超越人口统计平衡：MIMIC-IV死亡预测中的多指标与交叉性公平性评估
Beyond Demographic Balance: Multi-Metric and Intersectional Evaluation of Fairness in MIMIC-IV Mortality Prediction
精选理由
揭示医疗预测公平性需结合多指标与交叉群体评估，避免片面结论。
AI 摘要
arXiv:2610.01645v1 公告类型：new 摘要：临床预测中的公平性结论可能高度依赖于所报告的指标，以及评估模型性能时所采用的人口统计学粒度。我们重新审视了MIMIC-IV重症监护病房死亡率预测中的这些评估选择，比较了多种公平性干预措施下的预测效用指标与亚组误差指标。作为补充案例研究，我们提出了一种轻量级适配策略，在不以死亡结局为条件的情况下，联合平衡族裔--性别--保险的代表性，从而能够将人口统计学代表性平衡与以结局为条件的干预或直接误差率干预区分开来进行考察。我们在边际亚组和相应的三重交叉亚组层面评估了该策略的表现，同时考虑了更细粒度估计的统计支持度。结果表明，不同干预措施在准确率/AUROC、敏感性和假阳性率等指标下可能获得显著不同的评价；此外，边际人口统计学汇总可能掩盖其构成交叉亚组内部异质的误差模式，其中也包括规模较大的亚组。这些发现凸显了在互补的指标和亚组粒度上同时评估公平性干预的重要性，并应考虑干预目标以及亚组估计的可靠性。