Methods for Development and Validation of Individual- Level Clinical Prediction Models for Multi-State Processes: A Methodological Scoping Review
تلخص هذه المراجعة النطاقية المنهجية بشكل منهجي 105 دراسات حول تطوير والتحقق من صحة نماذج التنبؤ السريري على المستوى الفردي للعمليات متعددة الحالات، مع تسليط الضوء على التقدم الكبير في تحديد مواصفات عمليات ماركوف، بينما تحدد فجوات حرجة في مجالات مثل تحديد حجم العينة، والتعامل مع البيانات المفقودة، والتحقق الشامل من الصحة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الطب، يمثل التنبؤ بالمستقبل تحدياً مستمراً. فغالباً ما يعتمد الأطباء على أدوات لتقدير احتمالية وقوع حدث واحد، مثل احتمال الإصابة بنوبة قلبية خلال العقد القادم. تأخذ هذه الأدوات معلومات المريض الحالية — مثل العمر، أو الوزن، أو عادات التدخين — وتحسب درجة المخاطر. ومع ذلك، فإن صحة الإنسان نادراً ما تسير في خط مستقيم؛ إذ غالباً ما يمر المرضى عبر سلسلة من الحالات الصحية المختلفة بمرور الوقت. فقد يكون الشخص معافى، ثم يصاب بحالة مزمنة، ثم يعاني من مضاعفات، وأخيراً يصل إلى حالة نهائية. وأحياناً، تتنافس هذه الأحداث مع بعضها البعض؛ فقد يموت المريض بسبب سبب ما قبل أن تتاح الفرصة لتطور حالة أخرى. ولفهم هذه الرحلات المعقدة، يستخدم العلماء إطاراً يسمى "نموذج الحالة المتعددة". فكر في الأمر كخريطة لا تتبع وجهة واحدة فحسب، بل تتبع المسار الكامل الذي يسلكه المريض، بما في ذلك المحطات التي يمر بها والترتيب الذي يصل فيه إليها. والهدف هو استخدام هذه الخريطة للتنبؤ بمستقبل فردي محدد: ليس فقط ما إذا كان سيصاب بالمرض، بل ما هي الحالة التي سيكون فيها تالياً، وكم من الوقت قد يقضي فيها.
لقد سعى فريق من الباحثين في جامعة مانشستر مؤخراً إلى فحص مدى جودة قيام المجتمع العلمي ببناء هذه الخرائط التنبؤية للمرضى الأفراد. فقد أجروا مراجعة شاملة للدراسات القائمة لمعرفة الأساليب المتاحة لإنشاء واختبار هذه النماذج المعقدة. بحث الباحثون في آلاف الأوراق الأكاديمية، واستبعدوا تلك التي لم تركز على المخاطر الفردية أو التي تناولت فقط أنواعاً محددة من البيانات مثل الأنماط المكانية. وبعد عملية فحص دقيقة، حددوا 105 دراسة قدمت طرقاً جديدة لبناء أو اختبار نماذج التنبؤ متعددة الحالات هذه. وقد كشف استقصاؤهم عن مشهد قوي في بعض المجالات، ولكنه هادئ بشكل مفاجئ في مجالات أخرى.
وجدت المراجعة أن معظم العمل يركز على نوع محدد من النماذج يُعرف باسم "عملية ماركوف". في هذا النهج، يعتمد التنبؤ بما سيحدث تالياً فقط على حالة المريض الحالية، متجاهلاً المدة التي قضاها هناك أو المسار الذي سلكه للوصول إليها. وجد الباحثون 55 ورقة بحثية مخصصة لتطوير أساليب لهذه النماذج الماركوفية. وقدمت هذه الدراسات تقنيات متنوعة للتعامل مع الرياضيات، بما في ذلك طرق لاختيار أهم عوامل المريض وأساليب لملاءمة النماذج مع البيانات. كما كانت هناك 18 ورقة بحثية تستكشف "نماذج شبه ماركوف"، حيث تهم المدة التي يقضيها المرء في حالته الحالية، و14 ورقة حول "النماذج غير الماركوفية"، التي تأخذ في الاعتبار التاريخ الكامل لرحلة المريض. وهناك عدد أقل من الدراسات، بإجمالي 11 دراسة، اقترح أساليب لا تعتمد على أي افتراض محدد حول كيفية سير العملية، بينما ركزت سبع أوراق على تقنية تسمى "القيم الزائفة"، والتي تقدر المخاطر في أوقات مستقبلية محددة دون نمذجة الرحلة بأكملها خطوة بخد خطوة.
وعلى الرغم من هذا التقدم في بناء النماذج، اكتشف الباحثون فجوات كبيرة في بقية مراحل العمل. فبينما طور العلماء طرقاً عديدة لبناء هذه النماذج المعقدة، لم تتطرق سوى دراسات قليلة جداً إلى كيفية تحديد كمية البيانات اللازمة لبنائها بشكل موثوق. فلم تقدم أي من الأوراق الـ 105 التي ركزت على التطوير طريقة لحساب حجم العينة الضروري للتنبؤات متعددة الحالات. وبالمثل، تناولت ورقتان فقط المشكلة الشائعة المتمثلة في البيانات المفقودة، حيث تكون معلومات المريض غير كاملة. كما سلطت المراجعة الضوء على نقص التوجيه بشأن كيفية التعامل مع المعلومات المفقودة في التسلسل المعقد للأحداث الذي تحدده هذه النماذج.
ولعل الاكتشاف الأكثر إثارة للدهشة كان ندرة العمل على "التحقق من الصحة". ففي عالم التنبؤ، يعد التحقق من الصحة هو العملية التي يتم من خلالها التأكد مما إذا كان النموذج يعمل بالفعل في العالم الحقيقي. ووجد الباحثون أربع درسات فقط ركزت على أساليب التحقق من صحة هذه النماذج متعددة الحالات. بحثت هذه الأوراق القليلة في مدى قدرة النماذج على التمييز بين المرضى ذوي المخاطر العالية والمرضى ذوي المخاطر المنخفضة، أو مدى دقة مطابقة الاحتمالات المتوقعة للواقع. وأشار المؤلفون إلى أنه بينما نمتلك العديد من الأدوات لبناء النماذج، فإننا نفتقر إلى طرق قوية لاختبارها، خاصة عندما يتعلق الأمر بتقييم أدائها عبر حالات صحية مختلفة ومتعددة وعبر الزمن.
تخلص المراجعة إلى أنه بينما تقدمت الآليات الرياضية لوصف هذه الرحلات الصحية المعقدة، فإن الأدوات العملية اللازمة لضمان أن تكون هذه النماذج آمنة وموثوقة للاستخدام السريري لا تزال غير متطورة بما يكفي. ويقترح الباحثون أن العمل المستقبلي يجب أن يعطي الأولوية لسد هذه الفجوات. يحتاج العلماء إلى ابتكار طرق أفضل لتحديد مقدار البيانات المطلوبة، وكيفية التعامل مع المعلومات المفقودة، والأهم من ذلك، كيفية اختبار هذه النماذج بصرامة قبل استخدامها لتوجيه رعاية المرضى. وإلى أن تكتمل هذه القطع، سيظل الوعد باستخدام النماذج متعددة الحالات لتقديم تنبؤات دقيقة وفردية للأمراض المعقدة مجرد وعد لم يتحقق منه إلا جزء منه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.