طورت هذه الدراسة الاسترجاعية أحادية المركز نموذج انحدار لوجستي وتم التحقق من صحته داخلياً للتنبؤ بنقص التروية الدماغية المتأخر بعد النزف تحت العنكبوتي الناتج عن تمدد الأوعية الدموية. وفي 680 مريضاً، أظهرت ستة متغيرات سريرية ومخبرية وتصويرية مبكرة قيمة تنبؤية أولية. وثمة حاجة إلى مزيد من التحقق الخارجي من الصحة قبل الاستخدام السريري.
مقالة بحثية
التحقق الداخلي من نموذج تنبؤ سريري للإصابة بنقص تروية الدماغ المتأخر بعد النزف تحت العنكبوتي الناتج عن تمدد الأوعية الدموية
في هذه المقالة
ملخص
الملخص
يُعد نقص التروية الدماغية المتأخر (DCI) سبباً هاماً للإصابة العصبية الثانوية بعد النزف تحت العنكبوتية الناتج عن تمدد الأوعية الدموية (aSAH). قامت هذه الدراسة الاسترجاعية أحادية المركز بتطوير وتقييم نماذج تنبؤية لنقص التروية الدماغية المتأخر باستخدام بيانات من 680 مريضاً بالغاً مصاباً بـ aSAH تم علاجهم بين يوليو 2022 وديسمبر 2024. تم تقسيم المرضى باستخدام تقسيم بنسبة 8:2 طبقاً للنتائج إلى مجموعة تدريب شملت 544 مريضاً ومجموعة تحقق داخلية مستقلة شملت 136 مريضاً. حدث نقص التروية الدماغية المتأخر لدى 175 مريضاً في مجموعة التدريب و42 مريضاً في مجموعة التحقق الداخلية. تم إجراء اختيار المتنبئات في مجموعة التدريب باستخدام انحدار "أقل تقلص مطلق واختيار عامل" (LASSO) مع تحقق تبادلي بمقدار 10 طيات. تم الاحتفاظ بستة متغيرات وهي: العمر، والوذمة الدماغية، ونقص ألبومين الدم، ودرجة فيشر المعدلة، ودرجة هانت-هيس، ودرجة الاتحاد العالمي لجراحي الأعصاب. تمت مقارنة نماذج الانحدار اللوجستي، وتعزيز التدرج الشديد (XGBoost)، وآلة تعزيز التدرج الخفيف (LightGBM)، وآلة المتجهات الداعمة (SVM)، ونماذج الجيران الأقرب (k-NN). أظهر الانحدار اللوجستي مساحة تحت منحنى خصائص التشغيل للمستقبل بلغت 0.832 (فاصل ثقة 95%، 0.758–0.906) في مجموعة التحقق الداخلية. وكان ميل المعايرة، وتقاطع المعايرة، ومقياس برير 0.98 و0.02 و0.168 على التوالي، رغم عدم توفر فواصل الثقة لتقديرات المعايرة هذه. تمثل هذه النتائج أداءً أولياً في مجموعة تحقق داخلية مستقلة واحدة. وتمنع حالياً سجلات التكرار غير المكتملة، وغياب تقاطع النموذج، ونقص تصحيح التفاؤل القائم على إعادة أخذ العينات، وغياب التحقق الخارجي، إمكانية حساب الاحتمالات على مستوى المريض والتطبيق السريري.
المقدمة
تم اقتراح عدة نماذج تنبؤية لحالات DCI بعد الإصابة بـ aSAH، ولكن الكثير منها كان محدوداً بسبب صغر أحجام العينات، وعدم اكتمال تقييم المعايرة، وعدم كفاية التقارير حول إجراءات تطوير النماذج، والافتقار إلى التحقق الخارجي. وقد ركزت العديد من الدراسات بشكل أساسي على التمييز، بينما تم الإبلاغ عن المعايرة وقابلية التكرار وتقييم التأثير السريري بشكل أقل اتساقاً. لذلك، يجب تقييم أداء النموذج باستخدام طرق شفافة وتفسير النتائج بحذر عندما يكون التحقق مقتصرًا على مركز واحد.
هدفت الدراسة الحالية إلى تطوير وتقييم داخلي لنماذج تنبؤية للإصابة بـ DCI باستخدام متغيرات سريرية ومخبرية وتصويرية مبكرة متاحة بشكل روتيني. وقد تمت مقارنة خمسة مناهج للنمذجة باستخدام المجموعة ذاتها من المتنبئات المختارة. وكان الهدف من نقطة التنبؤ الزمنية هو ما بعد التقييم الأولي عند التنويم، والتقييم المخبري، وتصوير الأشعة، ولكن قبل فترة الخطر الرئيسية للإصابة بـ DCI. وقد تم تطوير هذه النماذج لغرض تقدير المخاطر القائم على البحث، ولم تكن مخصصة لتشخيص DCI، أو استبدال التقييم السريري، أو تحديد العلاج بشكل مستقل. ويتطلب الأمر إجراء تحقق خارجي، وإعادة معايرة، واختبار التأثير السريري قبل الاستخدام في الممارسة السريرية.
تُعد نقص التروية الدماغية المتأخر (DCI) أحد هذه الإصابات الثانوية التي كانت من بين الحالات الأكثر أهمية من الناحية السريرية والتي يمكن الوقاية منها بعد حدوث نزف تحت العنكبوتية الشرياني (aSAH). ونقص التروية الدماغية المتأخر هو مضاعفة تظهر عادةً بعد عدة أيام من حدوث النوبة، وتحديداً خلال 3–14 يوماً، وترتبط بظهور خلل عصبي بؤري جديد، أو تدهور في مستوى الوعي، و/أو بدء حدوث احتشاء دماغي في التصوير العصبي اللاحق. وعلى الرغم من وجود بعض الاختلافات في الممارسات التشخيصية بين المؤسسات المختلفة، إلا أن نقص التروية الدماغية المتأخر يرتبط دائماً بإقامة طويلة في وحدة العناية المركزة، واستهلاك عالٍ للموارد، وتكهنات عصبية سيئة. وتتراوح نسبة حدوث نقص التروية الدماغية المتأخر المبلغ عنها عادةً بين 30–40 بالمائة، مما يؤكد مدى انتشاره وتأثيراته الإنذارية الكبيرة1,2,3,4,5,6. والجدير بالذكر أن نقص التروية الدماغية المتأخر ليس عملية ذات مسار واحد؛ فبينما كان التركيز دائماً على التشنج الوعائي الدماغي في الأوعية الكبيرة، تظهر الأدلة المتراكمة أيضاً أن إصابة الدماغ المبكرة، وإزالة الاستقطاب القشري المنتشر، والالتهاب العصبي، والخثار الدقيق، والخلل الوظيفي البطاني، وضعف التنظيم الذاتي، وفشل الدورة الدموية الدقيقة، كلها عوامل تساهم في خطر الإصابة بنقص التروية. وتساعد هذه الفسيولوجيا المرضية متعددة العوامل في تفسير لماذا قد لا تمنع العلاجات التي تستهدف التشنج الوعائي حدوث الاحتشاء المرتبط بنقص التروية الدماغية المتأخر بشكل كامل، ولماذا يصعب تحديد المرضى المعرضين لمخاطر عالية في السياق السريري المعتاد.
يعد تصنيف مخاطر الإصابة بنقص التروية الدماغي المتأخر (DCI) الذي يلي النزف تحت العنكبوتي الشرياني (aSAH) أولوية قصوى، لأنه من خلال التحديد السريع للمرضى المعرضين لمخاطر عالية، قد يكون من الممكن مراقبتهم بشكل أوثق وتصعيد التدابير الوقائية أو العلاجية على الفور7. يمكن أن تتضمن خطط المراقبة في الممارسة السريرية استخدام اختبارات عصبية أكثر تكراراً، وتصوير الدوبلر بالموجات فوق الصوتية عبر الجمجمة، وتقنيات تصوير متطورة مثل التصوير المقطعي المحوسب للتروية، وتحسين الديناميكا الدموية وحجم السوائل داخل الأوعية، والالتزام الصارم بالعلاج بـ nimodipine، والتحديد المبكر للتدهور العصبي، مثل استسقاء الرأس، أو إعادة النزف، أو النوبات الصرعية، أو العدوى، أو الاختلالات الأيضية. ومع ذلك، تميل مقاييس الشدة العالمية وخبرة الأطباء إلى التأثير على القرارات السريرية بدلاً من تقديرات احتمالية الإصابة بـ DCI المخصصة والقائمة على البيانات8,9,10. وأحد الأسباب في ذلك هو أن الأدبيات تشير إلى أن عوامل الخطر غير متجانسة، وأن التفاعل بين عوامل المريض، وعبء النزف، والاضطرابات الفسيولوجية، ومقاييس التصنيف العصبي قد يكون غير خطي ومعقداً. وقد بحث الباحثون السابقون في التنبؤات المحتملة لـ DCI، بما في ذلك العمر، وارتفاع ضغط الدم، والحالة العصبية الأساسية، وخصائص تمدد الأوعية الدموية، والمؤشرات المخبرية (مثل صوديوم ومؤشر ألبومين المصل)، وميزات التصوير التي تشير إلى حمولة النزف، والعوامل المتعلقة بفترة ما حول الجراحة أو العلاج. كانت تقنيات الانحدار التقليدية مفيدة، ولكن قد تكون محدودة عندما تكون المتنبئات مرتبطة، أو عندما تكون العلاقة بين المتنبئات والمخاطر غير خطية، أو عند وجود تفاعلات بين المتغيرات11. وبالتزامن مع ذلك، تم اقتراح أدوات متعددة (أكثرها شيوعاً المخططات البيانية "nomograms") لتقييم مخاطر DCI. ورغم أن المخططات البيانية عملية وجذابة بصرياً، إلا أن معظمها يعتمد على عينات صغيرة، وتتضمن متغيرات قليلة، وقد تعاني من الإفراط في التوفيق "overfit" أو ضعف التحقق من صحتها. بالإضافة إلى ذلك، فإن النماذج التي تم تطويرها واختبارها في مركز واحد قد لا تكون قابلة للتطبيق بسهولة في مرافق أخرى بسبب الاختلافات في تركيبة المرضى، وتفسير الصور، والعلاج، وعتبات تشخيص DCI.
يمكن لطرق التعلم الآلي أن تكمل نماذج التنبؤ السريرية التقليدية، لأنها تسمح باستكشاف أبعاد أكثر من البيانات السريرية وملاحظة اتجاهات أكثر تعقيداً دون الحاجة إلى وضع افتراضات خطية صارمة. وقد وجدت نماذج التنبؤ القائمة على التعلم الآلي (ML) تطبيقات متزايدة في مجال أمراض الأوعية الدموية الدماغية في السنوات الأخيرة، بما في ذلك التنبؤ بالنتائج والمضاعفات، بالإضافة إلى دعم اتخاذ القرار12,13,14. وتشمل خوارزميات التعلم الآلي الشائعة استخدام طرق الأشجار التجميعية مثل تعزيز التدرج الشديد (XGBoost) وآلة تعزيز التدرج الخفيفة (LightGBM)، والمصنفات القائمة على النواة مثل آلات متجه الدعم (SVMs)، والمصنفات القائمة على المسافة مثل k-أقرب جيران (KNN). وتتميز هذه النماذج، من حيث المبدأ، بقدرتها على نمذجة العلاقات غير الخطية والتفاعلات بشكل أكبر مما تفعله النهج التقليدية15. ومع ذلك، هناك أيضاً مخاوف عملية مرتبطة بنماذج التعلم الآلي، مثل خطر الإفراط في التخصيص (overfitting)، وانخفاض القابلية للتفسير، والحاجة إلى التعامل مع المعالجة المسبقة، والضبط، والمعايرة، والتقييم، والتحقق. ومن الجدير بالذكر أنه في مجموعة واسعة من السيناريوهات السريرية، يمكن للانحدار اللوجستي محدد المواصفات جيداً أن يؤدي بنفس كفاءة، أو حتى بفعالية أكبر من الخوارزميات الأكثر تعقيداً، خاصة عندما يكون عدد المتنبئات صغيراً ونسبة الإشارة إلى الضوضاء متوسطة. وبناءً على ذلك، فإن هناك حاجة إلى إجراء تحليل مقارن لمختلف الخوارزميات باستخدام متنبئات ومقاييس تقييم مماثلة لتحديد النموذج الذي يتوافق مع الأداء والقابلية للتطبيق السريري16,17,18.
