ניתוח במידול חישובי של s-EASIX לחיזוי תמותה ב-30 יום בחולי זיהום קשה ממאגר MIMIC-IV

מדוע זה חשוב לחולים עם זיהומים חמורים

ספסיס, תגובת גוף מאיימת על החיים לזיהום, גובה מדי שנה מיליוני קורבנות ברחבי העולם, לעיתים בתוך ימים מתחילת אשפוז ביחידה לטיפול נמרץ (ICU). הרופאים זקוקים בדחיפות לכלים טובים יותר לזיהוי אילו מטופלים בעקביות מתקדמים לכישלון איברים, גם כאשר בדיקות מעבדה שגרתיות נראות רק מעט חריגות. מחקר זה מציג אינדקס פשוט המבוסס על דם, שעוקבים אחריו לאורך זמן ולא רק ברגע יחיד, ומראה שהדינמיקה שלו יכולה לחזות מי בסיכון הגבוה למות בתוך 30 יום. על ידי שילוב מדעי נתונים מודרניים עם תוצאות מעבדה שגרתיות, העבודה מצביעה על טיפול מוקדם ומותאם אישית יותר בספסיס.

ציון פשוט מבדיקות דם יומיומיות

המחקר מתמקד במידה הנקראת אינדקס הפעלת האנדותל והמתח המפושט (s-EASIX). הוא מחושב באמצעות שתי תוצאות בדיקות דם שגרתיות בלבד: לקטט דהידרוגנאז (LDH), סימן לנזק תאי ולמתח מטבולי, וטסיות הדם, חלקיקי תאים זעירים המסייעים בקרישת דם. יחד, מספרים אלו משקפים עד כמה השכבה הפנימית של כלי הדם — האנדותל — ניזוקה במהלך הספסיס. כששכבה זו נכשלה, זרימת הדם בנימים הזעירים מתמוטטת, איברים מתנפחים או מדממים, וסיכון התמותה עולה באופן חמור. בשונה ממולקולות ניסיוניות רבות שדורשות שיטות מעבדה יקרות, ניתן לחשב את s-EASIX מתוך בדיקות שהבתי חולים כבר מבצעים כמעט לכל חולה בטיפול נמרץ.

מעקב אחרי עליות ונפילות של הציון לאורך הזמן

במקום לשאול מהו s-EASIX ביום הקבלה ל-ICU, המחברים בדקו כיצד הוא משתנה בחודש הראשון למחלה. באמצעות מאגר המידע הציבורי הגדול MIMIC-IV של רשומות טיפול נמרץ, זיהו 8,113 מבוגרים עם ספסיס שהיו להם לפחות שלוש מדידות של LDH וטסיות. באמצעות טכניקה סטטיסטית שמקבצת מטופלים לפי דפוסים דומים לאורך זמן, חשפו חמש "מסלולות" מובחנות של s-EASIX: קבוצה נמוכה ויציבה, קבוצה בינונית ויציבה, קבוצה גבוהה אך יורדת במהירות, קבוצה בינונית אך עולה בעקביות, וקבוצה מאוד גבוהה שירדה רק באיטיות. דפוסים אלה תיעדו את המאבק המתמשך בין זיהום, דלקת, פגיעה בכלי הדם ויכולת הגוף להתאושש.

אילו דפוסים מסמלים סכנה

כאשר החוקרים קישרו חמשת הדפוסים הללו להישרדות, ההבדלים היו בולטים. מטופלים ש-s-EASIX שלהם התחיל גבוה אך ירד במהירות בימים שלאחר מכן סבלו משיעורי תמותה ב-30 יום דומים לאלה שציוניהם נשארו נמוכים או בינוניים לכל אורך הדרך. לעומת זאת, שתי מסלולות היו במיוחד מעוררות דאגה: ציון בינוני שהמשיך לעלות, וציון גבוה מאוד שירד רק במעט. לאחר התחשבות בגיל, חומרת המחלה, טיפולי תמיכה לאיברים וגורמים נוספים רבים, לשתי הקבוצות הללו היה סיכון גבוה למות ב-30 יום בכפולות של כ-2–3 לעומת הקבוצה הנמוכה והיציבה. הממצא החזיק גם בין גברים ונשים, בין מטופלים עם או בלי הנשמה מכנית ובין אלו שקיבלו או לא קיבלו נוגדי קרישה. מבוגרים צעירים עם מסלולים "גרועים" אלו היו בסיכון מוגבר באופן מיוחד, מה שמרמז שתגובה חיסונית עזה אך לא מכוונת כנראה מגבילה את כלי דמם.

ללמד מכונות לזהות דפוסי סיכון

כדי לבדוק האם מחשבים יכולים להשתמש במסלולי s-EASIX לשיפור החיזוי, הצוות בנה כמה מודלים של למידת מכונה ששילבו את מחלקת המסלול עם נתונים קליניים אחרים. הם אימנו והעריכו שש שיטות שונות ומצאו ששיטה שנקראת LightGBM סיפקה את התוצאה הטובה ביותר. בקבוצת האימות של המטופלים, המודל זהה בין שורדים ולא שורדים בדיוק גבוה ובקליברציה אמינה, כלומר ההסתברויות המוערכות שלו התאימו בקירוב למה שקרה בפועל. טכניקה נפרדת, ניתוח SHAP, שימשה לפתיחת ה"קופסה השחורה" ולחשיפת אילו קלטים השפיעו על החלטות המודל. מסלול ה-s-EASIX צץ כאחת התכונות המשפיעות ביותר, לצד גיל וציון כללי לכישלון איברים, מה שמבליט את תפקידו המרכזי בהערכת סיכון לספסיס.

מה משמעות הדבר לטיפול ליד המיטה

ללא מומחיות מיוחדת, המסר הוא שאופן התנועה של ציון מתבסס דם פשוט לאורך זמן מספר סיפור חזק יותר מכל קריאה בודדת. s-EASIX שנשאר גבוה או שעולה בעקביות מרמז שכלי הדם תחת מתקפה מתמשכת, המיקרו־שגשוג נתקע ואיברים מתקרבים לקריסה — הרבה לפני שזה נראה בבדיקות חיוניות שגרתיות. בפועל, מעקב אחרי המסלול הזה יכול לסייע לצוותי ICU לזהות מטופלים בסיכון גבוה מוקדם יותר, להתאים את עוצמת הניטור והטיפול ולשקול התאמות בטיפולים שמשפיעים על קרישה ובריאות כלי הדם. אמנם המחקר רטרוספקטיבי ומתבסס על נתונים ממערכת בתי חולים יחידה ודורש אימות חיצוני נוסף, אך הוא מדגיש כלי מבטיח ונגיש שיכול להפוך תוצאות מעבדה גולמיות למערכת התרעה מוקדמת בספסיס.

ציטוט: Kong, Z., Liu, Y., Chen, H. et al. Machine learning analysis of s-EASIX for predicting 30-day mortality in sepsis patients from MIMIC-IV. Sci Rep 16, 8842 (2026). https://doi.org/10.1038/s41598-026-40400-1

מילות מפתח: ספסיס, תפקוד אנדותל לקוי, חיזוי סיכון, למידת מכונה, טיפול נמרץ