[ad_1]

شبکه های همتایان بالینی تعصب نژادی و جنسیتی را حذف می کنند

مطالعه دانشگاه پنسیلوانیا امروز در ارتباطات طبیعت شواهد قابل توجهی ارائه می دهد که از علم شبکه می توان برای حذف تعصب نژادی و جنسیتی در محیط های بالینی استفاده کرد. این مطالعه که توسط پروفسور دیمون سنتولا از دانشکده ارتباطات آننبرگ و دانشکده مهندسی و علوم کاربردی رهبری می‌شود، یک راه مؤثر جدید برای تضمین مراقبت‌های بهداشتی ایمن‌تر و عادلانه‌تر برای زنان و اقلیت‌ها از طریق مدیریت شبکه‌های همتایان بالینی ارائه می‌دهد. اعتبار: Somalee Banerjee

مطالعه دانشگاه پنسیلوانیا امروز در ارتباطات طبیعت شواهد قابل توجهی ارائه می دهد که از علم شبکه می توان برای حذف تعصب نژادی و جنسیتی در محیط های بالینی استفاده کرد. این مطالعه که توسط پروفسور دیمون سنتولا از دانشکده ارتباطات آننبرگ و دانشکده مهندسی و علوم کاربردی رهبری می‌شود، یک راه مؤثر جدید برای تضمین مراقبت‌های بهداشتی ایمن‌تر و عادلانه‌تر برای زنان و اقلیت‌ها از طریق مدیریت شبکه‌های همتایان بالینی ارائه می‌دهد.

با استفاده از یک طرح آزمایشی، محققان نشان دادند که پزشکانی که در ابتدا سوگیری نژادی و جنسیتی قابل توجهی را در درمان یک مورد بالینی نشان می‌دهند، می‌توانند تحت تأثیر قرار بگیرند تا توصیه‌های بالینی خود را تغییر دهند تا سوگیری نداشته باشند.

سنتولا که همچنین مدیر گروه دینامیک شبکه در مدرسه آننبرگ و عضو ارشد است، می‌گوید: «ما دریافتیم که با تغییر ساختار شبکه‌های به اشتراک‌گذاری اطلاعات در میان پزشکان، می‌توانیم برداشت جانبدارانه پزشکان از اطلاعات بالینی بیمارانشان را تغییر دهیم. اقتصاد سلامت در موسسه لئونارد دیویس. به بیان ساده، پزشکان در شبکه‌ها به طور متفاوتی نسبت به زمانی که تنها هستند فکر می‌کنند.»

در این آزمایش، محققان از 840 پزشک خواستند تا ویدئویی از یک بیمار را که شرح حال بالینی خود را ارائه می‌دهد و عوامل خطر بیماری قلبی را ارائه می‌دهد، تماشا کنند. نیمی از پزشکان یک بازیگر مرد سفیدپوست را دیدند که بیمار را به تصویر می کشید، در حالی که نیمی دیگر یک بازیگر زن سیاه پوست را دیدند. فیلم ها در غیر این صورت یکسان بودند.

سپس پزشکان یکی از چهار توصیه درمانی را بر اساس اطلاعات بیمار انتخاب کردند: یک گزینه ناامن، یک گزینه تحت درمان، گزینه صحیح توصیه شده توسط دستورالعمل، یا یک گزینه بیش از حد درمان.

نتایج اولیه نشان داد که بیمار زن سیاه‌پوست 49 درصد بیشتر از مرد سفیدپوست به خانه فرستاده می‌شود. برعکس، بیمار مرد سفیدپوست 78 درصد بیشتر از بیمار زن سیاه پوست احتمال ارجاع به بخش اورژانس را داشت. نتایج یک واقعیت مستند از مراقبت های بهداشتی آمریکایی را تقویت کرد: تعصب گسترده نژادی و جنسیتی در پزشکی.

