← أحدث الأبحاث
📄 health informatics

Availability and Quality of Anthropometric Data in Swiss Childrens Hospitals: The SwissPedGrowth Project

يُظهر مشروع SwissPedGrowth جدوى استخراج بيانات قياسات الجسم عالية الجودة من السجلات الصحية الإلكترونية غير المتجانسة لمستشفيات الأطفال السويسرية لأغراض أبحاث النمو، على الرغم من التحديات المتعلقة باكتمال البيانات والحاجة إلى التوزين لضمان تمثيل السكان.

المؤلفون الأصليون: Leuenberger, L. M., Shoman, Y., Romero, F., Deligianni, X., Hartung, A., Mozun, R., Goebel, N., Bielicki, J. A., Burckhardt, M.-A., Latzin, P., Saner, C., Posfay-Barbe, K. M., Schwitzgebel, V., Gianno
نُشر 2026-03-30
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Leuenberger, L. M., Shoman, Y., Romero, F., Deligianni, X., Hartung, A., Mozun, R., Goebel, N., Bielicki, J. A., Burckhardt, M.-A., Latzin, P., Saner, C., Posfay-Barbe, K. M., Schwitzgebel, V., Giannoni, E., Hauschild, M., Stocker, M., Righini-Grunder, F., Lauener, R., Mueller, P., Schlapbach, L. J., Jenni, O. G., Spycher, B. D., Kuehni, C. E., Belle, F. N., for the SwissPedHealth Consortium,

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 بناء خريطة ضخمة ومثالية لكيفية نمو الأطفال في سويسرا. وللقيام بذلك، تحتاج إلى شيئين: الكثير من نقاط البيانات (الطول والوزن)، وطريقة للتأكد من دقة تلك النقاط.

هذه الورقة البحثية، التي تسمى SwissPedGrowth، تشبه "تقرير درجات" لمحاولة طموحة وضخمة لبناء تلك الخريطة باستخدام السجلات الطبية الرقمية (السجلات الصحية الإلكترونية أو EHRs) من سبعة مستشفيات رئيسية لطب الأطفال في جميع أنحاء سويسرا.

إليك قصة رحلتهم، مشروحة ببساطة:

1. الفكرة الكبيرة: رحلة البحث عن الكنز الرقمي

أراد الباحثون معرفة ما إذا كان بإمكانهم البحث في الخزائن الرقمية لسبعة مستشفيات مختلفة (في مدن مثل زيورخ وجنيف وبرن) لاستخراج قياسات الطول والوزن لما يقرب من نصف مليون طفل.

فكر في هذه المستشفيات كأنها سبعة مكتبات مختلفة. كل مكتبة لديها طريقتها الفريدة في تنظيم الكتب (البيانات). بعضها يستخدم فهارس البطاقات، وبعضها قواعد بيانات رقمية، وبعضها لديه ملاحظات مكتوبة على مناديل ورقية. أراد الفريق معرفة ما إذا كان بإمكانهم إنشاء "مترجم عالمي" يمكنه قراءة كل هذه الأنظمة المختلفة في وقت واحد واستخراج بيانات النمو.

2. التحدي: مشكلة "العليّة الفوضوية"

كانت العقبة الأولى هي إيجاد البيانات.

  • الواقع: وجدوا أنه بينما كان الأطباء يقيسون بالفعل للأطفال، إلا أن البيانات لم تكن دائماً سهلة العثور عليها. كان الأمر يشبه البحث عن جورب محدد في عليّة فوضوية.
  • النتائج: وجدوا قياسات الوزن في حوالي 43% من الزيارات، لكن قياسات الطول كانت في 20% فقط.
  • لماذا؟ غالباً ما كان الأطباء يكتبون الأرقام في نصوص غير منظمة (مثل ملاحظة حرة) أو في مستندات ورقية ممسوحة ضوئياً لا تستطيع الحواسيب "قراءتها". الأمر يشبه محاولة العث p على جملة محددة في كتاب حيث كتب المؤلفها بحبر سري أو على ملصق صغير ملتصق بالغطاء الخلفي.

3. مراقبة الجودة: "عمل المحققين"

بمجرد العثور على الأرقام، كان عليهم التأكد مما إذا كانت حقيقية.

