FastJM: An R Package for Efficient Implementation of Semiparametric Joint Models for Longitudinal and Survival Data

تخيل أنك محقق يحاول حل لغز يتعلق بصحة مريض. لديك نوعان من الأدلة: قائمة طويلة من الفحوصات اليومية (مثل ضغط الدم أو مستويات الكوليسترول التي تُؤخذ على مدار سنوات) وحدث واحد حاسم (مثل نوبة قلبية أو الحاجة إلى زراعة أعضاء). في الماضي، كان العلماء ينظرون غالبًا إلى هذه الأدلة بشكل منفصل، مثل قراءة المذكرات اليومية في غرفة والقرار النهائي في غرفة أخرى. لكن الحياة ليست بهذه البساطة؛ فتقلبات الصحة اليومية للمريض غالبًا ما تهمس بأسرار حول مخاطره المستقبلية، كما أن أزمة صحية وشيكة يمكن أن تعبث بقياساته اليومية. وللحصول على الصورة الكاملة، تحتاج إلى ربط النقاط بين التقلبات والارتفاعات والانخفاضات اليومية وبين الحدث الكبير. هذه هي مهمة "النماذج المشتركة" (joint models)، وهي أداة إحصائية قوية تربط هاتين القصتين معًا. ومع ذلك، عندما يكون لديك آلاف المرضى وملايين نقاط البيانات، فإن محاولة ربط هذه النقاط باستخدام الطرق القديمة تشبه محاولة حل أحجية فسيفساء (jigsaw puzzle) ضخمة وأنت ترتدي قفازات الفرن؛ فالأمر بطيء، وخرق، وغالبًا ما يكون من المستح المستحيل إتمامه.

هنا يأتي دور أداة جديدة تسمى FastJM، والتي قدمها فريق من الإحصائيين في ورقة بحثية حديثة. فكر في FastJM كحلّال أحجيات آلي فائق القدرة، مصمم خصيصًا لهذه الألغاز الطبية المعقدة. توضح الورقة كيف يمكن لحزمة البرمجيات هذه معالجة كميات هائلة من البيانات الطبية بسرعة أكبر بكثير من ذي قبل، دون فقدان الدقة. وهي تتعامل مع ثلاثة سيناريوهات صعبة: تتبع مؤشر صحي واحد، وتتبع عدة مؤشرات في وقت واحد، وحتى رصد الحالات التي تتقلب فيها الصحة اليومية للمريض بجنون (وهو ما يعد غالبًا علامة على الخطر). يوضح المؤلفون من خلال عمليات محاكاة حاسوبية أن خوارزميات "المسح الخطي" (linear-scan) الجديدة التي طوروها تعمل مثل ماسح ضوئي عالي السرعة، حيث تتخطى الخطوات غير الضرورية لتحديث النموذج بكفاءة. كما قدموا خدعة "المعلم" (landmark) الذكية، والتي تسمح للأطباء بإيقاف التحليل عند وقت محدد (مثل فحص الـ 5 سنوات) لإجراء تنبؤات أفضل عما سيحدث لاحقًا، دون الغرق في التعقيدات الرياضية. والنتيجة هي أداة تجعل من الممكن استخدام هذه النماذج المتطورة على مجموعات بيانات ضخمة، مثل تلك الموجودة في المستشات الحديثة والمصارف الحيوية (biobanks)، مما يساعد الباحثين على فهم تطور المرض والتنبؤ بالمخاطر بسرعة ووضوح أكبر.

معضلة المحقق: قصتان، لمريض واحد

في عالم الأبحاث الطبية، غالبًا ما يجمع العلماء نوعين مختلفين جدًا من البيانات من نفس المجموعة من الأشخاص. أولاً، هناك البيانات الطولية (longitudinal data): فكر في هذا كأنه مذكرات من القياسات المتكررة. قد يتم فحص سكر الدم لمريض كل شهر لمدة خمس سنوات، أو قياس ضغط الدم في كل زيارة للطبيب. هذه الأرقام ترتفع وتنخفض، مما يخلق "مسارًا" (trajectory) فريدًا لكل شخص. ثانيًا، هناك بيانات الوقت حتى وقوع الحدث (time-to-event data): وهذا هو "اللحظة الكبرى". قد يكون اليوم الذي يصاب فيه المريض بنوبة قلبية، أو يحتاج إلى زراعة عضو، أو يتوفى للأسف. أحيانًا تكون هناك مخاطر متنافسة، مما يعني أن المريض قد يواجه أنواعًا مختلفة من "اللحظات الكبرى" (مثل نوبة قلبية أو سكتة دماغية)، ويمكن لواحد منها فقط أن يحدث أولًا.

