[논문 리뷰] Reevaluating the Role of Race and Ethnicity in Diabetes Screening

Madison Coots, Soroush Saghafian외 2명|arXiv (Cornell University)|2023. 06. 17.

Healthcare Policy and ManagementEconomics, Econometrics and Finance인용 수 3

한 줄 요약

이 연구는 당뇨병 위험 예측 모델에 인종과 민족을 포함시키는 임상적 유용성 재평가를 수행하며, 이러한 모델이 아시아계, 흑인, 히스패닉 인구에서 특히 통계적 정확도를 크게 향상시키지만, 실제로는 환자의 소수만이 다른 걸러내기 권고를 받으며, 위험도가 1.5% 결정 임계선 근처에 있어 임상적 이점은 미미하다는 것을 보여준다. 연구 결과는 예측 정확도 향상에도 불구하고 실제 임상적 결정 및 건강 결과에 미치는 영향은 제한적이라는 점을 시사한다.

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.

연구 동기 및 목표

• 인종과 민족을 당뇨병 위험 예측 모델에 통합함으로써 통계적 정확도를 넘어서 임상적 결정을 향상시키는지 평가하기.
• 위험 기반 걸러내기 권고에서 향상된 통계적 성능와 실제 임상적 유용성 간의 괴리 원인 규명하기.
• 위험 모델에서 인종과 민족을 사용할 경우 당형 2형 당뇨병에 걸릴 위험이 있는 환자들의 걸러내기 권고에 의미 있는 변화가 생기는지 평가하기.
• 환자 수준의 비용과 이점 기반으로 인종 및 민족 집단 간 걸러내기 결정의 유용성 평가하기.
• 특히 의료 분야에서의 인종화 문제를 고려할 때, 인종 인식 모델의 임상적 가치가 그 사용을 정당화하는지 판단하기.

제안 방법

• 18,000명의 비임신 성인(18–70세, 체질량지수 18.5–50.0 kg/m²)의 자료를 2011–2018년 NHANES 4개 사이클에서 확보.
• 나이와 체질량지수를 사용해 인종 무관 예측 모델을 개발한 후, 인종과 민족을 예측 변수로 포함한 인종 인식 모델과 비교.
• 인종 및 민족별로 위험 예측을 校정하여 잘못된 캘리브레이션 여부 평가 — 인종 무관 모델이 아시아계, 흑인, 히스패닉 인구에서 위험을 체계적으로 과소평가함을 확인.
• 1.5% 당뇨병 위험 임계선을 걸러내기 결론 기준점으로 삼아, 유용성 기반 결론 프레임워크를 적용해 걸러내기 권고 평가.
• 1 util당 $100의 비용을 가정해 예상 이익(조기 발견)과 비용(금전적 및 비금전적)을 비교해 걸러내기의 순유용도 정량화.
• 인종과 민족을 포함했을 때 걸러내기 권고가 변경된 환자의 비율 평가 및 이들 개인의 유용도 변화 정도 분석.

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;

실험 결과

연구 질문

• RQ1 인종과 민족을 당뇨병 위험 예측 모델에 포함시킬 경우, 인종 및 민족 집단 간 통계적 예측 정확도 향상 정도는 어느 정도인가?
• RQ2 인종과 민족을 포함한 위험 모델과 인종 무관 모델 간 비교 시, 얼마나 많은 환자가 다른 걸러내기 권고를 받는가?
• RQ3 인종과 민족 포함로 1.5% 기준선을 넘어서는 위험 추정치를 갖게 된 환자들의 걸러내기 권고 변경에 따른 임상적 유용성은 무엇인가?
• RQ4 왜 통계적 정확도 향상이 걸러내기 결정에서 비례적으로 큰 임상적 이점으로 이어지지 않는가?
• RQ5 인종 인식 모델의 유용성 증가가 인종화된 의료나 의료 체계에 대한 신뢰도 감소와 같은 위험과 비교해 어떻게 평가되는가?

주요 결과

• 인종 무관 모델은 당뇨병 위험을 체계적으로 잘못 예측한다: 1%의 예측 위험을 가진 환자 중 아시아계 미국인은 실제 당뇨병 유병률이 2%였고, 백인 미국인은 1.5%였다.
• 인종과 민족을 위험 모델에 포함시킴으로써 통계적 정확도가 향상되었으며, 특히 인종 무관 모델이 크게 과소평가한 아시아계 미국인에게서 두드러진 향상이 있었다.
• 예측 정확도 향상에도 불구하고, 인종과 민족을 포함했을 때 다른 걸러내기 권고를 받는 환자 비율은 매우 작았고, 10% 미만이었다.
• 걸러내기 권고가 변경된 환자들에 대해서는 예측 위험이 1.5% 결정 임계선 근처에 있어 걸러내기의 순유용도가 상대적으로 미미했다.
• 인종 무관 예측 위험이 1.5% 이하였던 아시아계 미국인 중 일부는 걸러내기의 순유용도가 양수였지만, 기준선 때문에 권고를 받지 못해 기회를 놓친 사례가 있었다.
• 통계적 정확도 향상이 크지만, 결정 변화가 결정의 중립점 근처에 집중되어 있어 인종 인식 모델의 전체적인 임상적 유용성은 제한적이다.

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,