📄 psychiatry and clinical psychology

MAP-DyS: An Interactive Framework for Mapping Analytic Decision Pathways in Subtyping Research

تقدم هذه الورقة MAP-DyS، وهو تطبيق Shiny تفاعلي مفتوح المصدر مصمم لتعزيز الشفافية وقابلية التكرار في أبحاث التصنيف الفرعي من خلال تصور ومقارنة مسارات القرارات المنهجية المتنوعة الموجودة في دراسات عسر القراءة النمائي، مع إطار عمل قابل للتكيف مع المجالات النفسية والسلوكية الأخرى.

المؤلفون الأصليون: Leung, A. Y., Kristanto, D., Giessing, C., Ioannidis, J., Hildebrandt, A., Schmalz, X.

نُشر 2026-05-18

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Leung, A. Y., Kristanto, D., Giessing, C., Ioannidis, J., Hildebrandt, A., Schmalz, X.

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

تخيل أنك تحاول فرز كومة ضخمة وفوضوية من قطع الأحجية (البازل) إلى صناديق متميزة. يقول بعض الناس: "ضع كل القطع الزرقاء في الصندوق (أ) والحمراء في الصندوق (ب)". ويقول آخرون: "لا، ضع القطع اللامعة في الصندوق (أ) والقطع غير اللامعة في الصندوق (ب)". وتقول مجموعة ثالثة: "دعونا نضع القطع الكبيرة فقط في الصندوق (أ) والصغيرة في الصندوق (ب)".

إذا نظرت إلى الصناديق النهائية، فستبدو مختلفة تمامًا، رغم أن الجميع بدأ بنفس كومة قطع الأحجية. هذه هي بالضبط المشكلة التي يواجهها الباحثون عند دراسة عسر القراءة (صعوبة في التعلم تتعلق بالقراءة). فهم يحاولون تصنيف الأشخاص الذين يعانون من صعوبات في القراءة إلى "أنواع فرعية" مختلفة (مثل عسر القراءة الفونولوجي أو عسر القراءة السطحي) لفهمهم بشكل أفضل. ولكن لأن كل فريق بحثي يستخدم مجموعة مختلفة من القواعد لفرز القطع، فإنهم ينتهي بهم الأمر بصناديق مختلفة، مما يجعل من الصعب مقارنة أعمالهم.

تقدم هذه الورقة أداة جديدة تسمى MAP-DyS للمساعدة في حل هذا الارتباك. إليك شرح بسيط لما فعلوه وما وجدوه:

1. المشكلة: فوضى "الوصفات"

فكر في كل دراسة حول الأنواع الفرعية لعسر القراءة كأنها طاهٍ يحاول خبز كعكة.

المكونات: بعض الطهاة يستخدمون الدقيق والسكر؛ وآخرون يستخدمون دقيق اللوز والعسل.
الفرن: بعضهم يخبز على درجة حرارة 3اً° فهرنهايت؛ وآخرون على 400° فهرنهايت.
المؤقت: بعضهم يفحص الكعكة بعد 20 دقيقة؛ وآخرون بعد 45 دقيقة.

لأن الجميع يستخدمون "وصفة" مختلفة (نظريات مختلفة، واختبارات مختلفة، وطرق رياضية مختلفة)، فإنهم ينتهون بإنتاج كعكات مختلفة تمامًا. في عالم أبحاث عسر القراءة، يعني هذا أن دراسة ما قد تقول إن هناك نوعين من عسر القراءة، بينما تقول دراسة أخرى إن هناك أربعة. تجادل الورقة بأننا بحاجة إلى التوقف عن مجرد النظر إلى الكعكة النهائية والبدء في النظر إلى الوصفات لفهم سبب اختلافها.

2. الحل: "خريطة الوصفة" (MAP-DyS)

بنى المؤلفون تطبيقًا تفاعليًا (تطبيق Shiny) يسمى MAP-DyS. يمكنك التفكير فيه كأنه كتاب وصفات ضخم وتفاعلي، أو محاكي طيران للأبحاث.

