Racialized Heteroscedasticity in Neuroimaging Features, Behavior Measures, and Neuroimaging-Based Predictive Models
4,736人のABCDコホート参加者を対象としたこの研究は、黒人参加者の神経画像および行動データにおいて一貫して高い分散を特徴とする「人種化された不均一分散(racialized heteroscedasticity)」が、平均値の差が存在しない場合であっても、予測誤差とモデルの信頼性に系統的な格差を誘発することを示しており、分散構造が多様な集団間におけるモデルの汎用性を決定付ける極めて重要な要因であることを浮き彫りにしている。