通过结构化仲裁理解医学数据分析中的专家分歧

专家分歧在临床决策中普遍存在，集体仲裁是解决分歧的有效方法。之前的研究表明，专家分歧可能由多种因素引起，包括专家背景、数据质量和呈现方式以及指南的清晰程度。在本研究中，我们在医学时间序列分析的背景下研究这些因素如何预测初始分歧，检查某些分歧为何在仲裁后仍然存在，以及仲裁如何影响临床决策。一项涉及36位专家和4543个仲裁案例的睡眠阶段分类任务案例研究结果表明，这些因素各自以独特的方式对初始分歧和可解决性做出贡献。我们提供的证据表明，结构化仲裁可能导致治疗相关临床参数的显著修订。我们的工作展示了结构化仲裁如何支持共识并促进对医学数据分析中专家分歧的深入理解。