Keuntungan Klinis Cilik Dideleng kanggo Race-Aware Over Prediksi Resiko sing Ora Ngerti

Dideleng kanthi medis dening Carmen Pope, BPharm. Dianyari pungkasan tanggal 4 Desember 2024.

Dening Elana Gotkine HealthDay Reporter

SELASA, 3 Desember 2024 -- Manfaat klinis saka ras-aware saka prediksi risiko penyakit sing ora ngerti ras luwih cilik tinimbang sing dikarepake, miturut panaliten sing diterbitake online tanggal 3 Desember ing Annals of Internal Medicine.

Madison Coots, saka Universitas Harvard ing Cambridge, Massachusetts, lan kanca-kancane nampilake kerangka analitik keputusan kanggo nimbang keuntungan potensial saka ras-aware tinimbang prediksi risiko sing ora dingerteni. Panaliten cross-sectional sing nglibatake wong diwasa AS ditindakake kanthi nggunakake penyakit kardiovaskular, kanker payudara, lan kanker paru-paru minangka studi kasus. Prediksi sing ora ngerti balapan digawe liwat marginalisasi statistik, diwiwiti kanthi prediksi risiko saka model sadar balapan sing disaranake sacara klinis. Keuntungan utilitas saka ras-aware saka model ras-aware ditaksir adhedhasar fungsi utilitas sing prasaja kanthi nganggep biaya pancet screening lan entuk manfaat sing tetep kanggo deteksi penyakit.

Para panaliti nemokake yen dibandhingake karo prediksi ras-sadar minangka pathokan, prediksi sing ora ngerti ras kasebut akeh salah kalibrasi antarane kelompok ras lan etnis. Ing tingkat populasi, keuntungan net klinis saka ras-sadar liwat prediksi ras-sadar luwih cilik tinimbang sing diantisipasi. Asil iki asale saka rong pola: (1) 95 persen utawa luwih individu bakal nampa keputusan sing padha ing kabeh telung penyakit, ora preduli apa ras lan etnis kalebu ing model risiko; lan (2) entuk manfaat net saka screening utawa perawatan relatif cilik kanggo wong-wong sing nampa keputusan sing beda amarga pasien kasebut duwe risiko penyakit sing cedhak karo ambang keputusan. Model race-aware bisa uga duwe keuntungan net sing luwih gedhe yen digunakake kanggo menehi informasi jatah.

"Asil kita nuduhake yen model risiko ras-aware ngasilake keuntungan net sing luwih cilik tinimbang model sing ora ngerti balapan tinimbang paningkatan prediksi. bisa menehi saran," tulis penulis.

Teks Abstrak/Full (wajib langganan utawa mbayar)

Editorial (langganan utawa pambayaran bisa uga dibutuhake)

Disclaimer: Data statistik ing artikel medis nyedhiyakake tren umum lan ora ana hubungane karo individu. Faktor individu bisa beda-beda banget. Tansah golek saran medis khusus kanggo keputusan perawatan kesehatan individu.

Sumber: HealthDay

Waca liyane

Disclaimer

Kabeh upaya wis ditindakake kanggo mesthekake yen informasi sing diwenehake dening Drugslib.com akurat, nganti -tanggal, lan lengkap, nanging ora njamin kanggo efek sing. Informasi obat sing ana ing kene bisa uga sensitif wektu. Informasi Drugslib.com wis diklumpukake kanggo digunakake dening praktisi kesehatan lan konsumen ing Amerika Serikat lan mulane Drugslib.com ora njamin sing nggunakake njaba Amerika Serikat cocok, kajaba khusus dituduhake digunakake. Informasi obat Drugslib.com ora nyetujoni obat, diagnosa pasien utawa menehi rekomendasi terapi. Informasi obat Drugslib.com minangka sumber informasi sing dirancang kanggo mbantu praktisi kesehatan sing dilisensi kanggo ngrawat pasien lan / utawa nglayani konsumen sing ndeleng layanan iki minangka tambahan, lan dudu pengganti, keahlian, katrampilan, kawruh lan pertimbangan babagan perawatan kesehatan. praktisi.

Ora ana bebaya kanggo kombinasi obat utawa obat sing diwenehake kanthi cara apa wae kudu ditafsirake kanggo nuduhake yen obat utawa kombinasi obat kasebut aman, efektif utawa cocok kanggo pasien tartamtu. Drugslib.com ora nanggung tanggung jawab kanggo aspek kesehatan apa wae sing ditindakake kanthi bantuan informasi sing diwenehake Drugslib.com. Informasi sing ana ing kene ora dimaksudake kanggo nyakup kabeh panggunaan, pituduh, pancegahan, bebaya, interaksi obat, reaksi alergi, utawa efek samping. Yen sampeyan duwe pitakon babagan obat sing sampeyan gunakake, takon dhokter, perawat utawa apoteker.

Tembung kunci populer