Development and Cross-Database External Validation of 24-Hour Landmark Models for ICU Mortality After Intracerebral Hemorrhage: Incremental Value of Routine Coagulation Markers
طورت هذه الدراسة ونقّبت نماذج للتنبؤ بوفيات العناية المركزة خلال 24 ساعة لحالات النزف داخل الدماغ، ووجدت أنه في حين تفوقت النماذج متعددة المتغيرات على المعايير السريرية البسيطة، فإن مؤشرات تخثر الدم الروتينية لم تقدم أي قيمة تنبؤية إضافية مدعومة بوضوح تتجاوز البيانات السريرية والفسيولوجية القياسية.
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
يعاني آلاف الأشخاص كل عام من نزيف في الدماغ، وهو تمزق مفاجئ وعنيف لوعاء دموي داخل الجمجمة. هذا الحدث، المعروف طبياً باسم النزيف داخل الدماغ، يعد أحد أخطر أشكال السكتة الدماغية. وعندما يحدث، يكون الدماغ تحت تهديد مباشر، وتكون الساعات الأولى في وحدة العناية المركزة حاسمة. يعتمد الأطباء على أداة بسيطة تسمى "مقياس غلاسكو للغيبوبة" لتقدير مدى كفاءة عمل الدماغ؛ فمن خلال مطالبة المريض بفتح عينيه، أو التحدث، أو تحريك أطرافه، يمنحونه درجة تعكس شدة الإصابة. وقد ظل هذا المقياس لفترة طويلة هو المعيار الذهبي للتنبؤ بمن قد ينجو ومن قد لا ينجو. ولكن في عصر العناية المركزة الحديث، يحيط بالمرضى تدفق مستمر من البيانات: معدلات ضربات القلب، وضغط الدم، وفحوصات الدم التي تقيس مدى جودة تجلط الدم. والسؤال الذي يواجه الباحثين هو ما إذا كانت هذه الأرقام الإضافية، وخاصة تلك المتعلقة بتجلط الدم، تقدم أي رؤية جديدة حول مصير المريض، أم أن المقياس البسيط لوظائف الدماغ يروي القصة بأكملها.
لقد شرع فريق من الباحثين في الإجابة على ذلك من خلال بناء نموذج رقمي للتنبؤ بالوفاة لدى المرضى الذين يعانون من نزيف في الدماغ. لم يختبروا أفكارهم على مرضى حقيقيين في المستشفى؛ بل استخدموا قاعدتي بيانات ضخمتين ومجهولتي الهوية تحتويان على سجلات لآلاف الأشخاص الذين تلقوا الرعاية بالفعل في وحدات العناية المركزة في جميع أنحاء الولايات المتحدة. جاءت قاعدة بيانات واحدة من مستشفى أكاديمي واحد، بينما جمعت الأخرى بيانات من عشرات المستشفيات في جميع أنحاء البلاد. ركز الباحثون على لحظة زمنية محددة: أول أربع وعشرين ساعة بعد وصول المريض إلى وحدة العناية المركزة. وجمعوا كل معلومة روتينية متاحة خلال ذلك اليوم، بما في ذلك عمر المريض، وأدنى درجة لوظائف الدماغ، وعلاماته الحيوية، ومجموعة محددة من فحوصات الدم التي تقيس مدى جودة تجلط الدم. وتعد اختبارات التجلط هذه، والتي تشمل قياسات الصفائح الدموية والوقت الذي يستغرقه الدم لتكوين جلطة، ممارسة معيارية في المستشفيات لأن الأطباء يشتبهون في أن مشاكل التجلط قد تجعل نزيف الدماغ أسوأ أو أصعب في السيطرة عليه.
