Les modèles tenant compte de la race améliorent la précision de la prévision du risque de maladie, mais peuvent produire des avantages cliniques nets limités

Une étude transversale a analysé les données d’une enquête auprès d’adultes américains pour comparer les avantages des prédictions tenant compte de la race et ignorantes de la race en matière de risque de maladie. L’analyse a révélé que l’avantage clinique net des modèles tenant compte de la race par rapport aux modèles ignorant la race était plus faible que prévu. Les chercheurs fournissent un cadre largement adaptable pour décider d’inclure ou d’exclure la race des prévisions de risque de maladie. Les résultats sont publiés dans Annales de médecine interne.

Des chercheurs de l’Université Harvard ont étudié les données de la National Health and Nutrition Examination Survey et du National Lung Screening Trial entre 2011 à 2018 et 2002 à 2004, respectivement. Les chercheurs visaient à présenter un cadre d’analyse décisionnelle permettant de considérer à la fois l’utilité statistique et clinique de la race et de l’origine ethnique dans l’estimation du risque de maladie, en utilisant les maladies cardiovasculaires, le cancer du sein et le cancer du poumon comme études de cas.

Pour chaque maladie, les chercheurs ont obtenu des estimations de risque pour un échantillon d’individus à l’aide d’un modèle de risque cliniquement recommandé, tenant compte de la race. Ils ont converti ces estimations en estimations ne tenant pas compte de la race en utilisant la marginalisation statistique de la race et de l’origine ethnique. Les chercheurs ont ensuite comparé la façon dont les décisions cliniques changeraient en utilisant des estimations de risque tenant compte de la race ou non, et ont quantifié comment ces décisions modifiées se traduisent en gains ou en pertes d’utilité pour différents groupes raciaux et ethniques dans un contexte de prise de décision partagée et un contexte de rationnement.

Les chercheurs ont découvert que, en supposant que les modèles tenant compte de la race donnent des estimations précises, les modèles ignorant la race sous-estiment le risque de maladie cardiovasculaire et de cancer du poumon chez les individus noirs, mais surestiment le risque de cancer du sein chez les individus asiatiques et de cancer du poumon chez les individus asiatiques et hispaniques. .

Bien que l’inclusion de la race dans les modèles de risque de maladie modifie les prédictions pour de nombreux patients, les chercheurs ont constaté que la plupart des individus finissent par recevoir la même recommandation clinique dans le cadre d’un modèle tenant compte de la race que dans le cadre d’un modèle ne tenant pas compte de la race.

Les chercheurs ont également constaté que les avantages cliniques globaux des prévisions de risque tenant compte de la race n’étaient pas aussi importants que prévu, compte tenu du mauvais calibrage des prédictions non tenant compte de la race. Cependant, lorsqu’ils sont utilisés pour éclairer le rationnement, les modèles tenant compte de la race peuvent avoir un avantage net plus substantiel. Dans l’ensemble, les résultats suggèrent que les modèles de risque tenant compte de la race génèrent des gains nets plus faibles par rapport aux modèles ne tenant pas compte de la race que ne le suggère l’amélioration des prédictions.