Rassiline eelarvamus arstiabi otsustusvahendites

Rassiline eelarvamus arstiabis võib ilmneda mõnes ootamatus kohas. Näiteks: kaaluge kliinilisi otsustusvahendeid, millel on oluline roll tänapäeva patsientide testimisel, diagnoosimisel ja ravimisel.

Need tööriistad sisaldavad algoritme või järk-järgulisi protseduure, tavaliselt arvutipõhiseid, selliste tegurite arvutamiseks nagu südamehaiguste risk, rindkere röntgenuuringu vajadus ja retseptiravimite annustamine. Tehisintellekti saab kasutada terviseandmete ja arveldussüsteemide puhastamiseks vajalike andmekogumite loomiseks.

Pealtnäha kõlavad need tegurid kõik väga objektiivselt. Kuid hiljutised uuringud on näidanud, et nendes algoritmides kasutatud andmeanalüüsi võib teatud rassiliste ja sotsiaalmajanduslike rühmade suhtes otsustavalt kallutada. Sellel võib olla hulgaliselt tagajärgi tervishoiuteenuste mahu ja kvaliteedi osas, mida nendesse rühmadesse kuuluvad inimesed saavad.

Rassiline eelarvamus mõjutab kõige haigemaid patsiente

2019. aastal näidati USA haiglate ja kindlustusandjate poolt laialdaselt kasutatava algoritmi uurimist, et eraldada täiendavat tervisejuhtimise abi, et mustanahalisi süstemaatiliselt diskrimineerida.Kui mõlemad rassirühmad olid võrdselt haiged, suunati otsustusvahend mustanahalisi vähem kui valgeid hooldusjuhtimisprogrammidesse keeruliste meditsiiniliste vajaduste rahuldamiseks.

Eelarvamuste algpõhjus oli seotud algoritmiga riskipunktide määramisega patsientidele nende eelmise aasta ravikulude alusel. Eeldus oli, et kõrgemate kuludega patsientide tuvastamine tuvastaks need, kellel on kõrgeimad meditsiinilised vajadused.^ Paljudel mustanahalistel patsientidel on aga vähem juurdepääsu, vähem maksevõimet ja vähem usaldust arstiabi vastu kui valgetel, kes on võrdselt haiged. Sel juhul ei ennustanud nende madalamad ravikulud täpselt nende tervislikku seisundit.

Hooldusjuhtimisprogrammides kasutatakse kõrgetasemelist lähenemisviisi, näiteks telefonikõnesid, õdede koduvisiite ja prioriteetsete arstide vastuvõtmist haigeimate patsientide keeruliste vajaduste rahuldamiseks. On tõestatud, et programmid parandavad tulemusi, vähendavad kiirabi külastusi ja haiglaravi ning vähendavad ravikulusid. Kuna programmid ise on kallid, määratakse need inimestele, kellel on kõrgeim risk. Punktiarvestusmeetodid, mis diskrimineerivad haigemaid mustanahalisi patsiente selle hoolduse eest, võivad olla oluliseks teguriks nende suurenenud surmaohu tekkimisel paljudest haigustest.

Rass neeruhaiguse muutujana

Algoritmid võivad sisaldada eelarvamusi ilma rassi muutujaks lisamata, kuid mõned tööriistad kasutavad rassit tahtlikult kriteeriumina. Võtke eGFR -i skoor, mis hindab neerude tervist ja mida kasutatakse neerusiirdamise vajaduse kindlakstegemiseks. 1999. aasta uuringus, mis seadis eGFR skoori kriteeriumid, märkasid teadlased, et mustanahalistel oli kreatiniini (lihaste lagunemise kõrvalsaadus) keskmine tase kõrgem kui valgetel. Teadlased eeldasid, et kõrgem tase oli tingitud mustade suuremast lihasmassist. Seetõttu korrigeerisid nad hindeid, mis sisuliselt tähendas, et mustanahalistel peab lõppstaadiumis neeruhaiguse diagnoosimiseks olema madalam eGFR skoor kui valgetel. Seetõttu on mustad pidanud ootama, kuni nende neeruhaigus jõuab raskemaks, et saada ravi.

Hiljuti aastal Washingtoni ülikooli meditsiinikooli meditsiini ja rahvatervise üliõpilane Seattle täheldas, et eGFR -i skoorid ei olnud musta värvi neeruhaiguse raskusastme diagnoosimiseks täpsed patsiente. Ta võitles selle nimel, et rass algoritmist eemaldada, ja võitis. UW Medicine nõustus, et rassi kasutamine oli ebaefektiivne muutuja ega vastanud meditsiinilise diagnostika tööriistade teaduslikule rangusele.

