Clear Sky Science · ar

مجموعة بيانات ثنائية الوضع لأبحاث السكري

· العودة إلى الفهرس

لماذا هذا مهم للأشخاص المصابين بالسكري أو القلقين منه

يصيب السكري مئات الملايين من الأشخاص حول العالم، ومع ذلك لا يزال الباحثون يواجهون صعوبة في التنبؤ بمن سيصاب بمضاعفات خطيرة مثل فشل الكلى أو فقدان البصر أو أمراض القلب. إحدى العقبات الرئيسية هي ندرة بيانات واقعية وكبيرة ومفصّلة تلتقط كيف يتفاعل السكري مع باقي الجسم عبر الزمن. يقدم هذا البحث مجموعة بيانات جديدة وغنية تضم ما يقرب من ستة آلاف مريض قد تساعد العلماء على بناء أدوات تنبؤ أفضل وتعميق فهمنا لكيفية تطور السكري في سياقات العيادات اليومية.

عينة كبيرة من مرضى حقيقيين، ليست مجرد عينات بحثية صغيرة

جمع المؤلفون معلومات من 5,922 شخصاً عولجوا في مركز رئيسي للسكري في شنغهاي خلال فترة شهرين. على عكس العديد من الدراسات السابقة التي تابعت بضع عشرات أو مئات المتطوعين فقط، تعكس مجموعة البيانات هذه النوع من المرضى الذين يراهم الأطباء فعلاً: بالغون تتراوح أعمارهم بين 18 و91 عاماً، مع نطاق واسع من أحجام الجسم ومستويات السكر في الدم ومدة المرض والمضاعفات. تمت إزالة جميع المعرّفات الشخصية لحماية الخصوصية، وتم توحيد أسماء المتغيرات حتى يتمكن الباحثون في أنحاء العالم من فهم المعلومات وإعادة استخدامها بسهولة.

نوعان من البيانات يقدمان صورة أكثر اكتمالاً

توصف هذه الموارد بأنها «ثنائية الوضع» أي أنها تجمع بين قياسات عددية ومعلومات منظمة شبيهة بالنص حول التاريخ الطبي وأنماط الحياة لدى الأشخاص. في المجموع، هناك 190 سمة مختلفة لكل مريض. تشمل هذه قياسات الجسم مثل مؤشر كتلة الجسم؛ قراءات سكر متعددة؛ لوحات تفصيلية لفحوصات الكبد والكلى والدم؛ وعلامات إنتاج الإنسولين. إلى جانب هذه الأرقام توجد سجلات عن عادة التدخين والشرب، ونوع العمل، ومدى وعي المريض بأعراض السكري، وتاريخ العائلة، ووجود مضاعفات مثل أمراض القلب أو السكتة الدماغية أو تلف الأعصاب أو مشكلات الرؤية أو قدم السكري. توفر هذه الطبقات معاً صورة أكثر شمولاً لكيفية تفاعل السكري مع الجسم والحياة اليومية.

Figure 1
الشكل 1.

سد الفجوات التي تركتها مجموعات بيانات السكري السابقة

يضع البحث مجموعة البيانات هذه في سياقها من خلال مقارنتها بعدة مصادر عامة معروفة. تتبع بعض المجموعات القائمة مرضى يستخدمون تكنولوجيا متقدمة للسكري ويراقبون السكر على مدار الساعة، لكنها غالباً تفتقر إلى معلومات عن المضاعفات. وتركز مجموعات أخرى على تفاصيل جزيئية من عدد ضئيل من الأشخاص، مما يصعب تعميمها على العيادات الحقيقية. والبعض يقدم قياسات سكر مستمرة لكنه يحذف عوامل خلفية أساسية، مثل مدة الإصابة بالسكري أو وجود مرض كلوي. بالمقابل، تجمع مجموعة البيانات الجديدة بين عدة أنظمة في آن واحد—مراقبة سكر الدم، وظائف الكبد والكلى، تعداد الدم، نمط الحياة، وتاريخ المضاعفات—مما يجعلها مناسبة خصوصاً لبناء نماذج تعلم آلي تهدف إلى التنبؤ بالمخاطر المستقبلية أو تصنيف أنماط المرض المختلفة.

التحقق من أن الأرقام ذات معنى طبي

لإظهار أن البيانات موثوقة، أجرى الباحثون سلسلة من الفحوص التي تعكس ما يتوقعه الأطباء رؤيته. فحصوا كيف يرتبط وزن الجسم بسكر الدم، فوجدوا أن زيادة مؤشر كتلة الجسم تميل إلى المصاحبة لمستويات صيام وبعد الوجبة أعلى، مع بقاء معظم القيم ضمن نطاقات سريرية معقولة. نظروا في كيفية توزيع قياسات السكر عبر مجموعة المرضى ولاحظوا أنماطاً نموذجية للسكري من النوع الثاني: تجمع العديد من الأفراد في فئات وزنية أعلى وانحراف نحو ارتفاع مستوى السكر بعد ساعتين من الوجبة. كما تحققوا من اتساق قراءات الصيام وما بعد الوجبة داخل الشخص نفسه، واستكشفوا كيف تتوافق مراحل وظائف الكلى مع متوسط مستويات السكر. وأخيراً أكدوا أن مقاييس الإنسولين في الدم مرتبطة بقوة بمؤشر مقاومة الإنسولين القياسي، كما هو متوقع من الفيزيولوجيا الأساسية.

Figure 2
الشكل 2.

ما يعنيه هذا للرعاية والبحث المستقبليَين

بعبارات بسيطة، لا يختبر هذا البحث دواءً أو حمية جديدة؛ بل يوفر المواد الخام اللازمة لبناء وتقييم أدوات أذكى لرعاية السكري. وبما أن مجموعة البيانات كبيرة ومفصّلة ومتاحة علناً، يمكن للعلماء استخدامها لتدريب خوارزميات تكتشف المرضى ذوي المخاطر العالية مبكراً، أو لفهم أي تراكيب من عوامل الخطر هي الأكثر أهمية، أو لمقارنة مجموعات فرعية من الأشخاص ذات أنماط مضاعفات مختلفة. إذا استُخدمت بحكمة وبالاشتراك مع مصادر أخرى، يمكن لمثل هذه الموارد البيانية أن تساعد في نقل رعاية السكري من نهج واحد يناسب الجميع إلى تنبؤات أكثر تخصيصاً وفي النهاية تحسين الوقاية من أخطر عواقب المرض.

الاستشهاد: Li, J., Zheng, H., Zhou, Y. et al. A bimodal dataset for diabetes research. Sci Data 13, 652 (2026). https://doi.org/10.1038/s41597-026-06923-y

الكلمات المفتاحية: مجموعة بيانات داء السكري, بيانات سريرية, تعلم الآلة, مضاعفات السكري, تنبؤ المخاطر