Addressing Race in Pulmonary Function Testing by Aligning Intent and Evidence With Practice and Perception
Notice bibliographique
Résumé
The practice of using race or ethnicity in medicine to explain differences between individuals is being called into question because it may contribute to biased medical care and research that perpetuates health disparities and structural racism. A commonly cited example is the use of race or ethnicity in the interpretation of pulmonary function test (PFT) results, yet the perspectives of practicing pulmonologists and physiologists are missing from this discussion. This discussion has global relevance for increasingly multicultural communities in which the range of values that represent normal lung function is uncertain. We review the underlying sources of differences in lung function, including those that may be captured by race or ethnicity, and demonstrate how the current practice of PFT measurement and interpretation is imperfect in its ability to describe accurately the relationship between function and health outcomes. We summarize the arguments against using race-specific equations as well as address concerns about removing race from the interpretation of PFT results. Further, we outline knowledge gaps and critical questions that need to be answered to change the current approach of including race or ethnicity in PFT results interpretation thoughtfully. Finally, we propose changes in interpretation strategies and future research to reduce health disparities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,255 | 0,497 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,016 |
| Communication savante | 0,012 | 0,021 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,007 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».