研究人員研究如何解鎖臨床風險預測模型

現(xiàn)代預測模型需要大量數(shù)據(jù)進行訓練和評估，缺乏這些數(shù)據(jù)可能會導致模型針對特定地點、人口和那里的臨床實踐。目前，臨床風險預測模型的最佳實踐缺乏一定程度的“普遍性”，這可能會極大地增加它們對其他地點的其他臨床環(huán)境的有用性。

由紐約大學全球公共衛(wèi)生學院計算機科學與工程教授 Rumi Chunara 領(lǐng)導的紐約大學 Tandon 研究小組調(diào)查了死亡率預測模型在應用于與其開發(fā)所在不同的醫(yī)院或地區(qū)時是否存在顯著差異.他們還查詢數(shù)據(jù)以確定數(shù)據(jù)集的具體特征——包括分析 2014 年至 2015 年美國 179 家醫(yī)院的電子健康記錄，其中 70,126 人住院——這可以解釋基于種族等因素的臨床表現(xiàn)差異。

在PLOS Digital Health的一篇新論文中，研究人員，包括博士 Harvineet Singh。紐約大學數(shù)據(jù)科學中心的學生和博士 Vishwali Mhasawade。在 Chunara 的指導下，候選人發(fā)現(xiàn)，包括在一家醫(yī)院或地理區(qū)域開發(fā)的臨床(生命體征、實驗室和手術(shù))變量的死亡風險預測模型缺乏對不同醫(yī)院或地區(qū)的普遍適用性。基于因果發(fā)現(xiàn)分析，他們假設這種缺乏普遍性的原因是數(shù)據(jù)集在不同醫(yī)院或地區(qū)的種族和臨床變量的變化。簡而言之，種族變量與臨床變量密切相關(guān)。

“從這項研究中可以清楚地看出，數(shù)據(jù)模型——就醫(yī)院到醫(yī)院和區(qū)域醫(yī)院集團層面的死亡率風險預測等因素而言——不能立即推廣，這對無法為自己生成這些模型的醫(yī)院產(chǎn)生影響”春娜拉說。

研究結(jié)果還表明，即使在平均人口范圍指標方面表現(xiàn)良好，預測模型也可能表現(xiàn)出跨種族的表現(xiàn)差異。

“雖然有充分證據(jù)表明臨床因素和結(jié)果可能因種族而有顯著差異，但我們了解為什么存在這些差異至關(guān)重要，因此必須在更大的背景下檢查數(shù)據(jù)和模型，同時考慮來自地理和社會經(jīng)濟的各種影響。臨床，”她說。

具體而言，該研究表明，除了算法公平性指標之外，還需要了解子組的數(shù)據(jù)生成過程，以識別和減輕變異來源，并決定是否在新環(huán)境中使用風險預測模型。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！