Re: [讨论] 制造歧视?

楼主: hahawow (哇哈哈)   2016-03-20 20:40:49
歧视究竟好不好呢?
歧视者,按照条件属性(歧视因子)分类后给予差别待遇
医学上不少疾病都要问家族史,
结果就是家中一人得大肠癌可能全家都被歧视(被归为高风险群),
然后被高频率检验检查(相对于无家族病史者)的不平等对待...
由此观之,歧视似乎是必要的作为?
我个人依照歧视因子与endpoint(如罹病率,工作效率...)的因果关联把歧视再分为3类
1.偏见: 歧视因子的有无与数值和endpoint间不存在统计上相关性,甚至逆相关
比方说非我族类其心必异,某个种族比较笨之类的...
2.直接因果歧视:歧视因子为risk factor,与endpoint有直接因果相关性,
介入改变risk factor可以改变endpoint,
比方说接受专业教育程度/身心障碍与工作效率间
3.共变歧视: 歧视因子为risk marker与endpoint间无因果关系却有统计上相关性,
其相关性来自于该歧视因子与risk factor间具共变性(covariant)
该risk factor被称为confounder(干扰因子)
比方说统计发现某个族裔犯罪率较高,收入较差,
但仔细分析发现该族裔因经济能力较差导致能接受教育的机会也下降...
就经济性角度来说,
偏见不但不能增进endpoint,多数状况反造成不利结果,应该要设法根除
直接因果歧视只要能符合比例原则,是有助于endpoint提升的(当然这部分左派会有意见..)
偶尔要考虑外部成本的问题,如孕妇劳动的议题,雇主不用负担劳工生养育过程的成本
但少子化将让未来雇主无劳工可雇用...
共变歧视基本上符合经济效益,
但如果找出背后risk factor的检验检查成本(区别成本)低于有效区别后产生的效益增加,
还是应该用risk factor取代risk marker,比方说前面癌症家族史问题,
如果基因检测够便宜,测基因再决定检查频率就好了...
某族裔工作效率问题则可以用学历来取代族群区分,毕竟厘清学历的行政成本不高
当然未来bigdata也许能更有效廉价区分...
回到原文的案例
当统计上发现男HIV患者有较高A肝罹病率,有数据做基础基本上不是偏见
那剩下2种可能
1.男HIV为直接因果risk factor,HIV使免疫力低下? 女HIV又如何?
陈述这种状况可能被批评为歧视HIV患者...
2.男HIV为共变相关,那篇文章采用此说
A肝乃经过粪口传染,使A肝罹病率上升的因素应该与粪口不当接触行为有关
所以该文推测男性HIV患者可能因男男性行为有较高比率粪口接触行为所致
结果陈述这种状况可能被批评为歧视男男性行为者...
或许还有一种可能,就是具有某种基因者比较容易感染A肝,HIV
然后又比较容易有男同性恋倾向,所以这不是他们的错
但话说回来,既然具有这种基因是A肝高风险族群,
要他们注意避免粪口接触行为仍符合他们医疗上的利益,不管有没找出背后的基因......
作者: Newstart (振作起来的理由)   2016-03-20 23:08:00
说的不错 科学讨论就是要有epidemiology资料

Links booklink

Contact Us: admin [ a t ] ucptt.com