أساليب التجزئة وإعادة الجمع لتوفيق الانحدار اللوجيستي على بيانات الرقابة الصحية واسعة النطاق: تطبيق لتنبؤ خطر السكري في BRFSS

لماذا تهم المسوحات الصحية الكبيرة بالنسبة للسكري

يتأثر عدد متزايد من الأشخاص بالسكري كل عام، ومع ذلك تكافح أنظمة الصحة لاكتشاف من هم عرضة للإصابة مبكرًا بما يكفي لمنع مضاعفات خطيرة. تجمع الحكومات مسوحات صحية ضخمة تشمل ملايين البالغين، لكن هذه الملفات الهائلة يصعب تحليلها على الحواسيب الاعتيادية. توضح هذه الدراسة كيف يمكن لطريقة ذكية لتقسيم البيانات وإعادة جمعها تحويل تلك المسوحات غير السهلة إلى أدوات عملية للتنبؤ بمن هم الأكثر احتمالًا للإصابة بالسكري، دون الحاجة إلى حاسوب فائق.

تقسيم البيانات الضخمة إلى أجزاء مناسبة

يركز المؤلفون على تقنية تسمى التجزئة وإعادة الجمع، التي تعامل مجموعة البيانات الضخمة مثل رغيف خبز يمكن شقه ثم إعادة تركيبه. بدلًا من تشغيل نموذج إحصائي هائل على كل البيانات دفعة واحدة، يقسمون البيانات إلى قطع أصغر، يوافقون نفس نموذج التنبؤ على كل قطعة بشكل منفصل، ثم يدمجون النتائج بطريقة مبدئية. الفكرة الأساسية أن كل شريحة من البيانات تحمل معلومات عن كيفية ارتباط عوامل الخطر بالسكري، ويمكن دمج تلك الأجزاء باستخدام أوزان رياضية تعكس مقدار المعلومات التي تحتويها كل شريحة.

وضع الطريقة على اختبار صارم

لاختبار ما إذا كانت استراتيجية التقسيم وإعادة الدمج موثوقة، أجرى الفريق أولًا تجربة حاسوبية كبيرة باستخدام بيانات اصطناعية. أنشأوا خمسة ملايين مريض افتراضي مرارًا وتكرارًا، كل منهم مع عدّة عوامل خطر وعلاقة "حقيقية" معروفة بالسكري. ثم قارنوا التحليل التقليدي للمجموعة الكاملة من البيانات مع نهج التجزئة وإعادة الجمع عند أعداد مختلفة من الشرائح. كانت النتائج لافتة: أنتجت طريقة التقسيم إجابات متطابقة تقريبًا، مع أخطاء تختلف فقط في المرتبة العشرية الرابعة، بينما خفّضت زمن الحوسبة بنحو النصف وقلصت متطلبات الذاكرة بما يصل إلى ما يقرب من تسعين بالمئة.

اختبار النهج على الأمريكيين الحقيقيين

بعد ذلك، توجه الباحثون إلى نظام مراقبة عوامل الخطر السلوكية (BRFSS)، وهو مسح هاتفي أمريكي طويل الأمد يتتبع العادات والحالات الصحية. استخرجوا بيانات من 2014 إلى 2024 للبالغين الذين تبلغ أعمارهم 40 عامًا فأكثر، فحصلوا على ما يقرب من 2.5 مليون شخص ومعلومات عن 16 عاملًا مثل العمر والوزن والجنس وممارسة الرياضة والتدخين والدخل والتقييم الذاتي للصحة. بعد تنظيف البيانات بعناية وإعادة ترتيب سجلات الأفراد، قسموا المسح إلى عشرات الأجزاء الممكن إدارتها، ووافقوا نموذج خطر السكري على كل جزء، وأعادوا جمع النتائج. كما نفّذوا طريقتين نموذجيتين تستخدمان البيانات الكاملة دفعة واحدة لمعرفة ما إذا كانت النتائج متطابقة.

ماذا تقول البيانات عن خطر السكري

تطابقت نتائج التجزئة وإعادة الجمع تقريبًا مع التحليلات التقليدية، مؤكدة أن الاختصار لا يشوّه النتائج العلمية. استعاد النموذج أنماطًا معروفة جيدًا: ترتفع فرص الإصابة بالسكري بشكل حاد مع التقدم في العمر، وتزداد عدة أضعاف لدى الأشخاص المصابين بالسمنة مقارنة بمن هم في الوزن الطبيعي. كما أن الأشخاص الذين يقيّمون صحتهم العامة بأنها متوسطة أو ضعيفة، والذين لا يمارسون الرياضة، أو الذين يدخنون حاليًا لديهم أيضًا فرص أعلى. وبالمقابل، ارتبط الدخل الأعلى وسنوات التعليم الأطول بفرص أقل للإصابة، حتى بعد احتساب الوزن والعادات، مما يشير إلى دور الظروف الاجتماعية. أظهرت بعض الأمراض المزمنة في المسح ارتباطات عكسية محيّرة مع السكري، ويعزو المؤلفون ذلك إلى آثار البقاء وتحريف القياس في دراسة مقطعية لحظية بدلاً من حماية حقيقية.

ماذا يعني هذا لقرارات الصحة اليومية

لغير المتخصصين، الرسالة الرئيسية هي أن المسوحات الصحية الوطنية القائمة يمكن تحويلها إلى حاسبات موثوقة لخطر السكري باستخدام حواسيب عادية. تحافظ استراتيجية التجزئة وإعادة الجمع على جودة الإحصاء التقليدي مع جعل العمل مع ملايين السجلات ممكنًا عمليًا. هذا يسهل على وكالات الصحة العامة والباحثين ذوي الموارد المحدودة تتبع من هم الأكثر عرضة، وتوجيه برامج الوقاية نحو كبار السن الذين يعانون من السمنة والدخل المنخفض، وتحديث هذه الرؤى مع إضافة سنوات مسح جديدة. لا تعالج الطريقة السكري، لكنها تساعد المجتمع على استخدام بياناته بصورة أذكى للوقاية وإدارة المرض.

الاستشهاد: Nayem, M.M.H., Biswas, S.C. Divide and recombine approaches for fitting logistic regression to large-scale health surveillance data: application to diabetes risk prediction in BRFSS. Sci Rep 16, 15980 (2026). https://doi.org/10.1038/s41598-026-46927-7

الكلمات المفتاحية: خطر السكري, البيانات الصحية الضخمة, الانحدار اللوجيستي, مسح BRFSS, التجزئة وإعادة الجمع