مدل‌های یادگیری ماشین با استفاده از داده‌های گذشته، خطر قطع عضو در بیماران دیابتی را پیش‌بینی می‌کنند
پژوهشگران دو مدل برای پیش‌بینی خطر قطع عضو در بیماران مبتلا به دیابت و بیماری شریانی اندام تحتانی توسعه دادند؛ یکی بر پایه یادگیری ماشین و دیگری با استفاده از رویکرد آماری خطرهای رقیب که مرگ بیمار پیش از قطع عضو را نیز در محاسبات لحاظ می‌کند. این دو مدل در قالب یک ماشین‌حساب اینترنتی عمومی با هم ترکیب شده‌اند. مطالعه گذشته‌نگر چندمرکزی در چهار بیمارستان چین، از ژانویه ۲۰۱۸ تا سپتامبر ۲۰۲۴ انجام شد و پیگیری بیماران در سپتامبر ۲۰۲۵ پایان یافت. نتایج نشان داد که میزان کلی قطع عضو طی ۱۲ ماه ۱۴ درصد بوده است. یافته‌ها حاکی از آن‌اند که برآوردهای یادگیری ماشین می‌توانند مکمل روش‌های متعارف ارزیابی خطر باشند؛ با این حال، ماشین‌حساب طراحی‌شده همچنان ابزاری پژوهشی و کمکی است که هنوز در عمل بالینی به‌صورت آینده‌نگر آزمایش نشده است.
بیماران شرکت‌کننده در این مطالعه هم به بیماری شریانی اندام تحتانی، شامل تنگی یا انسداد شریان‌های خون‌رسان به پاها، مبتلا بودند و هم دیابت داشتند. میانگین سنی آن‌ها ۷۲٫۷ سال بود و ۶۵٫۷ درصدشان مرد بودند. پژوهشگران شرکت‌کنندگان را به سه گروه تقسیم کردند: ۹۶۷ نفر در مجموعه آموزش، ۴۱۴ نفر در مجموعه اعتبارسنجی داخلی و ۵۳۸ نفر در مجموعه اعتبارسنجی خارجی قرار گرفتند.
در دوره استاندارد ۱۲ماهه مشاهده، ۲۶۹ بیمار تحت قطع عضو عمده یا جزئی قرار گرفتند، ۱۱۸ نفر پیش از قطع عضو و بدون از دست دادن اندام فوت کردند و پیگیری ۱٬۵۳۲ نفر نیز به دلایل آماری پیش از ثبت رویداد موردنظر پایان یافت یا داده‌های آن‌ها سانسور شد. میزان قطع عضو در گروه‌های آموزش، اعتبارسنجی داخلی و اعتبارسنجی خارجی به‌ترتیب ۱۴٫۶، ۱۳٫۳ و ۱۳٫۶ درصد بود. در این نوع تحلیل، مرگ پیش از قطع عضو یک رویداد رقیب محسوب می‌شود؛ زیرا مدل دودویی متعارف ممکن است مرگ پیش از قطع عضو را صرفاً به‌عنوان نتیجه‌ای بدون قطع عضو در نظر بگیرد. این کار می‌تواند برآورد احتمال واقعی قطع عضو را در بیمارانی که همچنان در معرض خطر هستند، مخدوش کند.
برای جلوگیری از نشت اطلاعات میان مجموعه‌های داده، پژوهشگران متغیرهای پیش‌بینی‌کننده احتمالی را فقط با استفاده از مجموعه آموزش غربال کردند. در ابتدا، مرور نظام‌مند منابع علمی ۷۵ عامل بالقوه مرتبط با قطع عضو را شناسایی کرد. سپس، با در نظر گرفتن امکان دسترسی بالینی به اطلاعات و کامل بودن داده‌ها، تعداد متغیرها به ۴۸ مورد کاهش یافت. در مرحله بعد، سه روش مکمل شامل رگرسیون لجستیک با روش لاسو (LASSO)، الگوریتم جنگل تصادفی و الگوریتم Boruta برای رتبه‌بندی یا انتخاب متغیرهای کاندید به کار گرفته شدند.
