دانشگاه رازی

  پیش‌بینی دقیق خطر مرگ در بیماران تحت پیوند سلول‌های بنیادی خون‌ساز، نقشی حیاتی در تصمیم‌گیری بالینی ایفا می‌کند. اگرچه مدل‌های تلفیقی یادگیری ماشین در سال‌های اخیر به‌طور گسترده برای بهبود دقت این پیش‌بینی‌ها به کار رفته‌اند، بیشتر مطالعات پیشین پیامدهای بالینی را به‌صورت رویدادهای دوحالتی ساده مدل‌سازی کرده و از ساختار زمان‌تارویداد و اطلاعات سانسور داده‌ها صرف‌نظر کرده‌اند؛ همچنین، مقایسه نظام‌مند و از نظر آماری دقیق میان راهبردهای مختلف تلفیق در این حوزه محدود است. هدف اصلی این پژوهش، توسعه و ارزیابی یک چارچوب تلفیقی است که تحلیل بقا، شامل روش کاپلان-مایر و رگرسیون کاکس، را با مدل‌های یادگیری ماشین ترکیب کرده و سه راهبرد تلفیق شامل میانگین‌گیری ساده، میانگین‌گیری وزنی و انباشتگی را با استفاده از آزمون‌های آماری مناسب مقایسه می‌کند. این پژوهش بر روی مجموعه‌داده عمومی IN13-01 از پایگاه CIBMTR شامل ???? بیمار تحت پیوند سلول‌های بنیادی خون‌ساز انجام شد. پس از حذف ?? متغیر مرتبط با پیامدهای پس از پیوند و جلوگیری از نشتی اطلاعات، مدل رگرسیون کاکس با ده متغیر بالینی برازش شد و امتیاز ریسک حاصل، به‌همراه چهار ویژگی تعاملی، به مجموعه متغیرهای مورد استفاده در مدل‌های یادگیری ماشین شامل رگرسیون لجستیک، جنگل تصادفی و تقویت گرادیانی افزوده شد. در نهایت، سه راهبرد تلفیق بر روی مجموعه آزمون مستقل شامل ??? داده‌ها، با استفاده از معیارهای AUC، F1، دقت، حساسیت و ویژگی ارزیابی و عملکرد مدل‌ها به‌صورت دوبه‌دو با آزمون دلانگ مقایسه شد. نتایج تحلیل کاپلان-مایر نشان داد که شدت رژیم آماده‌سازی، نوع پیوند، وضعیت عملکردی، سن و دوره زمانی پیوند با بقای کلی بیماران ارتباط معناداری دارند (p < ?/??، HR = ?/???). در مدل کاکس چندمتغیره، سن (p < ?/???، HR = ?/???) وضعیت عملکردی (p < ?/???، HR = ?/???) قوی‌ترین پیش‌بینی‌کننده‌های مستقل بودند و شاخص توافق مدل برابر با C-index = ?/??? به دست آمد. همچنین، امتیاز ریسک کاکس به‌عنوان مهم‌ترین ویژگی در مدل‌های یادگیری ماشین شناسایی شد و اهمیت جایگشتی آن برابر با ??? بود که فاصله قابل‌توجهی با سایر ویژگی‌ها داشت. در میان راهبردهای تلفیق، روش انباشتگی با بالاترین عملکرد را با مقدار AUC = ?/???? نشان داد و برتری آن نسبت به رگرسیون لجستیک از نظر آماری معنادار بود (آزمون دلانگ، p = ?/??). بااین‌حال، تفاوت عملکرد انباشتگی با بهترین مدل پایه، یعنی جنگل تصادفی با AUC = ?/???، از نظر آماری معنادار نبود (p = ?/???). در مجموع، یافته‌های این پژوهش نشان می‌دهد که تلفیق اطلاعات حاصل از تحلیل بقا با مدل‌های یادگیری ماشین از طریق امتیاز ریسک کاکس، رویکردی اثربخش برای استفاده هم‌زمان از اطلاعات زمان‌تارویداد و ویژگی‌های بالینی در پیش‌بینی خطر مرگ است. بااین‌حال، افزایش پیچیدگی راهبرد تلفیق، از میانگین‌گیری ساده تا انباشتگی، لزوماً به بهبود آماری معنادار نسبت به بهترین مدل پایه منجر نمی‌شود. بنابراین، ارزیابی و انتخاب مدل‌های تلفیقی باید علاوه بر مقایسه مقادیر عددی معیارهای عملکرد، بر آزمون‌های آماری مناسب نیز مبتنی باشد.