Assessing specificity testing in Lesion Network Mapping
توضح هذه الورقة العلاقة بين اختبار النوعية ومتغيرات رسم خرائط شبكة الآفات (LNM) الأخرى، بينما تُبين أن التكرار المستمر في شبكات نوعية رسم خرائط شبكة الآفات يكشف عن قصور جوهري في نوعية المرض، مما يسلط الض الضوء على الحاجة إلى مناهج منهجية جديدة لتحديد الدوائر الدماغية الكامنة وراء الاضطرابات العصبية والنفسية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
إن الدماغ البشري ليس مجرد مجموعة من الأجزاء المعزولة، بل هو شبكة واسعة ومترابطة حيث يتواصل كل جزء منها مع أجزاء أخرى كثيرة. وعندما يتضرر جزء معين بسبب سكتة دماغية أو ورم، فإن الأعراض التي يعاني منها الشخص — مثل الاكتئاب، أو فقدان الذاكرة، أو مشاكل الحركة — غالبًا ما تكون نتيجة لهذا الضرر الذي يعطل مسارًا عصبيًا محددًا داخل تلك الشبكة. لسنوات طويلة، استخدم العلماء طريقة تسمى "رسم خرائط شبكة الآفات" (Lesion Network Mapping) للعثور على هذه المسارات. والفكرة بسيطة: إذا كنت تعرف موقع الإصابة، يمكنك النظر في خريطة معيارية لكيفية اتصال الأدمغة السليمة للتنبؤ بالأجزاء البعيدة من الدماغ التي تأثرت أيضًا بتلك الإصابة. ومن خلال حساب متوسط الاتصالات للعديد من المرضى الذين يعانون من أعراض متشابهة، أملاً في تحديد المسار العصبي الدقيق المسؤول عن مرض معين، مما يوفر هدفًا واضحًا لعلاجات جديدة.
ومع ذلك، يشير تحليل جديد إلى أن هذه الطريقة قد تكون ترى أنماطًا ليست موجودة في الواقع. فقد فحص فريق من الباحثين، بقيادة مارتين فان دن هوفل، نتائج مئات الدراسات التي استخدمت تقنية رسم الخرائط هذه. ووجدوا أن الدوائر الدماغية المحددة لحالات مختلفة تمامًا — مثل الذهان، والاكتئاب، واضطراب ما بعد الصدمة — بدت متطابقة تقريبًا. وفي الواقع، كانت خرائط هذه الأمراض غير المرتبطة ببعضها البعض متشابهة للغاية لدرجة أنها تشترك في أكثر من 60 بالمائة من سماتها، وهو مستوى من التداخل غير معتاد في التصوير الطبي. ويجادل الباحثون بأن هذا التكرار ليس علامة على أن هذه الأمراض تشترك في نفس السبب، بل هو نتاج خلل رياضي في الطريقة نفسها. ولأن هذه التقنية تعتمد على خريطة واحدة معيارية للاتصالات لتليل كل مريض، فإن النتائج تُسحب حتمًا نحو الأنماط الأكثر شيوعًا الموجودة في تلك الخريطة المعيارية، بغض النظر عن المرض المحدد الذي تتم دراسته.
يكمن جوهر المشكلة في كيفية معالجة هذه الطريقة للبيانات. فعندما يستخدم العلماء "رسم خرائط شبكة الآفات"، فإنهم يأخذون موقع إصابة المريض ويسقطونه على "كونيكتوم معياري" (normative connectome)، وهو قاعدة بيانات ضخمة تمثل متوسط اتصالات الدماغ السليم. وقد أظهر الباحثون أنه عندما يقارن العلماء بين مجموعتين من المرضى — على سبيل المثال، المصابين بالاكتئاب مقابل المصابين بحالة أخرى — فإن الطريقة ببساطة تطرح متوسط اتصالات إحدى المجموعتين من الأخرى. وبما أن كلتا المجموعتين مستمدتان من نفس قاعدة البيانات الأساسية للاتصالات السليمة، فإن النتيجة تظل متأثرة بشدة بهيكل قاعدة البيانات الأصلية. الأمر يشبه محاولة العثور على بصمة فريدة من خلال مقارنة يدي شخصين مقابل بصمة يد عامة؛ فالاختلافات التي تجدها غالبًا ما تكون مجرد تنويعات على نفس الشكل الأساسي، وليست دليلًا على هوية متميزة حقًا.