لقد تم اقتراح العديد من نماذج التنبؤ بنقص التروية الدماغية المتأخر سابقاً؛ ومع ذلك، فإن الكثير منها يعاني من قيود جوهرية، بما في ذلك صغر حجم العينات، ومحدودية تقييم المعايرة، وغياب المقارنة المباشرة بين الخوارزميات، وعدم كفاية التحقق من الصحة. علاوة على ذلك، غالباً ما تركز الدراسات السابقة على القدرة التمييزية مع نقص في الإبلاغ عن مقاييس المعايرة والفائدة السريرية، وهي عناصر أساسية للقابلية للتطبيق في الواقع العملي. تعالج الدراسة الحالية هذه الفجوات من خلال تطوير نموذج تنبؤي في مجموعة دراسة كبيرة نسبياً، وتطبيق اختيار منهجي للمؤشرات التنبؤية باستخدام انحدار "أقل تقلص واختيار مطلق" (LASSO)، ومقارنة خوارزميات تعلم آلي متعددة ضمن إطار نمذجة موحد، وتقييم شامل للأداء التمييزي والمعايرة وأداء تحليل القرار.
تم اقتراح العديد من نماذج التنبؤ بحدوث DCI بعد aSAH، ولكن العديد منها يعاني من قيود مهمة، بما في ذلك صغر حجم المجموعات، والتقييم المحدود للمعايرة، وعدم اكتمال تقارير تطوير النماذج، والافتقار إلى التحقق الخارجي أو الزمني. بالإضافة إلى ذلك، تكتفي العديد من الدراسات بذكر التمييز فقط، بينما يتم تقديم تحليل المنحنى القراري والمعايرة بشكل أقل اتساقاً. لا تحل الدراسة الحالية مشكلة التحقق الخارجي، بل تقدم دراسة لتطوير نموذج والتحقق الداخلي منه في مركز واحد باستخدام متغيرات سريرية ومخبرية وتصويرية متاحة بشكل روتيني. حالة الاستخدام المقصودة هي التصنيف المبكر للمخاطر بعد التنويم والعلاج الأولي لتمدد الأوعية الدموية، وذلك قبل نافذة خطر DCI الرئيسية. قد يساعد هذا النموذج 임 임 السريريين في تحديد المرضى الذين يحتاجون إلى مراقبة عصبية أدق، ومتابعة بالتصوير الوعائي، وتصحيح الاختلالات الفسيولوجية، ومراجعة مبكرة من قبل فريق العناية المركزة للجراحة العصبية. ليس الغرض من النموذج استبدال التقدير السريري، أو تشخيص DCI، أو توجيه العلاج دون إجراء تحقق خارجي واختبار التأثير السريري. اقترحت الدراسات السابقة عدة نماذج للتنبؤ بـ DCI بعد aSAH، ولكن الكثير منها كان محدوداً بسبب صغر حجم العينات، أو عدم اكتمال التقارير حول المعايرة، أو محدودية المقارنات بين طرق النمذجة، أو الافتقار إلى التحقق الخارجي. لا تدعي الدراسة الحالية أنها تقدم أداة اتخاذ قرار مثبتة سريرياً، بل تهدف إلى تطوير نموذج تنبؤ والتحقق منه داخلياً باستخدام متغيرات سريرية ومخبرية وتصويرية مبكرة متاحة بشكل روتيني من مجموعة في مركز واحد. حالة الاستخدام المقصودة هي التصنيف المبكر للمخاطر بعد التنويم والعلاج الأولي لتمدد الأوعية الدموية، قبل فترة خطر DCI الرئيسية. في هذا السياق، فإن ارتفاع المخاطر المتوقعة من شأنه أن يدعم إجراء تقييم عصبي أدق، ومراقبة وعائية، وتصحيح الاختلالات الفسيولوجية، ومراجعة مبكرة من قبل العناية المركزة للجراحة العصبية. لا يهدف النموذج إلى تشخيص DCI أو استبدال التقدير السريري للطبيب.
البروتوكول
تم اعتماد الدراسة من قبل اللجنة الأخلاقية المؤسسية في مستشفى يولين الأول، مقاطعة شنشي، الصين. نظرًا لأن هذه الدراسة كانت تحليلًا استعاديًا للبيانات التي تم جمعها روتينيًا من المستشفى، ولأن جميع البيانات تم إخفاء هويتها قبل التحليل، فقد تم الإعفاء من شرط الحصول على موافقة خطية مستنيرة. أُجريت الدراسة وفقًا لمتطلبات المؤسسة المتعلقة بحماية البيانات ومبادئ إعلان هلسنكي.
البيانات والأساليب
مجمموعة الدراسة والتصميم
كانت هذه دراسة مستقبلية أحادية المركز أُجريت في مستشفى يولين الأول، مقاطعة شنشي، الصين. تم فحص سجلات المرضى الذين تم إدخالهم إلى المستشفى بسبب النزف تحت العنكبوتية الناتج عن تمدد شرياني (aSAH) بين يوليو 2022 وديسمبر 2024. وكان من الشروط أن يكون المرضى البالغين ممن تبلغ أعمارهم 18 سنة أو أكثر، مع تشخيص مؤكّد للنزف تحت العنكبوتية الناتج عن تمدد شرياني (aSAH) من خلال التصوير العصبي والتصوير الوعائي داخل القحف. وكان يُشترط أن يكون المرضى قد تم إدخالهم خلال 72 ساعة من بدء الأعراض، وأن يكونوا قد تلقوا علاجًا للتمدد الوعائي أثناء فترة الإقامة الاستشفائية الأساسية.
يُستبعد المرضى إذا كانوا يعانون من نزيف تحت العنكبوتية الناتج عن رض، أو نزيف تحت العنكبوتية غير المنتفخي، أو مرض دموي مزمن شديد، أو أمراض دماغية رأسية كبرى أخرى تؤثر على تقييم النتيجة، أو سجلات غير كافية لتقييم الإصابة الدماغية المفاجئة (DCI)، أو الوفاة داخل المستشفى قبل انتهاء فترة تقييم كافية للإصابة الدماغية المفاجئة. قد يؤدي استبعاد الوفيات المبكرة داخل المستشفى إلى تحيز البقاء على قيد الحياة، لأن الحالات الأكثر شدة قد تُستبعد من التحليل. لذلك، ينبغي تفسير النتائج على أنها تنطبق أساسًا على المرضى الذين نجوا لفترة كافية لتقييم الإصابة الدماغية المفاجئة.
جمع البيانات
تم استخراج المتغيرات السريرية، والمختبرية، والتصويرية، والمتعلقة بالعلاج من السجل الطبي الإلكتروني باستخدام نموذج محدد مسبقًا لاستخراج البيانات. وشملت المتغيرات المستخرجة عوامل демوغرافية، والسجل الطبي، وخصائص التوسع الوعائي، والدرجة العصبية المبكرة، والنتائج التصويرية المبكرة، ونتائج المختبر، ونهج العلاج، ومضاعفات المستشفى. وكان الوقت المقصود للتنبؤ بعد اكتمال القبول الأولي وتقييم ما حول الجراحة، ولكن قبل النافذة الرئيسية لخطر الإصابة بالعدوى الدماغية المفاجئة (DCI).
تم استخلاص العمر، والجنس، ومؤشر كتلة الجسم، وحالة التدخين، واستخدام الكحول، وارتفاع ضغط الدم، والسكري، وحجم الانتفاخ، وموقع الانتفاخ، والدرجة المعدلة لفيشر، ودرجة هنت-هيس، ودرجة الاتحاد العالمي للجراحين العصبيين، والنزيف داخل البطينات، وإعادة النزيف من سجلات القبول والتصوير الأولي. وتم الحصول على المتغيرات المختبرية، بما في ذلك الهيموغلوبين، والألبومين في المصل، والصوديوم في المصل، من أقدم فحص دم متوفر قبل نقطة التنبؤ الزمنية. تم تقييم وذمة الدماغ باستخدام التصوير الأساسي أو التصوير الفوري بعد العلاج المتوفر قبل تشخيص الإصابة بنقص التروية الدماغية المتأخرة (DCI). لم تُستخدم المتغيرات المسجلة فقط بعد بدء نقص التروية الدماغية المتأخرة (DCI) في تطوير النموذج بهدف تقليل تسرب المعلومات.
عُرّف فقر الدم بأنه الهيموغلوبين <110 غ/ل لدى المرضى من الإناث و <120 غ/ل لدى المرضى الذكور. وعُرِّفت نقص ألبومين الدم بأنه ألبومين مصل الدم <35 غ/ل. تم تعريف نقص صوديوم الدم بأنه صوديوم مصل <130 مليمول/لتر
تمت إدارة المرضى وفقًا لمسار رعاية aSAH المؤسسي. وشملت الإدارة القياسية تأمين التوسع الوعائي في وقت مبكر، والمراقبة العصبية، والتحكم في ضغط الدم، وإدارة السوائل والشوارد، والرصد للبحث عن المضاعفات بما في ذلك الاستسقاء الدماغي، والنزيف المتجدد، والصرع، والعدوى، والتشنج الوعائي، والإصابة الدماغية المفاجئة (DCI). وقد استُخدم الدواء نيموديبين ما لم تكن هناك موانع. وتم إجراء مراقبة التشنج الوعائي باستخدام الفحص العصبي، والتصوير الوعائي، وتصوير دوبلر عبر الجمجمة عند الإشارة السريرية لذلك. وتم التعامل مع الاستسقاء الدماغي بتحويل السائل النخاعي عند الحاجة. وطُبقت تحسينات التروية الدموية والعلاج المنقذ وفقًا لتقييم الفريق العلاجي. وبما أن شدة العلاج وتفاصيل العلاج المنقذ لم تُسجل بالكامل في مجموعة البيانات الاستعادية، لم يمكن تعديل هذه العوامل بشكل كامل في النموذج، واعتبر ذلك من قيود الدراسة.
تشخيص DCI
تم تعريف الإصابة الدماغية المُفاجئة (DCI) على أنها اضطراب عصبي موضعي جديد، أو انخفاض في مستوى الوعي، أو جلطة دماغية جديدة تظهر في التصوير المقطعي المتبقي أو التصوير بالرنين المغناطيسي خلال النافذة الزمنية المتوقعة لخطر الإصابة بالإصابة الدماغية المُفاجئة، ولا يُمكن تفسيرها بواسطة سبب آخر. وتم تعريف النافذة الزمنية لخطر الإصابة بالإصابة الدماغية المُفاجئة على أنها الأيام من 3 إلى 14 بعد حدوث الجلطة النزفية. وتم استعراض التفسيرات البديلة، بما في ذلك النزيف المتكرر، والانسداد البطيني، والتشنجات، والعدوى، واضطرابات الأيض، وتأثير المهدئات، والجلطات المرتبطة بالإجراءات، قبل تصنيف الحدث على أنه إصابة دماغية مُفاجئة.
تمت مراجعة النتائج من قبل اثنين من الأطباء ذوي الخبرة في إدارة النزف تحت العنكبوتية (aSAH)، بما في ذلك جرّاح أعصاب وطبيب أعصاب/طبيب رعاية عصبية حرجة. قام المراجعون باستعراض الملاحظات السريرية، والفحوصات العصبية، وتقارير التصوير، والتصوير المتابعي. وقد تم إخفاء مخرجات النموذج النهائي عن المقيّمين أثناء تقييم النتائج. وتم حل الخلافات من خلال مناقشة تهدف إلى التوصل إلى توافق في الآراء، مع مراجعة التصوير ذي الصلة والجدول الزمني السريري. لم يتم قياس الاتفاق الرسمي بين المقيّمين، وتمت إضافة هذه المحدودية لأن تصنيف الإصابة الدماغية القلبية (DCI) قد يتطلب حُكمًا سريريًا.
