ART hastalarındaki HIV ilerlemesinin doğru tahmini için düzenlenmiş regresyon modelleri: karşılaştırmalı bir çalışma

HIV ile yaşayan kişiler için bu çalışmanın önemi

Antiretroviral tedavi (ART) alan birçok kişi için sağlıklarının zaman içinde nasıl değişeceği önemli bir sorudur. Doktorlar yaş, vücut ölçüleri, kan testleri ve sosyal koşullar gibi zengin bilgilere erişebilir, ancak bunların hepsini güvenilir bir tahmine dönüştürmek kolay değildir. Bu çalışma, hangi gelişmiş istatistiksel araçların HIV ilerlemesini en iyi şekilde tahmin ettiğini test ederek klinisyenlerin ekstra dikkat gerektiren hastalara odaklanmasına yardımcı olmayı amaçlıyor.

Hastaları zaman içinde izlemek

Araştırmacılar, 2020 ile 2023 arasında Nijerya’nın Osun Eyaleti’nde bir eğitim hastanesinde ART başlatan 482 erişkin HIV hastasının kayıtlarını analiz etti. Hastaların tedavi başlangıcından sonra Dünya Sağlık Örgütü’nün daha ciddi HIV hastalık evreleri (III veya IV) içine ilerlemelerinin ne kadar sürdüğünü takip ettiler. Buna ek olarak yaş, cinsiyet, vücut kitle indeksi, boy ve kilo, kandaki viral yük, eğitim düzeyi, medeni ve iş durumu ile hastaların yaşadığı yer gibi geniş bir veri setini incelediler. HIV enfeksiyonunun kesin tarihinin genellikle bilinmemesi nedeniyle, çalışma sağkalım süresini ART’in ilk gününden itibaren ölçtü; bu tür çalışmalarda standart bir yaklaşımdır.

Birçok risk faktörünün örtüşmesi durumunda

Modern HIV bakımı çok sayıda örtüşen bilgi üretir. Örneğin kilo, boy ve vücut kitle indeksi birbirleriyle yakından ilişkilidir; hepsi aynı anda kullanıldığında standart istatistiksel yöntemler kararsız hale gelebilir ve yanıltıcı sonuçlar verebilir. Ekip bu sorunu—değişkenler arasında güçlü bağımlılık olarak bilinen durumu—varyans şişirme faktörlerini hesaplayarak doğruladı; bazı ölçümlerin birbirine yoğun şekilde bağlı olduğunu gösterdiler. Bu durum hangi faktörlerin gerçekten önemli olduğunu belirlemeyi zorlaştırabilir ve bir hasta grubunda doğru görünen modellerin başka bir grupta başarısız olmasına yol açabilir.

Karmaşık veriyi dizginlemek için yeni araçlar

Bu sorunları aşmak için çalışma dört “düzenlenmiş” regresyon yöntemini karşılaştırdı—Ridge, LASSO, Adaptive LASSO ve Elastic Net. Bu teknikler daha az önemli değişkenlerin etkisini kasıtlı olarak küçültür ve bazıları onları tamamen çıkarabilir; bu sayede öngörücülerin birbirleriyle güçlü şekilde ilişkili olduğu durumlarda modelin kararlı kalmasına yardımcı olurlar. Araştırmacılar önce en çok örtüşen değişkeni (kilo) çıkardıklarında ne olduğunu, ardından tüm değişkenleri bıraktıklarında ne olduğunu test ettiler. Her modeli; hastaları risk sırasına koymadaki başarısı, olasılık tahminlerinin doğruluğu ve uyum ile sadelik arasındaki denge gibi çeşitli ölçütlerle değerlendirdiler.

Modellerin risk hakkında ortaya koydukları

Farklı yöntemler arasında, hangi faktörlerin ileri hastalığa ilerleme olasılığını artırdığı konusunda tutarlı bir tablo ortaya çıktı. İleri yaş ve yüksek viral yük genellikle daha kötü sonuçlarla ilişkilendirildi; erkek olmak, daha yüksek eğitim düzeyi, istihdam ve daha sağlıklı bir vücut kitle indeksi ise daha iyi sağkalıma işaret etti. Bazı modeller ayrıca vücut ölçüleri ve medeni durumu öne çıkardı, ancak bu faktörlerin kesin rolü örtüşen değişkenlerin nasıl ele alındığına bağlıydı. Önemli olarak, düzenlenmiş yaklaşımlar standart bir sağkalım modelinde görülen kararsızlığı büyük ölçüde azalttı ve karmaşık HIV verisinde daha net, daha güvenilir kestirimler sağlayabileceklerini doğruladı.

İş için doğru aracı seçmek

Çalışma, tek bir yöntemin her hedef için en iyi olmadığını gösterdi. Ana amaç en önemli birkaç öngörücüyü seçmek ve modelin yorumlanmasını kolay tutmak olduğunda, Adaptive LASSO en çok örtüşen değişken çıkarıldıktan sonra en iyi performansı gösterdi. En doğru ve iyi kalibre edilmiş tahminleri sundu ve temel risk faktörlerini öne çıkardı. Ancak tüm değişkenler—yoğun ilişkili olanlar dâhil—modelde tutulduğunda, Elastic Net genel olarak en güçlü tahminleri verdi ve güçlü örtüşmeye karşı kararlı kaldı. Ridge regresyonu da tüm öngörücüleri korurken tahmin doğruluğunu iyi biçimde muhafaza etti. Günlük uygulamada bu sonuçlar, doktorların ve sağlık planlayıcılarının risk sürükleyicilerinin net bir listesini isteyip istemediklerine veya ART alan hastaların gelecekteki HIV ilerlemesinin mümkün olan en güçlü tahminine mi ihtiyaç duyduklarına bağlı olarak farklı araçlar kullanabileceklerini gösteriyor.

Atıf: Owoade, G.O., Okewole, D.M., Nziku, C.K. et al. Regularized regression models for accurate prediction of HIV progression in ART patients: a comparative study. Sci Rep 16, 10251 (2026). https://doi.org/10.1038/s41598-026-41445-y

Anahtar kelimeler: HIV ilerlemesi, antiretroviral tedavi, sağkalım tahmini, düzenlenmiş regresyon, Elastic Net