كيف يعمل: بدلاً من مجرد قراءة دراسة واحدة، يمكنك إدخال "مرشحاتك" (Filters) الخاصة. على سبيل المثال، يمكنك أن تسأل التطبيق: "أرني فقط الدراسات التي استخدمت نظرية 'المسار المزدوج' واختبرت الأطفال باللغة الإنجليزية".
المرئيات: يرسم التطبيق خرائط ورسومًا بيانية ملونة. فهو يوضح لك بالضبط أي "مكونات" (نظريات، اختبارات، طرق رياضية) استُخدمت في 63 دراسة مختلفة وكيف أدت تلك الاختيارات إلى نتائج مختلفة.
الهدف: هو لا يخبرك أي وصفة هي "الصحيحة". بدلًا من ذلك، هو يجعل الاختلافات شفافة. فهو يتيح للباحثين رؤية: "أوه، وجدت تلك الدراسة ثلاثة أنواع فرعية لأنهم استخدموا خدعة رياضية معينة، وليس لأن الأشخاص الذين درسوهم كانوا مختلفين بالفعل".

3. ماذا وجدوا في "كتاب الوصفات"

من خلال رسم خرائط لهذه الدراسات الـ 63 (معظمها من الفترة 2014 إلى 2023)، اكتشف المؤلفون بعض الأشياء المفاجئة حول كيفية عمل هذا المجال:

"الخلطة السرية" مفقودة: حوالي 76% من الدراسات لم تذكر حتى نوع البرنامج أو البرمجيات التي استخدموها لإجراء العمليات الحاتبية. إنه يشبه قول الطاهي: "لقد خبزت هذه الكعكة"، لكنه يرفض إخبارك ما إذا كان قد استخدم فرنًا، أم ميكروويف، أم نارًا. هذا يجعل من الصعب جدًا على الآخرين تكرار الوصفة.
لا توجد وصفة قياسية: لا توجد طريقة "رسمية" واحدة للقيام بذلك. تستخدم بعض الدراسات قواعد صارمة (مثل "إذا كانت درجتك أقل من س، فأنت من النوع أ")، بينما تستخدم دراسات أخرى خوارزميات حاسوبية معقدة للعثور على الأنماط.
عينات صغيرة: استخدمت معظم الدراسات مجموعات صغيرة جدًا من الأشخاص (غالبًا أقل من 100 شخص). إنه مثل محاولة تخمين نكهة محيط كامل عبر تذوق ملعقة واحدة فقط. وهذا يحد من مدى موثوقية "الأنواع الفرعية".
نقص التدقيق المزدوج: أكثر من نصف الدراسات لم تتحقق مما إذا كانت نتائجها مستقرة. لم يحاولوا معرفة ما إذا كانت نفس "الوصفة" ستعمل إذا استخدموا مجموعة مختلفة قليلاً من الناس.
"الصناديق" بسيطة: على الرغم من الرياضيات المعقدة، انتهت معظم الدراسات بالعثور على 2 إلى 4 أنواع فرعية فقط. وهذا يشير إلى أن الطريقة التي وضع بها الباحثون "قواعد الفرز" قد تكون هي التي تحدد عدد الصناديق التي يجدونها، وليس لأن الناس يقعون طبيعيًا في مجموعات قليلة فقط.

4. لماذا هذا مهم

تجادل الورقة بأنه لا ينبغي لنا أن نتجادل حول أي "صندوق" هو الصحيح. بدلاً من ذلك، نحتاج إلى فهم أن الصندوق يتم إنشاؤه بواسطة القواعد التي نختارها للفرز.

باستخدام MAP-DyS، يمكن للباحثين:

رؤية كيف تغير اختياراتهم (مثل الاختبار الذي يستخدمونه) النتيجة بدقة.
التوقف عن معاملة "الأنواع الفرعية" كحقائق ثابتة وغير قابلة للتغيير، والبدء في رؤيتها كنتيجة لقرارات محددة.
تصميم دراسات أفضل تكون أكثر شفافية وسهولة في التكرار.

