Estimation of biological age using HRV data: comparison of the Klemera-Dubal method with the multiple linear regression method
यह अध्ययन 343 विषयों के हृदय गति परिवर्तनशीलता (हार्ट रेट वेरिएबिलिटी) डेटा से जैविक आयु का अनुमान लगाने के लिए मल्टीपल लीनियर रिग्रेशन (MLR), बायस-करेक्टेड MLR और क्लेमेरा-डौबल मेथड (KDM) की तुलना करता है, जिसमें यह पाया गया कि KDM न्यूनतम अनुमान त्रुटि प्रदान करता है जबकि बायस-करेक्टेड MLR, अनकरेक्टेड MLR की तुलना में बेहतर सटीकता प्रदान करता है लेकिन यह क्रोनोलॉजिकल आयु पर अपनी निर्भरता के कारण सीमित है।
मूल पेपर CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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
अपने शरीर की कल्पना एक हाई-टेक कार के रूप में करें। आप ओडोमीटर देखकर देख सकते हैं कि इसने कितने मील की दूरी तय की है—यह आपका क्रोनोलॉजिकल एज (कालानुक्रमिक आयु) है, यानी आपके जीवित रहने के वर्षों की संख्या। लेकिन समान माइलेज वाली दो कारें पूरी तरह से अलग स्थिति में हो सकती हैं: एक चमकदार, अच्छी तरह से ट्यून की गई मशीन हो सकती है, जबकि दूसरी जंग खाती हुई और झटके मारती इंजन वाली हो सकती है। वैज्ञानिक इस दूसरे माप को बायोलॉजिकल एज (जैविक आयु) कहते हैं। यह इस बात का अनुमान लगाने का एक तरीका है कि आपकी उम्र के औसत व्यक्ति की तुलना में आपका शरीर वास्तव में कैसा महसूस करता है और कैसे कार्य करता है।
इंजन को खोलने के बजाय, डॉक्टर अक्सर हार्ट रेट वेरिएबिलिटी (HRV) की जांच करते हैं। केवल यह गिनने के बजाय कि आपका दिल कितनी तेजी से धड़कता है, HRV प्रत्येक धड़कन के बीच के सूक्ष्म, लयबद्ध अंतराल को मापता है। इसे एक बैंड के ड्रमर की तरह समझें। एक परफेक्ट रोबोट ड्रमर हर बार बिल्कुल सटीक सेकंड पर स्नेयर बजाता है। हालाँकि, एक मानव ड्रमर संगीत को जीवंत और प्रतिक्रियाशील बनाए रखने के लिए ताल में सूक्ष्म, प्राकृतिक बदलाव जोड़ता है। एक स्वस्थ, युवा हृदय एक कुशल जैज़ ड्रमर की तरह होता है, जो तनाव, विश्राम और गति को संभालने के लिए अपनी लय को लगातार समायोजित करता रहता है। जैसे-जैसे हम बूढ़े होते हैं, या यदि हमारा स्वास्थ्य गिरता है, तो हृदय अधिक कठोर हो जाता है, जैसे एक मेट्रोनोम जो संगीत के साथ तालमेल नहीं बिठा पाता। इन सूक्ष्म लयों का विश्लेषण करके, शोधकर्ता एक "हेल्थ स्कोर" बनाने की उम्मीद करते हैं जो हमें बताता है कि हमारा आंतरिक इंजन आपकी वास्तविक जन्मतिथि की परवाह किए बिना, एक 25 वर्षीय या 70 वर्षीय की तरह चल रहा है।
द ग्रेट हार्टबीट डिटेक्टिव स्टोरी (धड़कनों की जासूसी कहानी)
इस अध्ययन में, एक शोधकर्ता जिसका नाम पायसरुक (Pysaruk) था, ने एक जासूस की भूमिका निभाई, जो एक पेचीदा पहेली को सुलझाने की कोशिश कर रहा था: केवल दिल की लय सुनकर किसी व्यक्ति की जैविक आयु का अनुमान लगाने के लिए सबसे अच्छा गणितीय तरीका कौन सा है?
