Compatibility of Missing Data Handling Methods across the Stages of Producing Clinical Prediction Models
توضح هذه الورقة أنه لضمان أداء تنبؤي غير متحيز وتوافق عبر دورة حياة نموذج التنبؤ السريري، يجب على الباحثين مواءمة استراتيجيات التعامل مع البيانات المفقودة أثناء التطوير والتحقق مع قيود نشر النموذج المحددة، مثل استخدام التعدد الإسنادي عند استبعاد البيانات المفقودة أو الحفاظ على طرق إسناد متسقة عندما يُسمح بالبيانات المفقودة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك طاهٍ يحاول ابتكار وصفة مثالية لطبق جديد (نموذج تنبؤ سريري). هدفك هو التنبؤ بكيفية تفاعل الزبون مع الطبق. وللقيام بذلك، تحتاج إلى مكونات محددة (متغيرات مثل العمر، ضغط الدم، إلخ). ولكن في بعض الأحيان، لا تملك جميع المكونات عند الطهي، أو قد لا يكون زبائنك قد قدموا جميع المعلومات المتعلقة بتفضيلاتهم الغذائية.
هذه الورقة البحثية تتحدث عن كيفية التعامل مع هذه "المكونات المفقودة" في ثلاث مراحل مختلفة من عملية الطهي الخاصة بك:
- التطوير: ابتكار الوصفة في مطبخك التجريبي.
- التحقق من الصحة: تذوق الوصفة مع مجموعة جديدة من الأشخاص لمعرفة ما إذا كانت ستنجح.
- النشر: تقديم الطبق للجمهور الحقيقي.
اكتشف المؤلفون أن الطريقة التي تتعامل بها مع المكونات المفقودة في مطبخك التجريبي وجلسة التذوق يجب أن تتطابق مع كيفية تقديم الطبق للجمهور. إذا لم يتطابقا، فستفشل وصفتك، أو ستظن أنها لذيذة بينما هي في الواقع سيئة.
إليك تفصيل نتائجهم باستخدام تشبيهات بسيطة:
القاعدتان الأساسيتان للعبة
يقترح المؤلفون قاعدتين ذهبيتين للتعامل مع البيانات المفقودة:
- قاعدة "عدم التدهور": عندما تطور وصفتك، يجب أن تتعامل مع المكونات المفقودة بطريقة تضمن أن الطبق النهائي سيكون بنفس جودة النسخة "المثالية" (حيث كانت لديك جميع المكونات).
- قاعدة "قول الحقيقة": عندما تتحقق من صحة وصفتك (تختبرها)، يجب أن تتعامل مع المكونات المفقودة بطريقة تعطيك درجة صادقة. لا تريد خداع نفسك بجعل الوصفة تبدو أفضل أو أسوأ مما هي عليه حقاً.
السيناريو (أ): المطعم "الصارم" (لا يُسمى بوجود بيانات مفقودة)
تخيل مطعماً فاخراً حيث يرفض الطاهي طهي أي طبق ما لم يقدم الزبون كل مكون موجود في القائمة. إذا كان الزبون ينقصه مكون واحد، يقول الطاهي: "عذراً، لا يمكنني الطهي لك".
- نصيحة الورقة: إذا كنت تخطط لتكون هذا الطاهي الصارم، فيجب عليك تطوير واختبار وصفتك باستخدام التعويض المتعدد (Multiple Imputation - MI).
- التشبيه: فكر في "التعويض المتعدد" كأنه "مخمن سحري" يملأ المكونات المفقودة بناءً على ما تعرفه بالفعل، ولكنه يفعل ذلك بطريقة تراعي عدم اليقين. والأهم من ذلك، أن هذا "المخمن السحري" يحتاج إلى معرفة النتيجة النهائية (هل أحب الزبون الطبق؟) ليتمكن من تقديم تخمينات جيدة خلال مرحلة التطوير.
- الفخ: إذا طورت وصفتك باستخدام "التعويض بالمتوسط" (أي مجرد تخمين متوسط المكون للجميع) أو "تحليل الحالة الكاملة" (أي استبعاد أي زبون فقد أحد المكونات)، فستكون وصفتك ضعيفة. وعندما تحاول تقديمها للجمهور الصارم، سيكون طعمها سيئاً (تدهور النموذج).
