Two-stage imputation of longitudinal anthropometric data with cross-reference harmonisation: a simulation study

कल्पना कीजिए कि आप एक बच्चे के विकास की फिल्म को फिर से बनाने की कोशिश कर रहे हैं, लेकिन फिल्म रील क्षतिग्रस्त है। कुछ फ्रेम गायब हैं (लापता डेटा), और उससे भी बुरा यह है कि कुछ दृश्य दो अलग-अलग प्रकार के कैमरों का उपयोग करके फिल्माए गए हैं जो रंग को थोड़ा अलग तरह से रिकॉर्ड करते हैं (जैसे WHO बनाम CDC जैसे अलग-अलग विकास मानक)। यदि आप गायब हिस्सों का केवल अनुमान लगाते हैं या कैमरों के अंतरों को अनदेखा करते हैं, तो आपकी अंतिम फिल्म धुंधली या विकृत हो जाएगी।

यह शोध पत्र गायब विकास मापों (वजन और ऊंचाई) को ठीक करने के लिए एक सरल, दो-चरणीय "फिल्म बहाली" (film restoration) विधि पेश करता है, जबकि इस बात का स्पष्ट रिकॉर्ड रखता है कि पहेली का हर एक टुकड़ा वास्तव में कैसे पाया गया।

यह विधि रोजमर्रा के उपमाओं का उपयोग करके बताती है कि यह कैसे काम करती है:

समस्या: गायब फ्रेम और मिश्रित कैमरे

स्वास्थ्य अनुसंधान में, हम समय के साथ लोगों के वजन और ऊंचाई को ट्रैक करते हैं। अक्सर, लोग नियुक्तियों (appointments) में चूक जाते हैं, जिससे डेटा में अंतराल रह जाता है। इसके अलावा, कुछ अध्ययन WHO विकास चार्ट (जैसे एक "यूरोपीय कैमरा") का उपयोग करते हैं और अन्य CDC चार्ट (जैसे एक "अमेरिकी कैमरा") का उपयोग करते हैं। भले ही बच्चा एक ही आकार का हो, ये दोनों चार्ट उसे एक अलग "परसेंटाइल" (अन्य बच्चों की तुलना में रैंकिंग) पर दिखा सकते हैं। यदि आप इन डेटासेट्स को बिना ध्यान दिए मिला देते हैं, तो आप एक छिपा हुआ एरर पैदा कर देते हैं, जैसे कि एक ऐसी फिल्म को एडिट करना जहाँ दृश्य दर दृश्य लाइटिंग अचानक बदल रही हो।

समाधान: एक दो-चरणीय बहाली प्रक्रिया

लेखक खाली जगहों को भरने के लिए एक "दो-चरणीय" (Two-Stage) विधि प्रस्तावित करते हैं, जो सामान्य जनसंख्या के आधार पर अनुमान लगाने से पहले उस विशिष्ट व्यक्ति के बारे में जो हम जानते हैं, उसे प्राथमिकता देती है।

चरण 1: "बिंदुओं को जोड़ना" विधि (Within-Subject Interpolation)

• उपमा: कल्पना कीजिए कि आपके पास 5 साल की उम्र की एक फोटो है और 7 साल की एक और फोटो है, लेकिन 6 साल की उम्र की फोटो गायब है। सबसे आसान और तार्किक अनुमान यह है कि 5 और 7 साल की फोटो के बीच एक सीधी रेखा खींच दी जाए। आप मान लेते हैं कि बच्चा बीच में निरंतर विकसित हुआ।
• शोध पत्र क्या करता है: यदि किसी व्यक्ति के पास किसी छूटे हुए विज़िट से पहले और बाद का माप उपलब्ध है, तो कंप्यूटर उस गैप को भरने के लिए उनके बीच एक सीधी रेखा खींच देता है। यह केवल उस विशिष्ट व्यक्ति के डेटा का उपयोग करता है। यह गैप को भरने का सबसे सटीक तरीका है क्योंकि यह उस विशिष्ट बच्चे के विकास पैटर्न का सम्मान करता है।

चरण 2: "ग्रोथ चार्ट" विधि (LMS Centile Imputation)

• उपमा: क्या होगा यदि आपके पास किसी विशेष वर्ष के लिए कोई फोटो ही नहीं है, या बच्चे के पास केवल एक ही फोटो है? आप बिंदुओं को जोड़कर रेखा नहीं खींच सकते। इसके बजाय, आप एक मानक "ग्रोथ चार्ट" (जैसे WHO या CDC चार्ट) देखते हैं। आप देखते हैं कि वह बच्चा चार्ट पर आमतौर पर कहाँ स्थित होता है (उदाहरण के लिए, 50वां पर्सेंटाइल, जिसका अर्थ है औसत आकार), और आप मान लेते हैं कि जब तक उन्हें अगली बार नहीं देखा गया, तब तक वे उसी "ट्रैक" पर रहे।
• शोध पत्र क्या करता है: यदि चरण 1 गैप को नहीं भर पाता है, तो यह विधि बच्चे के ज्ञात मापों का उपयोग करके उनके "विकास ट्रैक" (centile) को समझने की कोशिश करती है। इसके बाद, यह मान लेती है कि बच्चा उसी ट्रैक पर रहा और गणना करती है कि उस लापता समय में उनका वजन/ऊंचाई क्या होनी चाहिए थी, जैसा कि उस विशिष्ट ग्रोथ चार्ट (WHO या CDC) द्वारा निर्धारित है जिसका उपयोग मूल डेटा स्रोत ने किया था।
• "स्पष्ट पैरामीटर" का ट्विस्ट: महत्वपूर्ण रूप से, यह विधि शोधकर्ता को यह बताने के लिए मजबूर करती है कि, "मैं सोर्स A के लिए WHO चार्ट का उपयोग कर रहा हूँ और सोर्स B के लिए CDC चार्ट का।" यह इस चुनाव को छुपाता नहीं है। यह रिकॉर्ड करता है कि प्रत्येक अनुमान के लिए किस "कैमरे" का उपयोग किया गया था।

