Predicting the Absence and Gaps in Recorded Blood Pressure Follow-up Among Patients With Hypertension
طورت هذه الدراسة وتحققت من صحة نموذج أشجار تعزيز التدرج باستخدام بيانات السجلات الصحية الإلكترونية للتنبؤ بالفجوات في متابعة ضغط الدم لمرضى ارتفاع ضغط الدم، مما أظهر أداءً تنبؤياً متوسطاً وإمكانية للتواصل المستهدف مع ملاحظة وجود تفاوتات كبيرة في الحساسية عبر المجموعات العرقية والإثنية، ووجدت أن أنماط الاتصال قدمت قيمة مضافة ضئيلة للتنبؤ بدخول المستشفى لأسباب قلبية وعائية.
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
يُعد ارتفاع ضغط الدم قوة صامتة، إذا تُرِكت دون علاج، يمكن أن تسبب ضررًا للقلب والدماغ بمرور الوقت. إن إدارة هذا المرض ليست حدثًا يتم لمرة واحدة، بل هي دورة مستمرة من الفحص، والتعديل، والمتابعة. عندما يرتفع ضغط دم المريض بشكل حاد، يوصي الأطباء بالعودة للزيارة في غضون شهر للتأكد مما إذا كان العلاج فعالًا. ومع ذلك، في أرض الواقع، لا يعود الكثير من الناس لإجراء ذلك الفحص الضروري؛ فقد يشعرون بأنهم بخير، أو ينسون الموعد، أو ببساً يضيعون في زحام النظام الصحي المزدحم. ويُعد غياب قراءة المتابعة في السجل الطبي للمريض علامة تحذيرية على توقف الرعاية، لكن تحديد من هم الأشخاص الأكثر عرضة للاختفاء من المنظومة أمر صعب. فالعيادات لديها طاقم عمل ووقت محدود، ولا يمكنها الاتصال بكل مريض فاته موعده. ويتمثل التحدي في إيجاد وسيلة للتنبؤ، باستخدام المعلومات المتوفرة بالفعل في السجلات الصحية الإلكترونية، بمن هم المرضى الأكثر عرضة للاختفاء من المنظومة، بحيث تُوجَّه الموارد المحدودة إلى أولئك الذين يحتاجون إلى دفعة تشجيع أكثر من غيرهم.
لقد شرع فريق من الباحثين في بناء أداة لحل هذه المشكلة المحددة. نظروا في بيانات آلاف البالغين المصابين بارتفاع ضغط الدم الذين سُجلت لهم مؤخرًا قراءة مرتفعة بشكل خطير. كان هدفهم هو إنشاء نموذج يمكنه النظر في تاريخ المريض — عمره، وزياراته السابقة، وقائمة أدويته، والمدة التي مرت منذ آخر مرة زار فيها الطبيب — والتنبؤ بما إذا كان ذلك المريض سيفشل في العودة لإجراء فحص ضغط الدم خلال الـ 90 يومًا القادمة. اختبروا هذه الفكرة باستخدام قاعدة بيانات ضخمة من السجلات المستشفيات لمركز طبي واحد في بوسطن. غَذّى الباحثون نموذجهم الحاسوبي بـ 62 معلومة مختلفة عن كل مريض، تتراوح من نوع التأمين إلى عدد مرات زيارتهم للمستشفى في الماضي. ثم راقبوا ما إذا كان بإمكان النموذج تحديد الأشخاص الذين اختفوا بالفعل من السجلات.
أظهرت النتับ أن النموذج الحاسوبي كان جيدًا جدًا في رصد المرضى الذين يُحتمل تفويتهم. وعندما اختبر الباحثون النموذج على مجموعة من المرضى لم يسبق له رؤيتهم من قبل، نجح النموذج في تحديد حوالي 35% من الأشخاص الذين لم يُسجل لهم فحص لضغط الدم في الـ 90 يومًا التالية. وإذا استخدمت عيادة هذا النموذج لتحديد أولويات جهود التواصل الخاصة بها، عبر التركيز فقط على أعلى 20% من المرضى الذين صنفهم النموذج كأصحاب خطر مرتفع، فستجد أن ما يقرب من 60% ممن تم التواصل معهم قد فاتهم موعد المتابعة بالفعل. وهذا يمثل تحسنًا كبيرًا مقارنة بالتخمين العشوائي، الذي لن يضبط سوى حوالي 35% من المرضى الذين فاتهم الموعد. كانت أهم الأدلة التي استخدمها النموذج بسيطة: المدة التي مرت منذ آخر زيارة للمريض، وعدد المرات التي زار فيها المستشفى في الماضي. فالمرضى الذين لم يزوروا الطبيب منذ فترة، والذين لديهم تاريخ من الزيارات الأقل، كانوا هم الأكثر عرضة للاختفاء من المنظومة.
