Dynamic Trajectories of Sepsis-Induced Coagulopathy and Machine Learning-Based Early Prediction of High-Risk Phenotypes: A Multicenter Cohort Study

ملخص تقني: المسارات الديناميكية لمرض تخثر الدم الناجم عن الإنتان والتنبؤ المبكر القائم على تعلم الآلة

بيان المشكلة

يُعد اعتلال التخثر الناجم عن الإنتان (SIC) عملية ديناميكية تشمل الالتهاب، وإصابة البطانة، وضعف تحلل الفيبرين، ومع ذلك يتم تقييمه حالياً باستخدام قياسات ثابتة في نقطة زمنية واحدة (درجة SIC). يفشل هذا النهج في رصد التطور السريع لتخثر الدم والخلل الوظيفي للأعضاء أثناء الحالات الحرجة. قد يتبع المرضى الذين لديهم درجات SIC أساسية متشابهة مسارات سريرية متباينة — تحسن سريع، أو خلل مستمر، أو تراجع تدريجي — وهي أمور لا يمكن تمييزها باستخدام البيانات المقطعية وحدها. تعالج هذه الدراسة الحاجة إلى تحديد مسارات درجات SIC الطولية القابلة للتكرار وتحديد أهميتها الإنذارية عبر مجموعات متنوعة من مرضى العناية المركزة.

المنهجية

استخدمت هذه الدراسة الاسترجاعية متعددة المراكز أربع قواعد بيانات مختلفة للعناية المركزة:

• مجموعة التطوير: MIMIC-IV (6,416 مريضاً).
• مجموعات التحقق: MIMIC-III CareVue (1,157 مريضاً)، وeICU-CRD (2,077 مريضاً)، وNWICU (641 مريضاً).

معالجة البيانات والنمذجة:

1. اختيار المجموعة: تم إدراج البالغين (≥18 عاماً) الذين قضوا فترة في العناية المركزة تزيد عن 24 ساعة واستوفوا معايير Sepsis-3 وتم تشخيص إصابتهم بـ SIC (درجة SIC ≥4 خلال 24 ساعة من تشخيص الإنتان). تطلب من المرضى الحصول على ثلاث درجات SIC قابلة للحساب على الأقل خلال أول 7 أيام من دخول العناية المركزة.
2. نمذجة المسار: تم تطبيق نمذجة المسار القائم على المجموعات (GBTM) على درجات SIC المتسلسلة (المحسوبة بفواصل زمنية مدتها 6 ساعات) خلال الأيام السبعة الأولى. تم تقييم النماذج التربيعية التي تضم من 1 إلى 6 فئات كامنة باستخدام معيار المعلومات البايزي (BIC)، والاعتلاج (entropy)، ومتوسط الاحتمالية اللاحقة (AvePP)، ونسبة الاحتمال الصحيح للتصنيف (OCC).
3. التحليل الإحصائي:
   • تحليل البقاء: تم تقييم الارتباطات مع معدل الوفيات الإجمالي خلال 28 يوماً باستخدام نماذج مخاطر كوكس النسبية متعددة المتغيرات (المعدلة حسب الديموغرافيا، الأمراض المصاحبة، العلامات الحيوية، والمختبرات).
   • تخفيف الانحياز: شملت التحليلات التعويض المتعدد للبيانات المفقودة، ووزن احتمالية العلاج العكسي المعاير (IPTW) لموازنة المتغيرات، وتحليل معلم (landmark analysis) لليوم السابع لمعالجة انحياز الوقت الخالد (قصر التحليل على المرضى الأحياء في اليوم السابع).
   • تحليل المجموعات الفرعية: تم اختبار مصطلحات التفاعل عبر الطبقات (مثل العمر، درجة SOFA، الأمراض المصاحبة) مع تصحيح معدل الاكتشاف الخاطئ (FDR).
4. التنبؤ بتعلم الآلة (ML): تم تطوير خط معالجة متداخل لتعلم الآلة للتنبؤ بنمط مسار "الارتفاع المستمر" باستخدام المتغيرات الأساسية المتاحة خلال أول 24 ساعة.
   • اختيار الميزات: تم استخدام طرق Boruta وLASSO ضمن إطار التحقق المتقاطع المتداخل ذي 10 طيات.
   • الخوارزميات: تمت مقارنة Elastic net، وRandom forest، وXGBoost، وSVM، وk-nearest neighbors.
   • التحقق: خضعت النموذج النهائي (XGBoost) للتحقق الزمني (MIMIC-IV 2020–2022) والتحقق الخارجي (MIMIC-III، eICU، NWICU). تم تقييم الأداء عبر AUROC، وAUPRC، ومنحنيات المعايرة، وتحليل منحنى القرار، وSHAP (تفسيرات شابل لدرجات الإضافة).

