Outcome Risk Modeling for Disability-Free Longevity: Comparison of Random Forest and Random Survival Forest Methods
في دراسة استخدمت بيانات تجربة ASPREE، أظهرت غابات البقاء العشوائية (RSF) قدرة مماثلة في التمييز والمعايرة لغابات العشوائية (RF) القياسية للتنبؤ بطول العمر الخالي من الإعاقة، مما يشير إلى أن غابات البقاء العشوائية لا تقدم دائمًا دقة تنبؤية فائقة على الغابات العشوائية لنتائج الوقت حتى وقوع الحدث.
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 التنبؤ بمن سيظل بصحة جيدة ونشيطاً لفترة طويلة، ومن قد يواجه تحديات مثل فقدان الذاكرة، أو الإعاقة الجسدية، أو الوفاة في وقت مبكر. يشبه هذا إلى حد ما محاولة التنبؤ بحالة الطقس لمجموعة معينة من الناس على مدى العقد القادم.
للقيام بذلك، استخدم العلماء مجموعة ضخمة من البالغين الأكبر سناً من دراسة طبية كبيرة تسمى ASPREE. أرادوا معرفة أي "أداة للتنبؤ بالطقس" كانت أفضل في توقع هذه الأحداث الحياتية. لقد قارنوا بين برنامجين حاسوبيين ذكيين للغاية:
الغابة العشوائية (Random Forest - RF): فكر في هذا كفريق من الخبراء ينظرون إلى لقطة خاطفة لحياة الشخص في اللحظة الراهنة. إنهم ينظرون إلى 115 دليلاً مختلفاً (مثل العمر، وضغط الدم، ونمط الحياة، والجينات) لتخمين ما قد يحدث. ومع ذلك، فإن هذا الفريق لا يهتم حقاً بـ "متى" تحدث الأشياء؛ هم يهتمون فقط بـ "ما إذا كانت" ستحدث أم لا.
الغابة العشوائية للبقاء (Random Survival Forest - RSF): هذا هو نفس الفريق من الخبراء، ولكن لديهم ساعة توقيت. إنهم ينظرون إلى نفس الـ 115 دليلاً، لكنهم يولي اهتماماً كبيراً لـ "التوقيت". إنهم يسألون: "هل سيحدث هذا الشهر القادم؟ العام القادم؟ أم بعد عشر سنوات؟"
السؤال الكبير:
كان لدى الباحثين حدس بأن الفريق الذي يمتلك ساعة التوقيت (RSF) سيكون أفضل في التنبؤ بالمستقبل لأن الحياة كلها تدور حول التوقيت. اعتقدوا أن معرفة "متى" يحدث الشيء ستجعل التنبؤ أكثر دقة.
التجربة:
قاموا بتقسيم المجموعة المكونة من 2,291 شخصاً إلى فريقين: "فصل تدريبي" لتعليم أجهزة الكمبيوتر، و"فصل اختبار" لمعرفة مدى جودة ما تعلموه. قدموا لكلا البرنامجين الحاسوبيين نفس القائمة الضخمة المكونة من 115 دليلاً صحياً. كان الهدف هو معرفة من يمكنه التنبؤ بأول مرة يمر فيها الشخص بحالة خرف، أو إعاقة، أو وفاة.
النتائج:
إليك المفاجأة: ساعة التوقيت لم تساعد.
عندما فحص الباحثون النتائج، وجدوا أن كلا الفريقين قد أديا بشكل متماثل تقرياً.
- الدقة: كان كلاهما جيداً بنسبة 75% تقريباً في رصد من "سيحدث" له حدث ما، وحوالي 57% جيداً في رصد من "لن يحدث" له ذلك.
- التوقيت: على الرغم من أن أحدهما كان يمتلك ساعة توقيت، إلا أنه لم يحصل على درجة أفضل في التنبؤ بالتوقيت المحدد للأحداث.
- الموثوقية: كان كلاهما جيداً بنفس القدر في مطابقة تنبؤاتهما مع الواقع.
الخلاصة:
الأمر يشبه امتلاك اثنين من الطهاة. أحد الطهاة ينظر فقط إلى المكونات ليخمن ما إذا كان الكعك سيكون طعمه جيداً. والآخر ينظر إلى المكونات وأيضاً يتحقق من مؤقت الفرن. من المتوقع أن يكون الطاهي الثاني أفضل، أليس كذلك؟ لكن في هذا المطبخ تحديداً، صنع كلاهما كعكات لها نفس الطعم تماماً.
خلصت الدراسة إلى أنه بالنسبة لهذه المجموعة المحددة من الناس وهذا السؤال الصحي المحدد، فإن إضافة عنصر "الزمن" لم يجعل التنبؤ أكثر حدة. أحياناً، الأداة الأبسط (اللقطة الخاطفة) تعمل بشكل جيد تماماً مثل الأداة الأكثر تعقيداً (ساعة التوقيت).
ماذا بعد؟
يقول العلماء إنه لا ينبغي لنا التخلص من ساعة التوقيت الآن. رب mungkin في مجموعات أخرى من الناس أو مع مشاكل صحية مختلفة، قد يكون للتوقيت أهمية بالفعل. إنهم بحاجة إلى اختبار هذه الأدوات في "مطابخ" أخرى لمعرفة متى يستحق التعقيد الإضافي هذا العناء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.