متغیری در مدل نهایی حفظ شد که دست‌کم دو روش از آن پشتیبانی می‌کردند. در نتیجه، ۱۴ متغیر پیش‌بینی‌کننده انتخاب شد: طبقه‌بندی رادرفورد، بار مالی، سن، شاخص بارتل، وجود پای دیابتی، مصرف استاتین، فیبرینوژن، شمار نوتروفیل‌ها، محل سکونت، پره‌آلبومین، پروتئین واکنشی C، زمان نسبی فعال‌شدن ترومبوپلاستین، طبقه‌بندی شاخص توده بدنی و وجود زخم. هر دو مدل یادگیری ماشین و خطرهای رقیب از همین مجموعه متغیرها استفاده کردند تا عملکرد آن‌ها در جمعیتی یکسان و در بازه پیش‌بینی ۱۲ماهه قابل مقایسه باشد. سپس ۱۰ الگوریتم با تنظیم ابرپارامترها آموزش داده شدند و از نظر قدرت تفکیک، کالیبراسیون و معیارهای مرتبط با طبقه‌بندی ارزیابی شدند.
الگوریتم‌های بررسی‌شده عبارت بودند از جنگل تصادفی، رگرسیون لجستیک، درخت تصمیم، بیز ساده، شبکه عصبی مصنوعی، نزدیک‌ترین همسایه‌ها (KNN)، الگوریتم XGBoost، تقویت گرادیانی، CatBoost و ماشین تقویت گرادیانی با یادگیری سبک (LightGBM). مدل منتخب GraBoost، که از الگوریتم‌های تقویت گرادیانی است، در اعتبارسنجی داخلی بهترین عملکرد را نشان داد: سطح زیر منحنی مشخصه عملکرد گیرنده (AUC) برابر با ۰٫۸۶۰، دقت ۰٫۷۸۷، امتیاز F1 برابر با ۰٫۷۸۲ و امتیاز بریر ۰٫۱۵۶ بود. این مدل در مجموعه خارجی که از نظر جغرافیایی از مجموعه‌های دیگر جدا بود، نیز عملکرد خود را تا حد زیادی حفظ کرد؛ AUC آن ۰٫۸۲۸، دقت ۰٫۷۶۰، امتیاز F1 برابر با ۰٫۶۹۵ و امتیاز بریر ۰٫۱۷۸ بود.
مقدار AUC هشت الگوریتم در ارزیابی خارجی بیش از ۰٫۷۰ بود، در حالی که عملکرد درخت تصمیم و الگوریتم نزدیک‌ترین همسایه‌ها ثبات کمتری داشت. آزمون‌های دِلانگ نشان دادند که در اعتبارسنجی داخلی، تفاوت AUC مدل GraBoost با بیشتر مدل‌های رقیب از نظر آماری معنادار است؛ هرچند برخی تفاوت‌ها در مجموعه خارجی به سطح معناداری آماری نرسیدند. این نتایج قدرت تفکیک و کالیبراسیون مدل‌ها را در گروه‌های بررسی‌شده توصیف می‌کنند، اما ثابت نمی‌کنند که استفاده از مدل در تصمیم‌گیری بالینی یا بهبود پیامدهای بیماران مؤثر است.
تحلیل SHAP، که سهم و جهت تأثیر هر ورودی را در پیش‌بینی مدل مشخص می‌کند، نشان داد طبقه‌بندی رادرفورد بیشترین تأثیر را در پیش‌بینی خطر قطع عضو دارد و پس از آن بار مالی و سن قرار می‌گیرند. شاخص بارتل، پای دیابتی، مصرف استاتین، فیبرینوژن، شمار نوتروفیل‌ها، محل سکونت و پره‌آلبومین تأثیر متوسطی داشتند. در مقابل، ارتباط پروتئین واکنشی C، زمان نسبی فعال‌شدن ترومبوپلاستین، طبقه‌بندی شاخص توده بدنی و زخم‌ها با پیش‌بینی مدل ضعیف‌تر بود. درجات بالاتر طبقه‌بندی رادرفورد، امتیاز پایین‌تر شاخص بارتل، سن کمتر، وجود زخم و پای دیابتی با خطر پیش‌بینی‌شده بیشتر برای قطع عضو ارتباط داشتند.