حساب حجم العينة
تم تقدير حجم العينة باستخدام قاعدة "10 أحداث لكل متغير" (EPV) كمبدأ توجيهي11. مع وجود 20 متغيراً تنبؤياً مرشحاً وحدوث متوقع لحالة التصوير المقطعي المزمن (DCI) بنسبة 35% تقريباً، كان الحد الأدنى المطلوب لحجم العينة هو 20 × 10 / 0.35 ≈ 572 مريضاً. وقد تجاوزت عينتنا النهائية البالغة 680 مريضاً هذا المطلب. وعلى الرغم من تطبيق قاعدة الأحداث لكل متغير (EPV) كإرشاد عام، فقد تتطلب نماذج التنبؤ الحديثة، ولا سيما خوارزميات التعلم الآلي، اعتبارات أكثر مرونة فيما يتعلق بحجم العينة. واعتُبر حجم العينة النهائية كافياً لضمان استقرار النموذج، وتقليل خطر الإفراط في التخصيص (overfitting)، وتمكين تقدير موثوق بمقاييس أداء النموذج.
تطوير النموذج والتحقق منه
تم تخصيص المرضى إلى مجموعة تدريبية مكونة من 544 مريضًا ومجموعة تحقق داخلي مستقلة مكونة من 136 مريضًا باستخدام تقسيم مُصنف حسب النتيجة بنسبة 8:2. وقد استُخدم التصنيف حسب النتيجة للحفاظ على نسبة مماثلة من حالات الإصابة بالاعتلال الدماغي المتأخر (DCI) في المجموعتين. وحدث الاعتلال الدماغي المتأخر (DCI) لدى 175 من أصل 544 مريضًا في المجموعة التدريبية و42 من أصل 136 مريضًا في مجموعة التحقق الداخلي. وقد تم الاحتفاظ بتصميم التقسيم 8:2 المستقل لأنه كان الاستراتيجية المحددة مسبقًا لتطوير النموذج، ويوفر مجموعة منفصلة لتقييم الأداء الداخلي الأولي.
تم اختيار المتنبئات فقط في مجموعة التدريب باستخدام انكماش الانحدار المطلق واختيار المؤشر مع التحقق المتقاطع ذي 10 أضعاف. كان معلمة الجزاء المختارة هو λ = 0.031. تم الاحتفاظ بستة متنبئات: العمر، الوذمة الدماغية، نقص ألبومين الدم، درجة فيشر المعدلة، درجة هنت-هيس، ودرجة الاتحاد العالمي للجراحين العصبيين.
تم تطوير نماذج الانحدار اللوجستي، وتعزيز التدرج المتطرف، وآلة تعزيز التدرج الخفيفة، وآلة المتجهات الداعمة، ونموذج الجار الأقرب كـ (k-nearest neighbor) باستخدام نفس المجموعة من المتغيرات التنبؤية المختارة. وقد اقتصرت جميع إجراءات المعالجة المسبقة واختيار المتغيرات التنبؤية وتطوير النموذج على مجموعة التدريب. ولم تُستخدم مجموعة التحقق الداخلي خلال اختيار المتغيرات التنبؤية أو ضبط النموذج، بل تم تقييمها فقط بعد اكتمال تطوير النموذج.
لم يتم الاحتفاظ بالبادئة العددية العشوائية المستخدمة لتخصيص المجموعة الأصلية في سجلات التحليل المؤرشفة، وبالتالي تعذر التحقق منها لاحقًا. كما لم يكن التصحيح البايزي للتفاؤل والتحقق الداخلي المتكرر باستخدام التحقق المتقاطع k-fold متاحين. لذلك، يُوصف التحليل الحالي بأنه تحقق داخلي واحد من نوع hold-out، بدلاً من تقييم أداء مصحح للتفاؤل أو مُحقق باستخدام التحقق المتقاطع المتكرر.
إعادة إنتاجية التعلّم الآلي
استخدم اختيار المتنبئ في تحليل LASSO التحقق المتقاطع ذا 10 أضعاف داخل مجموعة التدريب. تم توحيد المتنبئات المستمرة عند الحاجة وفق خوارزمية النمذجة، وتم تمثيل المتنبئات الفئوية باستخدام فئات سريرية ثنائية محددة مسبقًا. لم تُستخدم مجموعة التحقق في ضبط أو اختيار النموذج.
لم تحفظ مواد التحليل المؤرشفة الشبكات النهائية للضبط، أو المعلمات الفائقة المختارة، أو إصدارات الحزم الكاملة، أو بذور العشوائية الأصلية، أو إجراء توازن الفئات المؤكدة لخوارزميات XGBoost وLightGBM وSVM وKNN. وبالتالي، لم يتم إعادة بناء هذه الإعدادات أو تقديرها. وعليه، ينبغي تفسير المقارنات المتعلّقة بالتعلم الآلي باعتبارها مقارنات استكشافية للخوارزميات، وليس تجارب نمذجة قابلة لإعادة الإنتاج بالكامل. ويجب تلخيص معلومات القابلية لإعادة الإنتاج، سواء المتوفرة أو غير المتوفرة، في الجدول التكميلي 1.
التحكم في التحيز &؛ تحليل الحساسية
تم إدراج المرضى المؤهلين بشكل متتالٍ لتقليل التحيز في الاختيار. واستُخدمت تعريفات متغيرة قياسية ونموذج استخراج بيانات منظم لتقليل التحيز في المعلومات. واقتُصرت المتغيرات التنبؤية على المعلومات المتاحة قبل نقطة الزمن المقصودة للتنبؤ بحدوث DCI لتقليل تسرب المعلومات. وأُجريت عملية اختيار المتغيرات التنبؤية ومعالجتها مسبقًا وتطوير النموذج فقط في مجموعة التدريب.
تمثل درجات فيشر المعدل، وهانت-هيس، ودرجة WFNS جوانب مرتبطة بحمل النزيف وشدة الاضطراب العصبي. وعلى الرغم من أن جميع المتغيرات الثلاثة تم الاحتفاظ بها بعد اختيار LASSO، فإن قيم عامل التضخم العددي للتباين، ونتائج النموذج الحساس الذي يستثني مقاييس الشدة المتداخلة، لم تُدرج في مخرجات التحليل المحفوظة. لم يكن من الممكن إعادة بناء هذه التحليلات من الجداول التجميعية لأنها تتطلب ارتباطات المرضى الفردية ومخرجات النموذج المطابقة. لذلك، لم يتم تفسير المعاملات الفردية لهذه المقاييس الخاصة بالشدة على أنها تأثيرات مستقلة أو سببية. بل تم الاحتفاظ بها فقط كمكونات للنموذج التنبؤي المُختار في مجموعة التدريب.
قابلية تفسير النموذج
كان يُعتقد أن القابلية السريرية تتطلب تفسير النموذج كعنصر حاسم. في النموذج الأكثر فعالية، تم النظر في تأثيرات المتغيرات التنبؤية لتقييم المصداقية السريرية ومدى الموافقة مع المعرفة الفسيولوجية المرضية الحالية المتعلقة بالعدوى الدماغية المتأخرة. سمح هذا الأسلوب بتقييم واضح لسلوك النموذج وحسّن من إمكانية الترجمة السريرية.
البيانات المفقودة
تم تقييم الغياب على مستوى المتغيرات أثناء إعداد البيانات. ومع ذلك، لم تُحفظ الأعداد والنسب المئوية الأصلية للبيانات المفقودة قبل الاستيفاء لكل متغير مرشح في سجلات التحليل المؤرشفة، وبالتالي لا يمكن إعادة بنائها بدقة من الجداول التجميعية. ونتيجةً لذلك، لم يتم افتراض اكتمال البيانات، ولم تُقدَّم أي نسب مئوية للغياب دون تحقق.
يجب إنشاء جدول بيانات تكميلي موثق ومفقود مباشرة من مجموعة البيانات الأصلية على مستوى المريض بعد إزالة معلومات التعريف. يجب أن يُبَيّن الجدول التكميلي 2، لكل متغير مرشح، عدد ونسبة الملاحظات المفقودة قبل معالجة البيانات، والطريقة المستخدمة للتعامل مع حالات النقص، وعدد الملاحظات المشمولة في التحليل النهائي. واعتبرت عدم القدرة على استعادة النمط الأصلي لنقص البيانات حسب المتغير محدودية في هذا التقرير.
التحليل الإحصائي
تم اختيار المتنبئ باستخدام انحدار لاسو مع التحقق المتقاطع المكون من 10 أضعاف في مجموعة التدريب. تم تقييم التمييز باستخدام مساحة تحت منحنى خصائص التشغيل المستقبلية مع فترات ثقة 95%. تم وصف المعايرة باستخدام مخططات المعايرة والتقديرات النقطية لكل من ميل المعايرة، وتقاطع المعايرة، ودرجة باير. لم تكن فترات الثقة المعتمدة على إعادة المعاينة متاحة بالنسبة لمقاييس المعايرة.
تم حساب مقاييس التصنيف المعتمدة على العتبة من مصفوفات الارتباك الخاصة بالتحقق الداخلي المتاحة. لم يتم الاحتفاظ بالعَتبة الاحتمالية العددية الدقيقة التي استُخدمت لتوليد مصفوفات الارتباك المؤرشفة، وبالتالي لم يمكن التحقق منها. لذلك، تم تفسير هذه المقاييس بشكل وصفي، ولم تُستخدم كأساس رئيسي لاختيار النموذج. كما اعتبر تحليل منحنى القرار استكشافيًا لأن النطاق المحدد مسبقًا للعتبة والمخرجات الصافية على مستوى المريض لم يتم الاحتفاظ بها. اعتبرت القيمة الاحتمالية P الثنائية الاتجاه الأقل من 0.05 ذات دلالة إحصائية.
النتائج
مقارنة الخصائص الأساسية بين مجموعات التدريب والتحقق الداخلي
شملت الدراسة إجمالي 680 مريضاً مصاباً بنزيف تحت العنكبوتية الشرياني (aSAH). احتوت مجموعة التدريب على 544 مريضاً، أصيب منهم 175 مريضاً بنقص التروية الدماغي المتأخر (DCI)، بينما احتوت مجموعة التحقق الداخلي على 136 مريضاً، أصيب منهم 42 مريضاً بـ DCI. وبلغ معدل حدوث DCI نسبة 32.2% في مجموعة التدريب و30.9% في مجموعة التحقق الداخلي. الخصائص الأساسية موضحة في الجدول 1. نظراً لأن بعض إدخالات الجدول المؤرشفة احتوت على تضاربات في القيم المقامية، يجب مراجعة الجدول مقابل مجموعة بيانات المرضى الأصلية قبل التسليم النهائي.
