論文の概要: Evaluating Causal Discovery Algorithms for Path-Specific Fairness and Utility in Healthcare

• arxiv url: http://arxiv.org/abs/2603.15926v1
• Date: Mon, 16 Mar 2026 21:19:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:06.995888
• Title: Evaluating Causal Discovery Algorithms for Path-Specific Fairness and Utility in Healthcare
• Title（参考訳）: 医療における経路特異的公正性と実用性のための因果探索アルゴリズムの評価
• Authors: Nitish Nagesh, Elahe Khatibi, Thomas Hughes, Mahdi Bagheri, Pratik Gajane, Amir M. Rahmani,
• Abstract要約: 健康データにおける因果発見は、地上の真実が不明な場合に評価上の課題に直面している。 構造回復と経路固有値分解におけるPeter-Clark, Greedy Equivalence Search, Fast Causal Inferenceアルゴリズムの評価を行った。
• 参考スコア（独自算出の注目度）: 2.1092701269163436
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Causal discovery in health data faces evaluation challenges when ground truth is unknown. We address this by collaborating with experts to construct proxy ground-truth graphs, establishing benchmarks for synthetic Alzheimer's disease and heart failure clinical records data. We evaluate the Peter-Clark, Greedy Equivalence Search, and Fast Causal Inference algorithms on structural recovery and path-specific fairness decomposition, going beyond composite fairness scores. On synthetic data, Peter-Clark achieved the best structural recovery. On heart failure data, Fast Causal Inference achieved the highest utility. For path-specific effects, ejection fraction contributed 3.37 percentage points to the indirect effect in the ground truth. These differences drove variations in the fairness-utility ratio across algorithms. Our results highlight the need for graph-aware fairness evaluation and fine-grained path-specific analysis when deploying causal discovery in clinical applications.
• Abstract（参考訳）: 健康データにおける因果発見は、地上の真実が不明な場合に評価上の課題に直面している。 我々は、専門家と協力し、プロキシ・グラウンド・トゥルース・グラフを構築し、人工アルツハイマー病と心不全の臨床記録データのためのベンチマークを確立することで、この問題に対処する。 構造回復と経路特異的フェアネス分解におけるPeter-Clark, Greedy Equivalence Search, Fast Causal Inferenceアルゴリズムの評価を行った。 合成データにより、ピーター・クラークは最高の構造回復を達成した。 心不全データでは、Fast Causal Inferenceが最も有効であった。 経路特異的な効果については、射出率の3.37パーセントが地平における間接的な効果に寄与した。 これらの違いは、アルゴリズム間のフェアネス・ユーティリティ比の変動を引き起こした。 本研究は,臨床応用における因果発見に際し,グラフ認識の公平性評価と詳細な経路特異性分析の必要性を強調した。

関連論文リスト

• Effect-Level Validation for Causal Discovery [1.8192444294441061]
  大規模テレメトリデータに因果発見を適用して,ユーザの介入効果を推定する。 しかし,フィードバック駆動型システムにおける意思決定の信頼性は高い。 本稿では,発見されたグラフを構造仮説として扱う,効果中心のアクセシビリティ優先フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-09T07:26:55Z)
• RadDiff: Describing Differences in Radiology Image Sets with Natural Language [52.774737253784]
  RadDiffは放射線学的な比較推論を行うマルチモーダルエージェントシステムである。 RadDiffBenchでは、47%の精度と50%の精度を実現している。
  論文  参考訳（メタデータ） (2026-01-07T09:25:04Z)
• Classifying Clinical Outcome of Epilepsy Patients with Ictal Chirp Embeddings [0.23020018305241333]
  本研究では,t-Distributed Neighbor Embedding (t-SNE) を利用して,様々な結果シナリオにおけるチャープ特徴の解釈可能な可視化を行うパイプラインを提案する。 データセットは、チャープベースの時間、スペクトル、周波数メトリクスから構成される。 t-SNEを用いて,群集問題に対処しながら地域住民関係を保存した。
  論文  参考訳（メタデータ） (2025-08-19T03:14:41Z)
• Cooperative effects in feature importance of individual patterns: application to air pollutants and Alzheimer disease [0.0]
  Local Hi-Fiは、回帰問題における特定の入力特徴を含む高次効果を解消する技術である。 本稿では,これらの3つのスコア(一意,冗長,シナジスティック)をデータセットの各パターンに割り当てる枠組みを提案する。 この結果から,局所的なHi-Fiは,複雑なシステムにおける高次関係を解析すると同時に,XAIの新たな視点を開放する,広範な適用性を示す有望なツールとして位置づけた。
  論文  参考訳（メタデータ） (2025-07-30T14:03:09Z)
• Perplexity Trap: PLM-Based Retrievers Overrate Low Perplexity Documents [64.43980129731587]
  因果診断・矯正法(CDC)という因果推論時間脱バイアス法を提案する。 CDCはまず、パープレキシティのバイアス効果を診断し、その後、全体の関連スコアからバイアス効果を分離する。 3つの領域にまたがる実験結果から, より優れた脱バイアス効果が示された。
  論文  参考訳（メタデータ） (2025-03-11T17:59:00Z)
• The Impact of Missing Data on Causal Discovery: A Multicentric Clinical Study [1.173358409934101]
  子宮内膜癌に対する多施設共同研究から得られたデータを用いて,検索した因果グラフに異なる欠損機構が与える影響を解析した。 専門医による回復グラフの検証を行い,本手法が臨床関連ソリューションを見いだすことを示す。
  論文  参考訳（メタデータ） (2023-05-17T08:46:30Z)
• Valid Inference After Causal Discovery [73.87055989355737]
  我々は、因果関係発見後の推論に有効なツールを開発する。 因果発見とその後の推論アルゴリズムの組み合わせは,高度に膨らんだ誤発見率をもたらすことを示す。
  論文  参考訳（メタデータ） (2022-08-11T17:40:45Z)
• A standardized framework for risk-based assessment of treatment effect heterogeneity in observational healthcare databases [60.07352590494571]
  本研究の目的は,この手法を標準化されたスケーラブルなフレームワークを用いて観測環境に拡張することであった。 アンジオテンシン変換酵素阻害薬(ACE)とβ阻害薬の3つの効果と6つの安全性に対する効果を評価することにより,我々の枠組みを実証する。
  論文  参考訳（メタデータ） (2020-10-13T14:48:31Z)

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。