Kehamassiindeks ja eelarvamused

Isegi kõige lihtsam meditsiiniliste otsuste tööriist, mis ei sisalda rassi, võib peegeldada sotsiaalset eelarvamust. Näiteks kehamassiindeks (KMI) põhineb arvutusel, mis korrutab kaalu pikkusega. Seda kasutatakse alakaaluliste, ülekaaluliste ja rasvunud patsientide tuvastamiseks.

1985. aastal sidusid riiklikud terviseinstituudid ülekaalulisuse määratluse üksikisiku KMI -ga ja 1998. aastal kehtestas ekspertkomisjon juhised. põhineb BMI -l, mis viis 29 miljonit ameeriklast, kes olid varem klassifitseeritud normaalkaalus või lihtsalt ülekaalulised, ülekaalulisteks ja rasvunud kategooriad.KMI standardite järgi on enamik mustanahalisi, hispaanlasi ja valgeid inimesi nüüd ülekaalulised või rasvunud. 2018. aasta rasvumise protsent on mustade, hispaanlaste ja valgete meeste puhul ligikaudu võrdne (vahemikus 31,2% kuni 34,2%). Kuid nende naiste protsent, kes on KMI järgi rasvunud, on järgmine: 

• 44.2%- must
• 35.4%- hispaanlane
• 28.7%- Valge

Kaalu häbistav ja umbusaldav õhkkond

Selliste suurte elanikkonnaprotsentide nimetamine ülekaalulisteks või rasvunud on loonud patsientide ja arstide vahel kaalu häbistava ja usaldamatuse õhkkonna. Suurema kehakaaluga inimesed kurdavad, et arstid ei tegele terviseprobleemide või muredega, mis viisid nad kontrolli. Selle asemel süüdistavad arstid terviseprobleemides patsiendi kehakaalu ja soovivad lahenduseks kaalulangust. See aitab kaasa mustanahaliste ja hispaanlastest patsientide vältimisele tervishoiutöötajate seas ning seega võib -olla puuduvad võimalused probleemide ennetamiseks või nende varaseks tabamiseks.

Lisaks on üha selgemaks saanud, et ülekaal või rasvumine ei ole alati terviseprobleem. Mõne tõsise seisundi, näiteks COVID-19 haiglaravi, kõrge vererõhu, südamehaiguste, insuldi, II tüüpi diabeedi ja muude haiguste puhul on määrad ülekaaluliste hulgas kõrgemad.^  Kuid muude haigusseisundite puhul, nagu tõsistest vigastustest, vähist ja südameoperatsioonidest taastumine, on kõrgema kehakaaluga inimestel parem ellujäämismäär.  

Uued, täiustatud Kanada juhised

Tegelikult rõhutavad augustis 2020 avaldatud uued ülekaalulisuse juhised Kanada arstidele, et arstid peaksid lõpetama patsientide diagnoosimisel ainult KMI -le lootmise. Vastavalt uutele juhistele tuleks inimesi rasvumiseks diagnoosida ainult siis, kui nende kehakaal mõjutab nende füüsilist tervist või vaimset heaolu. Ravi peaks olema terviklik ja mitte ainult kaalulangus. Suunistes märgitakse ka järgmist: "Rasvumisega elavad inimesed seisavad silmitsi oluliste eelarvamuste ja häbimärgistamisega, mis aitavad kaasa haigestumuse ja suremuse suurenemisele, sõltumata kehakaalust või kehamassiindeksist."

Otsustamisvahendite eelarvamuste vähendamine

Meditsiinilised algoritmid ei ole ainus algoritmi tüüp, mida saab kallutada. Näiteks 2018. aastal lõpetas Amazon värbamisvahendi kasutamise, mis näitas naiste suhtes erapoolikust. Tööriist, mis analüüsis kümne aasta töölevõtmise andmeid perioodil, mil Amazon oli valdavalt palganud mehi, oli seda ajalugu kasutanud meeskandidaatide eelistamiseks.

Tervishoius tugineb masinõpe sageli elektroonilistele tervisekaartidele. Vaesed ja vähemusrahvusega patsiendid võivad saada luumurdude ravi ja neid võib näha mitmes asutuses. Neid on tõenäolisem näha õpetamiskliinikutes, kus andmete sisestamine või kliiniline põhjendus võib olla vähem täpne. Ja patsiendid ei pruugi pääseda juurde veebipatsientide portaalidele ja dokumenteerida tulemusi. Seetõttu võivad nende patsientide registrites olla puuduvad või ekslikud andmed. Masinõpet juhtivad algoritmid võivad seega vaesed ja vähemusrahvusega patsiendid andmekogumitest välja jätta ja vajada hoolt.

Hea uudis on see, et teadlikkus tervishoiu algoritmide eelarvamustest on viimastel aastatel kasvanud. Andmete sisestamist ja tulemusi kontrollitakse rassilise, etnilise, sissetuleku, soo ja vanuse suhtes. Kui erinevused tuvastatakse, saab algoritme ja andmekogumeid parema objektiivsuse huvides üle vaadata.