ولاختبار ذلك، أعاد الفريق تحليل بيانات من عشرات الدراسات المنشورة، تغطي مئات المرضى وعشرات الحالات المختلفة. وقاموا بإعادة بناء خرائط الدماغ التي نُشرت على أنها "محددة" لأعراض معينة وقارنوها ببعضها البعض. وكانت النتائج مذهلة؛ إذ أظهرت الخرائط التي تم إنشاؤها لحالات متباينة مثل مرض باركنسون، والتدهور المعرفي، واضضطرابات القلق، درجة عالية من التشابه. وعندما نظر الباحثون في ذروة النشاط المحددة التي ادعت هذه الدراسات أنها فريدة من نوعها لمرض ما، وجدوا أن هذه المناطق نفسها كانت تظهر باستمرار عبر حالات غير مرتبطة. فعلى سبيل المثال، تم تحديد منطقة معينة في الجزء السفلي من الفص الجبهي كهدف رئيسي للاكتئاب في إحدى الدراسات، ولكن نفس المنطقة تم تسليط الضوء عليها أيضًا كهدف رئيسي للاعتلال المعرفي الناتج عن السكتة الدماغية، وحتى لتجربة الشعور بالخروج من الجسد في دراسات أخرى.
كما بحث الباحثون فيما إذا كانت نسخة أحدث وأكثر تعقيدًا من الطريقة، والتي يسمونها "رسم الخرائط القائم على الأعراض" (symptom-based mapping)، يمكن أن تحل هذه المشكلة. يحاول هذا النهج ربط خرائط الدماغ مباشرة بشدة أعراض المريض بدلاً من مجرد تشخيصه. ووجد الفريق أن هذه الطريقة مكافئة رياضيًا للنهج القديم؛ فهي مجرد طريقة مختلفة للقيام بعملية الطرح ذاتها. وبالتالي، فإنها تعاني من نفس القصور. وسواء استخدم العلماء مقارنة بسيطة بين مجموعتين أو نموذجًا إحصائيًا معقدًا، فإن المخرجات تظل مقيدة بالهيكل المحدود للأنماط المتاحة في خريطة الدماغ السليم المستخدمة. إن الطريقة محدودة فعليًا في إيجاد الاختلافات التي تتناسب مع الهيكل منخفض الأبعاد الموجود لخريطة الدماغ السليم، مما يجعل من الصعب اكتشاف دوائر فريدة حقًا لحالات محددة.
هذا لا يعني أن الدوائر الدماغية لهذه الأمراض غير موجودة، ولكنه يشير إلى أن الأداة الحالية ليست دقيقة بما يكفي للفصل بينها. ويقترح الباحثون أن الدماغ قد يعمل وفق مبدأ يتم فيه خلاله عدد قليل من الشبكات الواسعة والمشتركة التأثير على العديد من الأعراض والحالات المختلفة. وفي هذه الرؤية، فإن التداخل المشاهد في الخرائط ليس فشلًا في البيانات، بل هو انعكاس لكيفية بناء الدماغ. فقد تكون المسارات العصبية نفسها متورطة في مجموعة واسعة من التجارب البشرية، من الإبداع إلى الخوف، وقد تؤدي إصابة واحدة إلى تعطيل هذه المسارات المشتركة بطرق تبدو متشابهة عبر مرضى مختلفين.
وتخلص الدراسة إلى أن المجال بحاجة إلى تجاوز فكرة أن لكل عرض شبكة واحدة معزولة تنتظر من يجدها. وبدلاً من ذلك، يجب أن يركز البحث المستقبلي على فهم كيفية مساهمة هذه الشبكات المشتركة والمتداخلة في المشهد المعقد للسلوك البشري والمرض. وبينما قدمت الطريقة الحالية رؤى قيمة، يحذر الباحثون من أن الاعتماد عليها لتحديد أهداف فريدة للعلاج قد يؤدي بالعلماء إلى مطاردة أنماط هي في الواقع نتاج الخريطة نفسها، وليست ناتجة عن المرض. إن الطريق إلى الأمام يتطلب مناهج جديدة يمكنها النظر إلى ما وراء الأنماط المهيمنة والمتكررة للدماغ السليم للعثور على الاختلافات الدقيقة والمحددة التي تحدد ماهية الحالة حقًا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.