ومع ذلك، كشفت الدراسة أيضًا عن فجوة مقلقة في كيفية عمل الأداة مع المجموعات المختلفة من الناس. فبينما كان النموذج دقيقًا بشكل عام، إلا أنه لم يكن يعمل بالتساوي عبر جميع المجموعات العرقية والإثنية. فعندما طبق الباحثون نفس القاعدة على الجميع، وجد النموذج حوالي 37% من المرضى البيض الذين فاتهم موعد المتابعة، لكنه وجد حوالي 21% فقط من المرضى السود وحوالي 23% من المرضى اللاتينيين. وقد حدث هذا رغم أن النموذج كان جيدًا عمومًا في التنبؤ بالمخاطر للجميع. ووجد الباحثون أن هذا التفاوت لم يكن بسبب نقص عدد المرضى السود أو اللاتينيين الذين فاتهم موعدهم فحسب، بل لأن النموذج كان أقل حساسية لأنماط الرعاية الخاصة بتلك المجتمعات. وهذا يشير إلى أن الاعتماد على بيانات الزيارات التاريخية للتنبؤ بالسلوك المستقبلي يمكن أن يعزز أحيانًا عدم المساواة القائمة، حيث يتعلم النموذج من أنماط قد تكون منحازة بالفعل في كيفية وصول مجموعات مختلفة إلى الرعاية الصحية.
كما طرح الباحثون سؤالًا ثانيًا ذا صلة: هل يخبرنا نمط اتصال المريض بالنظام الصحي بأي شيء عن خطر إصابته بنوبة قلبية أو سكتة دماغية أو فشل في القلب؟ لقد بحثوا فيما إذا كان المرضى الذين لديهم فترات انقطاع طويلة في سجلاتهم الطبية هم أكثر عرضة لدخول المستشفى بسبب هذه الحالات الخطيرة. ومن المثير للدهشة أن الإجابة كانت "لا". فامتلاك فترات طويلة من الانقطاع في الزيارات المسجلة لم يتنبأ باستمرار بارتفاع خطر الإصابة بحالات دخول المستشفى لأسباب قلبية وعائية. في الواقع، أظهرت البيانات أن المرضى الذين لديهم اتصال أكثر تكرارًا ومستدامًا مع النظام الصحي كانوا أكثر عرضة قليلاً لدخول المستشفى بسبب فشل القلب. وأوضح الباحثون أن هذا ليس علامة على أن الزيارات المتكررة تسبب المرض، بل إن المرضى الذين يعانون من مشايات صحية أكثر تعقيدًا أو أكثر خطورة يذهبون بطبيعة الحال لرؤية أطبائهم بشكل متكرر؛ فزياراتهم المتكررة هي علامة على معاناتهم الصحية الكامنة، وليست السبب فيها. وخلصت الدراسة إلى أنه بينما يعد تتبع من يغفلون عن فحوصات ضغط الدم أداة مفيدة للعيادات لتحسين المتابعة، فإن نمط تلك الزيارات لا يعمل كبلورة سحرية موثوقة للتنبؤ بالنوبات القلبية أو السكتات الدماغية المستقبلية.
في نهاية المطاف، يوفر هذا العمل طريقة عملية للأنظمة الصحية لاستخدام بياناتها الحالية للإمساك بالمرضى الذين يتسللون من خلال الثغرات. وهو يوضح أن الكمبيوتر يمكنه النظر في تاريخ المريض والقول: "هذا الشخص من المرجح أن يفوت موعده القادم"، بدقة معقولة. لكنه يعمل أيضًا كدرس تحذيري من أن مثل هذه الأدوات يجب استخدامها بحذر؛ فإذا استخدمت العيادة النموذج دون تعديل نقاط الضعف فيه، فقد ينتهي بها الأمر بالاتصال بمزيد من المرضى البيض مقارنة بالمرضى السود أو اللاتينيين الذين هم في أمس الحاجة للمساعدة. ولا تثبت الدراسة أن الاتصال بهؤلاء المرضى سيصلح ضغط دمهم أو ينقذ حياتهم، بل تثبت فقط أن النموذج يمكن أن يساعد العيادات في اتخاذ قرار بشأن من يجب الاتصال بهم. ولكي نعرف حقًا ما إذا كان هذا النهج يحسن الصحة، ستحتاج الدراسات المستقبلية إلى اختبار ما إذا كان العمل بناءً على هذه التنبؤات يؤدي بالفعل إلى نتائج أفضل للجميع، بغض النظر عن خلفياتهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.