Early detection of six-week post-discharge mortality and readmission among postpartum women and newborns in Uganda: development and temporal validation of multivariable prediction models

في أجزاء كثيرة من العالم، لا يكون الوقت الأكثر خطورة على الأم والمولود الجديد هو أثناء الولادة نفسها، بل في الأسابيع التي تليها. وبينما أصبحت المستشفيات أفضل في إجراء عمليات الولادة بأمان، فإن الرعاية التي تلي مغادرة الأسرة للمبنى غالباً ما تنهار. فالأنظمة الصحية غالباً ما تكون مثقلة بالأعباء، وقد تغادر العائلات المستشفى قبل أن تحصل على فحص كامل، لتعود بعد أيام أو أسابيع عندما تتحول عدوى بسيطة إلى حالة طوارئ تهدد الحياة. ويتمثل التحدي الذي يواجه الأطباء في معرفة أي العائلات آمنة للذهاب إلى المنزل وأيها تحتاج إلى اهتمام إضافي، أو زيارات إضافية، أو مساعدة فورية. وبدون وسيلة لرصد هذه المخاطر مبكراً، يضطر العاملون الصحيون لمعاملة كل العائلات بالطريقة نفسها، وهي استراتيجية تهدر الموارد الشحيحة على الحالات منخفضة المخاطر بينما تفوت الحالات عالية المخاطر التي تحتاج إلى المساعدة حقاً.

ولحل هذه المعضلة، شرع فريق من الباحثين في أوغندا في بناء أداة عملية يمكن أن تعمل كنظام فرز عند لحظة الخروج من المستشفى. أرادوا معرفة ما إذا كان بإمكانهم استخدام المعلومات الأساسية المتوفرة بالفعل في السجل الطبي، مثل معدل ضربات قلب الأم، ونوع الولادة، أو ما إذا كان المولود قد احتاج إلى مساعدة في التنفس، للتنبؤ بمن قد يمرض مرة أخرى خلال ستة أسابيع. ومن خلال تحليل بيانات آلاف الأمهات والأطفال، طوروا نماذج حاسوبية بسيطة يمكنها تصنيف العائلات إلى فئات خطر مختلفة. ولم يكن الهدف استبدال الأطباء، بل منحهم إشارة واضحة قائمة على الأدلة لمساعدتهم في تحديد من يحتاج إلى زيارة متابعة ومن يمكنه الذهاب إلى المنزل براحة بال.

أُجريت الدراسة في مستشفيين إقليميين كبيرين في أوغندا، أحدهما في الجنوب الغربي والآخر في الشرق، يخدمان سكاناً يقارب مليون نسمة. وعلى مدار أكثر من عام، سجل فريق البحث آلاف النساء اللواتي ولدن للتو. وجمعوا مجموعة واسعة من المعلومات، من ضغط دم الأم ودرجة حرارتها إلى وزن الطفل ومستويات الأكسجين لديه. كما سجلوا تفاصيل حول فترة الحمل، مثل ما إذا كانت الأم قد شُخصت بالإصابة بالملاريا أو فيروس نقص المناعة البشرية (HIV)، والمدة التي استغرقتها العائلة للوصول إلى المستشفى. وبمجرد خروج الأمهات والأطفال، تابع الفريق معهم بعد ستة أسابيع، إما عبر الهاتف أو شخصياً، لمعرفة ما حدث. وتتبعوا ما إذا كانت الأمهات قد أُعيد إدخالهن إلى المستشفى بسبب عدوى مرتبطة بالولادة، وما إذا كان الأطفال قد ماتوا أو أُعيد إدخالهم بسبب مرض خطير.

وجد الباحثون أنه بينما سارت الأمور على ما يرام لمعظم العائلات، إلا أن عدداً كبيراً واجه مضاعفات خطيرة. فمن بين ما يقرب من سبعة آلاف أم أكملن الدراسة، لم تتوفت أي منهن، لكن أكثر من ثلاثة بالمائة اضطررن للعودة إلى المستشفى، وكان أكثر من نصف حالات العودة ناتجاً عن عدوى مثل عدوى موقع الجراحة أو تسمم الدم. وبالنسبة للمواليد، كان الوضع أكثر خطورة قليلاً؛ حيث أُعيد إدخال حوالي 3.8 بالمائة من حديثي الولادة، وحدثت نسبة ضئيلة ومأساوية من الوفيات خلال تلك الفترة الممتدة لستة أسابيع. ثم استخدم الفريق هذه البيانات لتدريب نماذج التنبؤ الخاصة بهم. واختبروا آلاف التوليفات المختلفة من المتغيرات للعثور على أصغر مجموعة من الحقائق التي لا تزال قادرة على تحديد العائلات المعرضة للخطر بدقة. واكتشفوا أنهم لا يحتاجون إلى مجموعة معقدة من الاختبارات؛ إذ كانت حفنة من الملاحظات الروتينية كافية لتقديم تنبؤ موثوق.

