Rasse bei Diabetesrisiko-Vorhersagen neu bewerten

Es gibt gerade eine Diskussion darüber, ob Rasse und Ethnizität bei der Schätzung des Risikos für Krankheiten wie Diabetes berücksichtigt werden sollten. Wenn man diese Faktoren einbezieht, könnte man vielleicht bessere Vorhersagen darüber treffen, wer gefährdet ist. Allerdings gibt es Bedenken, dass dieser Ansatz zu einer rassistischeren Sichtweise auf das Gesundheitswesen führen könnte.

#Diabetes-Risikomodelle

In Modellen, die das Diabetesrisiko vorhersagen, scheint die Einbeziehung von Rasse und Ethnizität die statistische Genauigkeit zu verbessern. Die tatsächlichen Vorteile in der klinischen Praxis sind jedoch nicht so signifikant, wie man es erwarten könnte. Das liegt an zwei Hauptbefunden: Die meisten Menschen würden unabhängig von der Berücksichtigung von Rasse und Ethnizität denselben Screening-Rat bekommen, und für diejenigen, die andere Empfehlungen erhalten, ist der Unterschied im Nutzen ziemlich klein.

Etwa 10 % der Amerikaner haben Typ-2-Diabetes, was ernste Gesundheitsprobleme wie Herzkrankheiten und Nierenprobleme verursachen kann. Eine frühe Erkennung ermöglicht eine bessere Behandlung der Krankheit durch Medikamente und Lebensstiländerungen. Regelmässiges Screening wird nur für diejenigen empfohlen, die ein moderates Risiko haben, Diabetes zu entwickeln, da es sowohl finanzielle als auch persönliche Kosten gibt.

Forschungen zeigen, dass Menschen von einem Screening profitieren, wenn ihr Risiko für Diabetes über 1,5 % liegt. Um zu entscheiden, wer gescreent werden sollte, werden Werkzeuge verwendet, um das individuelle Risiko basierend auf Faktoren wie Alter und Body-Mass-Index (BMI) vorherzusagen. Die Frage bleibt, ob man auch Rasse und Ethnizität berücksichtigen sollte, angesichts der Unterschiede in den Diabetesraten zwischen verschiedenen demografischen Gruppen.

Frühere Studien deuten darauf hin, dass die Einbeziehung von Rasse und Ethnizität zu genaueren Vorhersagen von Gesundheitsrisiken führen könnte. Dennoch gibt es weiterhin Bedenken hinsichtlich der potenziellen negativen Auswirkungen, wie z. B. das Verstärken von schädlichen Stereotypen oder das Stigmatisieren marginalisierter Gruppen. Einige Krankenhäuser haben sich von der Verwendung von rassejustierten Gesundheitsmetriken distanziert, um diese Probleme zu vermeiden.

#Eine neue Perspektive

Dieses Papier bietet einen frischen Blick auf die Rolle von Rasse und Ethnizität bei der Schätzung des Diabetesrisikos. Es zeigt, dass bestimmte Minderheitengruppen, insbesondere Asiatisch-Amerikaner, ein höheres Risiko haben, Diabetes zu entwickeln, als Weisse Amerikaner gleichen Alters und BMI. Daher kann die Berücksichtigung von Rasse und Ethnizität zu besseren Risikovorhersagen für alle führen.

Trotz besserer Vorhersagen sind die tatsächlichen klinischen Vorteile jedoch nicht so signifikant, wie man hoffen könnte. Das hängt mit zwei Datenmustern zusammen: Erstens, während sich die Vorhersagen für viele Einzelpersonen ändern, sehen nur wenige eine Änderung in den Screening-Empfehlungen; zweitens haben diejenigen, die andere Empfehlungen erhalten, oft nur einen geringen Netto-Nutzen vom Screening, da ihr Risiko nahe an der Entscheidungsschwelle liegt.

#Datenquellen

Die Analyse basiert auf öffentlich verfügbaren Daten aus einer nationalen Gesundheitsumfrage, die Gesundheits- und Ernährungsinformationen von Amerikanern sammelt. Diese Umfrage wird alle zwei Jahre durchgeführt und ist bei Forschern weit verbreitet, um die Prävalenz von Krankheiten und Risikofaktoren zu untersuchen. Die Studie konzentrierte sich auf Daten aus den Jahren 2011-2018 und betrachtete rund 18.000 nicht schwangere Erwachsene im Alter von 18 bis 70 mit einem BMI zwischen 18,5 und 50,0.

#Fehlkalibrierung von Vorhersagen

Vorhersagen über das Diabetesrisiko, die Rasse und Ethnizität nicht berücksichtigen, kalkulieren oft die tatsächlichen Risikoniveaus falsch. Zum Beispiel haben unter den Personen, bei denen ein Risiko von 1 % für Diabetes geschätzt wird, viel weniger tatsächlich die Krankheit. Wenn man das genauer betrachtet, wird klar, dass das Modell dazu neigt, das Risiko für asiatische, schwarze und hispanische Patienten zu unterschätzen, während es für weisse Patienten überbewertet. Zum Beispiel haben asiatische Patienten, bei denen ein Risiko von 1 % vorhergesagt wird, tatsächlich eine Rate von etwa 2 %.

