مدل یادگیری ماشین تفسیرپذیر، خطر ابتلا به سل فعال را در افراد مبتلا به عفونت نهفته طبقه‌بندی می‌کند
پژوهشگران در چین مدلی تفسیرپذیر مبتنی بر یادگیری ماشین توسعه داده‌اند که می‌تواند با استفاده از اطلاعات اپیدمیولوژیک جمع‌آوری‌شده از طریق پرسش‌نامه، سل ریوی فعال را از عفونت نهفته سل تشخیص دهد و سپس افراد دارای عفونت نهفته را در سه سطح خطر طبقه‌بندی کند تا مشخص شود چه کسانی به پیگیری دقیق‌تری نیاز دارند. این مطالعه مورد ـ شاهدی چندمرکزی که به‌صورت دسترسی آزاد در نشریه BMC Public Health در ۲۲ اکتبر ۲۰۲۶ منتشر شد، ۷۸۲ شرکت‌کننده را در ۲۱ مرکز تخصصی سل در استان هِنان چین بررسی کرد. از این تعداد، ۴۰۱ نفر به عفونت نهفته سل مبتلا بودند و ۳۸۱ نفر نیز بیمارانی بودند که به‌تازگی سل ریوی در آن‌ها تشخیص داده شده بود و هنوز درمانی دریافت نکرده بودند.
برآورد می‌شود حدود یک‌چهارم جمعیت جهان به عفونت نهفته سل مبتلا باشند. از سوی دیگر، ابزارهای رایج غربالگری حساسیت محدودی دارند و بسیاری از مدل‌های پیش‌بینی موجود به نشانگرهای زیستی آزمایشگاهی پرهزینه متکی هستند. به همین دلیل، پژوهشگران عمداً پیش‌بین‌های کم‌هزینه و در دسترس را انتخاب کردند؛ اطلاعاتی که مراکز بهداشتی محلی بتوانند به‌سادگی جمع‌آوری کنند. آن‌ها داده‌های اپیدمیولوژیک را با استفاده از پرسش‌نامه‌های استاندارد و از طریق مصاحبه‌های حضوری گردآوری کردند و سپس داده‌ها را به‌صورت تصادفی، با نسبت ۷۰ به ۳۰، به دو مجموعه آموزش و آزمون تقسیم کردند. پس از غربالگری با رگرسیون لاسو (LASSO) و اعتبارسنجی متقاطع ده‌بخشی، ۱۱ متغیر پیش‌بین انتخاب شد. در ادامه، پژوهشگران هفت الگوریتم یادگیری ماشین را ساختند و با یکدیگر مقایسه کردند. این ارزیابی با استفاده از مجموعه‌ای از معیارها، از جمله سطح زیر منحنی مشخصه عملکرد گیرنده (AUC)، امتیاز F1، امتیاز بریر، منحنی‌های کالیبراسیون و تحلیل منحنی تصمیم انجام شد.
مدل تقویت گرادیان شدید (XGBoost یا XGB) بهترین عملکرد را در مجموعه آزمون داشت. مقدار AUC این مدل ۰٫۸۱۸ بود؛ با فاصله اطمینان ۹۵ درصد از ۰٫۷۶۳ تا ۰٫۸۷۳. امتیاز F1 آن نیز به ۰٫۷۶۴ رسید؛ با فاصله اطمینان ۹۵ درصد از ۰٫۶۹۸ تا ۰٫۸۲۲. امتیاز بریر مدل ۰٫۱۷۶ بود و فاصله اطمینان ۹۵ درصد آن از ۰٫۱۴۸ تا ۰٫۲۰۴ محاسبه شد. برای تبدیل نتایج آماری به ابزاری قابل استفاده در محیط درمانی، پژوهشگران با بهره‌گیری از یک روش مبتنی بر صدک‌ها، چارچوبی سه‌سطحی برای طبقه‌بندی خطر طراحی کردند. بر این اساس، احتمال پیش‌بینی‌شده بیش از ۰٫۷۶۳ به‌عنوان خطر بالا و احتمال کمتر از ۰٫۳۲۸ به‌عنوان خطر پایین در نظر گرفته شد و شرکت‌کنندگان در سه گروه قرار گرفتند. سهم موارد واقعی سل ریوی در این گروه‌ها به‌طور چشمگیری افزایش یافت و از ۲۰ درصد در گروه کم‌خطر به ۸۴٫۲۹ درصد در گروه پرخطر رسید.
این افزایش تدریجی، محور اصلی کاربرد عملی مطالعه است: به‌جای آنکه همه افراد مبتلا به عفونت نهفته در یک گروه یکسان قرار گیرند، مدل توجه تشخیصی و احتمال مداخله پیشگیرانه را بر زیرگروه کوچک‌تری متمرکز می‌کند که شیوع سل فعال در آن بسیار بیشتر است. نویسندگان تأکید می‌کنند که هدف مدل، اولویت‌بندی افراد برای ارزیابی‌های بیشتر است، نه تشخیص قطعی بیماری. شفافیت و تفسیرپذیری نیز یکی از ملاحظات اساسی در طراحی این ابزار بوده است.
