[논문 리뷰] Quantifying Inequality in Underreported Medical Conditions.

Divya Shanmugam, Emma Pierson|arXiv (Cornell University)|2021. 10. 08.

Machine Learning and Data Classification참고 문헌 31인용 수 4

한 줄 요약

이 논문은 공변량 이동 가정 하에 양성 미표기 학습을 사용하여 부족하게 보고되는 의료 질환의 상대적 유병률을 추정하는 새로운 방법을 제안한다. 이는 절대 유병률 추정이 불가능한 상황에서도 다양한 인구집단 간 정확한 비교를 가능하게 한다. 합성 및 실제 건강 데이터에서 기존 방법들을 능가하며, 공변량 이동 가정의 경미한 위반에도 강건함을 입증한다.

ABSTRACT

Estimating the prevalence of a medical condition, or the proportion of the population in which it occurs, is a fundamental problem in healthcare and public health. Accurate estimates of the relative prevalence across groups -- capturing, for example, that a condition affects women more frequently than men -- facilitate effective and equitable health policy which prioritizes groups who are disproportionately affected by a condition. However, it is difficult to estimate relative prevalence when a medical condition is underreported. In this work, we provide a method for accurately estimating the relative prevalence of underreported medical conditions, building upon the positive unlabeled learning framework. We show that under the commonly made covariate shift assumption -- i.e., that the probability of having a disease conditional on symptoms remains constant across groups -- we can recover the relative prevalence, even without restrictive assumptions commonly made in positive unlabeled learning and even if it is impossible to recover the absolute prevalence. We provide a suite of experiments on synthetic and real health data that demonstrate our method's ability to recover the relative prevalence more accurately than do baselines, and the method's robustness to plausible violations of the covariate shift assumption.

연구 동기 및 목표

• 기본적인 보고가 편향되거나 불완전한 상황에서 부족하게 보고되는 의료 질환의 상대적 유병률을 추정하는 문제를 해결하기 위해.
• 보통 부족하게 보고되는 질환에서는 추정이 어려운 절대 유병률 추정이 필요로 하지 않는 방법을 개발하기 위해.
• 정확한 집단 간 영향도 차이를 식별함으로써 공정한 건강 정책 수립을 가능하게 하기 위해.
• 특히 전통적인 양성 미표기 학습에서 흔한 제한적인 조건을 피하는 최소한의 가정을 기반으로 하기 위해.
• 실제 건강 데이터에서 발생할 수 있는 공변량 이동 가정의 타당한 위반에 강건함을 확보하기 위해.

제안 방법

• 이 방법은 진단된 사례를 양성으로, 진단되지 않은 사례를 미표기로 간주하는 양성 미표기 학습 프레임워크를 활용한다.
• 공변량 이동을 가정한다 — 즉, 증상이 있는 경우 질병의 조건부 확률이 집단 간에 일정하다는 가정이다. 이를 통해 상대적 유병률 추정이 가능해진다.
• 집단별 보고 편향을 보정하기 위해 재가중 전략을 사용하여 상대적 유병률 비율을 추정한다.
• 집단 간 분포의 차이를 최소화하는 제약 조건을 가진 최적화 문제로 추정 문제를 수립한다.
• 절대 유병률 추정이 필요로 하지 않으며, 대신 집단 간 상대적 비율에 집중한다.
• 경험적 리스크 최소화와 校정된 가중치를 통해 공변량 이동 가정의 중간 정도의 위반에도 강건한 설계를 한다.

실험 결과

연구 질문

• RQ1 절대 유병률을 가정하지 않고도 부족하게 보고되는 의료 질환의 상대적 유병률을 인구집단 간 정확하게 추정할 수 있는가?
• RQ2 기존의 양성 미표기 학습 기반 방법들과 비교해 볼 때, 제안된 방법은 상대적 유병률 추정에서 어떤 성능을 보이는가?
• RQ3 실제 건강 데이터에서 공변량 이동 가정의 위반에 대해 어느 정도 강건한가?
• RQ4 일부 인구집단에서 진단이 체계적으로 부족하게 보고되는 경우에도, 이 방법은 상대적으로 더 높은 질병 부담을 가진 집단을 식별할 수 있는가?
• RQ5 상대적 유병률을 복구하기 위해 이 방법이 요구하는 핵심 가정은 무엇이며, 이는 이전 연구와 비교해 어떻게 다른가?

주요 결과

• 제안된 방법은 합성 및 실제 건강 데이터셋에서 기존 기준 방법들보다 상대적 유병률 추정이 훨씬 정확하다.
• 절대 유병률을 추정할 수 없는 상황에서도 상대적 유병률 비율을 성공적으로 복원한다.
• 실제 데이터 시나리오에서 공변량 이동 가정의 타당한 위반에도 뛰어난 성능을 유지하며 정확도를 유지한다.
• 균일한 사전 확률나 알려진 클래스 불균형을 요구하는 제한적인 가정에 의존하는 기존의 양성 미표기 학습 방법들보다 우수한 성능을 보인다.
• 실험 결과, 완전한 진단 기록이 없는 상황에서도 이 방법은 상대적으로 더 높은 질병 부담을 가진 집단을 신뢰성 있게 식별할 수 있음을 보여준다.