Diese Fehlkalibrierung kann zu falschen Screening-Empfehlungen führen. Wenn die Schwelle für das Screening bei 1,5 % festgelegt wird, könnte das Modell versäumen, ein Screening für einige hochriskante asiatische Patienten zu empfehlen und fälschlicherweise ein Screening für einige niedrigriskante weisse Patienten vorschlagen.

#Verbesserungen durch rassebewusste Modelle

Eine Möglichkeit, diese Fehlkalkulationen zu beheben, besteht darin, Rasse und Ethnizität in die Risikovorhersagen einzubeziehen. Modelle, die diese Faktoren berücksichtigen, passen besser zu den tatsächlichen Diabetesraten in verschiedenen Gruppen. Es bleibt jedoch eine Herausforderung, die Fehlkalibrierung von rasseunbewussten Modellen zu korrigieren, ohne Rasse und Ethnizität zu berücksichtigen.

Obwohl rassebewusste Vorhersagen die Genauigkeit der Schätzungen verbessern, sind die gesamten klinischen Vorteile nach wie vor begrenzt. Um dies zu analysieren, wurde ein Modell verwendet, das sowohl die Kosten als auch die Vorteile des Screenings berücksichtigt. Die Kosten umfassen die Preise für Tests und den Einkommensverlust durch Arbeitsausfall.

Die optimale Wahl ist es, Patienten zu screenen, deren vorhergesagtes Risiko einen bestimmten Schwellenwert überschreitet. Bei der Anwendung dieses Modells beträgt der durchschnittliche erwartete Gewinn durch die Verwendung rassebewusster Vorhersagen etwa 1,50 mehr als bei rasseunbewussten Vorhersagen.

Wenn man die Gewinne nach Rasse aufschlüsselt, profitieren asiatische Personen am meisten mit einem durchschnittlichen Gewinn von etwa 7,77, während weisse Personen einen Gewinn von etwa 1,60 sehen. Schwarze und hispanische Personen haben nur einen sehr geringen Gewinn durch die Verwendung eines rassebewussten Modells.

#Eingeschränkte Nutzensteigerungen

Trotz der signifikanten Verbesserungen in der Vorhersagegenauigkeit sind die tatsächlichen Vorteile für die Patienten nicht so hoch wie erwartet. Ein Hauptgrund dafür ist, dass die meisten Menschen unter beiden Modellen denselben Screening-Rat erhalten. Tatsächlich haben etwa 84 % der asiatischen Personen, 93 % der weissen Personen, 96 % der hispanischen Personen und 97 % der schwarzen Personen die gleiche Screening-Leitlinie, unabhängig vom verwendeten Modell.

Zweitens haben diejenigen, die unterschiedliche Empfehlungen erhalten, oft ein Risiko, das nahe an der Screening-Schwelle liegt. Daher sehen sie nur einen kleinen Unterschied zwischen dem Screening oder nicht, was zu geringen Nutzensteigerungen führt.

#Verallgemeinerung der Ergebnisse

Die in dieser Analyse gesehenen Prinzipien könnten auch auf andere Bereiche zutreffen, in denen rassebewusste Modelle die Vorhersagen verbessern könnten. Die wichtige Erkenntnis ist, dass, wenn Entscheidungsschwellen auf dem Ausbalancieren von Kosten und Nutzen basieren, die Änderungen in den Empfehlungen hauptsächlich die Patienten betreffen, die nahe an der Schwelle sind.

Das könnte allerdings nicht zutreffen in Situationen der Knappheit, wie z. B. bei begrenzten Ressourcen für Screening. Wenn beispielsweise nur die höher gefährdeten Personen aufgrund von Budgetbeschränkungen gescreent werden könnten, könnten die Vorteile der Verwendung rassebewusster Ansätze verstärkt werden.

Diese Analyse basiert auf einer spezifischen Methode zur Bewertung der Vorteile von Screening. Es wird angenommen, dass der Wert der Diabeteserkennung für alle Rassen- und Ethnizitätsgruppen gleich ist. Wenn das nicht der Fall ist, könnten die Vorteile eines rassebewussten Ansatzes grösser sein. Darüber hinaus berücksichtigt die Analyse nicht, wie das Alter mit den Vorteilen einer frühen Erkennung interagieren könnte.

#Fazit

Rassebewusste Risikomodelle können die Schätzungen des Diabetesrisikos verbessern, doch der klinische Wert der Berücksichtigung von Rasse und Ethnizität könnte nicht so signifikant sein, wie die Verbesserungen in den Vorhersagen nahelegen. Wenn es legitime Gründe gibt, die Verwendung von Rasse und Ethnizität in Vorhersagen zu vermeiden, wie etwa das Vertrauen in Gesundheitssysteme zu stärken, könnten die Vorteile deren Einbeziehung nicht rechtfertigen. Die Ergebnisse könnten in vielen Kontexten in der Medizin und darüber hinaus relevant sein, wo die Verwendung von Rasse in prädiktiven Modellen diskutiert wird. Diese Analyse soll Forschern und Entscheidungsträgern helfen, diese wichtigen Überlegungen abzuwägen.