مقادیر بالاتر فیبرینوژن، زمان نسبی فعال‌شدن ترومبوپلاستین، پروتئین واکنشی C و نوتروفیل‌ها نیز در جهت افزایش خطر پیش‌بینی‌شده عمل می‌کردند، در حالی که پره‌آلبومین بالاتر با خطر کمتر ارتباط داشت. سکونت در مناطق شهری، بار مالی کمتر، قرار گرفتن شاخص توده بدنی در محدوده طبیعی و مصرف استاتین نیز در جهت کاهش خطر پیش‌بینی‌شده بودند. این یافته‌ها بیانگر ارتباط‌های پیش‌بینی‌کننده در یک گروه مشاهده‌ای هستند و نشان نمی‌دهند که تغییر دادن هر یک از این عوامل لزوماً موجب کاهش قطع عضو می‌شود.
در رگرسیون خطرهای رقیب به روش فاین–گری (Fine–Gray)، همان ۱۴ متغیر ورودی به کار رفت. در این مدل، قطع عضو رویداد اصلی و مرگ به هر علت پیش از قطع عضو، رویداد رقیب در نظر گرفته شد. مقدار AUC وابسته به زمان در بازه ۱۲ماهه، در مجموعه آموزش ۰٫۷۶۲، در اعتبارسنجی داخلی ۰٫۷۱۱ و در اعتبارسنجی خارجی ۰٫۸۱۱ بود. امتیازهای بریر متناظر نیز به‌ترتیب ۰٫۰۹۲، ۰٫۱۰۶ و ۰٫۰۸۵ گزارش شدند.
منحنی‌های کالیبراسیون مربوط به نقاط پایانی سه، شش و ۱۲ماهه نشان دادند که میزان بروز تجمعی پیش‌بینی‌شده با میزان مشاهده‌شده در طبقات مختلف خطر همخوانی داشت. همچنین، آزمون گری تفاوت معناداری را در میزان بروز تجمعی قطع عضو طی ۱۲ ماه میان سه گروه نشان نداد؛ مقدار p برابر با ۰٫۷۲۲ بود. کوچک بودن گروه اعتبارسنجی داخلی موجب شد فاصله‌های اطمینان AUC وابسته به زمان گسترده باشند و در نتیجه، برآورد قدرت تفکیک با عدم‌قطعیت بیشتری همراه شود. پژوهشگران همچنین یک نوموگرام ساختند که به هر یک از ۱۴ متغیر امتیازی اختصاص می‌دهد و مجموع امتیازها را به برآورد میزان بروز تجمعی قطع عضو در سه، شش و ۱۲ ماه تبدیل می‌کند؛ این محاسبات بر اساس چارچوب خطرهای رقیب انجام می‌شوند.
برخی الگوهای مشاهده‌شده با فرض‌های ساده درباره عوامل خطر همخوانی نداشتند. برای نمونه، سن کمتر با خطر پیش‌بینی‌شده بیشتر قطع عضو ارتباط داشت؛ این در حالی است که بیماری شریانی معمولاً با افزایش سن شیوع بیشتری پیدا می‌کند. پژوهشگران چند توضیح احتمالی مطرح کردند؛ از جمله اینکه پزشکان ممکن است در بیماران جوان‌تر مبتلا به عوارض شدید اندام، تصمیم‌های جراحی تهاجمی‌تری بگیرند یا برخی بیماران جوان‌تر به نوعی از بیماری مبتلا باشند که سیر تهاجمی‌تری دارد. با این حال، آن‌ها تأکید کردند که این توضیحات فرضیه‌هایی احتمالی هستند و هنوز اثبات نشده‌اند.
پژوهشگران همچنین خاطرنشان کردند که نمی‌توان نقش عوامل مخدوش‌کننده باقی‌مانده را منتفی دانست. به همین ترتیب، ارتباط مشاهده‌شده میان سکونت در مناطق روستایی یا شهرهای کوچک، بار مالی بیشتر و قطع عضو ممکن است بازتاب تفاوت در دسترسی به خدمات درمانی، تأخیر در دریافت مداخله یا میزان پایبندی به درمان باشد؛ اما داده‌های گذشته‌نگر این مطالعه برای اثبات چنین سازوکارهایی کافی نیستند. مدل همچنین الگویی به شکل U نشان داد که در آن، هم کم‌وزنی و هم قرار گرفتن در طبقات بالاتر شاخص توده بدنی با خطر پیش‌بینی‌شده بیشتر ارتباط داشتند.
