利用医疗支出面板调查数据理解健康领域的种族偏见
机器学习
2019-11-06 v1 计算机与社会
机器学习
摘要
多年来，多项研究已表明美国人口中不同群体在健康指标上存在显著差距。医疗支出被用作驱动医疗系统算法中健康的代理变量，这加剧了已有的偏见。本工作中，我们关注公开且具全国代表性的医疗支出面板调查（MEPS）数据中健康指标的种族偏见存在性。我们表明，使用该数据训练的照护管理预测模型继承了此偏见。最后，我们证明使用简单的缓解技术可显著减少这种继承的偏见。
引用
@article{arxiv.1911.01509,
title = {Understanding racial bias in health using the Medical Expenditure Panel Survey data},
author = {Moninder Singh and Karthikeyan Natesan Ramamurthy},
journal= {arXiv preprint arXiv:1911.01509},
year = {2019}
}
备注
8 pages, 8 tables