Multimodality Stacking with Blockwise missing values and application to the PIONeeR biomarkers study for prediction of resistance to immunotherapy
تقدم هذه الورقة البحثية تقنية "التكديس متعدد الوسائط مع القيم المفقودة كلياً" (MSB)، وهو إطار عمل للتحليل البقائي يعتمد على دمج الوسائط المتأخر، والذي يدمج بفعالية البيانات السريرية غير المتجانسة والمفقودة جزئياً لتحسين التنبؤ بمقاومة العلاج المناعي لدى مرضى سرطان الرئة غير صغير الخلايا بشكل كبير مقارنة بالنماذج المرجعية القياسية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول التنبؤ بمدة بقاء مريض مصاب بسرطان الرئة المتقدم بصحة جيدة بعد بدء علاج مناعي جديد. للقيام بذلك، يجمع الأطباء عادةً كمية هائلة من المعلومات: فحوصات الدم، وخزعات الأورام، والتسلسل الجيني، والملاحظات السريرية الروتينية.
ومع ذلك، في الدراسات الطبية الواقعية، نادراً ما تكون هذه البيانات مثالية. فغالباً ما تفتقد بعض أجزاء المعلومات بالكامل لمرضى معينين. على سبيل المثال، قد يكون لدى المريض فحص دم كامل ولكن ليس لديه خزعة ورم لأن العينة نفدت، أو قد يتوفر اختبار جيني محدد لمرضى في مستشفى واحد دون غيرهم. وهذا ما يسمى بـ "البيانات المفقودة ككتل" (blockwise missingness) — وهو أمر يشبه محاولة حل لغز حيث تكون قطع كاملة من الأحجية مفقودة، وليس مجرد قطع صغيرة جداً.
تقدم الورقة البحثية طريقة جديدة تسمى MSB (التجميع متعدد الوسائط مع القيم المفقودة ككتل) لحل هذه المشكلة. وإليك كيفية عملها، مشروحة من خلال تشبيهات بسيطة:
المشكلة: نهج "الكل أو لا شيء"
تقليدياً، إذا فقد المريض حتى جزءاً واحداً رئيسياً من البيانات (مثل خزعة الورم)، فإن النماذج الحاسوبية القياسية غالباً ما تضطر إلى استبعاد بيانات هذا المريض تماماً. هذا يشبه طباخاً يرفض طهي وجبة لأن لديه نقصاً في توابل معينة، رغم توفر الكثير من المكونات الأخرى. هذا يؤدي إلى إهدار معلومات قيمة وتقليص عدد المرضى الذين يمكن للنموذج التعلم منهم.
تحاول طرق أخرى "تخمين" (إكمال) الأرقام المفقودة لملء الفجوات. ولكن عندما يكون لديك مئات الأنواع المختلفة من البيانات والبيانات عالية الأبعاد، فإن التخمين يمكن أن يؤدي إلى أخطاء، مما يجعل النموذج غير موثوق به.
الحل: "لجنة الخبراء" (MSB)
بدلاً من محاولة حشر كل البيانات في كومة واحدة ضخمة وفوضوية، تستخدم MSB استراتيجية تسمى "الدمج المتأخر" (Late Fusion). فكر في الأمر كتشكيل لجنة من القضاة الخبراء بدلاً من الطلب من شخص واحد القيام بكل شيء.
فرق متخصصة: تقسم الطريقة البيانات إلى مصادرها الأصلية (الكتل).
- الفريق (أ) ينظر فقط في الملاحظات السريرية الروتينية (العمر، تاريخ التدخين).
- الفريق (ب) ينظر فقط في نتائج فحوصات الدم.
- الفريق (ج) ينظر فقط في تحليل أنسجة الورم.
- وهكذا لجميع المصادر الثمانية المختلفة للبيانات.
