トップライン:
家族歴データの質などの人種格差を考慮することにより、結腸直腸がん (CRC) リスク予測モデルの予測性能が向上しました。
方法論:
- 医学界は、特に報告されている家族歴データが人種によって異なることが知られているため、健康格差の悪化に対する懸念から、臨床アルゴリズムにおける人種調整の使用を再評価しています。
- 人種の調整がCRC予測アルゴリズムの精度にどのような影響を与えるかを理解するために、研究者らは南部コミュニティコホート研究の一環として12州のコミュニティ保健センターからのデータを調査した。
- 研究者らは、10年間の大腸がんリスクをモデル化した2つのスクリーニングアルゴリズム、すなわち人種盲検アルゴリズムと、主効果として黒人人種と家族歴との相互作用を含む人種調整アルゴリズムを比較した。
- 主要アウトカムは登録後10年以内の大腸がんの発症で、登録時および追跡調査時の調査、がん登録データ、全国死亡指数報告書から収集したデータを用いて評価された。
- 研究者らは、受信者動作特性曲線下面積（AUC）やキャリブレーションなどの尺度を使用してアルゴリズムの予測パフォーマンスを比較し、人種を調整することで大腸がんのリスクが高いと特定された黒人参加者の割合がどのように変化するかについても評価した。
取り除く：
- 研究サンプルには、ベースライン時に大腸がんの病歴のない40～74歳の成人77,836人が含まれていた。
- 黒人の参加者はがん発生率が高いにもかかわらず、不明な家族歴を報告する可能性が高かった（オッズ比） [OR]1.69; P P
- 人種と家族歴の間の交互作用項は 0.56 で、報告された家族歴が白人参加者よりも黒人参加者の CRC リスクを予測する可能性が低いことを示しています (P = .010)。
- 人種を盲検化したアルゴリズムと比較して、人種を調整したアルゴリズムでは、予測された高リスクグループ内の黒人参加者の割合が増加しました（66.1% 対 74.4%; P
- 人種調整されたアルゴリズムにより適合性が向上しました (P P = .006)。
実際:
「私たちの分析では、結腸直腸スクリーニングの予測因子から人種を取り除くと、スクリーニングに推奨される黒人患者の数が減少する可能性があり、それは結腸直腸がんのスクリーニングと結果における格差を減らす努力に逆行する可能性があることが判明した」と著者らは書いている。
ソース：
シカゴ大学ブースビジネススクールのアンナ・ジンク博士が主導したこの研究は、 オンラインで公開 で PNAS。
制限事項:
この研究では、いかなる制限も報告されていません。
開示事項:
この研究は、国立衛生研究所の国立がん研究所の支援を受けました。著者らは利益相反はないと宣言しました。
1727780673
#アルゴリズムの人種調整により #CRC #リスク予測が向上
2024-10-01 10:07:48