النتائج الرئيسية

1. تحديد ثلاثة مسارات:
حدد نموذج GBTM ثلاثة مسارات متميزة وقابلة للتكرار لدرجة SIC عبر جميع قواعد البيانات الأربع:

• انخفاض سريع من مستوى منخفض (19.25%): بدأ بمتوسط SIC قدره 4.0، ثم انخفض بسرعة واستقر.
• ارتفاع مستمر (32.00%): بدأ بمتوسط SIC قدره 6.0 وظل مرتفعاً مع حد أدنى من التحسن.
• تراجع متوسط (48.75%): بدأ عند متوسط 5.0 وانخفض تدريجياً.
  أظهر نموذج الفئات الثلاث جودة تصنيف عالية (الاعتلاج = 0.947؛ AvePP > 0.97).

2. الارتباطات الإنذارية:

• خطر الوفاة: ارتبط مسار "الارتفاع المستمر" باستمرار بأعلى خطر للوفاة خلال 28 يوماً عبر جميع المجموعات. في النماذج المعدلة بالكامل، تراوح معدل الخطر (HR) للفئة 2 مقابل الفئة 1 بين 2.45 (eICU) و3.93 (NWICU).
• المتانة: ظلت هذه الارتباطات معنوية بعد معايرة IPTW وفي تحليل المعلم لليوم السابع (على سبيل المثال، HR 3.09 في MIMIC-IV للفئة 2).
• القيمة المضافة: أدى إضافة فئة المسار إلى درجة SOFA الأساسية إلى تحسين التمييز بشكل طفيف للوفاة خلال 28 يوماً (على سبيل المثال، ΔAUC = 0.028 في MIMIC-IV)، بينما لم توفر إضافة درجة SIC أساسية واحدة أي تحسن يُذكر.

3. أداء تعلم الآلة:

• المتنبئات: حدد نموذج XGBoost عشرة متغيرات أساسية، وكانت درجة SOFA الأساسية ومكون الصفائح الدموية في درجة SIC هما أكثر المتنبئات تأثيراً.
• التمييز: حقق النموذج قيم AUROC تترا-واح بين 0.830 و0.862 عبر مجموعات التحقق الزمني والخارجي.
• المعايرة والمنفعة: أظهر النموذج معايرة مقبولة (درجات Brier 0.141–0.154) ومنفعة صافية إيجابية في تحليل منحنى القرار عبر العتبات ذات الصلة سريرياً. أكد تحليل SHAP اتساق ترتيب أهمية الميزات عبر المجموعات.

الأهمية والادعاءات

يدعي البحث أن قياسات SIC الطولية خلال الأسبوع الأول من دخول العناية المركزة تكشف عن أنماط فرعية إنذارية قابلة للتكرار تغفلها التقييمات الثابتة. وتحديداً:

• الأنماط الفرعية الإنذارية: يحدد مسار "الارتفاع المستمر" مجموعة متميزة من المرضى الذين يعانون من خطر وفيات مفرط ومستمر، بينما يمثل مسار "الانخفاض السريع من مستوى منخفض" مساراً إيجابياً.
• البعد الزمني: تضيف معلومات المسار بعداً زمنياً معنوياً (وإن كان طفيفاً) إلى تقييمات الشدة القياسية (SOFA)، مما يميز المرضى الذين يزول لديهم خلل التخثر مقابل أولئك الذين يعانون من اختلالات مستمرة.
• التنبؤ المبكر: تثبت الدراسة أنه يمكن التنبؤ بنمط "الارتفاع المستمر" مبكراً (خلال 24 ساعة) باستخدام البيانات السريرية المتاحة روتينياً عبر تعلم الآلة، مع قابلية تعميم عالية عبر المؤسسات والفترات الزمنية المختلفة.

القيود والتحذيرات:
يصرح المؤلفون صراحةً بأن هذه النتائج ملاحظات رصدية ولا تثبت السببية ولا تحدد بروتوكولات علاجية محددة. لا تدعي الدراسة أن التدخلات القائمة على المسار تحسن النتائج؛ بل تقترح هذه المسارات كأهداف للتحقق المستقبلي الاستباقي. يحذر المؤلفون من أن التصميم الاسترجاعي يترك مجالاً للمتغيرات المربكة المتبقية، وأن معايير الاشتمال (التي تتطلب درجات SIC متعددة) قد تؤدي إلى انحياز الاختيار نحو المرضى الذين يقضون فترات أطول في العناية المركزة. تتطلب هذه النتائج تحققاً استباقياً قبل التطبيق السريري.