Sex and race shape serum protein biomarkers and bias diagnostic reference intervals
यह अध्ययन प्रदर्शित करता है कि लिंग और नस्ल स्वस्थ व्यक्तियों में सीरम प्रोटीन सांद्रता को महत्वपूर्ण रूप से प्रभावित करते हैं, जो यह प्रकट करता है कि वर्तमान जनसंख्या-अज्ञेय संदर्भ अंतराल विशिष्ट जनसांख्यिकीय उपसमूहों के 25% तक को असामान्य के रूप में गलत वर्गीकृत कर सकते हैं और नैदानिक दहलीज में जनसांख्यिकीय संदर्भ शामिल करने की तत्काल आवश्यकता पर प्रकाश डालते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक डॉक्टर हैं जो यह पता लगाने की कोशिश कर रहे हैं कि कोई मरीज स्वस्थ है या बीमार। ऐसा करने के लिए, आप अक्सर उनके रक्त में तैरते हुए सूक्ष्म प्रोटीनों को देखते हैं, जैसे कि कार के इंजन में तेल की जांच करना। लेकिन पेच यहाँ है: यह जानने के लिए कि तेल का स्तर "बहुत अधिक" है या "बहुत कम", आपको एक पैमाने (रूलर) की आवश्यकता होती है। चिकित्सा विज्ञान में, इस पैमाने को रेफरेंस इंटरवल (संदर्भ अंतराल) कहा जाता है। यह उन संख्याओं का एक दायरा है जो यह दर्शाता है कि एक "सामान्य" स्वस्थ व्यक्ति कैसा दिखता है। दशकों से, डॉक्टरों ने सभी के लिए एक ही विशाल पैमाने का उपयोग किया है, यह मानते हुए कि एक स्वस्थ व्यक्ति का रक्त एक जैसा ही दिखता है, चाहे वह पुरुष हो या महिला, या दुनिया के किसी भी हिस्से से हो।
लेकिन जीव विज्ञान जटिल है। ठीक वैसे ही जैसे एक किशोर की लंबाई तेजी से बदलती है जबकि एक दादा-दादी की स्थिर रहती है, हमारे शरीर के भी अलग-अलग "सेटिंग्स" होते हैं जो इस बात पर निर्भर करते हैं कि हम कौन हैं। वैज्ञानिकों को लंबे समय से संदेह था कि लिंग (sex) (जैविक पुरुष या महिला) और नस्ल (race) (जो अक्सर हमारी आनुवंशिक वंशावली का संकेत देती है) जैसे कारक इन प्रोटीन स्तरों को बदल सकते हैं। बड़ा सवाल यह है: क्या ये अंतर इतने महत्वपूर्ण हैं कि वे हमारे "एक ही आकार सबके लिए" (one-size-fits-all) वाले पैमाने को तोड़ दें? यदि यह पैमाना कुछ समूहों के लिए गलत है, तो एक स्वस्थ व्यक्ति को डरावने "असामान्य" परिणाम मिल सकते हैं, या एक बीमार व्यक्ति को यह बताया जा सकता है कि वह ठीक है। यह अध्ययन इसी प्रश्न की गहराई में जाता है, और पूछता है कि क्या हमें सही निदान करने के लिए अलग-अलग लोगों के लिए अलग-अलग पैमाने बनाने की आवश्यकता है।
महान रक्त प्रोटीन खोज
इस अध्ययन में, वैज्ञानिकों की एक टीम ने 60 स्वस्थ युवा वयस्कों के रक्त में 87 अलग-अलग प्रोटीनों को देखकर "एक ही पैमाना सबके लिए" वाले विचार का परीक्षण करने का निर्णय लिया। उन्होंने केवल यादृच्छिक (random) लोगों को नहीं चुना; उन्होंने एक पूरी तरह से संतुलित टीम बनाई: 10 श्वेत पुरुष, 10 श्वेत महिलाएं, 10 हिस्पैनिक पुरुष, 10 हिस्पैनिक महिलाएं, 10 अश्वेत पुरुष और 10 अश्वेत महिलाएं। सभी 20 से 30 वर्ष की आयु के बीच थे, ताकि उम्र परिणामों को प्रभावित न करे।
इन प्रोटीनों को मापने के लिए, उन्होंने मास स्पेक्ट्रोमेट्री (mass spectrometry) नामक एक अत्यंत सटीक उपकरण का उपयोग किया। इसे एक हाई-टेक तराजू की तरह समझें जो अविश्वसनीय सटीकता के साथ व्यक्तिगत प्रोटीन अणुओं को तौल सकता है। उन्होंने यह सुनिश्चित करने के लिए कि वे सेब की तुलना सेब से कर रहे हैं, न कि सेब की तुलना संतरे से, इन सभी को एक ही मानकीकृत पैमाने पर मापा।
बड़ी खोज: लिंग एक 'बॉस' है, नस्ल एक 'विशेषज्ञ' है
जब उन्होंने डेटा का विश्लेषण किया, तो एक स्पष्ट पैटर्न उभर कर आया। लिंग एक बहुत बड़ी बात थी। यदि आप सभी रक्त नमूनों को एक मानचित्र पर रखते, तो पुरुष और महिलाएं दो अलग-अलग समूहों में विभाजित हो जाते। ऐसा लग रहा था जैसे उनके शरीर दो थोड़े अलग भाषाएं बोल रहे हों। तीन विशिष्ट प्रोटीन ऐसे थे जो पुरुषों और महिलाओं के बीच बहुत भिन्न थे:
- सेक्स हार्मोन-बाइंडिंग ग्लोबुलिन (SHBG): महिलाओं में बहुत अधिक।
- हीमोग्लोबिन-अल्फा (HBA): पुरुषों में बहुत अधिक (यह समझ में आता है, क्योंकि पुरुषों में आमतौर पर अधिक लाल रक्त कोशिकाएं होती हैं)।
- एल्ब्यूमिन (Albumin): इसमें भी अंतर देखा गया।
महत्वपूर्ण बात यह थी कि यह केवल एक समूह के लिए कोई इत्तेफाक नहीं था। चाहे व्यक्ति श्वेत हो, हिस्पैनिक हो या अश्वेत, पुरुषों में हीमोग्लोबिन हमेशा अधिक था और महिलाओं में SHBG हमेशा अधिक था। यह "लिंग संकेत" (sex signal) पूरे समूह में सुसंगत था।
दूसरी ओर, नस्ल अधिक सूक्ष्म थी। वैज्ञानिकों ने पाया कि नस्ल ने पूरे समूह को लिंग की तरह दो बड़े समूहों में नहीं बांटा। इसके बजाय, नस्ल के अंतर "विशेषज्ञ" विचित्रताओं की तरह थे। केवल कुछ विशिष्ट प्रोटीन ही नस्ल के आधार पर बदलते थे। उदाहरण के लिए, CD14 नामक प्रोटीन अश्वेत दाताओं की तुलना में श्वेत दाताओं में अधिक था, जो हमारी वंशावली के आनुवंशिक अंतरों के बारे में हमारी जानकारी से मेल खाता है। लेकिन अधिकांश प्रोटीनों के लिए, नस्ल ने कोई बड़ा प्रभाव नहीं डाला।
"गलत पैमाने" की समस्या
यहीं से कहानी गंभीर हो जाती है। वैज्ञानिकों ने पूछा: "क्या होगा यदि हम सभी 60 लोगों को मिला दें, उन्हें एक साथ रखें, और सभी के लिए एक एकल 'सामान्य' रेखा (एक संदर्भ अंतराल) खींचें?"
उन्होंने यह देखने के लिए एक सिमुलेशन चलाया कि यदि कोई डॉक्टर किसी विशिष्ट व्यक्ति पर इस मिश्रित पैमाने का उपयोग करता है तो क्या होगा। परिणाम थोड़ा चिंताजनक था। क्योंकि पैमाना सभी का एक औसत था, इसलिए यह किसी के लिए भी पूरी तरह सटीक नहीं था।
- कुछ समूहों के लिए, "सामान्य" सीमा बहुत संकीर्ण थी।
- वास्तव में, कुछ प्रोटीनों और कुछ समूहों (जैसे SHBG के लिए हिस्पैनिक महिलाएं) के लिए, सिमुलेशन ने दिखाया कि 25% तक स्वस्थ लोगों को केवल इसलिए "असामान्य" के रूप में चिह्नित किया जाएगा क्योंकि वे औसत में फिट नहीं बैठते थे।
एक स्कूल की कल्पना करें जहाँ सभी छात्रों के औसत के आधार पर "सामान्य" ऊंचाई तय की जाती है। यदि आप एक बहुत लंबे बास्केटबॉल खिलाड़ी या एक बहुत छोटे जिम्नास्ट हैं, तो आपको एक पत्र मिल सकता है कि आप "असामान्य" हैं, भले ही आप पूरी तरह से स्वस्थ हों। यहाँ बिल्कुल वैसा ही हुआ। "एक ही पैमाना" स्वस्थ लोगों को केवल इसलिए गलत तरीके से बीमार घोषित कर रहा था क्योंकि वे लिंग या नस्ल के कारण औसत से अलग थे।
इसका क्या अर्थ है
लेख का निष्कर्ष यह है कि हम अब सभी के लिए केवल एक एकल, सामान्य पैमाने का उपयोग नहीं कर सकते। लिंग एक प्रमुख कारक है जो हमारे रक्त प्रोटीन स्तरों को एक सुसंगत तरीके से बदलता है, इसलिए हमें निश्चित रूप से पुरुषों और महिलाओं के लिए अलग-अलग संदर्भ श्रेणियों की आवश्यकता है। नस्ल (या आनुवंशिक वंशावली) भी मायने रखती है, लेकिन मुख्य रूप से विशिष्ट प्रोटीनों के लिए, न कि पूरे तंत्र के लिए।
लेखक सुझाव देते हैं कि निष्पक्ष और सटीक होने के लिए, डॉक्टरों को "जनसांख्यिकीय-जागरूक" (demographic-aware) पैमाने का उपयोग करना शुरू कर देना चाहिए। यह पूछने के बजाय कि, "क्या यह संख्या किसी के लिए भी सामान्य है?" हमें यह पूछना चाहिए, "क्या यह संख्या इस तरह के व्यक्ति के लिए सामान्य है?" यह रेखा खींचने के तरीके में एक छोटा सा बदलाव है, लेकिन यह बहुत से स्वस्थ लोगों को गलत लेबल मिलने से रोक सकता है। इस अध्ययन ने यह साबित नहीं किया कि प्रत्येक प्रोटीन को एक नए पैमाने की आवश्यकता है, लेकिन इसने दिखाया कि इन अंतरों को अनदेखा करने से व्यवस्थित त्रुटियां होती हैं, और उन्हें ठीक करना बेहतर, अधिक निष्पक्ष चिकित्सा की दिशा में अगला कदम है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।