بالنسبة للأمهات، اعتمد النموذج النهائي على ثماني معلومات رئيسية. وشملت طريقة ولادة الطفل، ومعدل ضربات قلب الأم وقت الخروج، وما إذا كانت تعاني من عدوى في المسالك البولية أثناء الحمل، وما إذا كان الطفل قد احتاج إلى إنعاش عند الولادة. كما لعبت عوامل أخرى، مثل إصابة الأم بفيروس نقص المناعة البشرية أو الملاريا أثناء حملها، وما إذا كانت ستغادر المستشفى ضد النصيحة الطبية، دوراً أيضاً. وعندما اختبر الباحثون هذا النموذج، أثبت فعالية كبيرة في رصد النساء اللواتي سيصبن بالمرض مرة أخرى. فقد حقق مساحة تحت المنحنى (AUC) قدرها 0.8 لتحديد النساء اللواتي سيُعاد إدخالهن للمستشفى بسبب العدوى، بينما حقق 0.7 لتحديد أولئ-كئل ستظل بصحة جيدة بشكل صحيح. وهذا التوازن يعني أن الأداة يمكنها تنبيه الأشخاص المناسبين لتقديم رعاية إضافية دون إغراق النظام بإنذارات خاطئة.

كان نموذج المواليد مختلفاً قليلاً لأنه كان عليه التنبؤ بشيئين: الوفاة وإعادة الإدخال. ووجد الفريق أن أفضل المتنبئات بمخاطر الطفل شملت حالة إصابة الأم بفيروس نقص المناعة البشرية، وما إذا كانت الأم تعاني من ضعف في إنتاج الحليب، ووزن الطفل، والمدة التي استغرقتها العائلة للوصول إلى المستشفى. كما نظر النموذج في ما إذا كانت الأم تعاني من أي حالات تم تشخيصها أثناء الحمل، وما إذا كان قد استُخدمت المضادات الحيوية أثناء فترة الإقامة في المستشفى. وبينما كان نموذج حديث الولادة جيداً في تحديد المخاطر، إلا أنه كان أقل دقة من النموذج الأمومي، حيث حقق مساحة تحت المنحنى (AUC) قدرها 0.8 لتحديد الأطفال الذين سيموتون أو يُعاد إدخالهم، ولكن مع معدل أعلى من الإنذارات الخاطئة. ويعود ذلك جزئياً إلى أن عدد الوفيات كان منخفضاً جداً، مما جعل بناء متنبئ مثالي لهذا النتيجة المحددة أمراً صعباً من الناحية الإحصائية.

ولضمان أن نتائجهم لم تكن مجرد صدفة سعيدة خاصة بمجموعة معينة من الناس، اختبر الباحثون نموذجهم الخاص بالأمهات على مجموعة أخرى من البيانات من نفس المستشفى، جُمعت قبل بضع سنوات. وقد أدى النموذج أداءً مماثلاً في هذه البيانات القديمة كما فعل في البيانات الجديدة، مما يشير إلى أن القواعد التي تعلمها كانت مستقرة وموثوقة بمرور الوقت. وقد منح هذا الفريق الثقة في أن الأداة يمكن أن تعمل في العالم الحقيقي، حتى مع تغير التركيبة السكانية للمرضى قليلاً. كما سلطت الدراسة الضوء على أن الأسباب الأكثر شيوعاً لعودة الأمهات إلى المستشفى كانت عدوى مرتبطة مباشرة بالولادة، مثل عدوى الجرح الجراحي أو الرحم، بدلاً من الأمراض غير المرتبطة بالولادة مثل الملاريا. وقد أكد ذلك أن التركيز على هذه المضاعفات المحددة والقابلة للوقاية كان الاستراتيجية الصحيحة لأداة الخروج.

وقد أشار الباحثون بعناية إلى حدود عملهم. فقد بُنيت النماذج واختُبرت فقط في أوغندا، وبينما كانت المستشفيات تخدم سكاناً كثراً ومتنوعين، إلا أن النتائج قد لا تنطبق بنفس الطريقة في دول أخرى أو في العيادات الريفية الصغيرة. كما أوضحوا أن أداتهم صُممت خصيصاً لرصد عدوى التوليد ولم تأخذ في الاعتبار أسباباً أخرى قد تمرض الأم، مثل قضايا الصحة النفسية أو الإصابات. علاوة على ذلك، نظراً لأن عدد وفيات المواليد كان صغيراً جداً، فإن نموذج التنبؤ بوفيات الرضع كان أقل يقيناً من نموذج إعادة الإدخال. ورغم هذه القيود، أثبتت الدراسة أنه من الممكن إنشاء نظام بسيط قائم على المخاطر باستخدام البيانات التي تُجمع بالفعل في الرعاية الروتينية.

تكمن القيمة القصوى لهذا العمل في إمكانية تغيير كيفية تقديم رعاية ما بعد الولادة. فبدلاً من النهج الشامل حيث تتلقى كل عائلة النصيحة ذاتها، يمكن للعاملين الصحيين استخدام هذه النماذج لتحديد "الثنائيات" (الأم والطفل) التي تحتاج إلى أكبر قدر من الدعم. فالأم التي تُصنف بأنها عالية المخاطر يمكن منحها الأولوية للزيارة المنزلية، أو تقديم مشورة أكثر تفصيلاً حول علامات التحذير، أو إحالتها إلى عامل صحي مجتمعي على الفور. وهذا النهج المستهدف يحترم واقع الأنظمة الصحية المثقلة بالأعباء من خلال توجيه الموارد المحدودة إلى الأشخاص الذين يحتاجون إليها أكثر من غيرهم. ومن خلال تحويل الملاحظات السريرية الروتينية إلى إشارة واضحة للعمل، تقدم الدراسة مساراً نحو منع ما يمكن منعه، لضمان أن سلامة الأم وطفلها تمتد إلى ما بعد أبواب المستشفى.