Competition between evidence-based and alternative medical paradigms in non-infectious diseases

बीमारियों के प्रसार और उनके प्रति लोगों की प्रतिक्रिया के अध्ययन में, वैज्ञानिकों ने लंबे समय से संक्रामक रोगों पर ध्यान केंद्रित किया है। उन परिदृश्यों में, एक व्यक्ति का व्यवहार सीधे तौर पर अन्य सभी के लिए जोखिम को बदल सकता है; यदि एक व्यक्ति भीड़ से बचता है या टीकाकरण करवाता है, तो वह किसी पड़ोसी तक वायरस के पहुँचने की संभावना को कम कर देता है। यह एक जटिल सामाजिक पहेली बनाता है जहाँ व्यक्तिगत चुनाव और जैविक संचरण आपस में गहराई से जुड़े होते हैं। हालाँकि, स्वास्थ्य संबंधी चुनौतियों की एक विशाल संख्या उन कीटाणुओं के कारण नहीं होती जो एक व्यक्ति से दूसरे व्यक्ति में फैलते हैं। ये गैर-संक्रामक स्थितियाँ हैं, जैसे कि पुराना दर्द या आवर्ती चयापचय (metabolic) संबंधी मुद्दे, जहाँ बीमार पड़ने का जोखिम इस बात पर निर्भर नहीं करता कि वर्तमान में कितने अन्य लोग बीमार हैं। दशकों से, मानव व्यवहार और बीमारी के मॉडल इन गैर-संक्रामक मामलों में क्या होता है, इसे समझाने में संघर्ष करते रहे हैं। यदि कोई बीमारी सामाजिक रूप से नहीं फैल सकती, तो इसके उपचार के बारे में विश्वास इतनी तेज़ी से क्यों फैलते हैं? क्यों कुछ आबादी उन उपचारों पर टिकी रहती है जो धीमी रिकवरी प्रदान करते हैं, भले ही बेहतर चिकित्सा विकल्प उपलब्ध हों?

शोधकर्ता हर्मीस बेनिटो-एंड्रेस, अल्फ़ोंसो डी मिगल-एरिबास और कार्लोस ग्रासिया-लाज़ारो ने इन प्रश्नों का उत्तर देने के लिए एक नया गणितीय ढांचा तैयार किया है। उन्होंने एक ऐसा मॉडल बनाया है जो स्वास्थ्य के बारे में सोचने के दो अलग-अलग तरीकों—साक्ष्य-आधारित चिकित्सा (evidence-based medicine) और वैकल्पिक चिकित्सा (alternative medicine)—के बीच के संघर्ष को एक सांस्कृतिक युद्ध के रूप में देखता है, जो बीमारी के जीव विज्ञान से अलग है। उनके सिमुलेशन में, बीमारी लोगों के बीच नहीं फैलती है। इसके बजाय, "संक्रमण" इस विचार का है कि किस उपचार का उपयोग करना है। शोधकर्ताओं ने पाया कि जब लोग इस आधार पर निर्णय लेते हैं कि वे दूसरों को बेहतर या बदतर होते कैसे देखते हैं, तो प्रणाली एक आश्चर्यजनक तरीके से व्यवहार करती है। यह स्वाभाविक रूप से एक एकल सर्वोत्तम उपचार पर नहीं टिकती, न ही यह बहुत अधिक उतार-चढ़ाव करती है। इसके बजाय, जनसंख्या एक विशिष्ट परिणाम में फंस जाती है जो पूरी तरह से इस बात पर निर्भर करता है कि इसकी शुरुआत कहाँ से हुई थी।

