脉搏血氧指导决策的路径特定效应在重症监护中的应用
机器学习
2026-01-27 v4 机器学习
摘要
识别与敏感属性相关的偏差是医疗保健中防止治疗差异的关键考量。一个突出问题是脉搏血氧仪读数不准确，其倾向于高估深色皮肤患者的血氧饱和度并错误表示辅助供氧需求。大多数现有研究揭示了设备测量误差与重症监护病房（ICU）患者结局之间的统计差异，但未进行因果形式化。本研究利用因果推断方法，通过路径特定效应隔离种族偏差对临床决策的影响。为估计这些效应，我们采用双重稳健估计量，提出其自归一化变体以提高样本效率，并提供新颖的有限样本保证。该方法在半合成数据上验证，并应用于两个大型真实健康数据集：MIMIC-IV和eICU。与先前研究相反，我们的分析显示种族差异对有创通气率的影响极小。然而，由血氧饱和度差异中介的路径特定效应在通气持续时间上更为显著，且严重程度因数据集而异。本研究为调查临床决策中的潜在差异提供了新流程，更重要的是强调了因果方法在稳健评估医疗公平性中的必要性。
引用
@article{arxiv.2506.12371,
title = {Path-specific effects for pulse-oximetry guided decisions in critical care},
author = {Kevin Zhang and Yonghan Jung and Divyat Mahajan and Karthikeyan Shanmugam and Shalmali Joshi},
journal= {arXiv preprint arXiv:2506.12371},
year = {2026}
}