لفترة طويلة، قام الإحصائيون بتحليل هاتين القصتين بشكل منفصل. استخدموا مجموعة من الرياضيات لدراسة المذكرات (البيانات الطولية) ومجموعة أخرى لدراسة اللحظة الكبرى (بيانات البقاء على قيد الحياة). لكن هذا النهج يعيبه خلل؛ فإذا ساءت حالة المريض، فقد يتوقف عن الذهوة إلى الطبيب، مما يترك فجوات في مذكراته. أو إذا كانت قياساته اليومية مشوشة أو مضطربة، فقد يكون هذا التشويش في الواقع علامة تحذير للحدث الكبير. إذا تجاهلت العلاقة بين المذكرات اليومية والحدث النهائي، فستفقد القصة الكاملة.

هنا تظهر النماذج المشتركة (Joint Models). وهي أطر إحصائية متطورة تحاول سرد القصتين في آن واحد. فهي تفترض أن التقلبات اليومية والحدث الكبير مرتبطان بشيء مخفي داخل المريض، مثل "بصمة" مشتركة لصحته. ومن خلال نمذجة الاثنين معًا، يمكن للباحثين الحصول على صورة أوضح لكيفية تطور المرض والتنبؤ بمن هم عرضة لنتائج سيئة.

المشكلة: الأحجية كبيرة جدًا

على الرغم من قوة النماذج المشتركة، إلا أنها صعبة الاستخدام للغاية مع مجموعات البيانات الكبيرة. تخيل أنك تحاول حل أحجية حيث يتغير شكل كل قطعة أثناء النظر إليها، وعليك القيام بذلك لـ 100,000 شخص. الطرق التقليدية لضبط هذه النماذج ثقيلة حسابيًا؛ فهي غالبًا ما تتطلب من الكمبيوتر إعادة حساب قوائم ضخمة من "مجموعات المخاطر" (risk sets) (مجموعات الأشخاص الذين لا يزالون معرضين لخطر وقوع حدث ما) مرارًا وتكرارًا. ومع نمو عدد المرضى، ينمو الوقت اللازم لحل الأحجية بشكل أسّي. الأمر يشبه محاولة عد كل حبة رمل على الشاطئ عن طريق التقاطها واحدة تلو الأخرى؛ فالأمر يستغرق وقتًا طويلاً جدًا.

علاوة على ذلك، فإن بيانات العالم الحقيقي فوضوية. فأحيانًا يكون لدى المريض مؤشرات متعددة (مثل ضغط الدم والكوليسترول معًا) يجب تتبعها معًا. وفي أحيان أخرى، قد تكون قياسات المريض غير متسقة بشكل جامح؛ فبعض الأيام تكون مستقرة للغاية، وأيام أخرى تقفز بجنون. تفترض النماذج القياسية غالبًا أن قياسات الجميع مستقرة بالتساوي، وهذا ليس صحيحًا. إذا لم يأخذ النموذج في الاعتبار هذا "التباين غير المتجانس" (heterogeneous variability)، فقد يفتقد إلى أدلة مهمة.

الحل: FastJM وسحر "المسح الخطي"

تقدم الورقة البحثية FastJM، وهي حزمة برمجية بلغة R (أداة للإحصائيين) مصممة لحل مشايات السرعة والتعقيد هذه. طور المؤلفون، وهم فريق من الباحثين من جامعات في الصين والولايات المتحدة، طريقة جديدة لتشغيل الرياضيات وراء النماذج المشتركة.