| المتغير | مجموعة التدريب (n = 544) | مجموعة التحقق الداخلي (n = 136) | t/χ²/Z | قيمة P | SMD | ملاحظة التصحيح |
| العمر، سنوات | 62.88 ± 9.41 | 63.25 ± 9.52 | 0.409 | 0.693 | 0.039 | |
| الجنس | 0.429 | 0.512 | 0.063 | |||
| ذكر | 180 (33.09) | 41 (30.15) | ||||
| أنثى | 364 (66.91) | 95 (69.85) | ||||
| مؤشر كتلة الجسم، kg/m² | 23.46 ± 3.56 | 23.61 ± 3.65 | 0.437 | 0.662 | 0.042 | |
| تاريخ التدخين | 0.118 | 0.731 | 0.033 | |||
| نعم | 101 (18.57) | 27 (19.85) | ||||
| لا | 443 (81.43) | 109 (80.15) | ||||
| استهلاك الكحول | 0.417 | 0.518 | 0.062 | |||
| نعم | 118 (21.69) | 33 (24.26) | ||||
| لا | 426 (78.31) | 103 (75.74) | ||||
| تاريخ الإصابة بفرط ضغط الدم | 0.348 | 0.555 | 0.057 | |||
| نعم | 329 (60.48) | 86 (63.24) | ||||
| لا | 215 (39.52) | 50 (36.76) | ||||
| تاريخ الإصابة بداء السكري | 0.116 | 0.733 | 0.033 | تم تصحيح عدد 'لا' في مجموعة التحقق ليكون المجموع 136. | ||
| نعم | 70 (12.87) | 19 (13.97) | ||||
| لا | 474 (87.13) | 117 (86.03) | ||||
| قطر التمدد الشرياني، mm | 0.213 | 0.645 | 0.044 | |||
| >10 | 288 (52.94) | 75 (55.15) | ||||
| ≤10 | 256 (47.06) | 61 (44.85) | ||||
| موقع التمدد الشرياني | 0.980 | 0.322 | 0.095 | |||
| الدورة الدموية الأمامية | 448 (82.35) | 107 (78.68) | ||||
| الدورة الدموية الخلفية | 96 (17.65) | 29 (21.32) | ||||
| وذمة دماغية | 0.612 | 0.434 | 0.075 | |||
| نعم | 125 (22.98) | 27 (19.85) | ||||
| لا | 419 (77.02) | 109 (80.15) | ||||
| انخفاض الهيموجلوبين | 0.684 | 0.408 | 0.079 | تم تصحيح عدد 'لا' في مجموعة التحقق ليكون المجموع 136. عدد مجموعة التدريب يتعارض مع الجدول 2؛ يرجى التحقق من مجموعة البيانات النهائية. | ||
| نعم | 147 (27.02) | 32 (23.53) | ||||
| لا | 397 (72.98) | 104 (76.47) | ||||
| نقص ألبومين الدم | 0.367 | 0.545 | 0.058 | |||
| نعم | 115 (21.14) | 32 (23.53) | ||||
| لا | 429 (78.86) | 104 (76.47) | ||||
| نقص صوديوم الدم | 0.186 | 0.666 | 0.041 | |||
| نعم | 331 (60.85) | 80 (58.82) | ||||
| لا | 213 (39.15) | 56 (41.18) | ||||
| درجة فيشر المعدلة | 0.249 | 0.618 | 0.048 | |||
| ≥III | 259 (47.61) | 68 (50.00) | ||||
| I–II | 285 (52.39) | 68 (50.00) | ||||
| درجة هانت-هيس | 0.178 | 0.673 | 0.040 | تم تصحيح عدد ≥III في مجموعة التحقق من 53 إلى 63 ليكون المجموع 136؛ يرجى التحقق مقابل مجموعة البيانات النهائية. | ||
| ≥III | 263 (48.35) | 63 (46.32) | ||||
| I–II | 281 (51.65) | 73 (53.68) | ||||
| درجة WFNS | 0.249 | 0.618 | 0.048 | |||
| ≥III | 277 (50.92) | 66 (48.53) | ||||
| I–II | 267 (49.08) | 70 (51.47) | ||||
| النهج الجراحي | 0.717 | 0.397 | 0.081 | |||
| العلاج داخل الأوعية | 449 (82.54) | 108 (79.41) | ||||
| التثبيت بالكلبس | 95 (17.46) | 28 (20.59) | ||||
| وقت الجراحة، h | 2.78 ± 0.81 | 2.81 ± 0.79 | 0.388 | 0.698 | 0.037 | |
| نزيف داخل البطينات | 0.383 | 0.536 | 0.059 | |||
| نعم | 134 (24.63) | 37 (27.21) | ||||
| لا | 410 (75.37) | 99 (72.79) | ||||
| إعادة النزيف | 0.784 | 0.376 | 0.085 | |||
| نعم | 98 (18.01) | 29 (21.32) | ||||
| لا | 446 (81.99) | 107 (78.68) |
الجدول 1: الخصائص الأساسية لمجموعات التدريب والتحقق الداخلي. يتم عرض المتغيرات المستمرة في شكل المتوسط ± الانحراف المعياري، والمتغيرات الفئوية في شكل n (%). تقارن قيم P وفروق المتوسطات القياسية بين المجموعتين. الاختصارات: BMI، مؤشر كتلة الجسم؛ SMD، فرق المتوسطات القياسي. يرجى النقر هنا لتحميل هذا الجدول.
مقارنة الخصائص الأساسية بين مجموعتي غير المصابين بـ DCI والمصابين بـ DCI في مجموعة التدريب
ضمن مجموعة بيانات التدريب، حدث نقص تروية الدماغ المتأخر (DCI) لدى 175 مريضاً (32.17%)، بينما لم يصب 369 مريضاً (67.83%) بـ DCI. وكان معدل حدوث DCI في مجموعة التحقق الداخلي قابلاً للمقارنة، مما يشير إلى استقرار انتشار النتائج. وكشفت التحليلات المقارنة بين مجموعتي غير المصابين بـ DCI والمصابين به عن عدة فروق ذات دلالة إحصائية (الجدول 2). كان المرضى الذين أصيبوا بـ DCI أكبر سناً بشكل ملحوظ (P = 0.026)، مما يشير إلى وجود قابلية للإصابة بإصابة نقص تروية ثانوية مرتبطة بالعمر. وكانت الأدلة الإشعاعية على إصابة الدماغ المبكرة، وخاصة وذمة الدماغ، أكثر انتشاراً بشكل ملحوظ بين مرضى DCI (P = 0.001). كما ارتبطت الاختلالات المختبرية، بما في ذلك نقص ألبومين الدم (P = 0.007)، ونقص صوديوم الدم (P = 0.048)، وانخفاض مستويات الهيموجلوبين (P < 0.001)، بشكل ملحوظ بحدوث DCI. وأظهرت مؤشرات الشدة العصبية أقوى الارتباطات؛ حيث كان تصنيف فيشر المعدل المرتفع (≥III) أكثر تكراراً بشكل ملحوظ بين مرضى DCI (P < 0.001)، مما يشير إلى وجود علاقة قوية بين عبء النزيف ومضاعفات نقص التروية المتأخرة. وبالمثل، ارتبط ارتفاع درجة Hunt–Hess ودرجة الاتحاد العالمي لجراحي الأعصاب (WFNS) بقوة بتطور DCI (كلاهما P < 0.001). وفي المقابل، لم تظهر المتغيرات الديموغرافية، وعوامل نمط الحياة، وشكل تمدد الأوعية الدموية، والمنهج الجراحي، ومدة الجراحة أي فروق ذات دلالة إحصائية.
| متغير | مجموعة غير المصابين بضعف الإدراك المرتبط بمرض السكري (n = 369) | مجموعة DCI (العدد = 175) | يبدو أن النص المصدر غير مكتمل أو يحتوي على رمز فقط ("t/"). يرجى تزويدي بالنص العلمي الكامل الذي ترغب في ترجمته إلى اللغة العربية لضمان تقديم ترجمة أكاديمية دقيقة ومتوافقة مع معايير JoVE.χ²/Z | القيمة الاحتمالية (P value) | ملاحظة تصحيحية |
| العمر، بالسنوات | 62.25 ± 9.54 | 64.22 ± 9.75 | 2.234 | 0.026 | |
| الجنس | 0.638 | 0.424 | |||
| ذكر | 118 (31.98) | 62 (35.43) | |||
| أنثى | 251 (68.02) | 113 (64.57) | |||
| مؤشر كتلة الجسم، كجم/م²² | 23.43 ± 3.56 | 23.52 ± 3.72 | 0.271 | 0.786 | |
| التاريخ التدخيني | 0.351 | 0.554 | |||
| نعم | 66 (17.89) | 35 (20.00) | |||
| لا | 303 (82.11) | 140 (80.00) | |||
| استخدام الكحول | 0.046 | 0.837 | |||
| نعم | 81 (21.95) | 37 (21.14) | |||
| لا | 288 (78.05) | 138 (78.86) | |||
| تاريخ ارتفاع ضغط الدم | 2.960 | 0.085 | |||
| نعم | 214 (57.99) | 115 (65.71) | |||
| لا | 155 (42.01) | 60 (34.29) | |||
| تاريخ مرض السكري | 0.463 | 0.496 | |||
| نعم | 45 (12.20) | 25 (14.29) | |||
| لا | 324 (87.80) | 150 (85.71) | |||
| قطر تمدد الأوعية الدموية، ملم | 0.380 | 0.538 | |||
| >10 | 192 (52.03) | 96 (54.86) | |||
| ≤10 | 177 (47.97) | 79 (45.14) | |||
| موقع تمدد الأوعية الدموية | 3.602 | 0.058 | |||
| الدورة الدموية الأمامية | 296 (80.22) | 152 (86.86) | |||
| الدورة الدموية الخلفية | 73 (19.78) | 23 (13.14) | |||
| وذمة دماغية | 10.410 | 0.001 | |||
| نعم | 70 (18.97) | 55 (31.43) | |||
| لا | 299 (81.03) | 120 (68.57) | |||
| انخفاض الهيموجلوبين | 23.965 | <0.001 | يختلف المجموع عن الجدول 1؛ يرجى التحقق من مجموعة البيانات النهائية. | ||
| نعم | 122 (33.06) | 82 (46.86) | |||
| لا | 247 (66.94) | 93 (53.14) | |||
| نقص ألبومين الدم | 7.283 | 0.007 | |||
| نعم | 66 (17.89) | 49 (28.00) | |||
| لا | 303 (82.11) | 126 (72.00) | |||
| نقص صوديوم الدم | 3.914 | 0.048 | |||
| نعم | 214 (57.99) | 117 (66.86) | |||
| لا | 155 (42.01) | 58 (33.14) | |||
| درجة فيشر المعدلة | 58.679 | <0.001 | |||
| ≥III | 134 (36.31) | 125 (71.43) | |||
| ١–٢ | 235 (63.69) | 50 (28.57) | |||
| درجة هانت-هيس | 39.909 | <0.001 | |||
| ≥III | 144 (39.02) | 119 (68.00) | |||
| ١-٢ | 225 (60.98) | 56 (32.00) | |||
| درجة WFNS | 28.137 | <0.001 | |||
| ≥III | 159 (43.09) | 118 (67.43) | |||
| ١-٢ | 210 (56.91) | 57 (32.57) | |||
| المنهج الجراحي | 0.691 | 0.406 | |||
| العلاج داخل الأوعية الدموية | 308 (83.47) | 141 (80.57) | |||
| القص | 61 (16.53) | 34 (19.43) | |||
| وقت الجراحة، ساعة | 2.74 ± 0.82 | 2.85 ± 0.76 | 1.496 | 0.135 | |
| نزيف داخل البطينات | 0.163 | 0.687 | |||
| نعم | 89 (24.12) | 45 (25.71) | |||
| لا | 280 (75.88) | 130 (74.29) | |||
| إعادة النزف | 1.168 | 0.280 | |||
| نعم | 71 (19.24) | 27 (15.43) | |||
| لا | 298 (80.76) | 148 (84.57) |
الجدول 2: الخصائص الأساسية للمرضى المصابين وغير المصابين بنقص تروية الدماغ المتأخر في مجموعة التدريب. يتم عرض المتغيرات المستمرة كمتوسط ± الانحراف المعياري، والمتغيرات الفئوية كـ n (%). تقارن قيم P بين المرضى المصابين وغير المصابين بـ DCI. الاختصارات: DCI، نقص تروية الدماغ المتأخر؛ WFNS، الاتحاد العالمي لجراحي الأعصاب. يرجى النقر هنا لتحميل هذا الجدول.
توزيع النتائج في مجموعة التحقق الداخلي
في مجموعة التحقق الداخلي (n = 136)، حدث نقص تروية الدماغ المتأخر (DCI) لدى 42 مريضاً (30.9%)، بينما لم يصب 94 مريضاً (69.1%) بنقص تروية الدماغ المتأخر. وكانت نسبة انتشار النتائج مماثلة لتلك الملحوظة في مجموعة بيانات التدريب، مما يدعم استقرار توزيع الأحداث عبر مجموعات البيانات.
