A binary factor model

في عالم الإحصاء، غالبًا ما يواجه الباحثون لغزًا: كيف يمكن فهم قائمة طويلة من الحقائق المترابطة دون الضياع في التفاصيل؟ تخيل محاولة فهم سبب اشتراك مجموعة من الناس في سمات معينة، مثل الإصابة بمرض محدد، أو بلوغ سن معينة، أو العيش في مكان معين. بدلًا من النظر إلى كل سمة على حدة، يستخدم الإحصائيون أداة تسمى "التحليل العاملي". تحاول هذه الطريقة إيجحال عدد قليل من الأسباب الخفية الكامنة التي تفسر سبب ظهور تلك السمات معًا. لعقود من الزمن، عملت هذه الأداة بشكل رائع للقياسات التي يمكن أن تكون أي رقم، مثل الطول أو درجة الحرارة. ومع ذلك، فقد عانت عندما كانت البيانات تتكون من إجابات بسيطة بنعم أو لا، مثل ما إذا كان المريض قد دخل المستشفى أم لا. افترضت الطرق القديمة أن الأسباب الخفية كانت سلسة ومستمرة، وهو ما لم يتناسب مع الطبيعة الحادة والثنائية لبيانات "نعم أو لا".

لقد طور باحث بقيادة لويس إي. نييتو-باراخاس من معهد ITAM في المكسيك طريقة جديدة لحل هذه المشكلة. لقد أنشأوا نموذجًا جديدًا مصممًا خصيصًا للبيانات الثنائية، حيث تكون الإجابات حصريًا "نعم" أو "لا". في نهجهم، تتصرف الأسباب الخفية التي يبحثون عنها بشكل مختلف عن النماذج القديمة. فبدلًا من التحرك بحرية، صُممت هذه العوامل الخفية لتتجنب بعضها البعض؛ فإذا كان أحد العوامل قويًا، يجب أن تكون العوامل الأخرى أضعف. وهذا يخلق توازنًا طبيعيًا، يشبه تمامًا وجود مساحة محدودة حيث يمكن لشيء واحد فقط أن يكون حاضرًا بالكامل في وقت واحد. ومن خلال استخدام هذا السلوك المحدد، يمكن للباحث الكشف عن الهياكل الخفية في البيانات الثنائية دون إجبار البيانات على التكيف مع شكل لا تنتمي إليه.

لاختبار فكرتهم، قام الباحث أولاً ببناء محاكاة حاسوبية. لقد أنشأوا مجموعة بيانات وهمية تحتوي على سبعة متغيرات مختلفة من نوع (نعم أو لا) وثلاثة أسباب خفية. قاموا بتغذية هذه البيانات في نموذجهم الجديد وراقبوا ما إذا كان بإمكان النموذج العثور على الأسباب الثلاثة الأصلية التي زرعوها. عمل النموذج بشكل جيد، حيث نجح في تحديد العدد الصحيح من الأسباب الخفية وتقدير أهميتها. وجد الباحث أنه عندما حاولوا استخدام أسباب أقل أو أكثر من الحقيقة، انخفضت قدرة النموذج على تفسير البيانات. أثبتت هذه المحاكاة أن إطارهم الرياضي سليم ويمكنه التعامل مع تعقيد البيانات الثنائية دون أن ينهار.

وتشجيعًا من المحاكاة، انتقل الباحث إلى بيانات من العالم الحقيقي ليرى ما إذا كان نموذجه يمكنه التعامل مع موقف حقيقي فوضوي. قاموا بتحليل قاعدة بيانات تضم 1,814 حالة مؤكدة لمرض كوفيد-19 في المكسيك. تضمنت البيانات اثني عشر مؤشرًا مختلفًا لكل مريض، مثل ما إذا كان المريض امرأة، وما إذا كان قد دخل المستشفى، وما إذا كان يعاني من التهاب رئوي، أو ما إذا كان يعاني من حالات مثل السكري أو السمنة. كان الهدف هو معرفة ما إذا كان بإمكان النموذج تجميع هذه المؤشرات الاثني عشر في بضع فئات ذات معنى تشرح سبب امتلاك بعض المرضى لمجموعات معينة من الأعراض.

نجح النموذج في تصنيف المرضى إلى ثلاث مجموعات خفية متميزة. ربطت المجموعة الأولى بين دخول المستشفى والالتهاب الرئوي، مما يشير إلى سبب خفي يتعلق بالمضاعفات الشديدة للفيروس. وارتبطت المجموعة الثانية بشكل شبه كامل بكون المريضة امرأة، مما يشير إلى أن الجنس عامل متميز بذاته، ومنفصل عن شدة المرض. أما المجموعة الثالثة فقد جمعت مجموعة من الحالات مثل السكري، وأمراض القلب، والفشل الكلوي، والتي تميل للظهور معًا لدى البالغين. مثلت هذه المجموعة الثالثة سببًا خفيًا لمشاكل صحة البالغين التي تجعل المرضى أكثر عرضة للخطر. قارن الباحث نتائجه بالطريقة التقليدية المستخدمة لسنوات، والتي تحاول إجبار البيانات الثنائية على التكيف مع الشكل المستمر القديم. قامت الطريقة التقليدية بخلط هذه المجموعات معًا، حيث دمجت المضاعفات الشديدة مع الجنس بطريقة حجبت الأنماط الواضحة التي كشفها النموذج الجديد.

كما درست الدراسة مدى أهمية كل من هذه المجموعات الخفية. وجد الباحث أن المجموعة المتعلقة بالمضاعفات الشديدة والمجموعة المتعلقة بصحة البالغين كانتا الأكثر أهمية، حيث فسرت كل منهما جزءًا كبيرًا من التباين في البيانات. أما عامل الجنس، ورغم كونه متميزًا، فقد فسر جزءًا أقل من الصورة الإجمالية. باستخدام طريقتهم الجديدة، استطاع الباحث رؤية هذه الأنماط بوضوح دون الارتباك الذي عانت منه التقنيات القديمة. لم يجدوا مجرد صيغة جديدة؛ بل وجدوا طريقة لرؤية هيكل البيانات الثنائية بوضوة أكبر، موضحين أنه عندما يُسمح للأسباب الخفية بالتصرف بطريقة تتناسب مع البيانات، فإن القصة التي ترويها تصبح أسهل بكثير في الفهم. ويشير العمل إلى أنه بالنسبة للأسئلة التي تتضمن إجابات "نعم أو لا"، فإن الأدوات القديمة قد تخطئ الهدف، وأن هناك حاجة إلى نهج جديد يحترم الطبيعة الفريدة للبيانات لإيجاد الحقيقة.