医学影像与数据资源中心开放数据共享平台人口统计学代表性的纵向评估
医学物理
2023-03-21 v1
摘要
目的：医学影像与数据资源中心（MIDRC）开放数据共享平台的推出旨在加速人工智能（AI）算法的开发，以帮助应对 COVID-19 大流行。本研究的目的是量化主要影像学数据集人口统计学特征相较于美国总人口（美国人口普查）和美国疾病控制与预防中心（CDC）COVID-19 阳性病例数的纵向代表性。方法：使用 Jensen Shannon 距离（JSD）纵向测量以下分布的相似性：（1）MIDRC 数据中所有唯一患者与 2020 年美国人口普查的分布；（2）MIDRC 数据中所有唯一的 COVID-19 阳性患者与 CDC 报告的病例数的分布。在索引年龄、性别、种族、族裔以及种族与族裔交集的人口统计学类别中对这些分布进行了评估。结果：MIDRC 数据按族裔以及种族与族裔交集的代表性受 CDC 病例数中未报告这些类别数据的百分比影响。按性别和种族的分布随时间保持了其代表性水平。结论：随着贡献机构数量和受试者总数的增长，MIDRC 精选公共数据共享平台中开放医学影像数据集的代表性也随时间演变。使用诸如 JSD 等指标支持代表性的测量，这是实现公平且可泛化 AI 算法开发所需的一个步骤。
引用
@article{arxiv.2303.10501,
title = {Longitudinal assessment of demographic representativeness in the Medical Imaging and Data Resource Center Open Data Commons},
author = {Heather M. Whitney and Natalie Baughan and Kyle J. Myers and Karen Drukker and Judy Gichoya and Brad Bower and Weijie Chen and Nicholas Gruszauskas and Jayashree Kalpathy-Cramer and Sanmi Koyejo and Rui C. Sá and Berkman Sahiner and Zi Zhang and Maryellen L. Giger},
journal= {arXiv preprint arXiv:2303.10501},
year = {2023}
}
备注
33 pages, 8 figures, 5 supplemental figures, submitted to Journal of Medical Imaging