برای کاهش این پیامدها، پزشکان به دو شرایط تقسیم شدند: یک شرایط تجربی و یک شرایط کنترل. گروه‌های کنترل ویدئو را به تنهایی و بدون نظر سایر شرکت‌کنندگان تماشا کردند و این فرصت را داشتند که توصیه‌های خود را اصلاح کنند. گروه کنترل هیچ تغییری در سوگیری پزشکی نشان ندادند.

در شرایط آزمایشی، پزشکان با 40 پزشک دیگر به شبکه‌های همتای بزرگ و ناشناس متصل شدند. هر شرکت کننده قادر به مشاهده ارزیابی های انجام شده توسط همتایان شبکه بود و فرصتی برای تغییر توصیه های خود داشت.

اثرات شبکه همتا قابل توجه بود. این شبکه‌ها نه تنها منجر به بهبود دقت بالینی شدند، بلکه نابرابری‌های درمانی را از توصیه‌های پزشکان حذف کردند و در نتیجه بیماران مرد سفیدپوست و بیمار زن سیاه‌پوست مراقبت‌های توصیه‌شده توسط راهنما را با سرعت یکسان دریافت کردند.

سنتولا می‌گوید: «ما تمایل داریم به پزشکان فکر کنیم که براساس شواهد پزشکی تصمیم‌های منطقی می‌گیرند، اما تعصب پزشکی اغلب ریشه در هنجارهای حرفه‌ای دارد. تغییر شبکه‌های پزشکان می‌تواند این هنجارها را تغییر دهد و منجر به توصیه‌های درمانی با کیفیت بالاتر برای بیماران اقلیت شود. “

به طور قابل توجهی، یافته ها همچنین نشان داد که رویکرد شبکه ای برای کاهش تعصب، کیفیت مراقبت را برای همه بهبود می بخشد. محققان دریافتند که میزان درمان بیش از حد – به عنوان مثال، توصیه یک روش غیر ضروری و تهاجمی – برای هر دو بیمار در گروه کنترل افزایش یافته است، در حالی که برای هر دو بیمار در گروه آزمایش به طور قابل توجهی کاهش یافته است.

شیوع روزافزون پزشکی از راه دور و شبکه‌های پشتیبانی بالینی آنلاین فرصت امیدوارکننده‌ای را برای فناوری‌های جدید اشتراک‌گذاری اطلاعات برای حمایت از تصمیم‌گیری بالینی ارائه می‌دهد. این رویکرد شبکه‌ای برای از بین بردن سوگیری ممکن است در سایر محیط‌های پزشکی که تفاوت‌های نژادی و جنسیتی قابل توجهی را نشان می‌دهند، از زایمان و مدیریت درد حاد گرفته تا سلامت روان و تصمیم‌های مراقبت فوری برای بیماری‌های مرتبط با کووید-۱۹، اجرا شود.

سنتولا می گوید: «استفاده از فناوری های شبکه برای بهبود مراقبت های بهداشتی، آینده پزشکی است. گام بعدی ما همکاری با سیستم‌های بیمارستانی برای اجرای برنامه‌های شبکه همتا در سراسر کشور است.


هوش مصنوعی می تواند در تهویه مکانیکی به پزشکان کمک کند


اطلاعات بیشتر:
دیمون سنتولا و همکاران، کاهش تعصب نژادی و جنسیتی در توصیه‌های درمانی بالینی با استفاده از شبکه‌های همتایان بالینی در یک محیط تجربی، ارتباطات طبیعت (2021). DOI: 10.1038/s41467-021-26905-5

ارائه شده توسط دانشگاه پنسیلوانیا

نقل قول: شبکه‌های همتایان بالینی سوگیری نژادی و جنسیتی را حذف می‌کنند (2021، 15 نوامبر) در 15 نوامبر 2021 از https://medicalxpress.com/news/2021-11-clinician-peer-networks-gender-bias.html بازیابی شده است.

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.



[ad_2]