약물 사용 장애 치료 유지 및 조기 중단 예측을 위한 머신러닝 모델의 공정성

Toward Fairness in Machine Learning Models for Predicting Treatment Retention and Premature Discontinuation in Medication for Opioid Use Disorder

약물 사용 장애(MOUD) 치료에서 낮은 유지 및 완료율로 인해 머신러닝(ML) 모델을 사용하여 치료 유지 예측 및 조기 중단 위험 환자를 식별하는 연구가 진행되었다. 이 연구는 2015년부터 2019년까지 미국에서 퇴원한 환자의 치료 에피소드를 포함하는 Treatment Episode Data Set-Discharges(TEDS-D)를 사용하여 180일 이상 MOUD 치료를 받은 환자에 대한 조기 중단 예측을 위한 4개의 ML 모델을 훈련하고, 인종, 민족, 나이, 성별에 따른 환자 하위 그룹의 오류율을 평가하였다. 연구 결과, ML 모델이 전반적으로 양호한 예측 성능을 보일지라도 하위 그룹 간 성능 차이가 존재하며, 편향 완화 기법이 이러한 격차를 줄일 수 있지만 완전히 제거하지는 못한다는 점이 확인되었다.