इस खोज का मूल आधार यह है कि लोग स्वास्थ्य समाचारों पर कैसी प्रतिक्रिया देते हैं। मॉडल यह मानता है कि व्यक्ति केवल यह नहीं गिनते कि कितने लोग वर्तमान में स्वस्थ या बीमार हैं। इसके बजाय, वे स्वास्थ्य में होने वाले परिवर्तन पर प्रतिक्रिया करते हैं। यदि किसी विशिष्ट उपचार का उपयोग करने वाले लोगों के समूह में अचानक सुधार दिखने लगता है, तो यह सकारात्मक बदलाव एक तेज़ सामाजिक संकेत पैदा करता है जो अधिक लोगों को उस उपचार की ओर खींचता है। इसके विपरीत, यदि किसी समूह का स्वास्थ्य अचानक बिगड़ जाता है, तो यह नकारात्मक बदलाव लोगों को उससे दूर धकेलता है। शोधकर्ताओं ने पाया कि वर्तमान स्थिति के बजाय परिवर्तन पर ध्यान केंद्रित करने से एक ऐसी प्रणाली बनती है जिसमें एक अनूठी विशेषता है: संभावित परिणामों की एक निरंतर रेखा। एक विशिष्ट प्रणाली में, आप उम्मीद कर सकते हैं कि जनसंख्या अंततः एक पूर्ण उत्तर पर पहुँच जाएगी, जैसे कि हर कोई सबसे प्रभावी दवा चुन ले। यहाँ, ऐसा नहीं होता है। प्रणाली संभावनाओं के एक स्पेक्ट्रम में कहीं भी स्थिर हो सकती है, एक ऐसी जनसंख्या से लेकर जो लगभग पूरी तरह से साक्ष्य-आधारित है, एक ऐसी जनसंख्या तक जो लगभग पूरी तरह से वैकल्पिक है।

समाज उस रेखा के किस बिंदु तक पहुँचता है, यह प्रारंभिक स्थितियों और सामाजिक संकेतों के "आयतन" (volume) द्वारा निर्धारित होता है। शोधकर्ताओं ने दिखाया कि यदि एक उपचार का सामाजिक प्रवर्धन (social amplification) दूसरे से अधिक शक्तिशाली है—यदि किसी उपचार की सफलता या विफलता की कहानियाँ तेज़ी से या अधिक ज़ोर से प्रसारित होती हैं—तो यह संतुलन को झुका सकता है। हालाँकि, सबसे उल्लेखनीय खोज यह है कि इस प्रणाली में एक प्रकार की स्मृति होती है। एक बार जब जनसंख्या उपचारों के एक विशिष्ट संतुलन में स्थिर हो जाती है, तो वह किसी बाहरी बल द्वारा सक्रिय रूप से धकेले बिना दूसरे संतुलन में आसानी से नहीं जा सकती। यदि एक अस्थायी अभियान लोगों को उपचार बदलने के लिए राजी करता है, तो प्रणाली वापस वहीं नहीं लौटती जहाँ वह थी। यह एक नए, स्थायी संतुलन पर उतर आती है। समाज उस अस्थायी दबाव की एक "नियत स्मृति" (deterministic memory) रखता है। उपचारों का अंतिम मिश्रण न केवल इस बात का प्रतिबिंब है कि कौन सी दवा वैज्ञानिक रूप से श्रेष्ठ है, बल्कि यह इस बात का रिकॉर्ड भी है कि लोगों ने स्वास्थ्य परिवर्तनों के प्रति कैसे प्रतिक्रिया दी और उन प्रतिक्रियाओं को सामाजिक नेटवर्क द्वारा कैसे बढ़ाया गया।

यह मॉडल यह समझाने में मदद करता है कि क्यों कुछ वैकल्पिक चिकित्सा पद्धतियाँ लोकप्रिय बनी रहती हैं, भले ही नैदानिक डेटा सुझाव देता हो कि वे मानक देखभाल की तुलना में कम प्रभावी हैं। शोधकर्ताओं ने उल्लेख किया कि वास्तविक दुनिया के सर्वेक्षणों में, विभिन्न देशों में जनसंख्या का एक महत्वपूर्ण हिस्सा होम्योपैथी का उपयोग करता है, बावजूद इसके कि व्यवस्थित समीक्षाएं दिखाती हैं कि इसके प्रभाव अक्सर प्लेसबो (placebo) से अलग नहीं होते हैं। उनके सिमुलेशन में, एक उपचार जिसकी रिकवरी दर धीमी है, फिर भी सांस्कृतिक परिदृश्य पर हावी हो सकता है यदि उससे जुड़े सामाजिक संकेत पर्याप्त मजबूत हों, या यदि जनसंख्या की शुरुआती धारणा एक विशिष्ट वितरण पर आधारित हो। अध्ययन यह प्रदर्शित करता है कि विभिन्न चिकित्सा प्रतिमानों (paradigms) का सह-अस्तित्व अनिवार्य रूप से भ्रम या विज्ञान की विफलता का संकेत नहीं है, बल्कि यह कि मानव समूह स्वास्थ्य के बारे में जानकारी को कैसे संसाधित करते हैं, इसका एक स्वाभाविक परिणाम है। प्रणाली स्थिर है, लेकिन यह लचीली नहीं है; एक बार जब इसे एक नए रूप में धकेला जाता है, तो यह पिछले राज्य में लौटने का विरोध करती है।

