Mitigación de disparidades en la predicción de supervivencia del cáncer de próstata mediante modelos de aprendizaje...

Área de la Ciencia:

• Oncología
• Bioestadística
• Aprendizaje automático

Sus antecedentes:

• Los modelos de predicción pueden perpetuar las disparidades en la atención médica debido a un rendimiento desigual entre los grupos demográficos.
• Los métodos conscientes de la equidad están establecidos para resultados binarios pero se exploran menos en el análisis de supervivencia.
• Existen disparidades raciales en la predicción de la supervivencia después del tratamiento del cáncer de próstata.

Objetivo del estudio:

• Comparar dos modelos de supervivencia de aprendizaje profundo conscientes de la equidad para predecir la supervivencia después de la prostatectomía radical.
• Mitigar las disparidades raciales en el rendimiento de estos modelos de predicción.
• Evaluar la efectividad de los enfoques conscientes de la equidad en el análisis de supervivencia para el cáncer de próstata.

Principales métodos:

• Se utilizó la National Cancer Database para entrenar modelos de Cox de riesgos proporcionales profundos para la supervivencia general.
• Se compararon dos modelos conscientes de la equidad: el modelo Fair Deep Cox Proportional Hazards (Fair DCPH) y el modelo Group Distributionally Robust Optimization Deep Cox Proportional Hazards (GroupDRO DCPH).
• Se evaluó la equidad del modelo utilizando índices de concordancia entre grupos y dentro de grupos (C-index) en diferentes grupos raciales.

Principales resultados:

• El modelo base Deep Cox Proportional Hazards (DCPH) mostró disparidades de rendimiento entre grupos raciales (por ejemplo, menor C-index para pacientes negros e hispanos).
• Los modelos conscientes de la equidad (Fair DCPH, GroupDRO DCPH) mejoraron los C-indices entre grupos para pacientes negros, hispanos y asiáticos.
• Estas mejoras se lograron con una mínima pérdida de rendimiento en el subgrupo de pacientes blancos.

Conclusiones:

• Se compararon dos modelos de supervivencia conscientes de la equidad para abordar las disparidades raciales en la predicción de la supervivencia post-prostatectomía.
• Estos métodos demuestran el potencial para garantizar una atención equitativa a través de modelos de predicción justos.
• Los enfoques pueden extenderse a otros modelos de tiempo hasta el evento para promover la equidad en las predicciones de atención médica.