Classifying and Differentiating Individuals with Respiratory Syncytial Virus, Influenza, and COVID-19 Cases in OpenSAFELY
باستخدام منصة OpenSAFELY، طور الباحثون وتحققوا من صحة أنماط ظواهر حوسبية محددة وحساسة لتصنيف حالات الفيروس المخلوي التنفسي والإنفلونزا وكوفيد-19 بدقة في السجلات الصحية الإلكترونية الإنجليزية، مما أظهر توافقها مع بيانات المراقبة مع تسليط الضوء على مخاطر تباين التصنيف الخاطئ بناءً على خصوصية النمط الظاهري وعمر المريض.
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 هيئة الخدمات الصحية الوطنية (NHS) في إنجلترا كمكتبة رقمية ضخمة تحتوي على ملايين القصص المرضية المكتوبة بشفرة خاصة. تُسمى هذه القصص السجلات الصحية الإلكترونية (EHRs). عادةً ما تخبرنا هذه السجلات بـ ماذا حدث للمريض (مثل "حمى" أو "دخل المستشفى")، لكنها غالباً لا تذكر صراحةً أي فيروس محدد تسبب في ذلك، خاصة إذا لم يتم إجراء فحص للمريض.
هذه الورقة البحثية تتحدث عن فريق من المحققين الرقميين الذين استخدموا نظاماً حاسوبياً شديد الأمان يسمى OpenSAFELY لكتابة مجموعة جديدة من "قواعد البحث" (تسمى الأنماط الظاهرية - phenotypes) للعثبة عن ثلاثة من المزعجين تحديداً في تلك المكتبة:
- الفيروس المخلوي التنفسي (RSV) (فيروس شائع للأطفال الرضع)
- الإنفلونزا (الإنفلونزا الموسمية)
- كوفيد-19 (COVID-19)
إليكم كيف فعلوا ذلك، مشروحاً ببعض التشبيهات من الحياة اليومية:
1. معضلة المحقق: الشبكة "المحددة" مقابل الشبكة "الحساسة"
كان على الباحثين تقرير كيفية إلقاء شباك الصيد الخاصة بهم للإمساك بهذه الفيروسات. لقد اختبروا استراتيجيتين مختلفتين:
- الشبكة "المحددة" (القناص): هذه الشبكة ذات ثقوب صغيرة جداً. لا تصطاد إلا الأسماك التي تشبه الهدف تماماً.
- النتيجة: نادراً ما تصطاد السمك الخطأ (خطأ في التصنيف منخفض)، ولكنها قد تسمح لبعض أسماك الهدف الحقيقية بالهروب إذا لم تكن تبدو مثالية تماماً.
- الشبكة "الحساسة" (الشبكة واسعة الفتحات): هذه الشبكة ذات ثقوب ضخمة. تصطاد كل شيء قد يكون هو الهدف.
- النتيجة: تصطاد معظم أسماك الهدف تقريباً، ولكنها تجرف معها أيضاً الكثير من الأسماك الأخرى التي تشبه الهدف ولكنها ليست هو (خطأ في التصنيف مرتفع).
النتيجة: عند البحث عن الحالات الخفيفة (الأشخاص الذين بقوا في المنزل مع زكام بسيط)، كانت "الشبكة واسعة الفتحات" فوضوية للغاية. فقد خلطت بين الحالات الخفيفة لفيروس واحد وآخر. كان نهج "القناص" أفضل بكثير في التمييز بينهم.
2. عامل السن: لغز "الصغير مقابل البالغ"
لاحظ الباحثون شيئاً مثيراً للاهتمام حول من يتم تحديد هويتهم بشكل خاطئ:
- البالغون كبار السن: غالباً ما تكون أعراضهم متميزة بما يكفي بحيث تعمل قواعد الحاسوب بشكل جيد، بغض النظر عن نوع الشبكة المستخدمة.
- الرضع: هذا هو الجزء الصعب. فالأطفال الرضع المصابون بأمراض شديدة يشبهون الحرباء؛ حيث يمكن أن تبدو أعراضهم مثل أي من الفيروسات الثلاثة. حتى مع أفضل القواعد، يصعب على الحاسوب معرفة ما إذا كان الطفل المريض مصاباً بـ RSV، أو الإنفلونزا، أو كوفيد فقط من خلال النظر إلى ملاحظات المستشفى الخاصة به. خطر الخلط بينهم أعلى لدى الرضع مقارداً بالبالغين.
3. التحقق من الخريطة: اختبار "تقرير الطقس"
كيف عرفوا أن قواعدهم الرقمية الجديدة تعمل؟ لقد قارنوا نتائجهم الرقمية بـ تقارير الطقس الرسمية (بيانات المراقبة العامة) التي تتبع عدد الأشخاص المرضى كل أسبوع.
- النتيجة: تطابقت خرائطهم الرقمية مع تقارير الطقس في العالم الحقيقي تماماً. بدت مواسم ذروة هذه الفيروسات في بياناتهم مطابقة لما هي عليه في العالم الحقيقي.
الخلاصة الكبرى
اعتبر هذه الورقة البحثية بمثابة مترجم عالمي للسجلات المستشفيات.
في الماضي، إذا لم يتم إجراء فحص لمريض ما لفيروس معين، كان على الأطباء والباحثين غالباً التخمين أو تجاهل البيانات. الآن، وبفضل هذه الدراسة، لدينا مجموعة موثوقة من التعليمات التي يمكنها النظر إلى التاريخ المشفر للمريض والقول: "آه، هذا النمط يشبه بنسبة 90% فيروس RSV"، حتى بدون نتيجة فحص مخبري.
هذا يعد تغييراً جذرياً لأنه يسمح للعلماء بدراسة هذه الفيروسات في الوقت الفعلي، وفهم كيفية تأثيرها على الفئات العمرية المختلفة، والتخطيط بشكل أفضل للمستقبل—كل ذلك دون الحاجة إلى نبش أنابيب الاختبار القديمة، بل فقط من خلال قراءة القصص الرقمية المكتوبة بالفعل في مكتبة هيئة الخدمات الصحية الوطنية (NHS).
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.