शोधकर्ताओं ने यह भी पता लगाया कि क्या होता है जब बाहरी बल, जैसे कि सार्वजनिक स्वास्थ्य अभियान, हस्तक्षेप करने की कोशिश करते हैं। उन्होंने पाया कि एक अस्थायी हस्तक्षेप, जो सीधे इस बात को बदलता है कि कितने लोग एक उपचार चुनते हैं, प्रणाली के प्रक्षेपवक्र (trajectory) में एक स्थायी बदलाव की तरह कार्य करता है। क्योंकि प्रणाली एक विशिष्ट गणितीय संतुलन पर निर्भर करती है जिसे प्रत्यक्ष हस्तक्षेप द्वारा तोड़ दिया जाता है, इसलिए अभियान समाप्त होने के बाद जनसंख्या अपने मूल राज्य में वापस नहीं लौटती है। इसके बजाय, यह एक नए, अलग स्थिर अवस्था में ढल जाती है। इसका अर्थ यह है कि अल्पकालिक झटके, चाहे वे गलत सूचना अभियान हों या लक्षित स्वास्थ्य शिक्षा, सामाजिक संरचना में एक स्थायी परिवर्तन छोड़ सकते हैं। दीर्घकालिक परिणाम केवल चिकित्सा की गुणवत्ता के बारे में नहीं है, बल्कि उस पथ के बारे में है जिस पर समाज वहाँ पहुँचा है।

अध्ययन एक सरलीकृत, नियत (deterministic) मॉडल पर आधारित है, जिसका अर्थ है कि यह यादृच्छिक संयोग के बिना एक बड़ी जनसंख्या के औसत व्यवहार का वर्णन करता है। शोधकर्ताओं ने इस विशिष्ट तंत्र को अलग करने के लिए इस दृष्टिकोण का उपयोग किया जो सामाजिक फीडबैक लूप है। उन्होंने विश्लेषणात्मक रूप से सिद्ध किया कि प्रणाली में एक एकल, अलग "सर्वश्रेष्ठ" समाधान की कमी है। इसके बजाय, इसमें तटस्थ संतुलन की एक निरंतर रेखा है। इसका मतलब है कि किसी भी दिए गए शुरुआती बिंदु के लिए, ठीक एक अंतिम गंतव्य होता है, और वह गंतव्य प्रारंभिक स्वास्थ्य स्थिति और विश्वासों के प्रारंभिक वितरण द्वारा निर्धारित होता है। मॉडल दिखाता है कि प्रणाली की गैर-रैखिकता (nonlinearity), या जटिल व्यवहार, पूरी तरह से सामाजिक फीडबैक लूप से आता है, न कि बीमारी के जीव विज्ञान से। बीमारी स्वयं सरल और रैखिक है, लेकिन जिस तरह से लोग इसके बारे में बात करते हैं और इसके परिवर्तनों पर प्रतिक्रिया करते हैं, वह एक जटिल, पथ-निर्भर इतिहास बनाता है।

अंततः, यह कार्य बताता है कि कम प्रभावी चिकित्सा उपचारों का बने रहना केवल बेहतर डेटा से हल होने वाला रहस्य नहीं है। यह स्वयं प्रणाली की एक विशेषता है। शोधकर्ताओं ने दिखाया कि स्वास्थ्य परिणामों में परिवर्तन की दर द्वारा संचालित उपचार की सामाजिक दृश्यता, सह-अस्तित्व वाले स्वास्थ्य प्रतिमानों के एक सातत्य (continuum) को बनाए रखने के लिए पर्याप्त है। चाहे समाज में साक्ष्य-आधारित चिकित्सा का उच्च अंगीकरण हो या वैकल्पिक चिकित्सा का उच्च अंगीकरण, यह इस पर निर्भर करता है कि समाज ने अतीत में स्वास्थ्य परिवर्तनों के प्रति कैसे प्रतिक्रिया दी है। मॉडल प्रकट करता है कि समाज अपने पूर्ववर्ती राज्यों का एक स्थायी रिकॉर्ड रखते हैं, और अस्थायी हस्तक्षेप उस रिकॉर्ड को फिर से लिख सकते हैं, जिससे समाज के दीर्घकालिक सांस्कृतिक परिदृश्य में ऐसे बदलाव आते हैं जो हस्तक्षेप समाप्त होने के लंबे समय बाद भी बने रहते हैं।