السيناريو (ب): عربة الطعام "المرنة" (يُسمح بوجود بيانات مفقودة)
الآن، تخيل عربة طعام حيث يتقبل الطاهي وجود مكونات مفقودة. إذا نسي الزبون ذكر ما إذا كان لديه حساسية من المكسرات، يقوم الطاهي ببساطة باستخدام "قيمة افتراضية" قياسية أو طريقة "تخمين" محددة لملء الفراغ حتى تستمر عملية الطهي.
- نصيحة الورقة: إذا كنت تخطط لتكون عربة الطعام المرنة هذه، فيجب عليك استخدام نفس الطريقة تماماً لملء المكونات المفقودة أثناء التطوير، والاختبار، والتقديم.
- التشبيه: إذا قررت استخدام "التعويض بالانحدار" (نوع معين من التخمين الذكي بناءً على مكونات أخرى) لملء الفراغات لزبائنك، فيجب عليك استخدام نفس طريقة "التخمين الذكي" هذه عند إنشاء الوصفة وعند اختبارها.
- الفخ: إذا أنشأت الوصفة باستخدام "التعويض بالمتوسط"، ثم أخبرت زبائنك: "لا تقلقوا، سنستخدم طريقة 'التخمين الذكي' لملء معلوماتكم المفقودة"، فإن الوصفة ستتعطل. الرياضيات لن تتطابق. وجدت الورقة أن خلط الطرق (مثل التطوير بطريقة والاختبار بطريقة أخرى) يؤدي دائماً تقرياً إلى نتيجة منحازة؛ حيث تظن أن عربة الطعام الخاصة بك ناجحة، بينما هي في الواقع تفشل.
"النماذج الفرعية للأنماط" (الحالة الخاصة)
نظرت الورقة أيضاً في طريقة تسمى النماذج الفرعية للأنماط (Pattern Sub-Models).
- التشبيه: بدلاً من وصفة واحدة كبيرة، تكتب أربع وصفات مصغرة مختلفة:
- واحدة للزبائن الذين قدموا جميع المعلومات.
- واحدة للزبائن الذين فقدوا المكون (أ).
- واحدة للزبائن الذين فقدوا المكون (ب).
- واحدة للزبائن الذين فقدوا كليهما.
- نصيحة الورقة: إذا كنت تخطط لاستخدام نهج "الوصفات المصغرة" هذا في عربة الطعام، فيجب عليك التطوير والاختبار باستخدام نهج "الوصفات المصغرة" هذا بالضبط. لا يمكنك التطوير باستخدام وصفات مصغرة ثم الاختبار عن طريق دمج كل شيء معاً.
الخلاصة الكبرى
أجرى المؤلفون آلاف المحاكاة الحاسوبية وفحصوا بيانات جراحية من العالم الحقيقي لإثبات وجهة نظرهم. ووجدوا أن الممارسات الشائعة غالباً ما تكون خاطئة.
- الخطأ الشائع: يقوم العديد من الباحثين بتطوير نموذج باستخدام طريقة واحدة (مثل التعويض المتعدد) للحصول على أفضل الإحصائيات، ولكنهم بعد ذلك يستخدمون طريقة أبسط عند النشر (مثل التعويض بالمتوسط) لأنها أسهل في البرمجة داخل التطبيقات.
- النتيجة: هذا يخلق "مفارقة الكاذب"؛ يبدو النموذج رائعاً في المختبر، ولكن عندما يصل إلى العالم الحقيقي، يكون أداؤه ضعيفاً، أو تكون درجات الأداء غير صحيحة تماماً.
الملخص في جملة واحدة
لبناء أداة تنبؤ طبي موثوقة، يجب أن تقرر أولاً كيف ستتعامل مع البيانات المفقودة عندما يتم استخدام الأداة فعلياً في العالم الحقيقي، ثم يجب عليك استخدام نفس تلك الطريقة تماماً لبناء واختبار الأداة؛ إن خلط وتوفيق الطرق المختلفة يؤدي إلى نماذج مكسورة وثقة زائفة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.