باختصار

هذه الورقة هي دعوة للتوقف عن التخمين والبدء في رسم الخرائط. تقول: "لقد حاولنا فرز الأشخاص الذين يعانون من صعوبات في القراءة لسنوات، لكننا كنا نستخدم آلات فرز مختلفة. دعونا نبني أداة (MAP-DyS) توضح لنا بالضبط كيف تعمل كل آلة، حتى نتمكن أخيرًا من فهم سبب حصولنا على نتائج مختلفة وكيف نجعل أبحاثنا أكثر وضوحًا للجميع".

هذه الأداة تركز حاليًا على عسر القراءة، لكن المؤلفين يقولون إن نفس فكرة "آلة الفرز" يمكن استخدامها في أي مجال يحاول فيه الباحثون تصنيف الأشخاص إلى أنواع فرعية، مثل التوحد أو اضطراب نقص الانتباه مع فرط النشاط (ADHD).

ملخص تقني: MAP-DyS – إطار تفاعلي لرسم مسارات القرار التحليلي في أبحاث التصنيف الفرعي

بيان المشكلة

تُستخدم مناهج التصنيف الفرعي (Subtyping) على نطاق واسع في الأبحاث النفسية والمعرفية لتصنيف الأفراد إلى مجموعات فرعية بناءً على خصائص سلوكية أو معرفية مشتركة، لا سيما لمعالجة التباين في الحالات النمائية مثل عسر القراءة النمائي (dyslexia). ومع ذلك، تتضمن هذه التحليلات مساراً معقداً متعدد المراحل يشتمل على العديد من القرارات المنهجية، بما في ذلك اختيار النماذج النظرية، واستراتيجيات معالجة البيانات مسبقاً، ومؤشرات الأداء، والتقنيات الإحصائية.

تتمثل المشكلة الجوهرية المحددة في أن التباين في هذه القرارات التحليلية يؤدي إلى عدم اتساق في تحديد المجموعات الفرعية ويعقد المقارنات بين الدراسات. وبينما يقر المجال بوجود "درجات حرية للباحث"، إلا أن فضاء القرار المحدد في أبحاث التصنيف الفرعي نادراً ما يتم تعريفه أو رسمه بشكل منهجي. وبدون خريطة منهجية لهذه القرارات، يصعب تصميم تحليلات "متعددة الأكوان" (multiverse analyses) مستنيرة، أو تفسير التباين عبر الدراسات، أو تحديد ما إذا كانت نتائج التصنيف الفرعي قوية أم أنها مجرد نتاج لخيارات تحليلية محددة.

المنهجية

بناء المتن (Corpus) والمراجعة المنهجية

لمعالجة هذه الفجوة، أجرى المؤلفون بحثاً منهجياً في الأدبيات باتباع إرشادات PRISMA (بدون تسجيل مسبق) عبر أربع قواعد بيانات: Embase (بما في ذلك MEDLINE/PubMed)، وAPA PsycInfo، وERIC، وOSF Preprints.

استراتيجية البحث: دمجت سلسلة البحث مصطلحات لعسر القراءة/صعوبات القراءة مع مصطلات للتصنيف الفرعي/تجميع المجموعات.
معايير الأهلية: تم تضمين الدراسات إذا كانت تقدم نتائج تجريبية أصلية تحدد ملفات تعريف معرفية/سلوكية أو أنواعاً فرعية للقراء الذين يعانون من صعوبات في القراءة. واستُبعدت الدراسات إذا كانت تعتمد فقط على المقاييس العصبية (مثل fMRI) أو البيانات الجينية دون مقاييس سلوكية، أو إذا لم تتضمن أفراداً يعانون من عسر القراءة النمائي.
الفحص: قام مقيّمان بفحص العناوين والملخصات. تم حساب موثوقية التوافق بين المقيّمين (Cohen's $\kappa$ ) على عينة عشوائية بنسبة 20%. بلغ قيمة $\kappa$ الأولية 0.592؛ وتم حل التناقضات من خلال المناقشة، وقام المقيّم الرئيسي بإعادة مراجعة القائمة الكاملة لإنهاء مجموعة البيانات.
المتن النهائي: تتكون مجموعة البيانات الناتجة من 63 دراسة (من 52 بنداً) نُشرت بين عامي 2014 و2023.