کم‌وزنی ممکن است نشانه سوءتغذیه، کاهش توده عضلانی یا بار بالای بیماری زمینه‌ای باشد. از سوی دیگر، شاخص توده بدنی بالاتر می‌تواند با اختلالات متابولیک و التهاب همراه باشد. با این حال، مطالعه حاضر این مسیرها را به‌عنوان علل قطع عضو بررسی نکرد. وجود زخم و پای دیابتی نیز با افزایش خطر پیش‌بینی‌شده ارتباط داشت، اما تأثیر این عوامل در تحلیل SHAP ضعیف‌تر از طبقه‌بندی رادرفورد، بار مالی و سن بود. وجود این مشکلات می‌تواند با کاهش خون‌رسانی و ایسکمی بافتی، اختلال در ترمیم زخم و عفونت سازگار باشد؛ با این حال، خروجی مدل مشخص نمی‌کند که چرا یک بیمار مشخص به هر یک از این عوارض مبتلا شده است.
مصرف استاتین با خطر پیش‌بینی‌شده کمتر همراه بود، در حالی که فیبرینوژن بالاتر و طولانی‌تر شدن زمان نسبی فعال‌شدن ترومبوپلاستین با افزایش خطر ارتباط داشتند. نویسندگان این الگوهای آزمایشگاهی را در ارتباط با التهاب، انعقاد خون و ترمیم بافت تفسیر کردند. آن‌ها همچنین بر نقش محدودیت در مراقبت از خود که با امتیاز پایین‌تر شاخص بارتل منعکس می‌شود، تأکید کردند. به گفته پژوهشگران، کاهش تحرک و توانایی کمتر در مدیریت وضعیت سلامت ممکن است شناسایی یا درمان آسیب‌های پا را به تأخیر بیندازد؛ هرچند این سازوکار در مطالعه مستقیماً بررسی نشده است.
این تفسیرهای زیستی و اجتماعی، توضیح‌های احتمالی برای ارتباط‌های شناسایی‌شده توسط مدل هستند، نه شواهدی از رابطه علت و معلولی. پژوهشگران هر دو مدل را در یک ماشین‌حساب اینترنتی مبتنی بر چارچوب Shiny پیاده‌سازی کردند. این ابزار اطلاعات بیمار را دریافت می‌کند و برآوردهای هماهنگ خطر ۱۲ماهه را بر اساس دو چارچوب ارائه می‌دهد: مدل دودویی GraBoost و مدل خطرهای رقیب فاین–گری. برای متغیرهای طبقه‌ای، منوهای کشویی و برای متغیرهای پیوسته، نوارهای لغزنده در نظر گرفته شده است تا کاربر اطلاعات بالینی را وارد کند و نتایج هر دو مدل را به دست آورد.
به گفته نویسندگان، هر ۱۴ متغیر را می‌توان به‌طور معمول در بیمارستان‌هایی با سطوح مختلف خدمات اندازه‌گیری کرد؛ بنابراین، گردآوری اطلاعات لازم برای استفاده از مدل‌ها از نظر عملی امکان‌پذیر است. ارائه دو خروجی در کنار هم قرار است دو دیدگاه متفاوت را نشان دهد: برآورد خطر با یادگیری ماشین دودویی و برآوردی که مرگ پیش از قطع عضو را به‌طور صریح در نظر می‌گیرد. با این وجود، این ابزار اینترنتی هنوز در شرایط معمول مراقبت درمانی به‌صورت آینده‌نگر اعتبارسنجی نشده است.