پژوهشگران برای مشخص کردن سهم هر ویژگی در پیش‌بینی‌های مدل منتخب، از روش توضیحات افزایشی شاپلی (SHAP) استفاده کردند. نتایج این تحلیل نشان داد که جنسیت مذکر، شاخص توده بدنی پایین، سن بالاتر، کاهش وزن ناخواسته طی شش ماه گذشته و درآمد سالانه پایین خانوار، از مهم‌ترین عوامل اثرگذار بر پیش‌بینی مدل هستند. گروه پژوهشی همچنین مدل را در قالب یک ماشین‌حساب اینترنتی رایگان در دسترس قرار داد تا استفاده از آن در مراکز مراقبت‌های اولیه و خدمات بهداشت عمومی با منابع محدود و زیرساخت آزمایشگاهی ناکافی آسان‌تر شود. با این حال، نویسندگان درباره محدودیت‌های نتایج به‌دست‌آمده احتیاط می‌کنند.
این پژوهش با طراحی مورد ـ شاهدی انجام شده و موارد بیماری را بیمارانی تشکیل می‌دادند که به‌تازگی به سل ریوی مبتلا تشخیص داده شده بودند و هنوز درمانی دریافت نکرده بودند. بنابراین، مدل برای تمایز میان بیماری فعال موجود و عفونت نهفته طراحی شده است؛ نه برای پیش‌بینی اینکه کدام‌یک از افراد دارای عفونت نهفته در آینده به بیماری فعال مبتلا خواهند شد. در مقاله به‌صراحت آمده است که ماشین‌حساب اینترنتی فعلی یک نمونه اولیه پژوهشی است و پیش از استفاده از آن برای تصمیم‌گیری درباره درمان پیشگیرانه، باید اعتبار آن در جمعیت‌های مستقل و کاربرد بالینی آن در مطالعات آینده‌نگر ارزیابی شود. افزون بر این، داده‌های آموزش و آزمون همگی از یک استان به دست آمده‌اند و عملکرد مدل در جمعیت‌ها، شرایط انتقال بیماری و نظام‌های سلامت دیگر هنوز بررسی نشده است.
با وجود این محدودیت‌ها، ترکیب توان مناسب مدل در تفکیک گروه‌ها، کالیبراسیون مطلوب، تفسیرپذیری مبتنی بر روش SHAP و اتکا به شاخص‌های اپیدمیولوژیک کم‌هزینه، این ابزار را به گزینه‌ای بالقوه برای طبقه‌بندی خطر در میان افراد مبتلا به عفونت نهفته سل تبدیل می‌کند. انتشار مقاله به‌صورت دسترسی آزاد نیز این امکان را فراهم می‌سازد که گروه‌های پژوهشی دیگر، عملکرد مدل را با استفاده از داده‌های خود بررسی و نتایج را تکرار کنند.
موضوع پژوهش: توسعه و اعتبارسنجی یک مدل تفسیرپذیر یادگیری ماشین برای طبقه‌بندی خطر در افراد مبتلا به عفونت نهفته سل.
عنوان مقاله: توسعه و اعتبارسنجی یک مدل تفسیرپذیر یادگیری ماشین برای طبقه‌بندی خطر در افراد مبتلا به عفونت نهفته سل: مطالعه مورد ـ شاهدی چندمرکزی.
منبع علمی: Wang, W., Sun, D., Zhang, Y., Xu, X., Chang, W., Zheng, D., He, M., Xie, C., Qi, Y., Xu, Y., Zhu, J., & Diao, L. (2026). Development and validation of an interpretable machine learning model for risk stratification among individuals with latent tuberculosis infection: a multicenter case-control study. BMC Public Health. مشاهده مقاله از طریق DOI.
شناسه دیجیتال مقاله (DOI): 10.1186/s12889-026-30066-9
کلیدواژه‌ها: عفونت نهفته سل، سل ریوی، یادگیری ماشین، XGBoost، SHAP، طبقه‌بندی خطر، رگرسیون LASSO، مطالعه مورد ـ شاهدی، پیش‌بین‌های اپیدمیولوژیک، ماشین‌حساب اینترنتی، BMC Public Health، توسعه.
منبع خبر: ترزا اودوم، ۲۶ اکتبر ۲۰۲۶، «مدل تفسیرپذیر یادگیری ماشین با استفاده از داده‌های کم‌هزینه، خطر سل نهفته را طبقه‌بندی می‌کند»، Scienmag.