研究人员开发了一个新的因果框架，用于分析时间到事件（TTE）分析中的公平性。TTE分析是一种统计建模类型，常用于医疗保健和其他高风险领域。该框架可以将生存差异分解为直接、间接和虚假路径，从而更清晰地解释这些差异为何以及如何随时间出现。这种非参数方法包括使用图形模型形式化假设、恢复生存函数以及应用因果约简定理进行有效估计。该方法被应用于研究重症监护室（ICU）结果中的种族差异。 AI
影响 为理解和减轻时间序列AI模型中的偏差提供了一种新颖的方法，这对于在敏感应用中做出公平的决策至关重要。
排序理由 该集群包含一篇详细介绍生存分析中公平性新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.11362v1 Announce Type: cross Abstract: In the data-driven era, large-scale datasets are routinely collected and analyzed using machine learning (ML) and artificial intelligence (AI) to inform decisions in high-stakes domains such as healthcare, employment, and criminal…
In the data-driven era, large-scale datasets are routinely collected and analyzed using machine learning (ML) and artificial intelligence (AI) to inform decisions in high-stakes domains such as healthcare, employment, and criminal justice, raising concerns about the fairness beha…