📄 medicine

A spatiotemporally validated machine-learning score for venous thromboembolism risk after neurosurgery

طورت هذه الدراسة وصادقت مكانيًا وزمانيًا على درجة تعلم آلي موجزة وقابلة للتفسير تتكون من أربعة متغيرات، وتتفوق على نموذج كابريني في التنبؤ بمخاطر الانصمام الخثاري الوريدي بعد العمليات الجراحية لمرضى جراحة الأعصاب.

المؤلفون الأصليون: Wanfeng Xiong, Junbao Zhang, Feili Liu, Daibing Zhou, Yuanyuan Zhang, Liang Dong, Ning Zhu, Shuanghui Li, Gulinuer Wumaier, Junzhu Lv, Weiyuan Fang, Chengwei Li, Yuhai Zhang, Shengqing Li

نُشر 2026-08-31

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Wanfeng Xiong, Junbao Zhang, Feili Liu, Daibing Zhou, Yuanyuan Zhang, Liang Dong, Ning Zhu, Shuanghui Li, Gulinuer Wumaier, Junzhu Lv, Weiyuan Fang, Chengwei Li, Yuhai Zhang, Shengqing Li

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

بعد إجراء عملية جراحية كبرى في الدماغ أو العمود الفقري، يدخل الجسم في حالة من التأهب القصوى. وبينما يركز الفريق الجراحي على إصلاح الهياكل الدقيقة للجهاز العصبي، يمكن أن يصبح دم المريض عرضة للتجلط بشكل خطير. هذه الجلطات، المعروفة باسم الانصمام الخثاري الوريدي، يمكن أن تتشكل في الساقين وتنتقل إلى الرئتين، مما يشكل خطراً يهدد الحياة. لعقود من الزمن، اعتمد الأطباء على قائمة مراجعة قياسية تسمى "مقياس كابريني" لتخمين المرضى الأكثر عرضة للإصابة بهذه الجلطات. تجمع هذه الأداة النقاط بناءً على عوامل مثل العمر، ونوع الجراحة، وغيرها من الحالات الصحية. ومع ذلك، في العالم المعقد لجراحة الأعصاب، تعمل هذه القائمة غالباً مثل إنذار الحريق شديد الحساسية، الذي يرن بصوت عالٍ للجميع تقريباً. ولأن كل مريض في جراحة الأعصاب تقريباً يستوفي عدداً كافياً من المعايير ليُصنف على أنه "عالي الخطورة"، يواجه الأطباء صعوبة في التمييز بين من يحتاج حقاً إلى وقاية مكثفة ومن قد يكون آمناً برعاية أخف. هذا النقص في الدقة يمكن أن يؤدي إلى علاجات غير ضرورية، أو على العكس من ذلك، تفويت فرص لحماية الفئات الأكثر عرضة للخطر.

قام فريق من الباحثين في مستشفى هواشان في شنغهاي، بالعمل باستخدام بيانات من قاعدة بيانات طبية عامة ضخمة، بوضع طريقة أفضل لتصنيف المرضى. لقد لجأوا إلى تعلم الآلة، وهي طريقة تتعلم فيها الحواسيب الأنماط من كميات هائلة من البيانات التاريخية، لإيجال الإشارات المحددة التي تتنبأ حقاً بالتجلط لدى هذه المجموعة الفريدة. وبدلاً من الاعتماد على قائمة طويلة من المتغيرات، قاموا بتدريب نماذجهم الحاسوبية لتحديد أقل عدد ممكن من العوامل التي لا تزال توفر صورة واضحة للمخاطر. وكانت النتيجة نظام تسجيل جديد ومبسط يستخدم أربعة معلومات فقط: عمر المريض، ومؤشر كتلة الجسم لديه، وما إذا كان قد تلقى نقل دم أثناء الجراحة أو بعدها، وأعلى مستوى لبروتين معين في دمه يسمى "دي-دايمر" (D-dimer). يعمل هذا البروتين كعلامة على مدى نشاط التجلط الحاصل داخل الجسم.

اختبر الباحثون مقياس الأربعة عوامل الجديد هذا مقابل قائمة مراجعة "كابريني" التقليدية باستخدام سجلات آلاف المرضى. قاموا أولاً بتدريب النظام على بيانات من مستشفاهم الخاص، ثم اختبروه على مجموعة منفصلة من المرضى من نفس المستشفى الذين عولجوا في وقت لاحق، وأخيراً تحققوا من صحته على مجموعة مستقلة تماماً من المرضى من قاعدة بيانات مختلفة في الولايات المتحدة. وفي كل اختبار، أثبت المقياس الجديد دقة أكبر في التمييز بين المرضى الذين سيصابون بالجلطات وأولئك الذين لن يصابوا بها. وبينما حدد مقياس "كابريني" التقليدي المخاطر بشكل صحيح في حوالي ثلثي الحالات، فإن مقياس تعلم الآلة الجديد حسن هذه الدقة بشكل كبير، حيث حدد المخاطر بشكل صحيح في حوالي ثلاثة أرباع الحالات. والأهم من ذلك، كان المقياس الجديد أفضل في رصد المرضى الذين كانوا في أمان فعلي، في حين كانت القائمة التقليدية تميل إلى تصنيف الجميع تقريباً كمرضى عالي الخطورة.

من خلال التركيز على أربعة أرقام متاحة بسهولة، يوفر المقياس الجديد طريقة عملية لتوجيه العلاج دون إرهاق الأطباء بحسابات معقدة. وقد أظهرت الدراسة أن هذا النهج المبسط يمكنه إعادة تصنيف العديد من المرضى الذين تم تحديدهم سابقاً كمرضى عالي الخطورة إلى فئات أقل خطورة بأمان. هذا التمييز مهم لأن المجموعات الطبية يمكنها من خلاله تخصيص استراتيجيات الوقاية الخاصة بها. فالمرضى الذين تم تحديدهم كمرضى عالي الخطورة حقاً يمكنهم تلقي تدابير وقائية أقوى، بينما قد يتجنب المرضى في المجموعات الأقل خطورة التدخلات غير الضرورية التي تحمل مخاطرها الخاصة، مثل النزيف في الدماغ. وقد أكد الباحثون أن هذه الطريقة تعمل عبر مختلف المستشفيات ومجموعات المرضى، مما يشير إلى إمكانية تحولها إلى معيار موثوق لمساعدة جراحي الأعصاب في اتخاذ قرارات أكثر أماناً وتخصيصاً لمرضاهم.

أبحاث مشابهة