1. دفعة السرعة: خوارزميات المسح الخطي
الابتكار الجوهري في FastJM هو مجموعة من "خوارزميات المسح الخطي". لفهم هذا، تخيل أنك تنظم صفًا من الناس حسب الطول. الطريقة القديمة كانت تتضمن مقارنة كل شخص بكل شخص آخر لإيجاد الترتيب، وهذا يستغرق وقتًا طويلاً إذا كان لديك حشد. الطريقة الجديدة، التي تستخدمها FastJM، هي مسح الصف مرة واحدة مع الاحتفاظ بإجمالي تراكمي. لست بحاجة إلى إعادة فحص الجميع في كل مرة تضيف فيها شخصًا جديدًا؛ بل تقوم فقط بتحديث إجمالي التراكم الخاص بك. في عالم النماذج المشتركة، يعني هذا أن البرنامج يمكنه تحديث "المخاطر الأساسية" (baseline hazards) (الخطر الكامن لوقوع حدث ما) بشكل أسرع بكثير. بدلًا من أن ينمو عمل الكمبيوتر مع مربع عدد المرضى (الذي يصبح ضخمًا بسرعة)، فإنه ينمو في خط مستقيم. وهذا يجعل من الممكن تحليل مجموعات بيانات تضم عشرات الآلاف من المشاركين في وقت معقول.

2. التعامل مع الحالات الثلاث الصعبة
FastJM ليس سريعًا فحسب، بل هو مرن أيضًا. تفصل الورقة ثلاثة أنواع محددة من النماذج التي يمكنه التعامل معها:

• المؤشر الحيوي الواحد: الحالة القياسية، تتبع مؤشر صحي واحد (مثل ضغط الدم) مقابل خطر وقوع حدث ما.
• المؤشرات الحيوية المتعددة: تتبع عدة مؤشرات في وقت واحد (مثل ضغط الدم، والكوليسترول، والوزن). التحدي هنا هو أن هذه المؤشرات غالبًا ما تكون مرتبطة ببعضها البعض. تستخدم FastJM طريقة "التقريب الطبيعي" للتعامل مع رياضيات المؤشرات المتعددة دون الوقوع في كابوس حسابي.
• التباين غير المتجانس: هذا مخصص للحالات التي يكون فيها المرضى "أوراقًا رابحة غير متوقعة". فبعض المرضى لديهم قياسات ثابتة للغاية، بينما يتقلب آخرون بجنون. تستخدم FastJM نموذج "الموقع والمقياس ذو التأثيرات المختلطة" (mixed-effects location-scale) لأخذ هذا في الاعتبار. فهي لا تنظر فقط إلى متوسط الصحة؛ بل تنظر أيضًا إلى مدى "عدم استقرار" صحة المريض، لأن عدم الاستقرار هذا في حد ذاته يمكن أن يكون مؤشرًا للخطر.

3. خدعة "المعلم" لتحسين التنبؤات
تقدم الورقة أيضًا امتدادًا ذكيًا يسمى النمذجة المشتركة متعددة المتغيرات بنظام المعلم (landmark multivariate joint modeling). في النماذج المشتركة التقليدية، يعتمد التنبؤ بالخطر على تاريخ المريض الكامل حتى اللحظة الراهنة. هذا أمر رائع، لكنه ثقيل رياضيًا إذا كنت تريد التنبؤ بما سيحدث غدًا بناءً على بيانات اليوم.

نهج "المعلم" يشبه إيقاف الفيلم عند مشهد معين (مثل مرور 5 سنوات من الدراسة). البرنامج ينظر فقط إلى المرضى الذين لا يزالون بصحة جيدة عند علامة الـ 5 سنوات هذه. ثم يستخدم صحة المريض في تلك اللحظة تحديدًا للتنبؤ بما سيحدث في المستقبل. هذا أخف حسابيًا ويسمح بتنبؤات "تعتمد على الوقت" (time-dependent) والتي يسهل تفسيرها. تظهر الورقة أنه يمكن دمج هذه الطريقة مع الخوارزميات السريعة لإعطاء الأطباء وسيلة لتحديث تنبؤات الخطر في أوقات فحص محددة دون انتظار انتهاء الحسابات عبر سوبر كمبيوتر.

