پژوهش

پژوهشگران دربارهٔ تفسیر سنجه‌های انصاف مبتنی بر AUC در مدل‌های بالینی هشدار می‌دهند

پیش‌چاپی در arXiv هشت سنجهٔ مبتنی بر AUC را بررسی می‌کند و می‌گوید مقایسهٔ مقدارهای این معیار میان زیرگروه‌ها و کل جمعیت ممکن است گمراه‌کننده باشد.

۱ دقیقه مطالعه
(a) Simulated scenario illustrating substantial subgroup AUC disparity, reflecting an initial setup for the EuroSCORE case study. Estimated probability distributions follow μ 0 M = 0.015 \mu_{0}^{M}=0.015 , μ 1 M = 0.031
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

ارزیابی انصاف در مدل‌های بالینیِ پیش‌بینی پیامدهای دودویی اغلب با مقایسهٔ AUC یا «آمار c» میان زیرگروه‌ها انجام می‌شود. نویسندگان پیش‌چاپی در arXiv یادآوری می‌کنند که AUC یک معیار «غیرقابل‌تجمیع» است؛ بنابراین مقدار آن در یک زیرگروه و مقدار کلی، برخلاف فرضی که گاه در این مقایسه‌ها وجود دارد، مستقیماً قابل‌مقایسه نیستند.

این مسئله پرسش‌هایی دربارهٔ نحوهٔ استفاده و تفسیر سنجه‌های انصاف مبتنی بر AUC مطرح می‌کند. پژوهشگران هشت سنجهٔ پیشنهادشده در ادبیات علمی را بررسی می‌کنند: برابری AUC درون‌گروهی، برابری AUC میان‌گروهی (xAUC)، فاصله تا AUC کلی، AUC مقیاس‌شده با انصاف، سنجه‌های مبتنی بر حداقل، xAUC¹ و xAUC⁰. چکیدهٔ در دسترس نام سنجهٔ هشتم را کامل نمی‌کند و جزئیات نتایج بررسی را نیز ارائه نمی‌دهد.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست