[論文レビュー] Reevaluating the Role of Race and Ethnicity in Diabetes Screening

Madison Coots, Soroush Saghafian+2 more|arXiv (Cornell University)|Jun 17, 2023

Healthcare Policy and ManagementEconomics, Econometrics and Finance被引用数 3

ひとこと要約

本研究では、糖尿病リスク予測モデルに人種および民族を組み込む臨床的有用性を再評価し、特にアジア系、ブラック系、ヒスパニック系の個人において、統計的精度が著しく向上する一方で、その臨床的利点は限定的であることが示された。リスクが1.5％の意思決定閾値に近いため、患者のわずか少数が異なるスクリーニング勧告を受けるのみであり、臨床的恩恵も限定的である。研究結果は、予測精度の向上にもかかわらず、スクリーニング意思決定や健康アウトカムに与える実世界の影響は限られていることを示唆している。

ABSTRACT

There is active debate over whether to consider patient race and ethnicity when estimating disease risk. By accounting for race and ethnicity, it is possible to improve the accuracy of risk predictions, but there is concern that their use may encourage a racialized view of medicine. In diabetes risk models, despite substantial gains in statistical accuracy from using race and ethnicity, the gains in clinical utility are surprisingly modest. These modest clinical gains stem from two empirical patterns: first, the vast majority of individuals receive the same screening recommendation regardless of whether race or ethnicity are included in risk models; and second, for those who do receive different screening recommendations, the difference in utility between screening and not screening is relatively small. Our results are based on broad statistical principles, and so are likely to generalize to many other risk-based clinical decisions.

研究の動機と目的

• 人種および民族を糖尿病リスク予測モデルに組み込むことで、統計的精度を超えた臨床的意思決定が改善されるかどうかを評価すること。
• リスクベースのスクリーニング勧告において、統計的パフォーマンスの向上と実際の臨床的有用性の間の乖離を調査すること。
• リスクモデルにおける人種および民族の使用が、2型糖尿病のリスクがある患者のスクリーニング意思決定に意味的な変化をもたらすかどうかを評価すること。
• 患者レベルのコストと利益に基づくユーティリティベースの意思決定フレームワークを用いて、人種および民族ごとのスクリーニング意思決定の有効性を検討すること。
• 人種に基づく医療の危険性が懸念される中で、人種に配慮したモデルの臨床的価値がその使用を正当化するかどうかを特定すること。

提案手法

• 18,000名の非妊娠成人（18–70歳）で、BMI 18.5–50.0 kg/m²の対象者を対象に、NHANES 4期分（2011–2018年）のデータを用いた。
• 年齢とBMIを用いて人種・民族を考慮しないリスクモデルを開発し、人種および民族を予測変数に含む人種に配慮したモデルと比較した。
• 人種および民族ごとにリスク予測をキャリブレーションし、不適合（miscalibration）を評価した。その結果、人種・民族を考慮しないモデルは、アジア系、ブラック系、ヒスパニック系の個人においてリスクを系統的に低く予測していた。
• 1.5％の糖尿病リスク閾値をスクリーニング意思決定の基準として、ユーティリティベースの意思決定フレームワークを適用した。
• 1ユーティリティあたり100ドルを仮定し、予想される利益（早期発見）とコスト（金銭的および非金銭的）を比較して、スクリーニングの正味のユーティリティを定量化した。
• 人種および民族の組み込みによってスクリーニング勧告が変更された患者の割合を評価し、その変更を受けた人々のユーティリティ変化の大きさを分析した。

Figure 1: Assessing the statistical and clinical utility of race and ethnicity in diabetes risk estimation. Upper left: Calibration plot for a race-unaware risk model, showing that racial minorities have significantly higher empirical risk of diabetes compared to their race-unaware risk prediction;

実験結果

リサーチクエスチョン

• RQ1 人種および民族を糖尿病リスク予測モデルに組み込むことで、人種・民族ごとの統計的予測精度がどの程度向上するか？
• RQ2 人種および民族を含めたモデルと人種・民族を考慮しないモデルとを比較した場合、何パーセントの患者が異なるスクリーニング勧告を受けるか？
• RQ3 人種および民族の組み込みによって、1.5％の閾値を超えてリスク推定値が変化した患者のスクリーニング勧告変更の臨床的有用性は何か？
• RQ4 統計的精度の大幅な向上が、なぜスクリーニング意思決定における臨床的恩恵に比例して大きくならないのか？
• RQ5 人種に配慮したモデルによるユーティリティの向上は、医療における人種的分類のリスクや医療システムへの信頼の低下と比較して、どの程度妥当か？

主な発見

• 人種・民族を考慮しないモデルでは、糖尿病リスクが著しく不適合である：1％の予測リスクを持つ個人において、アジア系アメリカ人の実際の糖尿病有病率は2％であったのに対し、白人アメリカ人は1.5％であった。
• 人種および民族をリスクモデルに組み込むことで統計的精度が向上し、特に人種・民族を考慮しないモデルが著しく低予測していたアジア系アメリカ人の場合に顕著であった。
• 人種および民族の組み込みにもかかわらず、スクリーニング勧告が変更された患者の割合はわずか10％未塔であった。
• スクリーニング勧告が変更された患者の多くは、予測リスクが1.5％の意思決定閾値に近かったため、スクリーニングの正味のユーティリティは比較的小さかった。
• 人種・民族を考慮しないモデルで1.5％未満のリスクと予測されたアジア系アメリカ人の一部は、スクリーニングの正のユーティリティを持っていたが、閾値のためスクリーニングを勧められなかった。これは、見逃された機会を示している。
• 人種に配慮したモデルによる臨床的有用性の向上は、統計的精度の大幅な向上にもかかわらず、全体として限定的である。その理由は、意思決定の変更が、ほぼすべてが無差別な点（閾値付近）に集中しているためである。

Figure A1: Calibration plot for an extended race-unaware risk model that includes the following covariates in addition to age and BMI: gender, weight, height, waist circumference, self-reported greatest weight, whether a patient’s close family members have diabetes, whether the patient is depressed,