نموذج هجين جديد لتنبؤ انتشار الأنواع لعدوى الديدان المعوية الناقلة عن طريق التربة تحت ظروف درجة حرارة التربة باستخدام الغابة العشوائية وخوارزمية تحسين أسراب الجسيمات

لماذا تهم حرارة التربة للالتهابات الخفية

في أجزاء واسعة من نيجيريا، يتعرّض ملايين الأشخاص لديدان طفيلية صغيرة تعيش في التربة ويمكن أن تضر بنمو الأطفال وإنتاجية البالغين بصمت. تزدهر هذه العدوى أو تتراجع اعتمادًا على مدى دفء التربة على عمق بضعة سنتيمترات تحت أقدامنا. تستكشف هذه الدراسة كيف يمكن لدمج خوارزميات حاسوبية متقدمة مع بيانات مفصّلة لدرجة حرارة التربة أن يكشف الأماكن الأكثر احتمالًا لانتشار هذه الطفيليات، مما يساعد العاملين في الصحة على تركيز الموارد المحدودة حيث تكون الحاجة أكبر.

ديدان غير مرئية تحت أقدامنا

الديدان المعوية الناقلة عن طريق التربة هي ديدان معوية تنتشر عندما تلوث البراز البشري البيئة ويَتعرّض الناس للتربة المصابة. في نيجيريا، هناك ثلاثة مجرمون رئيسيون — الأسكارس (الدودة المستديرة)، والدودة السوطية، والأنكلستوما (السبب في دودة الخطاف) — لا تزال تشكّل مشكلة صحية عامة كبيرة، خاصة للأطفال. تتطوّر بيوضها وطورها اليرقي في التربة، وهذا التطور حساس للغاية لدرجة الحرارة. أظهرت دراسات عالمية سابقة أن هناك نطاقًا «مناسبًا» تقريبًا — دافئ لكن ليس حارقًا — حيث تزدهر هذه الطفيليات. ومع ذلك، وعلى الرغم من عقود من جهود المكافحة، كان من الصعب تحديد أي المجتمعات في أعلى درجات الخطر، جزئيًا لأن خرائط العدوى لم تلتقط بالكامل كيف تختلف ظروف التربة عبر المناظر الطبيعية.

تحويل حرارة التربة إلى خريطة مخاطر

لمعالجة هذا التحدي، بنى الباحثون صورة مفصّلة لمناخ تحت الأرض في نيجيريا. استعانوا بمجموعة بيانات تربة عالمية توفر 21 طبقة مختلفة تصف كيف تتصرف درجة حرارة التربة على مدار العام: الدفء المتوسط، والتقلبات الموسمية، والقيم القصوى، وقيم كل شهر على عمق 0–5 سم. اقترنَت هذه الطبقات ببيانات مواقع حيث سُجّلت إصابات بالديدان عبر البلاد، مأخوذة من قاعدة بيانات دولية للأمراض المهملة. وبما أن العديد من هذه السجلات تُظهر فقط أماكن العثور على الإصابات، جنّبَ الفريق أيضًا مواقع «غياب زائف» مختارة بعناية — أماكن لا تُعرف فيها إصابات — لتعليم نماذجهم التمييز بين الظروف المناسبة وغير المناسبة.

كيف يتعلّم نموذج هجين ذكي من الأرض

في صميم الدراسة نموذج حاسوبي هجين يمزج بين فكرَتين: أشجار القرار وسلوك الأسراب. المحرك الأساسي، المعروف باسم الغابة العشوائية، يعمل عن طريق بناء العديد من الأشجار المتفرعة التي يتخذ كل منها قرارًا بسيطًا بنعم أو لا اعتمادًا على ظروف التربة، ثم تجمّع أصواتها لتحديد ما إذا كان من المرجح أن يؤوي الموقع الديدان. وعلى ذلك أضاف الفريق خوارزمية تحسين أسراب الجسيمات، نهج مستوحى من تجمع الطيور أو أسراب الأسماك. في هذا النظام، تتجول العديد من «الجسيمات» عبر تركيبات مختلفة من إعدادات النموذج واختيارات ميزات درجة حرارة التربة، وتدفع كل منها الأخرى نحو التركيبات التي تنتج تنبؤات أكثر دقة.

تنبؤات أدق مع أدلة أقل

عند مقارنة النماذج، تفوّق النهج الهجين بوضوح على كل من الغابة العشوائية التقليدية وشبكة عصبية اصطناعية أكثر تقليدية. حققت الغابة العشوائية الاعتيادية دقة تقارب 87 بالمئة والشبكة العصبية نحو 81 بالمئة، بينما صعد النموذج الهجين المحسّن إلى نحو 91 بالمئة وأظهر أداءً أكثر استقرارًا. ومن الجدير بالذكر أن النموذج الموجَّه بالأسراب حقق هذا التحسّن باستخدام نحو نصف ميزات درجة حرارة التربة المتاحة فقط، مركّزًا على مجموعة صغيرة من أنماط درجة الحرارة الشهرية والموسمية التي تهم أكثر لبقاء الديدان. أكدت الاختبارات الإحصائية أن التحسّن لم يكن بسبب الصدفة. وكشفت الخريطة الناتجة لنيجيريا عن مناطق مناسبة عالية مميزة، خاصة في المناطق الوسطى وحزام الوسط حيث تقع حرارة التربة وتفاوتها ضمن النطاق المفضّل للطفيليات.

من كود الحاسوب إلى عيادات المجتمع

بالنسبة لغير المتخصصين، الرسالة الأساسية واضحة: عبر تعليم الحواسيب قراءة الأنماط الدقيقة في مدى دفء التربة وكيف يتغير هذا الدفء مع الزمن، يمكننا رسم خرائط أوضح بكثير للأماكن التي يحتمل أن تستمر فيها عدوى الديدان. يحوّل النموذج الهجين في الدراسة درجة حرارة تحت الأرض إلى دليل عملي للعمل، مقترحًا أي المناطق ينبغي إعطاؤها أولوية في حملات إزالة الديدان، وتحسين الصرف الصحي، والمراقبة المستمرة. وعلى الرغم من تطويره لنيجيريا، يمكن تكييف النهج نفسه ليشمل دولًا أخرى وأمراضًا أخرى تعتمد على الظروف البيئية، محوّلًا التغيرات الخفية في التربة والمناخ إلى أدوات ملموسة لحماية الصحة العامة.

الاستشهاد: Adekunle, T.A., Ogunwande, JM.O., Ogundoyin, I.K. et al. A novel hybrid model for species distribution prediction of soil-transmitted helminthiasis (STH) under soil temperature conditions using Random Forest and Particle Swarm Optimization Algorithm. Sci Rep 16, 9594 (2026). https://doi.org/10.1038/s41598-025-31604-y

الكلمات المفتاحية: الديدان المعوية الناقلة عن طريق التربة, نمذجة توزيع الأنواع, درجة حرارة التربة, التعلم الآلي, نيجيريا