Development and External Validation of a Machine Learning–Based Clinical Prediction Model for Postoperative Ischemic Stroke in Patients Undergoing Coronary Artery Bypass Grafting: Validation Using the eICU Collaborative Research Database
طورت هذه الدراسة وتحققت خارجياً من نموذج تعلم آلي يعتمد على الغابة العشوائية باستخدام قاعدة بيانات eICU، والذي أظهر أداءً تمييزياً جيداً في التنبؤ بالسكتة الدماغية الإقفارية بعد الجراحة لدى مرضى جراحة مجازة الشريان التاجي، مع تحديد مؤشرات تنبؤية رئيسية مثل RDW-CV وSII لدعم التصنيف المبكر للمخاطر.
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
تعد جراحة القلب إنجازاً مذهلاً للطب الحديث، حيث تقدم شريان حياة للأشخاص الذين انسدت شرايينهم بشكل خطير. هذه العملية، المعروفة باسم عملية تحويل مسار الشريان التاجي، تعيد توجيه تدفق الدم حول هذه الانسدادات لاستعادة التدفق إلى عضلة القلب. ومع ذلك، حتى مع وجود جراحين مهرة وتقنيات متطورة، فإن هذه الرحلة تنطوي على خطر خفي؛ فخلال العملية وبعدها، يمكن لجلطات صغيرة أو حطام أن ينتقل إلى الدماغ، مما يسبب سكتة دماغية. هذا المضاعفات، رغم أنها ليست النتيجة الأكثر شيوعاً، إلا أنها واحدة من أخطرها، إذ يمكن أن تغير مسار تعافي المريض بشكل جذري، وتزيد من خطر الوفاة، وتترك إعاقات دائمة. ولأن المخاطر مرتفعة للغاية، سعى الأطباء منذ فترة طويلة لإيجاد طرق أفضل للتنبؤ بمن هم أكثر عرضة للمعاناة من هذا المصير قبل إجراء أول شق جراحي. تعتمد الطرق التقليدية على فحص قائمة من عوامل الخطر المعروفة، مثل العمر أو التاريخ الطبي السابق، ولكن هذه الأدوات غالباً ما تغفل عن التفاعلات الدقيقة والمعقدة بين أجهزة جسم المريض التي قد تشير إلى وقوع مشكلة.
لقد اتخذ فريق من الباحثين من مستشفيات في الصين نهجاً مختلفاً، حيث لجأوا إلى قوة تعلم الآلة لبناء أداة تنبؤ أكثر دقة. بدأوا بجمع سجلات مفصلة لـ 938 مريضاً خضعوا لجراحة تحويل المسار هذه في مستشفى واحد في بكين بين عامي 2019 و2021. كان الهدف هو تعليم الكمبيوتر كيفية رصد الأنماط في البيانات التي قد تغفل عنها العين البشرية. قام الفريق بتغذية الكمبيوتر بمجموعة واسعة من المعلومات، بما في ذلك عمر المريض، وضغط الدم، وتاريخه الطبي، ولكن أيضاً أرقاماً محددة من فحوصات الدم التي تقيس الالتهاب، ووظائف الكلى، ومدى قدرة الدم على حمل الأكسجين. كُلِّف الكمبيوتر بإيجاد التركيبة المحددة لهذه العوامل التي تميز بشكل أفضل بين المرضى الذين عانوا من سكتة دماغية وأولئك الذين لم يعانوا منها. ولضمان أن الأداة لا تقوم فقط بحفظ المرضى المحددون الذين تم تدريبها عليهم، اختبر الباحثون هذه الأداة على مجموعة مختلفة تماماً مكونة من 1,177 مريضاً من قاعدة بيانات ضخمة متعددة المستشفيات في الولايات المتحدة. كانت هذه المجموعة الثانية بمثابة اختبار صارم لمعرفة ما إذا كانت الأداة ستعمل في بيئة مختلفة ومع أشخاص مختلفين.
قام الكمبيوتر بتحليل البيانات باستخدام عدة استراتيجيات رياضية مختلفة، واستقر في النهاية على الاستراتيجية التي قدمت أفضل أداء. حدد هذا النموذج الأعلى أداءً سبعة معلومات رئيسية كانت الأكثر أهمية للتنبؤ بالسكتة الدماغية. شمل ذلك تاريخ المريض مع السكتات الدماغية السابقة، وحجم جسمه، وقياسات محددة من دمه. ومن بين المؤشرات الأكثر دلالة كانت مقياس مدى تباين حجم خلايا الدم الحمراء لديهم، ودرجة تجمع بين أعداد خلايا مناعية مختلفة لتقييم الالتهاب العام، وحساب كمية الأكسجين التي يمكن لدمهم حملها بالفعل. كما نظر النموذج في مدى كفاءة كليتيهم في تصفية الفضلات. وعندما نظر الباحثون في كيفية تأثير هذه العوامل على التنبؤ، وجدوا أن المستويات المرتفلة من الالتهاب وانخفاض القدرة على حمل الأكسجين مرتبطان بخطر أكبر للإصابة بسكتة دماغية، بينما وفرت وظائف الكلى الأفضل بعض الحماية.
عندما اختبر الباحثون هذا النموذج الجديد على بيانات المرضى الأمريكيين، أثبت أنه دليل موثوق، حيث ميز بشكل صحيح بين المرضى ذوي المخاطر العالية والمنخفضة بشكل أفضل بكثير من الصدفة العشوائية. ورغم أنه لم يكن مثالياً، إلا أنه حافظ على قدرة قوية على تحديد الأشخاص المعرضين للخطر حتى عند تطبيقه على مجموعة سكانية لم يسبق له رؤيتها من قبل. تشير الدراسة إلى أنه من خلال النظر إلى الجسم كنظام معقد حيث تتفاعل الالتهابات وتوصيل الأكسجين وتكوين الدم، يمكن للأطباء الحصول على صورة أوضح للمخاطر مقارنة بالنظر في عوامل فردية بشكل منعزل. ويؤكد الباحثون أن هذه الأداة ليست بلورة سحرية، بل هي وسيلة لتحديد المرضى الذين قد يحتاجون إلى مراقبة إضافية أو رعاية وقائية محددة. وقبل أن يصبح هذا الأسلوب جزءاً قياسياً من الروتين في كل مستشفى، فإنه سيحتاج إلى الاختبار في مجموعات أكبر وأكثر تنوعاً من الناس. ومع ذلك، فإن هذا العمل يمثل خطوة مهمة نحو استخدام البيانات لحماية الدماغ خلال واحدة من أكثر اللحظات حرجاً في حياة المريض.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.