  • المشكلة: الحواسيب حرفية للغاية. إذا كتب طبيب بالخطأ "150" لوزن طفل (ظناً منه أنها بالجرامات) بدلاً من "1.5" (كيلوجرام)، فإن الحاسوب سيعتقد أن وزن الطفل يعادل وزن بيانو كبير! أو قد يقوم الطبيب بنسخ ولصق قياس من زيارة العام الماضي دون التحقق مما إذا كان لا يزال صحيحاً.
  • الحل: بنى الفريق اثنين من "روبوتات المحققين":
    1. الروبوت (أ) (من ابتكارهم): بحث عن الأرقام التي لا معنى لها بيولوجياً (مثل طفل عمره 5 سنوات وطوله 3 أمتار).
    2. الروبوت (ب) (أداة موجودة مسبقاً): تحقق مما إذا كانت الأرقام تتغير بشكل منطقي بمرور الوقت.
  • النتيجة: اكتشفوا بعض الأخطاء المضحكة (مثل تبديل أرقام الطول والوزن) وأدركوا أن حوالي 30% من بيانات الطول كانت مجرد عملية "نسخ ولصق" من زيارات سابقة. لقد قاموا بتنظيف الفوضى، واستبعدوا "الثمار الفاسدة" لضمان أن البيانات المتبقية موثوقة.

4. الصورة الكبيرة: هل هذه المجموعة من الأطفال "طبيعية"؟

كان هناك قلق كبير: هل هؤلاء الأطفال في سجلات المستشفى هم مجموعة غريبة أو مريضة، أم أنهم يمثلون جميع الأطفال السويسريين؟

  • المقارنة: قارنوا مجموعتهم المكونة من 477,000 طفل بكامل عدد سكان الأطفال تحت سن 20 عاماً في سويسرا.
  • النتائج: للوهلة الأولى، بدا أطفال المستشفى مختلفين قليلاً (أصغر سناً بقليل، نسبة الذكور أعلى قليلاً، ومن أحياء أكثر ثراءً).
  • الحل: استخدموا خدعة إحصائية تسمى "التوزين" (Weighting). تخيل أن لديك كيساً من الكرات الثقيلة من جانب واحد؛ يمكنك إضافة بعض الكرات الخفيفة إلى الجانب الآخر لموازنتها. بعد عملية الموازنة هذه، أصبح شكل مجموعة المستشفى مطابقاً تقريباً لعامة السكان في سويسرا. وهذا يعني أنه يمكن استخدام هذه البيانات لفهم جميع الأطفال السويسريين، وليس فقط أولئك الموجودين في المستشفى.

5. الحكم النهائي: الأمر ممكن، لكنه عمل شاق

تخلص الورقة البحثية إلى أنه نعم، يمكننا استخدام السجلات الحاسوبية للمستشفيات لدراسة كيفية نمو الأطفال، ولكن هذا عمل شاق.

  • الأخبار الجيدة: البيانات موجودة، وهي عالية الجودة بمجرد تنظيفها، وهي تمثل السكان الحقيقيين.
  • الأخبار السيئة: تطلب الأمر جهداً هائلاً لتنظيف البيانات لأن الأطباء غالباً ما يكتبون بطرق تكرهها الحواسيب (نصوص حرة، أوراق ممسوحة ضوئياً).
  • المستقبل: لجعل هذا الأمر أسهل في المرة القادمة، يحتاج الأطباء إلى التدريب على إدخال البيانات في خانات محددة (مثل ملء نموذج) بدلاً من كتابة ملاحظات حرة، كما يجب أن تصبح أنظمة حواسيب المستشفيات أكثر ذكاءً في تنظيم هذه المعلومات.

الخلاصة

فكر في هذا المشروع كبناء جسر فوق نهر. النهر هو الفجوة بين "ما يكتبه الأطباء" و"ما يمكن للباحثين استخدامه". نجح فريق SwissPedGrowth في بناء الجسر، لكنهم اضطروا لقضاء الكثير من الوقت في إزالة الصخور والحطام (تنظيف البيانات) للتأكد من أنه آمن للعبور. الآن بعد أن فُتح الجسر، يمكن للباحثين أخيراً قيادة سيارات أبحاثهم عبره لتعلم المزيد عن صحة الطفل!

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📄 health informatics →