"प्रोवेनेंस" लेबल: हर अनुमान की रसीद

शोध पत्र इस बात पर जोर देता है कि अंतिम डेटासेट के हर नंबर को एक "लेबल" या रसीद मिलती है:

1. Observed (अवलोकन किया गया): हमने इसे वास्तव में मापा है।
2. Interpolated (इंटरपोलेटेड): हमने बिंदुओं को जोड़ा (चरण 1)।
3. Growth Reference (ग्रोथ रेफरेंस): हमने चार्ट के आधार पर अनुमान लगाया (चरण 2)।

यह महत्वपूर्ण है क्योंकि यदि कोई शोधकर्ता अतिरिक्त सावधानी बरतना चाहता है, तो वह कह सकता है, "मैं केवल 'Observed' और 'Interpolated' नंबरों पर भरोसा करूँगा, और 'Growth Reference' अनुमानों को अनदेखा कर दूँगा," या वे यह देखने के लिए उन्हें अलग से विश्लेषण कर सकते हैं कि क्या "अनुमान" परिणामों को बदलते हैं।

परिणाम: बहाली कितनी अच्छी है?

लेखकों ने इस विधि का परीक्षण सिंथेटिक डेटा (कंप्यूटर-जनित नकली डेटा जो वास्तविक विकास अध्ययनों जैसा दिखता है) का उपयोग करके किया। उन्होंने जानबूझकर ज्ञात नंबरों के 20% हिस्से को छिपा दिया और उन्हें वापस अनुमान लगाने की कोशिश की।

• परिणाम: विधि ने 100% अंतराल को सफलतापूर्वक भर दिया।
• सटीकता: अनुमान सत्य के बहुत करीब थे। वजन के लिए, औसत त्रुटि लगभग 1.78 किलोग्राम (लगभग 3.5% की कमी) थी। ऊंचाई के लिए, यह लगभग 2.84 सेमी (2% की कमी) थी।
• निर्णय: जैसा कि अपेक्षित था, "बिंदुओं को जोड़ने" वाले अनुमान (चरण 1), "ग्रोथ चार्ट" वाले अनुमानों (चरण 2) की तुलना में अधिक सटीक थे। यह साबित करता है कि दो-चरणीय क्रम (पहले बिंदुओं को जोड़ने का प्रयास करें, चार्ट का उपयोग केवल आवश्यकता होने पर करें) सही दृष्टिकोण है।

महत्वपूर्ण सीमाएं (जो शोध पत्र कहता है)

यह शोध पत्र इस बारे में बहुत ईमानदार है कि यह अभी क्या नहीं करता है:

• यह एक "एकल अनुमान" है: विधि गायब संख्या के लिए एक सबसे अच्छा अनुमान देती है। यह "अनिश्चितता" या संभावनाओं की सीमा की गणना नहीं करती है। यदि आप इन अनुमानों का उपयोग किसी अंतिम चिकित्सा अध्ययन में करते हैं, तो आप अनजाने में यह सोच सकते हैं कि आप वास्तव में जितना जानते हैं उससे कहीं अधिक जानते हैं।
• "स्थिरता" का अनुमान: चरण 2 यह मानता है कि एक बच्चा एक ही विकास पथ पर रहता है। यदि किसी बच्चे को अचानक बीमारी होती है या विकास में ऐसा उछाल आता है जो उसके पर्सेंटाइल को नाटकीय रूप से बदल देता है, तो यह विधि उस बदलाव को नहीं पकड़ पाएगी। हालांकि, "लेबल्स" के कारण, शोधकर्ता इन अनुमानों को पहचान सकते हैं और उन्हें सावधानी के साथ देख सकते हैं।
• केवल सिंथेटिक: ये परिणाम कंप्यूटर सिमुलेशन पर आधारित हैं, वास्तविक रोगियों पर नहीं। विधि सिमुलेशन में पूरी तरह से काम करती है, लेकिन गंभीर चिकित्सा निष्कर्षों के लिए उपयोग किए जाने से पहले इसे वास्तविक दुनिया के जटिल डेटा पर परीक्षण करने की आवश्यकता है।

सारांश

यह शोध पत्र गायब विकास डेटा को ठीक करने के लिए एक सरल, पारदर्शी उपकरण प्रदान करता है। यह पहले एक व्यक्ति के अपने इतिहास को प्राथमिकता देता है, फिर यदि आवश्यक हो तो मानक ग्रोथ चार्ट का सहारा लेता है, और साथ ही यह भी स्पष्ट रूप से बताता है कि प्रत्येक गणना के लिए किस "मानक" का उपयोग किया गया था। यह सुनिश्चित करने का एक तरीका है कि जब हम विभिन्न स्रोतों से डेटा को मिलाते हैं, तो हम अनजाने में सेब और संतरे को बिना जाने आपस में न मिला दें।