ما وجده المؤلفون بالفعل

لم يكتفِ المؤلفون ببناء الأداة فحسب، بل اختبروها. لقد أجروا عمليات محاكاة حاسوبية واسعة لمعرفة كيفية أداء FastJM مقارنة بالطرق الموجودة.

• السرعة: أظهرت عمليات المحاكاة أن FastJM أسرع بكثير من الحزم الأخرى، خاصة مع زيادة عدد المرضى وعدد المؤشرات الحيوية. على سبيل المثال، في اختبار مع 5,000 مريض وثلاثة مؤشرات حيوية، انتهى النموذج في حوالي 7.38 دقيقة باستخدام الحوسبة المتوازية.
• الدقة: رغم السرعة، وجدت الورقة أن التقديرات (الأرقام التي تخرجها النماذج) ظلت دقيقة. خوارزميات "المسح الخطي" لم تختصر الطرق بطريقة تفسد النتائج؛ بل وجدت مسارًا أذكى فقط.
• المرونة: نجحت الحزمة في التعامل مع الأنواع الثلاثة المختلفة من النماذج، بما في ذلك الحالة المعقدة حيث يختلف تباين المرضى. أظهر المؤلفون أن تجاهل هذا التباين (باستخدام نموذج قياسي) قد يؤدي إلى مخططات تشخيصية مضللة، بينما حدد نموذج FastJM المتخصص المشكلة بشكل صحيح.
• التنبؤ: أظهرت الورقة أن أدوات التنبؤ الديناميكية (التي تخبرك باحتمالية وقوع حدث في المستقبل) كانت تعمل بشكل جيد. استخدموا التحقق المتقاطع (cross-validation) (وهي طريقة لاختبار النموذج على أجزاء مختلفة من البيانات) لإظهار أن التنبؤات كانت موثوقة، مقدمة مقاييس مثل "مؤشر C" (C-index) (وهو مقياس لمدى جودة ترتيب النموذج للمرضى حسب الخطر) و"درجات براير" (Brier scores) (وهي مقياس لدقة التنبؤ).

ما لا تفعله (حتى الآن)

من المهم معرفة ما لا تفعله FastJM، وفقًا للورقة. فهي تركز تحديدًا على البيانات الطولية المستمرة (أرقماء مثل ضغط الدم) والمخاطر المتنافسة (أنواع مختلفة من الأحداث). وهي لا تتعامل بعد مع أنواع أخرى من البيانات، مثل عدد الأحداث (مثل عدد النوبات) أو النتائج الثنائية (نعم/لا)، رغم أن المؤلفين ذكروا ذلك كهدف للتطوير المستقبلي. أيضًا، بينما تتعامل مع تحليل "المعلم"، فهي لا تحل محل الحاجة إلى تصميم دراسة دقيق؛ بل تجعل الرياضيات أسهل فحسب.

لماذا يهم هذا الأمر

الخلاصة هي أن FastJM تزيل عقبة رئيسية في الأبحاث الطبية. لسنوات، أراد الباحثون استخدام هذه النماذج المشتركة المتطورة لفهم الأمراض المعقدة، لكن القوة الحاسوبية المطلوبة كانت غالبًا بعيدة المنال. من خلال جعل هذه النماذج سريعة ومتاحة، تفتح FastJM الباب لتحليل مجموعات البيانات الضخمة التي أصبحت شائعة في الطب الحديث، مثل السجلات الصحية الإلكترونية والمصارف الحيوية الكبيرة.

تشير الورقة إلى أنه مع هذه الأداة، يمكن للباحثين أخيرًا طرح أسئلة أكثر دقة: "كيف يتنبأ التقلب في سكر الدم لدى المريض بنوبة قلبية؟" أو "إذا نظرنا إلى الكوليسترول وضغط الدم لدى المريض عند علامة الـ 5 سنوات معًا، كيف سيغير ذلك من خطر إصابته بسكتة دماغية؟". لا يدعي المؤلفون أنهم حلوا كل مشكلة في الإحصاء، لكنهم قدموا محركًا جديدًا قويًا يسمح للمجتمع العلمي بالاندفاع أكثر في البيانات، بسرعة أكبر وبوضوح أفضل من أي وقت مضى.