使用统计建模和自然语言处理对儿科急诊室分拣中的种族和语言差异的估计
Seung-Yup Joshua Lee1, Mohammed Alzeen1, Abdulaziz Ahmed1
1Department of Health Services Administration, School of Health Professions, The University of Alabama at Birmingham, Birmingham, AL 35233, United States.
Journal of the American Medical Informatics Association : JAMIA
|February 13, 2024
概括
在儿科急诊室的分类中存在种族差异,非洲裔美国人和西班牙裔儿童往往未被分类. 这凸显了在紧急情况下需要公平照顾的需要.
科学领域:
- 儿科急救医学 儿科急救医学
- 健康差距 研究 研究 研究 研究
- 临床信息学 临床信息学
背景情况:
- 紧急诊所 (ED) 是对儿童的关键护理点.
- 鉴定精度对于及时和适当的医疗干预至关重要.
- 现有的文献表明,在医疗保健提供中可能存在种族和语言偏见.
研究的目的:
- 调查儿科急诊室 (ED) 选中的种族和语言差异.
- 使用先进的分析方法量化这些差异的程度和性质.
主要方法:
- 对儿科ED访问的横截面数据集的分析 (2019年1月 - 2021年4月).
- 应用K-平均集群 (KNN),多变量自适应回归线 (MARS) 和自然语言处理 (NLP) 的嵌入.
- 利用后勤回归模型来评估对主要投诉和临床特征的发现的稳定性.
主要成果:
- 在非白人儿童,特别是非裔美国人 (AA) 和西班牙裔人口中观察到一致的低选.
- 与白人儿童相比,AA儿童获得较低的敏度得分的几率是白人儿童的两倍多.
- 分析显示,纳入特定变量影响了某些族群的结果,例如亚洲人.
结论:
- 在儿科ED分拣中存在显著的种族差异需要紧急关注.
- 分析技术对于识别和理解健康不平等至关重要.
- 确保所有儿童的公平评估和治疗,无论种族或语言如何,至关重要.


