Development of a Predictive Model for Lymph Node Metastasis in Endometrial Cancer Based on Integrated Clinical Characteristics, Serum Tumor Biomarkers, and Related Factors

سرطان بطانة الرحم هو مرض يبدأ في بطانة الرحم، وهو المكان الذي ينمو فيه الجنين. ويعد أحد أكثر أنواع السرطان شيوعاً التي تصيب الجهاز التناسلي للأنثى، وأعداد الإصابات به في ارتفاع في أجزاء كثيرة من العالم. وعندما ينتشر هذا السرطان، فإنه غالباً ما ينتقل أولاً إلى العقد الليمفاوية، وهي هياكل صغيرة تشبه حبة الفاصوليا منتشرة في جميع أنحاء الجسم وتعمل كمرشحات للجهاز المناعي. إن معرفة ما إذا كان السرطان قد وصل إلى هذه العقد قبل الجراحة أمر بالغ الأهمية؛ فإذا كانت العقد سليمة، فقد يجري الجراح عملية أقل توغلاً، أما إذا كانت مصابة، فإن خطة العلاج تتغير لتصبح إجراءً أكثر شمولاً لضمان إزالة جميع الأنسجة السرطانية. ومع ذلك، فإن التنبؤ بهذا الانتشار قبل العملية أمر صعب. يعتمد الأطباء حالياً على صور الأشعة والفحوصات البدنية، لكن هذه الأدوات ليست مثالية دائماً، فهم بحاجة إلى وسيلة للنظر بعمق أكبر، باستخدام أدلة مخبأة داخل دم المريضة وتاريخها الطبي لإجراء تخمين أكثر دقة.

في دراسة حديثة، سعى باحثون في المستشفى التابع لجامعة شينجيانغ الطبية إلى بناء أداة أفضل لهذا الغرض تحديداً. فقد جمعوا معلومات من 1,099 امرأة تم تشخيص إصابتهن بسرطان بطانة الرحم وخضعن للجراحة بين عامي 2021 و2026. أراد الفريق معرفة ما إذا كان بإمكانهم الجمع بين التفاصيل الطبية القياسية، مثل عمر المريضة ومرحلة السرطان، مع مواد محددة توجد في الدم. تُعرف هذه المواد باسم "المؤشرات الحيوية للأورام". ركز الباحثون على ثلاثة مؤشرات محددة هي: CA125 وHE4 وCA199. وهي عبارة عن بروتينات أو سكريات تفرزها الخلايا السرطانية أحياناً في مجرى الدم، وتعمل مثل إشارات خافتة تشير إلى وجود خطب ما داخل الجسم. ومن خلال مراقبة كيفية سلوك هذه الإشارات جنباً إلى جنب مع التاريخ السريري للمريضة، أمل الفريق في إنشاء دليل موثوق للأطباء.

لتحويل هذه البيانات إلى أداة تنبؤ، استخدم الباحثون نوعاً من الذكاء الحاسوبي يسمى "تعلم الآلة". قاموا بتغذية المعلومات الخاصة بـ 1,099 مريضة في ثلاثة نماذج حاسوبية مختلفة لمعرفة أي منها يمكنه تعلم أنماط انتشار السرطان بشكل أكثر فعالية. عمل أحد النماذج مثل حاسبة إحصائية تقليدية، بينما كانت النماذج الأخرى أنظمة أكثر تعقيداً قادرة على إيجاد روابط دقيقة بين عوامل مختلفة متعددة في آن واحد. قسم الفريق البيانات إلى مجموعتين، حيث استخدموا معظمها لتعليم النماذج والجزء المتبقي لاختبارها. وأظهرت النتائج أن نموذجاً محدداً، يُعرف باسم "XGBoost"، كان الأكثر دقة؛ حيث نجح في تحديد خطر انتشار العقد الليمفاوية بنجاح عالٍ، متفوقاً على النهجين الآخرين. وقد تعلم هذا النموذج أن أقوى دليل منفرد هو المرحلة السريرية للسرطان، والتي تصف مدى نمو الورم داخل الرحم والأنسجة المجاورة.

عندما فحص الباحثون المؤشرات الحيوية في الدم بشكل فردي، وجدوا أن CA125 كان أقوى مؤشر من بين الثلاثة، يليه HE4 ثم CA199. ومع ذلك، كشفت الدراسة أن الاعتماد على مؤشر واحد فقط لم يكن كافياً للحصول على الصورة الكاملة. فعندما دمج النموذج الحاسوبي مستويات المؤشرات الثلاثة معاً، تحسنت قدرته على التنبؤ بانتشار العقد الليمفيماتية بشكل ملحوظ. كان النهج المدمج أفضل في رصد النساء المعرضات للخطر من أي اختبار منفرد بمفرده. كما حدد الفريق قيم عتبة محددة لكل مؤشر؛ فعلى سبيل المثال، إذا كان مستوى CA125 لدى المريضة أعلى من 24.8 وحدة لكل ميليلتر، فإن ذلك يشير إلى خطر أعلى. وبالمثل، تم العثور على نقاط قطع محددة لـ HE4 وCA199. توفر هذه الأرقام للأطباء نقاط مرجعية ملموسة للمساعدة في تصنيف المخاطر قبل دخول المريضة غرفة العمليات.

أوضحت الدراسة أيضاً ما لا يبدو مهماً في هذا السياق المحدد. فقد حلل الباحثون عوامل مثل ما إذا كانت المرأة قد أنجبت، أو مؤشر كتلة الجسم لديها، وما إذا كان لديها تاريخ من مرض السكري أو ارتفاع ضغط الدم. ورغم أن هذه العوامل مهمة للصحة العامة، إلا أن البيانات أظهرت أنها لم تغير بشكل كبير احتمالية انتشار العقد الليمفاوية لدى هذه المجموعة من المريضات. ظلت العلامات الأكثر دلالة هي مرحلة الورم ومستويات المؤشرات الحيوية الثلاثة المحددة. وأشار الباحثون إلى أنه رغم الأداء الجيد جداً لنموذجهم، إلا أنه بُني على بيانات من مستشفى واحد، وكان عدد النساء اللواتي تأكد لديهن انتشار العقد الليمفاوية صغيراً نسبياً مقارنة بمن لم ينتشر لديهن. وهذا يعني أن الأداة واعدة ولكنها ستستفيد من الاختبار على مجموعات أكبر من الناس في المستقبل لتأكيد موثوقيتها عبر مختلف الفئات السكانية.

في نهاية المطاف، يقدم هذا العمل طريقة جديدة قائمة على البيانات لدعم القرارات السريرية. فمن خلال دمج مرحلة السرطان مع فحص دم بسيط يقيس ثلاثة مؤشرات محددة، يمكن للأطباء الآن الحصول على رؤية أكثر استنارة للمخاطر قبل بدء الجراحة. هذا النهج لا يحل محل تقدير الجراح، بل يضيف طبقة من الدقة التي يمكن أن تساعد في تفصيل العلاج بما يتناسب مع الحالة الفردية. وبالنسبة لامرأة تواجه هذا التشخيص، فإن امتلاك صورة أوضح عما إذا كان السرطان قد انتشر إلى العقد الليمفاوية يعني إمكانية تحسين الخطة الجراحية منذ البداية، مما قد يجنبها إجراءات غير ضرورية أو يضمن تطبيق المدى الصحيح للعلاج على الفور. وتشير الدراسة إلى أن مستقبل رعاية السرطان يكمن في الجمع بين الخبرة البشرية وهذه الأدوات الذكية الغنية بالبيانات لتحقيق أدق التنبؤات الممكنة.