जासूस के पास 20 से 90 वर्ष की आयु के 343 स्वयंसेवकों (193 महिलाएं और 150 पुरुष) की एक टीम थी। उसने उनके दिल की धड़कनों को रिकॉर्ड किया जब वे अपनी पीठ के बल शांति से लेटे हुए थे, जिससे उनके दिल के संगीत (सिम्फनी) से नौ अलग-अलग "सुर" (नोट्स) पकड़े गए। फिर, उसने यह देखने के लिए तीन अलग-अलग गणितीय "अनुमान लगाने वाली मशीनों" का परीक्षण किया कि कौन सा सबसे सटीक रूप से उम्र का अनुमान लगा सकता है।
तीन अनुमान लगाने वाली मशीनें
- द स्टैंडर्ड कैलकुलेटर (मल्टीपल लीनियर रिग्रेशन या MLR): यह पुराना तरीका है। यह हृदय के डेटा को देखता है और उम्र का अनुमान लगाने के लिए एक सीधी रेखा खींचता है। समस्या क्या है? यह थोड़ा आलसी होने की प्रवृत्ति रखता है। यह अनुमान लगाता है कि युवा लोग अपनी उम्र से बड़े हैं और बुजुर्ग अपनी उम्र से छोटे हैं, बिल्कुल उस शिक्षक की तरह जो सुरक्षित रहने के लिए सबको "C" ग्रेड दे देता है।
- द फिक्स्ड कैलकुलेटर (MLR विद डुबिना करेक्शन): यह वही मानक कैलकुलेटर है, लेकिन इसमें एक मैनुअल सुधार किया गया है। शोधकर्ता ने एक नियम जोड़ा ताकि मशीन को आलसी होने से रोका जा सके और अपनी गलतियों को सुधारा जा सके। हालाँकि, ऐसा करने के लिए, मशीन को अनुमान लगाते समय व्यक्ति की वास्तविक जन्मतिथि (क्रोनोलॉजिकल एज) को झांककर देखना पड़ता था। यह एक छात्र की तरह है जो अपनी गलतियों को ठीक करने के लिए उत्तर कुंजी (answer key) देखकर परीक्षा में नकल कर रहा है। उसे सही स्कोर तो मिल जाता है, लेकिन वह वास्तव में अपने ज्ञान का निष्पक्ष परीक्षण नहीं कर रहा होता।
- द स्मार्ट AI (क्लेमेरा-डॉबल मेथड या KDM): यह एक आधुनिक दृष्टिकोण है। केवल एक सीधी रेखा खींचने के बजाय, यह हर एक धड़कन के सुर (नोट) को उसकी विश्वसनीयता के आधार पर महत्व देता है। यदि एक सुर अस्थिर और अविश्वसनीय है, तो AI उसे कम महत्व देता है। यदि दूसरा सुर बहुत स्पष्ट है, तो यह उसे ध्यान से सुनता है। महत्वपूर्ण बात यह है कि यह अनुमान लगाने के लिए व्यक्ति की वास्तविक जन्मतिथि को नहीं झांकता; यह इसे पूरी तरह से हृदय के डेटा से समझ लेता है।
परिणाम: दौड़ में कौन जीता?
अध्ययन ने मीन एब्सोल्यूट एरर (MAE) नामक स्कोर का उपयोग करके यह मापा कि प्रत्येक मशीन सच्चाई से कितनी दूर थी। इसे "गलती की दूरी" मान लें। यदि मशीन अनुमान लगाती है कि आप 45 वर्ष के हैं लेकिन वास्तव में आप 40 के हैं, तो गलती की दूरी 5 वर्ष है। संख्या जितनी कम होगी, डिटेक्टिव उतना ही बेहतर होगा।
यहाँ मशीनों का प्रदर्शन दिया गया है:
द स्टैंडर्ड कैलकुलेटर (MLR): यह सबसे खराब जासूस था।
- महिलाओं के लिए, यह औसतन 6.57 वर्ष गलत था।
- पुरुषों के लिए, यह 7.47 वर्ष गलत था।
- निर्णय: बहुत अधिक अनुमान, बहुत अधिक गलतियाँ।
द फिक्स्ड कैलकुलेटर (MLR + Dubina): यह बहुत बेहतर हुआ, लेकिन इसने नकल की।
- महिलाओं के लिए, गलती घटकर 4.79 वर्ष रह गई।
- पुरुषों के लिए, यह घटकर 5.90 वर्ष रह गई।
- निर्णय: सटीक, लेकिन इसने अपनी गलतियों को ठीक करने के लिए पहले से ज्ञात उत्तर पर निर्भरता दिखाई।
द स्मार्ट AI (KDM): यह स्पष्ट विजेता था, लेकिन एक बहुत ही महत्वपूर्ण शर्त के साथ।