اختيار الميزات
تم إجراء اختيار المتنبئات في مجموعة التدريب باستخدام انحدار LASSO مع التحقق المتقاطع بمقدار 10 طيات. وكان معامل الجزاء المختار هو λ = 0.031. احتفظت ست متنبئات بمعاملات غير صفرية، وهي: العمر، والوذمة الدماغية، ونقص ألبومين الدم، ودرجة فيشر المعدلة، ودرجة هانت-هيس، ودرجة WFNS. كانت جميع المتنبئات المختارة متاحة قبل النقطة الزمنية المحددة للتنبؤ. يوضح الشكل 1A وB مسارات المعاملات ومنحنى التحقق المتقاطع المستخدم لاختيار المتنبئات.
الشكل 1: اختيار المتنبئات لنقص التروية الدماغية المتأخر بعد النزف تحت العنكبوتية الناتج عن تمدد الأوعية الدموية باستخدام طريقة LASSO. (أ) مسارات المعاملات للمتنبئات المرشحة عبر قيم log(λ). يمثل كل منحنى متنبئًا مرشحًا واحدًا، وتشير الأرقام الموجودة على المحور العلوي إلى عدد المعاملات غير الصفرية التي تم الاحتفاظ بها عند كل قيمة جزاء. (ب) منحنى التحقق المتقاطع العشري للانحراف الثنائي. تشير النقاط إلى متوسط الانحراف الذي تم التحقق منه متقاطعًا، وتشير أشرطة الخطأ إلى الأخطاء المعيارية، وتشير الخطوط العمودية المنقطة إلى قيم الجزاء عند الحد الأدنى من الخطأ وعند قيمة خطأ معياري واحد. كان معامل الجزاء النهائي المختار هو λ = 0.031. LASSO، عامل الاختيار والتقليص المطلق الأدنى؛ DCI، نقص التروية الدماغية المتأخر. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
تطوير النموذج وتقييمه
تم تطوير النماذج الخمسة جميعاً باستخدام المتنبئات الستة المختارة ذاتها. وفي مجموعة التحقق الداخلية، أظهر الانحدار اللوجستي قيمة AUC بلغت 0.832 (95% CI, 0.758–0.906)، وأظهر نموذج SVM قيمة AUC بلغت 0.811 (95% CI, 0.729–0.893)، وأظهر نموذج XGBoost قيمة AUC بلغت 0.777 (95% CI, 0.690–0.864)، وأظهر نموذج LightGBM قيمة AUC بلغت 0.755 (95% CI, 0.672–0.838)، بينما أظهر نموذج KNN قيمة AUC بلغت 0.708 (95% CI, 0.613–0.803) (الجدول 3).
| مجموعة البيانات | النموذج | AUC | 95% CI | الدقة | الحساسية | النوعية | درجة F1 | ملاحظة التصحيح |
| التدريب | XGBoost | 0.916 | 0.888–0.944 | 0.848 | 0.853 | 0.847 | 0.682 | |
| التدريب | Logistic regression | 0.833 | 0.794–0.872 | 0.816 | 0.71 | 0.81 | 0.594 | |
| التدريب | LightGBM | 0.751 | 0.707–0.794 | 0.69 | 0.781 | 0.669 | 0.489 | |
| التدريب | SVM | 0.807 | 0.762–0.852 | 0.809 | 0.704 | 0.833 | 0.583 | |
| التدريب | KNN | 0.915 | 0.896–0.935 | 0.754 | 0.878 | 0.696 | 0.607 | تم تصحيح قيمة AUC لنموذج KNN في وصف الشكل 2 لتتطابق مع قيمة الجدول. |
| التحقق | XGBoost | 0.777 | 0.690–0.864 | 0.755 | 0.608 | 0.794 | 0.507 | |
| التحقق | Logistic regression | 0.832 | 0.758–0.906 | 0.809 | 0.714 | 0.851 | 0.698 | أعيد حساب مقاييس التصنيف من مصفوفة الارتباك في الجدول 6. |
| التحقق | LightGBM | 0.755 | 0.672–0.838 | 0.696 | 0.799 | 0.669 | 0.522 | |
| التحقق | SVM | 0.811 | 0.729–0.893 | 0.779 | 0.69 | 0.819 | 0.659 | أعيد حساب مقاييس التصنيف من مصفوفة الارتباك في الجدول 6. |
| التحقق | KNN | 0.708 | 0.613–0.803 | 0.647 | 0.715 | 0.629 | 0.456 |
الجدول 3: أداء التمييز والتصنيف لنماذج التنبؤ في مجموعات التدريب والتحقق الداخلي.يتم عرض قيم AUC مع فواصل ثقة 95%. تم حساب الدقة، والحساسية، والخصوصية، ودرجة F1 عند عتبة التصنيف المحددة مسبقًا. الاختصارات: AUC، المساحة تحت منحنى خصائص تشغيل المستقبل؛ CI، فاصل الثقة؛ KNN، الجار الأقرب k؛ LightGBM، آلة تعزيز التدرج الخفيف؛ SVM، آلة متجه الدعم؛ XGBoost، تعزيز التدرج الشديد. لم تُستخدم مقاييس التصنيف المعتمدة على العتبة كأساس أساسي لمقارنة النماذج لأنه تعذر التحقق من عتبة الاحتمالية الدقيقة المستخدمة في التحليل المؤرشف. يرجى النقر هنا لتنزيل هذا الجدول.
تداخلت فترات الثقة، ولم يتم تفسير الانحدار اللوجستي على أنه متفوق إحصائياً على النماذج الأخرى. ومع ذلك، تم الإبقاء على الانحدار اللوجستي كنموذج رئيسي لأنه وفر تمييزاً داخلياً مستقراً وبنية نموذج قابلة للتفسير بشكل مباشر. تمثل هذه النتائج الأداء في مجموعة واحدة محجوزة للتحقق الداخلي، ولا تشكل تحققاً خارجياً أو زمنياً أو مصححاً من التفاؤل (الشكل 2A–D).
الشكل 2: أداء نماذج التنبؤ من حيث التمييز والمعايرة ومنحنى القرار.
(A) منحنيات خصائص تشغيل المستقبل في مجموعة التدريب. (B) منحنيات خصائص تشغيل المستقبل في مجموعة التحقق الداخلية. توضح تسميات المنحنيات المساحة تحت منحنى خصائص تشغيل المستقبل (AUC) مع فترات ثقة 95%. (C) منحنيات المعايرة التي تقارن احتمالات DCI المتوقعة والملاحظة؛ يشير الخط المنقط القطري إلى معايرة مثالية. (D) تحليل منحنى القرار الذي يوضح المنفعة الصافية عبر احتمالات العتبة. يمثل الخط المنقط الأفقي استراتيجية "عدم علاج أحد"، بينما يمثل الخط المتقطع استراتيجية "علاج الجميع". AUC، المساحة تحت منحنى خصائص تشغيل المستقبل؛ DCI، نقص التروية الدماغية المتأخر؛ KNN، خوارزمية الجار الأقرب k؛ LightGBM، آلة تعزيز التدرج الخفيف؛ SVM، آلة متجه الدعم؛ XGBoost، تعزيز التدرج الشديد. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
تحليل منحنى القرار الاستكشافي
أُجري تحليل منحنى القرار كتقييم استكشافي للمنفعة الصافية. ومع ذلك، لم يتم الاحتفاظ بنطاق احتمالية العتبة المحدد مسبقاً ولا بمخرجات المنفعة الصافية على مستوى المريض في سجلات التحليل المؤرشفة. وبناءً على ذلك، لا يمكن لنتائج منحنى القرار إثبات الفائدة السريرية أو تحديد عتبة التدخل المناسبة سريرياً.
يجب تفسير أي ميزة ظاهرة في صافي الفائدة مقارنة باستراتيجيات "علاج الجميع" أو "عدم علاج أحد" على أنها نمط أولي ضمن مجموعة البيانات الداخلية الحالية فقط. إن التحقق الخارجي، والاختيار الاستباقي للعتبة، وتقييم العواقب السريرية، وإجراء دراسة رسمية للأثر السريري، هي متطلبات ضرورية قبل اعتبار النموذج مفيداً لاتخاذ قرارات إدارة المرضى (الشكل 3).
الشكل 3: تحليل منحنى القرار لنماذج تنبؤ مختارة في مجموعة التحقق الداخلية. يتم رسم الفائدة الصافية مقابل احتمالية العتبة لنماذج الانحدار اللوجستي، وSVM، وXGBoost. يمثل الخط المتقطع "علاج الجميع" استراتيجية مراقبة جميع المرضى، بينما يمثل الخط المنقط "عدم علاج أحد" استراتيجية عدم مراقبة أي من المرضى. يُعتبر النموذج مفيداً سريرياً عند احتمالات العتبة التي يكون فيها منحنى الفائدة الصافية أعلى من كلتا الاستراتيجيتين المرجعيتين. SVM: آلة متجه الدعم؛ XGBoost: تعزيز التدرج الشديد. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
نموذج الانحدار اللوجستي متعدد المتغيرات
تضمن نموذج الانحدار اللوجستي النهائي العمر، والوذمة الدماغية، ونقص ألبومين الدم، ودرجة فيشر المعدلة، ودرجة هانت-هيس، ودرجة WFNS. وتظهر معاملات الانحدار، ونسب الأرجحية، وفواصل الثقة 95%، وقيم P في الجدول 4. بلغت قيمة معامل العمر 0.038، بينما كانت معاملات الوذمة الدماغية، ونقص ألبومين الدم، ودرجة فيشر المعدلة ≥ III، ودرجة هانت-هيس ≥ III، ودرجة WFNS ≥ III هي 0.842 و0.615 و1.274 و0.933 و0.781 على التوالي.
| متنبئ | β معامل | نسبة الأرجحية (OR) | فاصل ثقة 95% | P قيمة | ملاحظة تفسيرية |
| تقاطع | يرجى إدراج النص المراد ترجمته. | — | — | — | مطلوب لحساب المخاطر على مستوى المريض. |
| العمر | 0.038 | 1.039 | 1.012–1.067 | 0.004 | ارتباط تنبئي فقط؛ وليس سببياً. |
| وذمة دماغية | 0.842 | 2.321 | 1.541–3.496 | <0.001 | قِيست قبل تشخيص الإصابة بـ DCI. |
| نقص ألبومين الدم | 0.615 | 1.85 | 1.206–2.837 | 0.005 | أبكر مستوى متاح للألبومين قبل النقطة الزمنية للتنبؤ. |
| درجة فيشر المعدلة ≥III | 1.274 | 3.575 | 2.401–5.324 | <0.001 | مؤشر الشدة؛ يُفسر مع الحذر من التعدد الخطى. |
| درجة هانت-هيس ≥III | 0.933 | 2.542 | 1.674–3.861 | <0.001 | مؤشر الشدة؛ يُفسَّر مع توخي الحذر من التعدد الخطي. |
| درجة WFNS ≥III | 0.781 | 2.184 | 1.447–3.298 | <0.001 | مؤشر الشدة؛ يُفسَّر مع توخي الحذر من التعدد الخطي. |
الجدول 4: نموذج الانحدار اللوجستي متعدد المتغيرات النهائي للتنبؤ بنقص التروية الدماغية المتأخر. يتم عرض معاملات الانحدار، ونسب الأرجحية، وفواصل الثقة 95%، وقيم P للمتنبئات التي تم الاحتفاظ بها بعد اختيار LASSO. تم تقييم جميع المتنبئات قبل النقطة الزمنية المحددة للتنبؤ. الاختصارات: CI، فاصل الثقة؛ DCI، نقص التروية الدماغية المتأخر؛ OR، نسبة الأرجحية؛ WFNS، الاتحاد العالمي لجراحي الأعصاب. لم يتوفر التقاطع العددي للانحدار اللوجستي في مخرجات النموذج المؤرشفة، وبناءً على ذلك، لا يمكن استخدام المعاملات المذكورة لحساب احتمالات التنبؤ الفردية. تمثل هذه المعاملات ارتباطات تنبؤية ولا ينبغي تفسيرها كآثار سببية مستقلة. يرجى النقر هنا لتحميل هذا الجدول.
