紧急精神科中的偏见检测：将负面语言链接到诊断差异
其他定量生物学
2026-04-14 v3 机器学习
摘要
急诊科是一个高压环境，临床医生暴露偏见的风险更高。在美国，黑人患者更可能在急诊科获得其首次精神分裂症 (SCZ) 诊断，这是一种高度污名化的疾病。因此，理解临床医生暴露偏见与精神病结果之间的关联对于促进急诊科中非歧视性决策至关重要。本研究使用来自一个多样化大型医疗中心的样本（N=29,005），检查了患者焦虑、双相、抑郁、创伤以及 SCZ 诊断之间临床医生偏见暴露与精神病结果之间的关联。将临床医生偏见暴露量化为精神科笔记中消极句子数与总句子数之比，使用大型语言模型 (Mistral) 对其进行标签标记。我们利用 logistic 回归预测在控制患者人口学特征、风险因素和消极句子比率 (NSR) 的情况下是否获得 SCZ 诊断。高 NSR 显著增加获得 SCZ 诊断的几率，并削弱了患者种族的影响。黑人男性患者若 NSR 较高，其获得 SCZ 诊断的几率最高。我们的发现表明，情感基准指标可用于以真实世界数据操作化临床医生偏见暴露，并揭示超出种族或族裔的差异。
关键词
引用
@article{arxiv.2509.02651,
title = {Bias Detection in Emergency Psychiatry: Linking Negative Language to Diagnostic Disparities},
author = {Alissa A. Valentine and Lauren A. Lepow and Donald Apakama and Lili Chan and Alexander W. Charney and Isotta Landi},
journal= {arXiv preprint arXiv:2509.02651},
year = {2026}
}