استخدم الفريق خوارزميات حاسوبية قوية للتعلم من البيانات الموجودة في قاعدة البيانات الأولى. لقد علموا الحاسوب البحث عن أنماط بين المعلومات التي جُمعت في اليوم الأول وما إذا كان المريض سيموت في نهاية المطاف خلال إقامته في المستشفى. واختبروا ثلاثة أنواع مختلفة من طرق التعلم: طريقة تبحث عن علاقات خطية مباشرة بين العوامل، وطريقتين أكثر تعقيداً يمكنهما إيجاد روابط غير خطية متشابكة في البيانات. وبمجرد تدريب النماذج، قام الباحثون بخطوة حاسمة: قاموا بتثبيت النماذج في مكانها واختبارها على قاعدة البيانات الثانية المنفصلة تماماً. صُممت هذه الخطوة لمعرفة ما إذا كانت الأنماط التي وجدها الحاسوب في نظام مستشفيات واحد ستظل صالحة في مجموعة أخرى من المستشفيات ذات المرضى المختلفين وسجلات حفظ البيانات المختلفة. كما أجروا اختباراً محدداً لمعرفة ما إذا كان إضافة اختبارات تجلط الدم إلى النموذج سيحسن بالفعل من قدرته على التنبؤ بالوفاة، أم أن النموذج سيؤدي بنفس الكفاءة باستخدام المعلومات الأساسية مثل العمر ووظائف الدماغ فقط.
قدمت النتائج صورة واضحة ومثيرة للدهشة نوعاً ما. كانت النماذج الحاسوبية، التي استخدمت بيانات أول أربع وعشرين ساعة، جيدة جداً في التنبؤ بالمرضى الذين سيموتون عند اختبارها على مجموعة المستشفيات الجديدة والمنفصلة. فقد ميزت بشكل صحيح بين الناجين وأولئك الذين لم ينجوا بنسبة ثمانين بالمائة تقريباً. ومع ذلك، كانت النتيجة الأكثر أهمية هي أن النماذج المعقدة لم تكن أفضل بشكل ملحوظ من نهج بسيط للغاية: وهو النظر فقط في درجة وظائف الدماغ وعمر المريض. ولم تكتسب النماذج التي تضمنت اختبارات تجلط الدم أي ميزة ذات معنى فوق النماذج التي استبعدت تلك الاختبارات. وفي الواقع، عندما حاول الباحثون استخدام اختبارات التجلط وحدها للتنبؤ بالوفاة، لم يكن أداء النموذج أفضل من التخمين العشوائي. أشارت البيانات إلى أنه بينما تعد مشاكل التجلط جزءاً من الصورة السريرية بالتأكيد، فإن المعلومات التي توفرها هي بالفعل جزء من الصورة الأوسع لصحة المريض العامة وشدة إصابة الدماغ لديه.
كما كشفت الدراسة أن النماذج لم تكن مثالية في التنبؤ بالاحتمالية الدقيقة للوفاة. فبينما كانت جيدة في تصنيف المرضى من خطر منخفض إلى خطر مرتفع، إلا أن الأرقام المحددة التي أنتجتها لنسبة احتمال الوفاة كانت غالباً أقل مما حدث بالفعل في المستشفيات الجديدة. وهذا يشير إلى أنه بينما يمكن للنماذج تحديد من هم في خطر، لا يمكن للأطباء الاعتماد بعد على أرقام النسب المئوية التي تنتجها لاتخاذ قرونات علاجية دون إجراء تعديلات إضافية. وخلص الباحثون إلى أن فحوصات الدم الروتينية للتجلط، رغم أهميتها السريرية، لا تضيف طبقة جديدة من القدرة التنبؤية للوفاة في اليوم الأول من الرعاية. إن حالة الدماغ، كما تُقاس بالدرجة البسيطة لمدى استجابة المريض، تظل هي الإشارة المهيمنة. وتعد هذه الدراسة بمثابة تذكير بأنه في خضم الاندفاع لجمع المزيد من البيانات، فإن أقوى المتنبئات غالباً ما تكون هي تلك التي عُرفت منذ أطول فترة من الزمن، وأن إضافة المزيد من المتغيرات لا يعني دائماً الحصول على إجابة أكثر وضوحاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.