Eksik klinik verinin neden olduğu tahmin belirsizliğini ele alan preeklampsi erken tahmini için yeni bir yaklaşım

Anneler ve bebekler için neden önemli

Preeklampsi, hem anne hem de bebeğin yaşamını aniden tehdit edebilen gebeliğin tehlikeli bir komplikasyonudur. Doktorlar, gebeliğin çok erken döneminde düşük doz aspirin vermek gibi basit önlemlerin, durumu geliştirme olasılığı yüksek kadınlarda riski büyük ölçüde azaltabileceğini bilirler. Zorluk, yüksek riskli gebelikleri zamanında ve güvenilir şekilde saptamak; gerçek dünya tıbbi kayıtları çoğu zaman eksik olduğunda bu daha da güçleşir. Bu çalışma, preeklampsiyi erken tahmin etmenin yeni bir yolunu sunuyor ve aynı zamanda her tahmine ne kadar güvenilmesi gerektiğini doktorlara bildiriyor.

Sessiz bir gebelik tehdidini anlamak

Preeklampsi dünya genelinde gebeliklerin %2–8’ini etkiler. Genellikle gebeliğin daha ileri dönemlerinde ortaya çıkar, ancak kökleri çok daha erken dönemde atılır. Preeklampsili anneler böbrek, karaciğer, beyin ve diğer organlarda hasar görebilir; en kötü durumlarda hem anne hem de bebek hayatını kaybedebilir. Bebekler doğru gelişmeyebilir veya çok erken doğurtulmak zorunda kalabilir. Gebeliğin 16. haftasından önce düşük doz aspirin başlanmasının erken preeklampsi riskini yarıdan fazla azaltabildiği göz önüne alındığında, ilk trimesterde yüksek riskli kadınları tanımlayabilmek bakımda dönüşüm yaratabilir. Ancak yalnızca klinisyenin deneyimine dayanmak, böyle yüksek riskli kararlar için genellikle yeterince güvenilir olmamıştır.

Dağınık tıbbi kayıtları işe yarar uyarılara dönüştürmek

Son on yılda birçok araştırma grubu, rutin klinik ve laboratuvar bilgilerini kullanarak preeklampsiyi tahmin etmek için makine öğrenimi yöntemleri kullandı. Bu modeller genelde orta düzeyde doğruluğa ulaşıyor, ancak hepsinin ortak büyük bir sorunu var: her tahminin eşit derecede güvenilir olduğunu varsayıyorlar; oysa hastanın kaydında kilit test sonuçları eksik olabilir. Gerçek doğum öncesi bakımda, kan testleri ve takip ziyaretleri çoğunlukla atlanır; özellikle yoğun poliklinik ortamlarında bu sık görülür. Bu durum büyük hastane veritabanlarının boşluklarla dolu olduğu anlamına geliyor. Önceki çalışmalar çoğunlukla bu boşlukların her tahmin üzerindeki güveni nasıl etkilediğini görmezden geldi; bu da modellerin gerçek potansiyelini gizlemiş olabilir.

Risk skorlarına bir "dürüstlük ölçeği" eklemek

Yazarlar, G.Aralık 16 haftadan önce toplanan bilgileri kullanarak Güney Kore’deki üç hastaneden 31.000’den fazla tekil gebelik kaydını inceledi. 0 ile 1 arasında bir preeklampsi risk skoru veren bir tahmin modeli kurdular. Ardından ikinci bir sayı eklediler: tahmini ne ölçüde eksik bilgilerin zayıflatmış olabileceğini gösteren bir belirsizlik skoru. Bunu yapmak için verileri eksiksiz olan kadınlarda her klinik veya laboratuvar değişkeninin tipik olarak riski ne kadar yukarı veya aşağı ittiğini incelediler. Modeli güçlü biçimde etkileyen değişkenler — ortalama arteriyel kan basıncı, son gebelikten uzun süre geçmiş olmak veya ilk gebelik olması, bazı gebeliğe bağlı protein düzeyleri ve HDL kolesterol gibi — daha önemli kabul edildi. Bu tür kritik bir değişken bir kadında eksikse, o kadının belirsizlik skoru daha az önemli bir öğe eksik olduğunda olacağından daha fazla arttı.

