Accueil›Biais›IBI-00061
IBI-000615 - Critiquepublie

Biais de coût comme proxy de santé

Cost-as-Proxy Bias

Score IBI
9.2
sur 10
Sévérité5_critique
Fréquencesystematique
Ampleur groupes5
Difficulté détection4
🇫🇷 Définition (FR)

Utilisation des coûts médicaux passés comme proxy des besoins de santé, défavorisant les patients à faible accès aux soins.

🇬🇧 Definition (EN)

Use of past medical costs as proxy for health needs, disadvantaging patients with low healthcare access.

Taxonomie TriAxis

Classification structurelle

O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L3
Mesure
S
Spécifique
S01
Biais de proxy
💡
Exemple concret

L'algorithme Optum utilise les coûts de santé pour prédire les besoins, sous-estimant les besoins des patients noirs.

📊 Métriques de détection

Demographic Parity DifferenceDisparate Impact RatioEqualized Odds Difference

⚙ Seuils d'alerte

Disparate Impact Ratio0.8
Equalized Odds Difference0.1
Demographic Parity Difference0.1

📚 Sources & Références Scientifiques

🛡 Impact & Mitigation

🎯 Groupes vulnérables impactés

Personnes noires / afro-desc.Classes populaires

🛠 Méthodologies de mitigation

  • DEMO_PARITY : Parité démographique
  • COUNTERFACT : Équité contrefactuelle
  • AUDIT_TIERS : Audit par tiers indépendant

🏢 Secteurs concernés

Santé et médecine (Risque: /5)

⚖ Réglementations applicables

🇪🇺 Europe
  • •
    AI_ACT_10 : AI Act (UE) 2024/1689
  • •
    RGPD_22 : RGPD (UE) 2016/679
🌍 International
  • •
    ISO_42001 : ISO/IEC 42001:2023
  • •
    UNESCO_2021 : UNESCO - Recommandation sur l'éthique de l'IA
  • •
    OECD_AI_PRINCIPLES : OCDE - Principes IA
  • •
    COE_AI_CONVENTION_INT : Conseil de l'Europe - Convention IA

📋 Métadonnées

Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
bdbe389e-cce0-43fd-8637-29354829e66a

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.