仅改变算法是不够的：评估从 eGFR 方程中移除种族调整的影响
计算机与社会
2024-04-26 v3 应用统计
摘要
修改临床算法以移除种族调整已被提议并应用于多种健康状况。从估算肾小球滤过率 (eGFR) 方程中移除种族调整可能会减少慢性肾病 (CKD) 方面的差异，但在实施后的临床实践中尚未得到研究。在此，我们在单一医疗系统 Stanford Health Care (SHC) 内评估了实施不针对黑人或非裔美国人种族进行调整的 eGFR 方程 (CKD-EPI 2021) 是否改变了季度肾脏病转诊和就诊率。我们的队列研究分析了 547,194 名 21 岁及以上、在 2019 年 1 月 1 日至 2023 年 9 月 1 日期间至少有一次血清肌酐或血清胱抑素 C 记录的成年患者。在研究期间，实施 CKD-EPI 2021 并未改变被记录为黑人或非裔美国人的患者或整个队列的季度肾脏病转诊率。在对 SHC 肾脏病诊所的接诊能力进行调整后，使用 CKD-EPI 2021 估算的被记录为黑人或非裔美国人的患者每 10,000 人的肾脏病转诊和就诊率分别为 34 (95% CI 29, 39) 和 188 (175, 201)。如果未移除种族调整，估算的比率几乎相同：每 10,000 名该记录患者中分别为 38 (95% CI: 28, 53) 和 189 (165, 218)。仅改变 eGFR 方程可能不足以在 CKD 护理决策中实现健康公平，因为许多其他结构性不平等依然存在。
引用
@article{arxiv.2404.12812,
title = {Algorithmic Changes Are Not Enough: Evaluating the Removal of Race Adjustment from the eGFR Equation},
author = {Marika M. Cusick and Glenn M. Chertow and Douglas K. Owens and Michelle Y. Williams and Sherri Rose},
journal= {arXiv preprint arXiv:2404.12812},
year = {2024}
}
备注
Accepted to Conference on Health, Inference, and Learning (CHIL) 2024