تصف هذه المعاملات الارتباطات التنبؤية ضمن مجموعة التطوير. ولا ينبغي تفسيرها على أنها تأثيرات سببية مستقلة لأن درجة Fisher المعدلة، ودرجة Hunt-Hess، ودرجة WFNS تمثل أبعاداً متداخلة لشدة المرض، كما لم تتوفر تشخيصات التعدد الخطى العددي. وقد تم الإبقاء على هذه المتغيرات كمكونات لنموذج التنبؤ بدلاً من كونها عوامل خطر مستقلة مؤكدة.
أداء المعايرة
تم تلخيص المعايرة في مجموعة التحقق الداخلي باستخدام تقديرات نقطية لميل المعايرة، وتقاطع المعايرة، ودرجة Brier. وقد سجل الانحدار اللوجستي ميل معايرة قدره 0.98، وتقاطع معايرة قدره 0.02، ودرجة Brier قدرها 0.168. وكانت القيم المقابلة 0.94 و0.05 و0.182 لـ SVM؛ و0.88 و0.09 و0.201 لـ XGBoost؛ و0.91 و0.07 و0.194 لـ LightGBM؛ و0.92 و0.06 و0.190 لـ KNN (الجدول 5).
لم تكن فترات الثقة بطريقة Bootstrap متاحة لمقاييس المعايرة هذه لأن الاحتمالات المتوقعة الفردية المطلوبة لإعادة أخذ العينات لم يتم الاحتفاظ بها في مخرجات التحليل المؤرشفة. وبناءً على ذلك، تُعرض نتائج المعايرة كتقديرات نقطية أولية ضمن مجموعة التحقق الداخلي، ولا ينبغي تفسيرها كدليل على المعايرة في مؤسسات أخرى أو مجموعات مرضى أخرى (الشكل 4).
الشكل 4: معايرة نموذج الانحدار اللوجستي في مجموعة التحقق الداخلية. يوضح الخط المتصل العلاقة بين الاحتمالات المتوقعة والملاحظة لنقص التروية الدماغية المتأخر. يمثل الخط المتقطع القطري المعايرة المثالية؛ ويشير التقارب بين الخطين إلى أداء أفضل في المعايرة. DCI، نقص التروية الدماغية المتأخر. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
| نموذج | ميل المعايرة | فاصل الثقة 95% لمنحدر المعايرة | تقاطع المعايرة | فاصل الثقة 95% لتقاطع المعايرة | مقياس برير (Brier score) | فاصل ثقة 95% لدرجة برير | ملحوظة تصحيحية |
| الانحدار اللوجستي | 0.98 | [أدرج فاصل الثقة 95% بطريقة البوتستراب] | 0.02 | [أدرِج فاصل الثقة 95% بطريقة بوتستراب] | 0.168 | [أدرج فاصل الثقة 95% بطريقة التمهيد] | أضف فترات الثقة بطريقة Bootstrap من التحليل النهائي إذا كانت متاحة. |
| آلة المتجهات الداعمة (SVM) | 0.94 | [أدخل فاصل الثقة 95% بطريقة البوتستراب] | 0.05 | [أدخل فاصل الثقة 95% بطريقة البوتستراب] | 0.182 | [أدرِج فاصل الثقة 95% بطريقة بوتستراب] | |
| XGBoost | 0.88 | [أدرج فاصل الثقة 95% بطريقة البوتستراب] | 0.09 | [أدرج فاصل الثقة 95% بطريقة البوستراب] | 0.201 | [أدرج فاصل الثقة 95% بطريقة بوتستراب] | |
| LightGBM | 0.91 | [أدرج فاصل الثقة 95% بطريقة التمهيد (bootstrap)] | 0.07 | [أدخل فاصل الثقة 95% بطريقة بوتستراب] | 0.194 | [أدرج فاصل الثقة 95% بطريقة البووتستراب] | |
| خوارزمية الجار الأقرب (KNN) | 0.92 | [أدرج فاصل الثقة 95% بطريقة البوتستراب] | 0.06 | [أدخل فترة الثقة 95% بطريقة bootstrap] | 0.19 | [أدرج فاصل الثقة 95% بطريقة البوستراب] |
الجدول 5: أداء المعايرة لنماذج التنبؤ في مجموعة التحقق الداخلية. يشير ميل المعايرة البالغ 1.0 وتقاطع المعايرة الذي يساوي 0 إلى معايرة مثالية. وتشير درجات Brier المنخفضة إلى دقة تنبؤ إجمالية أفضل. الاختصارات: KNN، k-nearest neighbor؛ LightGBM، light gradient boosting machine؛ SVM، support vector machine؛ XGBoost، extreme gradient boosting. تم تسجيل ميل المعايرة، وتقاطع المعايرة، ودرجة Brier كتقديرات نقطية. لم تكن فترات الثقة لأسلوب Bootstrap متاحة. تصف هذه النتائج المعايرة الأولية فقط ضمن مجموعة التحقق الداخلية المستبعدة. يرجى النقر هنا لتحميل هذا الجدول.
المقاييس المستمدة من مصفوفة الارتباك.
احتوت مصفوفة الارتباك الخاصة بالتحقق الداخلي المتاحة للانحدار اللوجستي على 30 حالة إيجابية حقيقية، و80 حالة سلبية حقيقية، و14 حالة إيجابية كاذبة، و12 حالة سلبية كاذبة. وكانت الدقة المعاد حسابها 0.809، والحساسية 0.714، والنوعية 0.851، والقيمة التنبؤية الإيجابية 0.682، والقيمة التنبؤية السلبية 0.870، ومقياس F1 بلغ 0.698.
بالنسبة لـ SVM، احتوت مصفوفة الارتباك على 29 إيجابياً حقيقياً، و77 سلبياً حقيقياً، و17 إيجابياً كاذباً، و13 سلبياً كاذباً. وكانت الدقة المعاد حسابها 0.779، والحساسية 0.690، والنوعية 0.819، والقيمة التنبؤية الإيجابية 0.630، والقيمة التنبؤية السلبية 0.856، ودرجة F1 كانت 0.659 (الجدول 6).
| مقياس | الانحدار اللوجستي | آلة المتجهات الداعمة (SVM) | ملاحظة حسابية |
| الإيجابيات الحقيقية | 30 | 29 | مجموعة التحقق |
| السوالب الحقيقية | 80 | 77 | مجموعة التحقق |
| الإيجابيات الكاذبة | 14 | 17 | مجموعة التحقق |
| السلبيات الكاذبة | 12 | 13 | مجموعة التحقق |
| الدقة | 0.809 | 0.779 | (TP + TN) / المجموع |
| الحساسية | 0.714 | 0.69 | إيجابيات حقيقية / (إيجابيات حقيقية + سلبيات كاذبة) |
| النوعية | 0.851 | 0.819 | السالب الحقيقي / (السالب الحقيقي + الموجب الكاذب) |
| القيمة التنبؤية الإيجابية | 0.682 | 0.63 | إيجابيات حقيقية / (إيجابيات حقيقية + إيجابيات كاذبة) |
| القيمة التنبؤية السلبية | 0.87 | 0.856 | السالب الحقيقي / (السالب الحقيقي + السالب الكاذب) |
| مقياس F1 | 0.698 | 0.659 | 2TP / (2TP + FP + FN) |
الجدول 6: مقاييس الأداء المشتقة من مصفوفة الارتباك للانحدار اللوجستي وآلة متجه الدعم (SVM) في مجموعة التحقق الداخلية. تم حساب المقاييس من مصفوفات الارتباك المؤرشفة؛ ومع ذلك، لم يتم الاحتفاظ بالعتبة الدقيقة. يرجى ذكر العتبة الدقيقة في حاشية الجدول. الاختصارات: NPV، القيمة التنبؤية السالبة؛ PPV، القيمة التنبؤية الموجبة؛ SVM، آلة متجه الدعم. تم الحصول على مصفوفات الارتباك من مجموعة التحقق الداخلية. وكانت قيم دقة الانحدار اللوجستي، والحساسية، والنوعية، والقيمة التنبؤية الموجبة، والقيمة التنبؤية السالبة، ومقياس F1 التي أُعيد حسابها هي 0.809 و0.714 و0.851 و0.682 و0.870 و0.698، على التوالي. بينما كانت قيم SVM المقابلة هي 0.779 و0.690 و0.819 و0.630 و0.856 و0.659. لم يتم الاحتفاظ بعتبة التصنيف الدقيقة المستخدمة في التحليل الأصلي ويجب التحقق منها قبل التقديم النهائي. يرجى النقر هنا لتنزيل هذا الجدول.
أُعيد حساب هذه القيم مباشرة من مصفوفات الارتباك نفسها لضمان الاتساق العددي. ومع ذلك، لم يتم الاحتفاظ بعتبة الاحتمالية الدقيقة المستخدمة في تحليل التصنيف الأصلي. وبناءً على ذلك، تم عرض المقاييس المعتمدة على العتبة بشكل وصفي، ولا ينبغي استخدامها كأساس أساسي لمقارنة النماذج حتى يتم التحقق من العتبة من كود التحليل الأصلي (الجدول 7).
| المجموعة الفرعية | AUC (الانحدار اللوجستي) |
| العمر ≥65 سنة | 0.821 |
| العمر <65 سنة | 0.836 |
| مقياس فيشر المعدل ≥III | 0.844 |
| مقياس فيشر المعدل I–II | 0.801 |
| الربط الجراحي | 0.825 |
| العلاج بالتداخل الوعائي | 0.835 |
الجدول 7: تحليل تمييزي استكشافي للمجموعات الفرعية لنموذج الانحدار اللوجستي. يتم تقديم قيم AUC حسب العمر، ودرجة فيشر المعدلة، والمجموعة الفرعية للعلاج. هذه التحليلات استكشافية ولا ينبغي تفسيرها كدليل على إمكانية تعميم النموذج. أضف حجم عينة المجموعة الفرعية، وعدد حالات DCI، وفاصل الثقة 95% لكل مجموعة فرعية.
الاختصارات: AUC، المساحة تحت منحنى خصائص التشغيل للمستقبل؛ DCI، نقص التروية الدماغية المتأخر. يرجى النقر هنا لتنزيل هذا الجدول.
تقييم المجموعات الفرعية الاستكشافي
احتوت مخرجات المجموعة الفرعية المؤرشفة على تقديرات نقطية لـ AUC وفقاً للعمر، ودرجة Fisher المعدلة، ونهج العلاج. ومع ذلك، لم تكن أحجام عينات المجموعات الفرعية، وأعداد أحداث DCI في المجموعات الفرعية، وفواصل الثقة 95%، والاختبارات الرسمية للتفاعل أو التباين متوفرة. وبناءً على ذلك، اعتبرت نتائج المجموعات الفرعية غير مكتملة واستكشافية، ولم تُستخدم للادعاء بأن أداء النموذج كان قوياً أو متسقاً أو قابلاً للتعميم عبر المجموعات الفرعية للمرضى.
أداء تصنيف المخاطر
أظهرت مخرجات تصنيف المخاطر المؤرشفة نسب DCI ملحوظة بلغت 10.2% و33.6% و69.1% للفئات المقترحة منخفضة، ومتوسطة، وعالية المخاطر على التوالي. ومع ذلك، لم تكن مقامات المجموعات المقابلة، وأعداد أحداث DCI، وفواصل الثقة، والتبرير السريري أو الإحصائي المحدد مسبقاً لنقاط القطع الاحتمالية متاحة. وبناءً على ذلك، اعتبر التحليل استكشافياً ولم يُستخدم لدعم الادعاءات المتعلقة بفصل المخاطر المعتمد أو القابلية للتطبيق السريري (الجدول 8).
| فئة المخاطر | نطاق الاحتمالية | معدل حدوث DCI الملحوظ |
| مخاطر منخفضة | <0.20 | 10.2% |
| مخاطر متوسطة | 0.20–0.50 | 33.6% |
| مخاطر عالية | >0.50 | 69.1% |
الجدول 8: معدل حدوث نقص التروية الدماغية المتأخر الملاحظ عبر فئات المخاطر المستمدة من النموذج في مجموعة التحقق الداخلية. تم تحديد فئات المخاطر باستخدام الاحتمالات المتوقعة من نموذج الانحدار اللوجستي النهائي. يرجى النقر هنا لتحميل هذا الجدول.
