تساعد على تخصيص الرعاية لمرضى قصور القلب.. ما هي حاسبة المخاطر؟

غالبًا ما يكون فشل الجانب الأيسر من القلب في مرحلة متأخرة حالة مميتة تؤثر على مئات الآلاف من الأشخاص في الولايات المتحدة وحدها.

يمكن أن تكون مضخة القلب الميكانيكية تدخلًا منقذًا لحياة هؤلاء المرضى، لكن جراحة زرع المضخة قد تكون محفوفة بالمخاطر، وفقا لما أكده موقع ميديكال إكسبريس.

أحد أخطر المخاطر هو فشل القلب الأيمن، حيث يصبح الجانب الأيمن من القلب غير قادر على ضخ كمية كافية من الدم إلى الرئتين.

إن تحديد المرضى الذين لديهم خطر كبير للإصابة بقصور القلب الأيمن يمكن أن يساعد الأطباء على إعداد المرضى بشكل أفضل لوضع مضخة القلب.ا

لكن التنبؤ بمن هو الأكثر عرضة للخطر ثبت أنه أمر صعب.

حاسبة المخاطر

قام الآن فريق وطني بقيادة باحثين في جامعة يوتا هيلث بتطوير طريقة للتنبؤ بالمخاطر الفردية للمريض للإصابة بقصور القلب الأيمن بعد إجراء عملية جراحية لوضع المضخة.

يستخدم الفريق الآن حاسبة المخاطر هذه لتخصيص الرعاية لكل مريض قبل وأثناء وضع مضخة القلب. يتم نشر نتائجهم في JAMA Cardiology.

بالنسبة للأشخاص الذين خضعوا لعملية جراحية لزرع مضخة القلب اليسرى، فإن خطر الإصابة بفشل القلب الأيمن لاحقًا مرتفع: 15% إلى 30%.

لكن العدد الكبير من العوامل التي تساهم في خطر إصابة الفرد بقصور القلب الأيمن تجعل التنبؤ الشخصي بالمخاطر «صعبًا بشكل استثنائي»، كما يقول يوسف طالب، زميل أمراض القلب في جامعة كاليفورنيا، سان دييجو، والمؤلف الأول للدراسة.

ساعد طالب في تطوير حاسبة المخاطر خلال زمالته البحثية السريرية في جامعة يو هيلث.

وقال طالب: «يتميز كل مريض بظروف صحية مختلفة وخصائص قلبية مختلفة، وتتمتع مضخات القلب أيضًا بسمات محددة، والجمع بين هذه العوامل يجعل التنبؤات صعبة».

يقول ستافروس دراكوس، أستاذ أمراض القلب في جامعة يو هيلث، وكبير مؤلفي المنشور الذي يصف الدراسة، إنه  «كانت هناك جهود في الماضي للتنبؤ بالمرضى الذين سيحصلون على مضخة قلب وتسمى أيضًا جهاز مساعدة البطين الأيسر، أو LVAD] ولن يعمل بشكل جيد، لكنه لم يكن أداؤه جيدًا في العالم الحقيقي».

وحتى النماذج التي بدت وكأنها تتنبأ بالنتائج في أحد المستشفيات، غالبًا ما فشلت في تقديم تنبؤات دقيقة في مستشفى آخر.

تطوير حاسبة المخاطر

وبهدف تطوير حاسبة مخاطر أكثر دقة وقابلة للاستخدام على نطاق واسع، استخدم الباحثون بيانات المرضى من 1125 شخصًا عبر 6 مراكز صحية، بما في ذلك U of U Health. مع الأخذ في الاعتبار المتغيرات التي تتراوح من الحالات الصحية الموجودة مسبقًا إلى الأدوية والمعلومات الديموغرافية، استخدموا التعلم الآلي لإنشاء واختبار العديد من نماذج المخاطر والعثور على النموذج الذي يصف النتائج الصحية للمرضى على أفضل وجه.

حدد نموذجهم العديد من المتغيرات المفيدة بشكل خاص عند التنبؤ بما إذا كان المريض سيصاب بقصور القلب الأيمن (RVF)، مثل ما إذا كان المرضى بحاجة إلى أشكال إضافية من دعم القلب قبل الجراحة الأولية من أجل إعدادهم بشكل أفضل وتحقيق نتائج أفضل. استخدم الباحثون هذه العوامل لتطوير آلة حاسبة سهلة الاستخدام عبر الإنترنت تحدد النسبة المئوية لخطر إصابة المريض بقصور القلب الأيمن بعد الجراحة.

تصف حاسبة المخاطر الجديدة، التي تسمى STOP-RVF، المخاطر الفردية بشكل أكثر دقة من النماذج السابقة. والأهم من ذلك، أنه يعمل أيضًا بشكل جيد في مجموعة متنوعة من المواقف.

بعد إنشاء حاسبة المخاطر، قام الباحثون «بفحص عملهم» باستخدامها لحساب المخاطر بأثر رجعي للمرضى في نظام مستشفى آخر.

بعد ذلك، قارن العلماء تنبؤات الآلة الحاسبة بنتائج المرضى في العالم الحقيقي، ووجدوا أن أداتهم لا تزال قادرة على وضع نموذج دقيق لخطر إصابة المرضى بقصور القلب الأيمن لاحقًا.

توقع النتائج على المستوى الوطني

كان بناء النموذج على بيانات من مجموعة كبيرة ومتنوعة من السكان أمرًا ضروريًا لوصف المخاطر التي يتعرض لها المرضى بدقة على الصعيد الوطني.

وقال دراكوس: «إنه أمر مهم لأننا نعيش في بلد متنوع للغاية».

وأضاف: «من خلال استناد هذا التحليل إلى مواقع متعددة في جميع أنحاء البلاد - منطقة واشنطن العاصمة، ومنطقة ديترويت، وكاليفورنيا، ويوتا، ومنطقة ماونتن ويست الأوسع - فهو يمثل جزءًا كبيرًا من بلدنا، إنه يعزز إمكانية تعميم العمل».

لقد بدأ بالفعل أطباء القلب والجراحون ومنسقو التمريض في علاج قصور القلب وفريق LVAD في U of U Health في استخدام الآلة الحاسبة في ممارساتهم السريرية الخاصة لتخصيص الرعاية.

يوضح طالب: «إنه يساعد في تصميم تقييم المخاطر لكل مريض، مما يسمح بإعداد أفضل قبل الجراحة».

بالنسبة للمرضى الذين لديهم خطر كبير للإصابة بقصور القلب الأيمن، يمكن للأطباء تأخير الجراحة، أو استخدام أدوية مختلفة لتحسين احتمالات تعافي المرضى، أو التفكير في علاجات بديلة.

نظرًا لأن الآلة الحاسبة تم استخدامها في العيادة لفترة قصيرة فقط، فمن السابق لأوانه القول ما إذا كانت ستحسن نتائج المرضى.

لكن دراكوس يتوقع أن يكون أكثر فائدة من النماذج السابقة لأنه تم تطويره باستخدام مجموعات من المرضى من مستشفيات متعددة.

وقال دراكوس: «لقد قمنا بالتحقق من صحته في مستشفيات أخرى، وكان أداؤه جيدًا للغاية، لكن بالطبع، سيحدد الوقت مدى أهمية تأثيره على نتائج المرضى».