、既存のツールであるLOcal Group biAs detectioNに適応する。 SLOGANは, クラスタリング品質を維持しながら, 患者群の75%以上において, SLOGANよりも高い公平性を示す。
  論文  参考訳（メタデータ） (2022-11-16T08:04:12Z)
• Predicting Patient Readmission Risk from Medical Text via Knowledge Graph Enhanced Multiview Graph Convolution [67.72545656557858]
  本稿では,電子健康記録の医用テキストを予測に用いる新しい手法を提案する。 外部知識グラフによって強化された多視点グラフを有する患者の退院サマリーを表現している。 実験により,本手法の有効性が証明され,最先端の性能が得られた。
  論文  参考訳（メタデータ） (2021-12-19T01:45:57Z)
• Assessing Social Determinants-Related Performance Bias of Machine Learning Models: A case of Hyperchloremia Prediction in ICU Population [6.8473641147443995]
  高塩素血症を予測するために構築された4つの分類器について検討した。 実験室をベースとした機能に加え, 社会的決定因子の付加は, 全患者のモデル性能を向上することがわかった。 我々は将来の研究者に、潜在的なバイアスを積極的に調整し、サブグループレポートを含むモデルを設計するよう促す。
  論文  参考訳（メタデータ） (2021-11-18T03:58:50Z)
• Multi-Objective Allocation of COVID-19 Testing Centers: Improving Coverage and Equity in Access [2.7910505923792646]
  新型コロナウイルスは4200万人以上に感染し、全米で67万3000人以上が死亡している。 公衆衛生当局は、感染のホットスポットを特定するための診断検査の結果を監視した。 テストサイトアロケーションの現在のスキームのほとんどは、経験や利便性に基づいています。
  論文  参考訳（メタデータ） (2021-09-21T03:53:14Z)
• Predictive Modeling of ICU Healthcare-Associated Infections from Imbalanced Data. Using Ensembles and a Clustering-Based Undersampling Approach [55.41644538483948]
  本研究は,集中治療室における危険因子の同定と医療関連感染症の予測に焦点をあてる。 感染発生率の低減に向けた意思決定を支援することを目的とする。
  論文  参考訳（メタデータ） (2020-05-07T16:13:12Z)

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。