探究诊断时间中的性别差异
应用统计
2020-11-17 v2 机器学习
摘要
基于性与性别的医疗保健差异导致了健康结局的不同。我们通过针对29种表型和19.5万名患者中的男性和女性进行两项大规模、互补的分析，聚焦于诊断时间（TTD）。我们首先发现，即使患有相同疾病，女性也比男性更可能经历更长的TTD。我们进一步通过评估随诊断信息增加而更新的、忽略性别的疾病分类器，探讨了TTD差异如何在跨时间及持续时间内影响不同性别间的诊断性能。在这两项公平性分析中，诊断过程均偏向男性而非女性，这与先前观察到的女性可能比男性更早表现出相关症状相矛盾。这些分析表明，在研究性别差异时，TTD是一个重要而复杂的方面，值得进一步研究。
引用
@article{arxiv.2011.06100,
title = {Exploring Gender Disparities in Time to Diagnosis},
author = {Tony Y. Sun and Oliver J. Bear Don't Walk and Jennifer L. Chen and Harry Reyes Nieva and Noémie Elhadad},
journal= {arXiv preprint arXiv:2011.06100},
year = {2020}
}
备注
Machine Learning for Health (ML4H) at NeurIPS 2020 - Extended Abstract