- महिलाओं के लिए, यह केवल 4.34 वर्ष गलत था।
- पुरुषों के लिए, यह अविश्वसनीय रूप से करीब था, केवल 3.67 वर्ष गलत।
- शर्त: AI इस बात के प्रति अत्यंत संवेदनशील है कि वह किन "सुरों" (नोट्स) को सुनता है। जब शोधकर्ताओं ने पुरुषों के मॉडल में बुनियादी धड़कन अंतराल (जिसे NN इंटरवल कहा जाता है) को शामिल करने की कोशिश की, तो पूरा सिस्टम टूट गया। या तो इसने असंभव गणितीय परिणाम दिए या यह बस व्यक्ति की वास्तविक आयु की नकल करने लगा, जिससे "जैविक" अनुमान बेकार हो गया। AI केवल पुरुषों के लिए काम कर पाया क्योंकि शोधकर्ताओं ने विशेष रूप से उस अविश्वसनीय नोट को बाहर रखा था।
- निर्णय: इसने बिना नकल किए या कैलेंडर को झांके, सबसे सटीक उत्तर खोजा, बशर्ते आप रेसिपी के सही सामग्रियों का चुनाव करें।
दो लिंगों की एक कहानी
अध्ययन में पुरुषों और महिलाओं के "हृदय संगीत" के बारे में कुछ दिलचस्प भी पाया गया। उम्र बढ़ने के मामले में महिलाओं के हृदय की लय बहुत अधिक सुसंगत और पढ़ने में आसान थी। "डिटेक्टिव" उम्र से संबंधित परिवर्तनों को स्पष्ट रूप से सुन सकता था।
पुरुषों में, हृदय की लय थोड़ी शोर भरी (noisy) थी। अध्ययन बताता है कि पुरुषों के हृदय की गति जीवनशैली, धूम्रपान या शारीरिक गतिविधि जैसे अन्य कारकों से प्रभावित हो सकती है, जिससे "आयु का संकेत" सुनना कठिन हो जाता है। इस कारण से, सभी तरीकों में पुरुषों के लिए गलती की दूरी आम तौर पर अधिक थी, लेकिन KDM विधि अभी भी सबसे सटीक रही, भले ही डेटा शोर भरा था—बशर्ते कि इसने अविश्वसनीय NN इंटरवल का उपयोग न किया हो।
सावधानी और भविष्य
हालांकि क्लेमेरा-डॉबल मेथड (KDM) मुख्य आकर्षण है, शोधकर्ता चेतावनी देते हैं कि यह जादू नहीं है। इसके लिए यह चुनना बहुत सावधानी भरा काम है कि किन हृदय सुरों (नोट्स) को सुनना है। यदि आप गलत सुर चुनते हैं (जैसे पुरुषों में बुनियादी धड़कन अंतराल, जो इस विशिष्ट गणित के लिए बहुत अविश्वसनीय साबित हुआ), तो पूरा सिस्टम टूट सकता है या बेतुके परिणाम दे सकता है।
साथ ही, यह अध्ययन एक निश्चित समय का एक अंश था। शोधकर्ताओं ने इन तरीकों का परीक्षण उन्हीं लोगों के समूह पर किया जिनका उपयोग मॉडल बनाने के लिए किया गया था। यह एक शेफ द्वारा अपने ही सूप को चखने जैसा है कि क्या वह स्वादिष्ट है; यह बहुत अच्छा लग सकता है, लेकिन हमें यह सुनिश्चित करने के लिए इसे अजनबियों को परोसना होगा कि यह वास्तव में स्वादिष्ट है। अध्ययन सुझाव देता है कि हालांकि KDM वर्तमान में सबसे आशाजनक और वैज्ञानिक रूप से ठोस तरीका है, हमें इसे नए समूहों के साथ परीक्षण करने की आवश्यकता है ताकि देखा जा सके कि यह वास्तविक दुनिया में कैसे टिकता है।
मुख्य निष्कर्ष: यदि आप अपनी जन्मतिथि देखे बिना अपने हृदय की धड़कन से अपनी जैविक आयु जानना चाहते हैं, तो क्लेमेरा-डॉबल मेथड (KDM) वर्तमान में उपलब्ध सबसे अच्छा उपकरण है। यह सबसे सटीक, सबसे ईमानदार और मानव हृदय की जटिल वास्तविकता से भ्रमित होने की सबसे कम संभावना वाला तरीका है—लेकिन केवल तभी जब आप सही हृदय सुरों को चुनने में पर्याप्त सावधान हों।
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।