标签
该研究系统评估了用于预测阿片类药物使用障碍治疗保留的机器学习模型中的算法公平性，发现患者亚组之间存在性能差距，并评估了具有权衡的偏差缓解技术。
本研究评估通过整合患者报告的调查数据与电子健康记录来增强阿片类药物使用障碍预测的效果，展示了在多个机器学习模型中性能的提升。
本文比较了五种用于阿片类药物使用障碍预测的EHR诊断编码特征选择方法，发现NTK敏感性在准确性和稳定性之间提供了最佳平衡，而LLM引导的选择补充了额外的临床相关信号。