إطار الترميز (Coding Framework)

استخرج المؤلفون 168 متغيراً مصنفة إلى خمسة مجالات:

معلومات النشر: (مثل توفر الكود/البيانات).
خصائص العينة: (مثل حجم العينة، اللغة، الاعتلال المشترك).
المقاييس: (مثل البناءات، أسماء الاختبارات، أنواع المتغيرات، مؤشرات الأداء).
الأساليب: (مثل البرمجيات، النماذج النظرية، النماذج الإحصائية، قيم القطع، معيارية البيانات، معالجة القيم المتطرفة/البيانات المفقودة).
النتائج: (مثل أسماء الأنواع الفرعية، الانتشار، حالة التحقق، المتانة).

إطار عمل MAP-DyS

طوّر المؤلفون MAP-DyS ("رسم خرائط الأنواع الفرعية لعسر القراءة")، وهو تطبيق Shiny تفاعلي مفتوح المصدر، مصمم لتصور مسارات القرار هذه. يعمل الإطار على مستوى المقالات المنشورة، حيث يعامل مجموعة البيانات كـ "كون متعدد" (multiverse) من الخيارات التحليلية.

يتكون التطبيق من ثلاثة مكونات رئيسية:

استكشاف مجموعة البيانات: يسمح للمستخدمين بتصفية مجموعة البيانات حسب فئات المتغيرات (النشر، العينة، المقاييس، الأساليب، النتائج) وإنشاء جداول مخصصة ("إنشاء جدولك الخاص").
الكون المتعدد لخطوات القرار:
- البيانات الوصفية: تصورات أحادية المتغير (توزيعات التكرار) وثنائية المتغير (الجداول المتقاطعة) لسمات الدراسة.
- تجزئة الكون المتعدد: يمكن للمستخدمين تصفية الدراسات بناءً على تركيبات محددة من القرارات التحليلية (على سبيل المثال، نموذج نظري محدد + طريقة إحصائية).
- خريطة القرار للمقال الفردي: تصور المسار التحليلي لورقة بحثية مختارة، مع تسليط الضوء على القرارات المتداخلة مع الدراسات الأخرى في قاعدة البيانات.
مستكشف نتائج التصنيف الفرعي:
- النموذج النظري والأنواع الفرعية: خريطة حرارية تربط الأطر النظرية بالأنواع الفرعية المحددة.
- اللغة والأنواع الفرعية: خريطة حرارية تربط لغات المشاركين بالأنواع الفرعية المحددة.

النتائج الرئيسية والعروض التوضيحية

باستخدام إطار عمل MAP-DyS، أظهر المؤلفون تبايناً كبيراً عبر أدبيات التصنيف الفرعي لعسر القراءة:

البيانات الوصفية وخصائص العينة:
- أحجام العينات صغيرة في الغالب (معظم الدراسات $n < 100$ )، مما قد يحد من استقرار الحلول المعقدة.
- الأدبيات منحازة بشدة نحو السياقات الغربية (الإنجليزية والفرنسية)، مع تمثيل محدود للغات أخرى (مثل الصينية، العربية، الكورية).
- تتجمع أعمار المشاركين حول مرحلة المراهقة المبكرة (11-15 سنة)، مع دراسات أقل تغطية للطفولة المبكرة أو البلوغ.
تباين القرارات التحليلية:
- الأطر النظرية: كان نموذج المسار المزدوج/فرضية النقص المزدوج (Dual-Route Model/Double-Deficit Hypothesis) هو الأكثر شيوعاً، لكن حوالي 20% من الدراسات لم تحدد نموذجاً نظرياً. وجاء "المنظور البسيط للقراءة" (Simple View of Reading) في المرتبة الثانية من حيث الاستشهاد.
- اختيار البناء (Construct Selection): لا يوجد إجماع على تشغيل البناء؛ حيث تختلف التسميات للبناءات المتشابهة (مثل "تحديد الكلمات" مقابل "تعرف الكلمات")، وتختلف تركيبات حزمة الاختبارات بشكل واسع.
- الأساليب الإحصائية: كان تصنيف المتوسط-الانحراف المعياري (باستخدام القطوع السريرية) هو الطريقة الأكثر انتشاراً (~46%). أما الأساليب القائمة على البيانات (مثل تحليل الكتلة، أو تحليل الملف الشخصي الكامن - LPA) فقد استُخدمت بشكل أقل وتيرة وبشكل غير متسق.
- التحقق (Validation): لم تبلغ أكثر من نصف الدراسات عن أي عملية تحقق رسمية لأنواعها الفرعية.
- الشفافية: لم تبلغ حوالي 76% من الدراسات عن البرنامج (Software) أو الإصدار المستخدم تحديداً. ومن بين تلك التي أفادت بذلك، هيمن برنامج SPSS؛ بينما نادراً ما تم الإبلاغ عن البيئات مفتوحة المصدر (R/Python).
نتائج التصنيف الفرعي:
- حددت معظم الدراسات ما بين نوعين إلى أربعة أنواع فرعية.
- بينما ظهرت بعض الملفات التعريفية (مثل عسر القراءة الفونولوجي والسطحي) بشكل متسق عبر اللغات، ظهرت أيضاً ملفات تعريفية خاصة باللغة (مثل أنواع فرعية للذاكرة العاملة في الفرنسية، وعجز RAN/المورفولوجي في الصينية). ومع ذلك، يشير المؤلفون إلى أن هذه الاختلافات قد تعكس الخيارات التحليلية بدلاً من كونها ملفات تعريف معرفية لغوية بحتة.

الأهمية والادعاءات

يزعم البحث أن MAP-DyS ينقل التركيز في أبحاث التصنيف الفرعي من "تحديد الأنواع الفرعية" إلى "فهم كيفية بناء الأنواع الفرعية".

الشفافية والقابلية للتكرار: من خلال جعل التباين التحليلي شفافاً وقابلاً للتنقل، تدعم الأداة الباحثين في التقييد النقدي للممارسات الحالية وتصميم دراسات أكثر قابلية للتكرار. وهي تسلط الضوء على نقص التوحيد في الإبلاغ عن البرمجيات وإجراءات التحقق.
منظور الكون المتعدد: يوفر الإطار أساساً لأبحاث واعية بالكون المتعدد، مما يسمح للباحثين بتحديد المسارات التحليلية البديلة وتقييم مدى شيوعها في الأدبيات.
القابلية للتعميم: رغم أنه تم تطبيقه على عسر القراءة، يذكر المؤلفون أن الإطار قابل للتكيف مع مجالات أخرى من الأبحاث النفسية والسلوكية التي تستخدم التصنيف الفرعي أو التصنيف (مثل التوحد أو ADHD).
المنفعة العملية: تهدف الأداة إلى دعم التأمل المستند إلى الأدلة للأطباء أو التربويين فيما يتعلق بممارسات التشخيص والتدخل، رغم أنها ليست أداة تشخيصية بشكل صريح.

يخلص المؤلفون إلى أن نتائج التصنيف الفرعي تعتمد على سلسلة من القرارات التحليلية. ومن خلال تصور مسارات القرار هذه، يتيح MAP-DyS تفسيراً أكثر حذراً للنتائج المتباينة ويدعم الجهود الرامية لتعزيز قابلية التكرار والتعميم في العلوم السلوكية.