آراء مستقلة: يبني كل فريق نموذج تنبؤ خاص به باستخدام البيانات المتوفرة لديه فقط. إذا لم يكن لدى الفريق (ج) (أنسجة الورم) بيانات لمريض معين، فإنه ببساال بساطة لا يقدم تنبؤاً لهذا المريض؛ فهو لا يخمن، بل يلتزم الصمت فقط.
القاضي الرئيسي (المتعلم الفائق - Meta-Learner): يقوم "قاضٍ رئيسي" أخير (خوارزمية حاسوبية) بجمع التنبؤات (درجات المخاطر) من جميع الفرق التي تحدثت.
- إذا كان المريض لديه بيانات دم ولكن ليس لديه بيانات ورم، فإن القاضي يستمع للفريق (ب) ويتجاهل الفريق (ج).
- يقوم القاضي الرئيسي بعد ذلك بدمج هذه الآراء الجزئية في تنبؤ واحد قوي وشامل.
لماذا يعمل هذا بشكل أفضل؟
اختبرت الورقة هذه الطريقة على دراسة حقيقية تسمى PIONeeR، شملت 443 مريضاً بمرض سرطان الرئة و378 مؤشراً بيولوجياً مختلفاً.
- دقة أفضل: كانت طريقة MSB أفضل بكثير في التنبؤ بنتائج المرضى من الطرق القياسية. على سبيل المثال، عند استخدام النماذج الخطية البسيطة، حسنت MSB الدقة بنسبة تقارب 16%. وحتى مع النماذج المتقدمة، لا تزال توفر دفعة صغيرة ولكنها ذات دلالة إحصائية.
- أقل مبالغة في الثقة: غالباً ما تحفظ النماذج القياسية بيانات التدريب بشكل مبالغ فيه (Overfitting)، مما يؤدي إلى أداء سيئ مع المرضى الجدد. عملت MSB كـ "منظم" (Regularizer)، مما أبقى النموذج واقعياً ومنعه من تقديم تخمينات جامحة بناءً على الضجيج.
- لا حاجة لبيانات "وهمية": أثبتت الطريقة أنها لا تحتاج لتخمين القيم المفقودة لتعمل بشكل جيد؛ فقد تعلمت كيفية وزن المعلومات المتاحة بشكل صحيح.
- ما الذي يهم حقاً: عندما سأل الباحثون النموذج "ما هي العوامل الأكثر أهمية؟"، أشار النموذج إلى السمات السريرية الروتينية، ومؤشرات الدم، وتعبير بروتين PD-L1 (وهو بروتين موجود على خلايا الورم). ومن المثير للاهتمام أن النموذج لم يعتمد على حقيقة أن البيانات كانت مفقودة لاتخاذ قراراته. لم يقل: "أوه، هذا المريض يفتقر إلى خزعة، إذاً لا بد أنه مريض". بل ركز على الإشارات البيولوجية الفعلية الموجودة في البيانات المتاحة.
الخلاصة
يعد إطار عمل MSB طريقة جديدة للتعامل مع البيانات الطبية الواقعية والفوضوية. فبدلاً من التخلص من المرضى ذوي السجلات غير المكتملة أو فرض تخمينات سيئة، فإنه يعامل مصادر البيانات المختلفة كخبراء منفصلين. إنه يستمع إلى الخبراء المتاحين لكل مريض ويجمع حكمتهم لتقديم تنبؤ أفضل.
يخلص المؤلفون إلى أن هذا أداة مثبتة إحصائياً تسمح للباحثين باستخدام جميع بياناتهم دون الحاجة لأن يخضع كل مريض لجميع الاختبارات، مما يمثل خطوة عملية للأمام في تحليل دراسات السرطان المعقدة. ومع ذلك، يشيرون إلى أنه قبل استخدام هذا في اتخاذ قرارات طبية حقيقية للمرضى، فإنه يحتاج إلى الاختبار على مجموعات أخرى من الناس خارج نطاق هذه الدراسة المحددة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.