این ابزار نمی‌تواند جایگزین ارزیابی جامع بالینی شود. همچنین، پژوهشگران بررسی نکردند که استفاده از آن موجب تغییر در پایش بیماران، بازگرداندن جریان خون به اندام از طریق بازعروق‌رسانی، تجویز دارو، پیامدهای مربوط به اندام یا بقای بیماران می‌شود یا خیر. چند محدودیت مهم نیز تفسیر نتایج را محدود می‌کند. مطالعه گذشته‌نگر و مشاهده‌ای بود؛ ازاین‌رو، احتمال سوگیری انتخاب، ناقص بودن پرونده‌ها و وجود عوامل مخدوش‌کننده اندازه‌گیری‌نشده همچنان مطرح است.
ویژگی‌های اولیه بیماران در سه گروه یکسان نبود و تفاوت‌هایی در طبقه‌بندی رادرفورد، شاخص بارتل، محل سکونت، مصرف استاتین و متغیرهای دیگر مشاهده شد. همه شرکت‌کنندگان بیمارانی چینی بودند که در بیمارستان‌های چین درمان شده بودند؛ بنابراین، تعمیم نتایج به جمعیت‌های قومی دیگر و نظام‌های سلامت متفاوت باید با احتیاط صورت گیرد. همچنین، پیش از تقسیم داده‌ها به سه مجموعه، از روش برآورد چندگانه برای جایگزینی مقادیر گمشده در کل مجموعه داده تجمیع‌شده استفاده شد. این کار ممکن است تا حدی به نشت اطلاعات منجر شده باشد، هرچند انتخاب ویژگی‌ها فقط با استفاده از مجموعه آموزش انجام گرفت.
بیمارانی که پیگیری آن‌ها از دست رفت نیز از نظر بیشتر متغیرهای اولیه تفاوت معناداری با کل گروه داشتند؛ موضوعی که نشان می‌دهد ریزش نمونه‌ها احتمالاً تصادفی نبوده است. این مدل‌ها به‌طور خاص برای پیش‌بینی قطع عضو طی ۱۲ ماه طراحی شده‌اند و نمی‌توان فرض کرد که پیامدهای بلندمدت‌تر را نیز پیش‌بینی می‌کنند. میزان قطع عضو مشاهده‌شده، یعنی ۱۴ درصد، در محدوده ۱۳ تا ۴۸ درصد گزارش‌شده برای جمعیت‌های مشابه قرار داشت. با این حال، تفاوت میان مطالعات ممکن است ناشی از تفاوت در معیارهای ورود بیماران، شدت بیماری، نظام‌های سلامت و تعریف دوره پیگیری باشد.
در مجموع، این مطالعه نشان می‌دهد که مدل‌های طراحی‌شده در یک جمعیت بالینی مشخص، از قدرت تفکیک امیدوارکننده‌ای در اعتبارسنجی خارجی برخوردارند. با این حال، پیش از آنکه این ابزارها برای استفاده معمول در مراقبت بالینی توصیه شوند، انجام مطالعات آینده‌نگر و چندمرکزی ضروری است.
موضوع پژوهش: توسعه و اعتبارسنجی خارجی مدل‌های پیش‌بینی خطر قطع عضو طی ۱۲ ماه در بیماران مبتلا به بیماری شریانی اندام تحتانی و دیابت.
عنوان مقاله: توسعه و اعتبارسنجی یک مدل مبتنی بر یادگیری ماشین برای پیش‌بینی خطر قطع عضو در بیماران مبتلا به بیماری شریانی اندام تحتانی و دیابت.
منبع مقاله: Tang, L., Wang, L., Li, J., Liu, X., Chen, Q., Song, P., Quan, X., Li, Q., Liu, G., Liu, Y., Cui, C., & Shi, M. (2026). Development and validation of a machine learning-based model for predicting amputation risk in patients with lower extremity arterial disease and diabetes. Frontiers in Cardiovascular Medicine, 13, Article 1893875. https://doi.org/10.3389/fcvm.2026.1893875
شناسه دیجیتال مقاله (DOI): 10.3389/fcvm.2026.1893875
کلیدواژه‌ها: خطر قطع عضو، بیماری شریانی اندام تحتانی، دیابت، یادگیری ماشین، تقویت گرادیانی، خطرهای رقیب، اعتبارسنجی خارجی، پیش‌بینی بالینی، تفسیرپذیری SHAP، ماشین‌حساب اینترنتی، توسعه، اعتبارسنجی.