Daha net sinyallere güvenirseniz ne olur

Bu belirsizlik skoru ile ekip, modele nispeten eksiksiz ve bilgilendirici verilere sahip gebeliklere odaklandıklarında performansın nasıl değiştiğini sordu. Dahili testlerde, belirsizliği göz ardı edip tüm kadınları kullandıklarında modelin preeklampsi gelişip gelişmeyeceğini ayırt etme yeteneği iyi ama olağanüstü değildi. Değerlendirmeyi kademeli olarak daha düşük belirsizlik skoruna sahip kadınlarla sınırladıkça — yani daha az veya daha az kritik eksik değerlerle — doğruluk istikrarlı bir şekilde arttı. Orta düzeyde bir belirsizlikte modelin performansı önceki raporlardan zaten daha iyiydi; çok düşük belirsizlikte ise doğruluk çarpıcı biçimde yükseldi, gelecek preeklampsi olgularının neredeyse tamamını az sayıda yanlış alarmla doğru şekilde belirledi. Benzer bir desen bağımsız bir hastanenin verileri üzerinde test edildiğinde de görüldü; bu da yaklaşımın farklı klinikler ve hasta grupları arasında bile sağlam olabileceğini düşündürüyor.

Daha iyi testler ve gelecekteki bakım için ipuçları

Yöntem her değişkenin belirsizliğe ne kadar katkıda bulunduğunu izlediği için, erken gebelikte hangi ölçümlerin toplanmasının daha değerli olduğunu göstererek yönlendirme yapabilir. Analiz, tek bir testin yeterli olmadığını gösterdi: birçok değişken her biri küçük ama önemli bir bilgi parçası ekliyor. Çerçeve esnektir; daha karmaşık makine öğrenimi modelleriyle eşleştirilebilir veya diğer nadir gebelik sorunlarına genişletilebilir. Aynı zamanda yazarlar, çalışmalarının keşif niteliğinde olduğunu, çoğunlukla tekil gebelikli Koreli kadınlara dayandığını ve en etkileyici doğruluk tahminlerinin çok az preeklampsi olgusu içeren küçük, düşük belirsizlikli alt gruplardan geldiğini umutla ama dikkatle belirtiyorlar. Böyle bir aracın gerçek dünyada bakım biçimini etkilemeden önce daha çeşitli çalışmalar ve karar eşiklerinin dikkatli seçimi gerekecektir.

Bekleyen aileler için bunun anlamı

Bu çalışma henüz klinikte kullanılmaya hazır bir test sunmuyor, ancak daha akıllı ve şeffaf tahmin araçlarına işaret ediyor. Gelecekteki sistemler yalnızca çıplak bir risk skoru vermek yerine ne kadar emin olduklarını da söyleyebilir; bu, önemli parçalar eksikken aşırı güvenden kaçınmaya yardımcı olur. Hangi rutin ölçümlerin en çok önemli olduğunu öğrenip kusurlu verilerle nasıl başa çıkılacağını göstererek bu çalışma, preeklampsi riski taşıyan gebeliklerin daha güvenli ve daha erken tespit edilmesi için zemin hazırlıyor — anne ve bebeğin sağlığını korumak için daha fazla zaman sağlıyor.

Atıf: Kim, J.W., Kim, N., Kim, J.Y. et al. A novel approach to preeclampsia early prediction addressing predictive uncertainty due to missing data in clinical dataset. Sci Rep 16, 8455 (2026). https://doi.org/10.1038/s41598-025-27801-4

Anahtar kelimeler: preeklampsi, gebelik riski tahmini, jinekolojide makine öğrenimi, klinik veri belirsizliği, anne sağlığı