نموذج الانحدار اللوجستي النهائي
تضمنت مخرجات تحليل الانحدار المؤرشفة معاملات المتنبئات الست المختارة، ولكنها لم تتضمن القيمة العددية لتقاطع النموذج. ونظراً لأن التقاطع ضروري لحساب الاحتمالية المتوقعة لكل فرد، تعذر تقديم معادلة تنبؤ كاملة على مستوى المريض. وبناءً على ذلك، تمت إزالة المعادلة غير المكتملة بدلاً من استكمالها باستخدام قيمة مفترضة أو مُعاد بناؤها.
يمكن استخدام المعاملات الموضحة في الجدول 4 لوصف اتجاه وحجم الارتباطات النسبية للمتنبئات ضمن النموذج المجهز، ولكن لا ينبغي استخدامها لحساب احتمالات DCI على مستوى المريض. ولا يمكن تقديم معادلة تنبؤ كاملة إلا بعد استعادة الجزء المقطوع من النموذج المجهز الأصلي أو إعادة توليده عن طريق إعادة تحليل مجموعة البيانات الأصلية على مستوى المريض.
Logit(DCI) = [التقاطع] + 0.038 × العمر + 0.842 × الوذمة الدماغية + 0.615 × نقص ألبومين الدم + 1.274 × درجة فيشر المعدلة ≥III + 0.933 × درجة هانت-هيس ≥III + 0.781 × درجة الاتحاد العالمي لجراحي الأعصاب ≥III.
تم حساب الاحتمالية المتوقعة لـ DCI على النحو التالي:
P(DCI) = 1 / [1 + exp(−Logit)].
تم ترميز المتنبئات الثنائية بالقيمة 1 عند وجود الحالة وبالقيمة 0 عند غيابها. كما تم ترميز درجة Fisher المعدلة ≥III، ودرجة Hunt-Hess ≥III، ودرجة الاتحاد العالمي لجراحي الأعصاب ≥III بالقيمة 1 عندما يستوفي المريض الحد الأدنى وبالقيمة 0 في الحالات الأخرى. لم يتم ذكر التقاطع لأنه مطلوب لحساب الاحتمالية على مستوى المريض. يجب استخدام هذه المعادلة لأغراض التفسير البحثي فقط حتى يتم استكمال عملية التحقق الخارجي وإعادة المعايرة.
تعكس كل من درجة فيشر المعدلة (Modified Fisher grade)، ودرجة هانت-هيس (Hunt-Hess grade)، ودرجة الاتحاد العالمي لجراحي الأعصاب (World Federation of Neurological Surgeons grade) شدة المرض، وقد تتداخل جزئياً في معناها السريري. ونظراً لعدم توفر تشخيصات التعدد الخطي الرقمي ونموذج حساسية كامل يستثني مقاييس الشدة المتداخلة، فإن المخطوطة لا تفسر هذه المتغيرات كمتنبئات سببية مستقلة. لقد تم الاحتفاظ بها فقط كمكونات لنموذج تنبؤ تم اختياره في مجموعة التدريب. ويقلل هذا القصور من الثقة في المساهمة المستقلة لكل مقياس شدة، ويجب معالجة ذلك في دراسات التحقق الخارجية المستقبلية.
توافر البيانات:
إن مجموعة البيانات الكاملة للمستشفى على مستوى المرضى غير متاحة للعموم لأنها تحتوي على معلومات سريرية حساسة وتخضع لمتطلبات أخلاقيات المؤسسة وحماية البيانات. ويمكن للجنة الأخلاقيات المؤسسية في مستشفى يولين الأول (Yulin First Hospital) النظر في منح الوصول إلى مجموعة بيانات تحليلية مجهولة الهوية بعد تقديم مقترح بحثي مبرر منهجياً، ودليل على الموافقة الأخلاقية، واتفاقية مناسبة لاستخدام البيانات. وتستثني مجموعة البيانات المشتركة الأسماء، وأرقام تعريف المستشفى، والتواريخ الدقيقة، ومعلومات الاتصال، وغيرها من المعرفات المباشرة أو غير المباشرة. كما يتوفر قاموس متغيرات تم التحقق منه، ونصوص برمجية للتحليل، الجدول التكميلي 1 وصف معلومات تطوير النموذج وإمكانية تكراره، و الجدول التكميلي 2 يتم توفير التقارير الخاصة بالبيانات المفقودة لكل متغير على حدة، وفقاً لما تسمح به سياسة المؤسسة. ولا تُمثَّل مجموعات البيانات التوضيحية أو الاصطناعية على أنها بيانات الدراسة السريرية الأصلية.
الجدول التكميلي 1: تفاصيل إمكانية التكرار والمعلمات الفائقة النهائية لتطوير النموذج. يوضح هذا الجدول البذرة العشوائية، والبرامج، وإصدارات الحزم، وخطوات المعالجة المسبقة، وإجراءات تعويض البيانات المفقودة، ومنهجية التحقق المتقاطع، وشبكة الضبط، والمعلمات الفائقة النهائية لنماذج XGBoost وLightGBM وSVM وKNN.يرجى النقر هنا لتحميل هذا الملف.
الجدول التكميلي 2: ملخص البيانات المفقودة واستراتيجية التعامل معها للتنبؤات المرشحة. لكل تنبؤ مرشح، يتم تقرير عدد ونسبة الملاحظات المفقودة، وطريقة التعويض، وما إذا كان قد تم الاحتفاظ بالمتغير للتحليل.يرجى النقر هنا لتحميل هذا الملف.
المناقشة
طورت هذه الدراسة نموذج تنبؤ لـ DCI بعد aSAH وتم التحقق من صحته داخلياً باستخدام متغيرات سريرية ومخبرية وتصويرية مبكرة. تم الاحتفاظ بستة متغيرات بعد عملية اختيار المتنبئات: العمر، وذمة الدماغ، نقص ألبومين الدم، درجة Fisher المعدلة، درجة Hunt-Hess، ودرجة الاتحاد العالمي لجراحي الأعصاب. ومن بين النماذج التي تم تقييمها، أظهر الانحدار اللوجستي تمييزاً داخلياً مستقراً ومعايرة مقبولة. ونظراً لأن مجموعة التحقق قد تم سحبها من نفس المركز والفترة الزمنية التي سُحبت منها مجموعة التدريب، فيجب تفسير النتائج على أنها تحقق داخلي أولي فقط.
تعتبر المتنبئات المختارة منطقية سريرياً في سياق نزيف تحت العنكبوتية الشرياني (aSAH). حيث تعكس درجة فيشر المعدلة (modified Fisher grade) الأعلى عبئاً نزفياً أكبر، بينما تصف درجات هانت-هيس (Hunt-Hess) وWFNS الشدة العصبية عند العرض14,15. وقد يمثل الوذمة الدماغية إصابة دماغية مبكرة، بينما قد يشير التقدم في السن إلى انخفاض في الاحتياطي الفسيولوجي. كما قد يعكس نقص ألبومين الدم مرضاً جهازياً، أو التهاباً، أو حالة تغذوية، أو ضعفاً في البطانة الغشائية19,20. ومع ذلك، فقد تم تحديد هذه الارتباطات لأغراض التنبؤ ولا ينبغي تفسيرها على أنها علاقات سببية. بالإضافة إلى ذلك، تقيس درجات فيشر المعدلة، وهانت-هيس، وWFNS جوانب مترابطة من شدة المرض. ونظراً لعدم توفر قيم عامل تضخم التباين (VIF) وتحليلات الحساسية العددية، لم يتسنَّ تحديد المساهمة المستقلة لكل مقياس من مقاييس التصنيف.
لم تظهر طرق تعلم الآلة الأكثر تعقيداً ميزة واضحة على الانحدار اللوجستي في مجموعة التحقق الداخلي المستبعدة. أظهر الانحدار اللوجستي أعلى قيمة AUC للتحقق، إلا أن فترات الثقة تداخلت مع فترات النماذج الأخرى. قد تلتقط الخوارزميات المعقدة أنماطاً غير خطية، ولكنها قد تعاني أيضاً من فرط التخصيص عندما تكون مجموعة المتنبئات صغيرة والبيانات مستمدة من مركز واحد. ولذلك، تم الاحتفاظ بالانحدار اللوجستي كنموذج أساسي بسبب قابليته للتفسير وتمييزه الداخلي المستقر. ومع ذلك، فإن السجلات غير المكتملة للمعاملات الفائقة وإصدارات البرامج تحد من إمكانية إعادة إنتاج مقارنات تعلم الآلة.
لا يمتلك النموذج الحالي دوراً سريرياً محدداً. وبالرغم من أن تقدير المخاطر المرتفعة قد يدعم نظرياً إجراء ملاحظة عصبية أدق أو مراجعة مبكرة من قبل متخصص، إلا أنه لا يمكن حالياً حساب الاحتمالات على مستوى المريض نظراً لعدم توفر تقاطع النموذج (model intercept). بالإضافة إلى ذلك، فإن نطاق عتبة منحنى القرار، وأداء المجموعات الفرعية، ونتائج فئة المخاطر لم يتم توثيقها بشكل كامل. لذا، لا ينبغي استخدام هذا النموذج كأداة تشخيصية مستقلة، أو قاعدة للمراقبة، أو أساس لاتخاذ قرارات علاجية. ويتطلب الأمر إعادة بناء كاملة للنموذج، وتحققاً خارجياً، وإعادة معايرة، وتقييماً استباقياً للأثر السريري قبل النظر في إمكانية تطبيقه.
تنطوي هذه الدراسة على عدة قيود. أولاً، كانت الدراسة استرجاعية وأُجريت في مركز واحد، مما يحد من إمكانية تعميم النتائج. ثانياً، تم تقييم أداء النموذج باستخدام تقسيم واحد للبيانات بنسبة 8:2 مع تقسيم الطبقات حسب النتائج. كما لم تتوفر تصحيحات التفاؤل بطريقة Bootstrap، أو التحقق المتقاطع k-fold المتكرر، أو التحقق الزمني، أو التحقق الخارجي. ثالثاً، لم يتم الاحتفاظ بالبذرة العشوائية الأصلية، والمعلمات النهائية لتعلم الآلة، وشبكات الضبط، وإجراءات معالجة عدم توازن الفئات، وإصدارات حزمة البرمجيات الكاملة، مما يحد من إمكانية إعادة الإنتاج الحسابي. رابعاً، لم يتوفر التقاطع الرقمي للانحدار اللوجستي، مما حال دون حساب الاحتمالات التنبؤية الفردية. خامساً، تعتبر درجة Fisher المعدلة، ودرجة Hunt-Hess، ودرجة WFNS مقاييس شدة مرتبطة، بينما لم تتوفر تشخيصات VIF وتحليلات الحساسية العددية التي تستثني المقاييس المتداخلة. سادساً، لم يتم حساب فترات الثقة لمنحدر المعايرة، وتقاطع المعايرة، ودرجة Brier. سابعاً، تعذر التحقق من عتبة التصنيف الدقيقة ونطاق عتبة DCA. ثامناً، افتقرت تحليلات المجموعات الفرعية وتصنيف المخاطر إلى المقامات الكاملة، وأعداد الأحداث، وفترات الثقة، واختبارات التفاعل الرسمية. تاسعاً، لم يتم الاحتفاظ بنمط البيانات المفقودة الخاص بكل متغير في الأصل. وأخيراً، تم استبعاد الوفيات المبكرة داخل المستشفى، وهو ما قد يكون قد أدى إلى تحيز البقاء. تعني هذه القيود وجوب اعتبار النموذج أولياً، وعدم استخدامه في اتخاذ القرارات السريرية قبل إجراء إعادة تحليل كاملة وتحقق خارجي مستقل.
قامت هذه الدراسة بتطوير وتقييم نماذج تنبؤية لحدوث نقص تروية الدماغ المتأخر (DCI) بعد حدوث نزيف تحت العنكبوتية الشرياني (aSAH) باستخدام متغيرات سريرية ومخبرية وتصويرية مبكرة21. وقد تم الاحتفاظ بستة عوامل تنبؤية بعد عملية الاختيار باستخدام طريقة LASSO، وهي: العمر، ووذمة الدماغ، ونقص ألبومين الدم، ودرجة Fisher المعدلة، ودرجة Hunt-Hess، ودرجة WFNS22,23,24,25,26,27,28,29. حقق الانحدار اللوجستي مساحة تحت المنحنى (AUC) بلغت 0.832 (95% CI) في مجموعة التحقق الداخلي المستبعدة، وأسفر عن بنية نموذج قابلة للتفسير29,30. ومع ذلك، فقد اعتمد التحليل على تقسيم داخلي واحد، ولم يتوفر تحقق كامل قائم على إعادة أخذ العينات، ولا تحقق خارجي، ولا معلومات حول إمكانية التكرار الحسابي. لذا، يجب تفسير النتائج على أنها نتائج أولية لتطوير النموذج بدلاً من اعتبارها دليلاً على أداة تنبؤية مثبتة سريرياً.
قامت هذه الدراسة الاسترجاعية أحادية المركز بتطوير وتقييم نماذج تنبؤ بمضاعفات نقص التروية الدماغي المتأخر (DCI) بعد حدوث نزف تحت العنكبوتية الشرياني (aSAH) باستخدام ستة متغيرات سريرية ومخبرية وتصويرية مبكرة. أظهر تحليل الانحدار اللوجستي تمييزاً أولياً في مجموعة تحقق داخلية واحدة معزولة، وأنتج هيكل نموذج قابل للتفسير31,32,33,34. ومع ذلك، فإن سجلات إعادة الإنتاج غير المكتملة، وغياب التقاطع العددي، وعدم توفر التحقق القائم على إعادة أخذ العينات، والتقييم غير المكتمل لعدم اليقين، ونقص التحقق الخارجي، كلها عوامل تمنع حساب الاحتمالات على مستوى المريض والاستخدام السريري. لذا، هناك حاجة إلى إعادة التحليل باستخدام مجموعة البيانات الأصلية على مستوى المريض، والتقرير الكامل لإعدادات تطوير النموذج، والتحقق المستقل متعدد المراكز.
شكر وتقدير
يقر المؤلفون بدعم موظفي السجلات الطبية في مستشفى يولين الأول (Yulin First Hospital) في استرجاع البيانات السريرية مجهولة المصدر. لم يشارك هؤلاء الموظفون في تصميم الدراسة، أو الفصل في النتائج، أو النمذجة الإحصائية، أو تفسير النتائج، أو إعداد المخطوطة، أو الموافقة على المخطوطة النهائية، وبالتالي لم يستوفوا معايير التأليف.
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| نظام السجلات الطبية الإلكترونية | مستشفى يولين الأول | غير قابل للتطبيق | مصدر البيانات السريرية الاسترجاعية؛ لم يتم الاحتفاظ باسم المنصة التجارية المحددة في السجلات المؤرشفة. |
| IBM SPSS Statistics | شركة IBM | الإصدار 25.0 | التحليل الإحصائي الوصفي والاستدلالي. |
| تنفيذ خوارزمية الجار الأقرب-K | لم يتم الاحتفاظ بالحزمة/المصدر | غير متوفر | نموذج تعلم آلي استكشافي؛ يجب استعادة الحزمة والإصدار بدقة من بيئة الكود الأصلية. |
| LightGBM | مايكروسوفت / مشروع مفتوح المصدر | الإصدار غير متاح | نموذج تعزيز التدرج الاستكشافي؛ لم يتم الاحتفاظ بالإصدار الدقيق للحزمة والمعلمات الفائقة. |
| برمجية R للإحصاء | مؤسسة R للحوسبة الإحصائية | الإصدار 4.3.2 | النمذجة الإحصائية وتقييم الأداء الداخلي. |
| تنفيذ آلة متجه الدعم | لم يتم الاحتفاظ بالحزمة/المصدر | غير متوفر | نموذج استكشافي للتعلم الآلي؛ لم يتم الاحتفاظ بالحزمة والإعدادات الخاصة بالنواة والإصدار بدقة. |
| XGBoost | مشروع مفتوح المصدر | الإصدار غير متاح | نموذج تعزيز التدرج الاستكشافي؛ لم يتم الاحتفاظ بالإصدار المحدد للحزمة والمعلمات الفائقة. |
المراجع
- Caylor MM, MacDonald RL. Pharmacological prevention of delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage. Neurocrit Care. 2024;40(1):159–169.
- Shah VA, Gonzalez LF, Suarez JI. Therapies for delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage. Neurocrit Care. 2023;39(1):36–50.
- Clarke JV, et al. Microvascular platelet aggregation and thrombosis after subarachnoid hemorrhage: a review and synthesis. J Cereb Blood Flow Metab. 2020;40(8):1565–1575.
- Dodd WS, et al. Pathophysiology of delayed cerebral ischemia after subarachnoid hemorrhage: a review. J Am Heart Assoc. 2021;10(15). doi:10.1161/JAHA.121.021845.
- Stragier H, et al. Pathophysiological mechanisms underlying early brain injury and delayed cerebral ischemia in the aftermath of aneurysmal subarachnoid hemorrhage: a comprehensive analysis. Front Neurol. 2025;16:1587091. doi:10.3389/fneur.2025.1587091.
- Xiao ZK, et al. Risk factors for the development of delayed cerebral ischemia after aneurysmal subarachnoid hemorrhage: a systematic review and meta-analysis. World Neurosurg. 2025;193:427–446.
- Sirsat MS, Fermé E, Câmara J. Machine learning for brain stroke: a review. J Stroke Cerebrovasc Dis. 2020;29(10):105162. doi:10.1016/j.jstrokecerebrovasdis.2020.105162.
- Mao M, et al. Construction of a nomogram model for predicting delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage patients. Sci Rep. 2025;15(1):17739. doi:10.1038/s41598-025-01693-w.
- Connolly ES Jr, et al. Guidelines for the management of aneurysmal subarachnoid hemorrhage: a guideline for healthcare professionals from the American Heart Association/American Stroke Association. Stroke. 2012;43(6):1711–1737.
- Vergouwen MD, et al. Definition of delayed cerebral ischemia after aneurysmal subarachnoid hemorrhage as an outcome event in clinical trials and observational studies: proposal of a multidisciplinary research group. Stroke. 2010;41(10):2391–2395.
- Riley RD, et al. Calculating the sample size required for developing a clinical prediction model. BMJ. 2020;368. doi:10.1136/bmj.m441.
- Veldeman M, et al. Delayed cerebral ischaemia prevention and treatment after aneurysmal subarachnoid haemorrhage: a systematic review. Br J Anaesth. 2016;117(1):17–40.
- Azzam AY, et al. Prediction of delayed cerebral ischemia followed aneurysmal subarachnoid hemorrhage: a machine-learning based study. J Stroke Cerebrovasc Dis. 2024;33(4):107553. doi:10.1016/j.jstrokecerebrovasdis.2023.107553.
- Jeong TS, et al. Factors related to the development of shunt-dependent hydrocephalus following subarachnoid hemorrhage in the elderly. Turk Neurosurg. 2018;28(2):226–233.
- Becerril-Gaitan A, et al. The effect of age on cerebral vasospasm and delayed cerebral ischemia in patients with aneurysmal subarachnoid hemorrhage. World Neurosurg. 2024;187–e1024.
- Hayman EG, et al. Mechanisms of global cerebral edema formation in aneurysmal subarachnoid hemorrhage. Neurocrit Care. 2017;26(2):301–310.
- Fistouris P, et al. The impact of intracranial blood clearance on brain edema as a predictor of delayed cerebral infarction following subarachnoid hemorrhage. Cerebrovasc Dis. Published online June 28, 2025:1–8.
- Liu JP, et al. Analysis of risk factors for delayed cerebral ischemia after aneurysmal subarachnoid hemorrhage [in Chinese]. Chin J Cerebrovasc Dis. 2017;14(1):10–14.
- Guo X, et al. Admission albumin-globulin ratio associated with delayed cerebral ischemia following aneurysmal subarachnoid hemorrhage. Front Neurol. 2024;15:1438728. doi:10.3389/fneur.2024.1438728.
- Sanicola HW, et al. Pathophysiology, management, and therapeutics in subarachnoid hemorrhage and delayed cerebral ischemia: an overview. Pathophysiology. 2023;30(3):420–442.
- Wang L, et al. Risk factors and predictive models of poor prognosis and delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage complicated with hydrocephalus. Front Neurol. 2022;13:1014501. doi:10.3389/fneur.2022.1014501.
- Raatikainen E, et al. Prognostic value of the 2010 consensus definition of delayed cerebral ischemia after aneurysmal subarachnoid hemorrhage. J Neurol Sci. 2021;420:117261. doi:10.1016/j.jns.2020.117261.
- Shah AH, Snow R, Wendell LC, et al. Association of hemoglobin trend and outcomes in aneurysmal subarachnoid hemorrhage: a single center cohort study. J Clin Neurosci. 2023;107:77–83.
- Jiang C, et al. Risk and prognostic factors for rupture of intracranial aneurysms during endovascular embolization. World Neurosurg. 2019;129–e649.
- Naraoka M, et al. Role of microcirculatory impairment in delayed cerebral ischemia and outcome after aneurysmal subarachnoid hemorrhage. J Cereb Blood Flow Metab. 2022;42(1):186–196.
- Hu P, et al. Effect of surgical clipping versus endovascular coiling on the incidence of delayed cerebral ischemia in patients with aneurysmal subarachnoid hemorrhage: a multicenter observational cohort study with propensity score matching. World Neurosurg. 2023;172–e388.
- Ching T, et al. Opportunities and obstacles for deep learning in biology and medicine. J R Soc Interface. 2018;15(141):20170387. doi:10.1098/rsif.2017.0387.
- Jiang F, et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017;2(4):230–243.
- Coulibaly AP, Provencio JJ. Aneurysmal subarachnoid hemorrhage: an overview of inflammation-induced cellular changes. Neurotherapeutics. 2020;17(2):436–445.
- Gris T, et al. Innate immunity activation in the early brain injury period following subarachnoid hemorrhage. J Neuroinflammation. 2019;16(1):253. doi:10.1186/s12974-019-1629-7.
- Wu Z, et al. Study on the predictive value of laboratory inflammatory markers and blood count-derived inflammatory markers for disease severity and prognosis in COVID-19 patients: a study conducted at a university-affiliated infectious disease hospital. Ann Med. 2024;56(1):2415401. doi:10.1080/07853890.2024.2415401.
- Okugawa Y, et al. Lymphocyte–C-reactive protein ratio as a promising new marker for predicting surgical and oncological outcomes in colorectal cancer. Ann Surg. 2020;272(2):342–351.
- Xie L, et al. The systemic inflammation response index as a significant predictor of short-term adverse outcomes in acute decompensated heart failure patients: a cohort study from southern China. Front Endocrinol (Lausanne). 2024;15:1444663. doi:10.3389/fendo.2024.1444663.
- Yan F, et al. Association between the stress hyperglycemia ratio and 28-day all-cause mortality in critically ill patients with sepsis: a retrospective cohort study and predictive model establishment based on machine learning. Cardiovasc Diabetol. 2024;23(1):163. doi:10.1186/s12933-024-02265-4.