Discordance in pleural mesothelioma response classification and modelling of impact on clinical trials
यह अध्ययन प्रदर्शित करता है कि प्ल्यूरल मेसोथेलियोमा के लिए रेडियोलॉजिकल रिस्पॉन्स वर्गीकरण में विसंगति की उच्च दर, जो मुख्य रूप से व्याख्या और मापन संबंधी विसंगतियों से प्रेरित है, नैदानिक परीक्षणों में सांख्यिकीय शक्ति और एंडपॉइंट परिशुद्धता को महत्वपूर्ण रूप से कमजोर करती है।
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
एक बड़ी तस्वीर: कैंसर स्कैन के साथ "टेलीफोन" का खेल
कल्पना कीजिए कि आप अपने दोस्तों के समूह के साथ "टेलीफोन" (या "ब्रोकन टेलीफोन") का खेल खेल रहे हैं। एक व्यक्ति एक संदेश फुसफुसाता है, और वह कतार में आगे बढ़ता जाता है। जब तक वह आखिरी व्यक्ति तक पहुँचता है, संदेश अक्सर पूरी तरह से बदल चुका होता है।
प्लूरल मेसोथेलियोमा (एस्बेस्टस के कारण होने वाला फेफड़ों के कैंसर का एक कठिन प्रकार) की दुनिया में, डॉक्टर एक समान खेल खेलते हैं, लेकिन फुसफुसाहट के बजाय, वे मरीजों के फेफड़ों के सीटी स्कैन (3D एक्स-रे) देख रहे होते हैं। उन्हें यह तय करना होता है: क्या कैंसर बेहतर हो रहा है, स्थिर है, या बिगड़ रहा है?
इस निर्णय को लेने के लिए, वे mRECIST नामक एक सख्त नियम पुस्तिका का उपयोग करते हैं। यह एक स्केल (रूलर) की तरह है जो उन्हें ट्यूमर को सटीक रूप से मापने के लिए बताता है। यदि ट्यूमर 30% सिकुड़ जाता है, तो यह एक "जीत" है। यदि यह 20% बढ़ जाता है, तो यह एक "हार" है।
समस्या: भले ही दो विशेषज्ञ रेडियोलॉजिस्ट (इस खेल के "सुपर-प्लेयर्स") एक ही सटीक स्कैन को एक ही सटीक स्केल का उपयोग करके देख रहे हों, फिर भी वे अक्सर असहमत होते हैं। इस शोध ने पाया कि वे 35% समय असहमत थे। यह एक सिक्का उछालने जैसा है और हर बार पूछने पर दो लोगों से अलग परिणाम मिलना।
अध्ययन: पहेली के दो हिस्से
शोधकर्ताओं ने यह समझने के लिए कि ऐसा क्यों होता है और इसका क्या अर्थ है, मुख्य रूप से दो काम किए।
1. जासूसी कार्य (वास्तविक रोगियों को देखना)
उन्होंने 172 रोगियों को इकट्ठा किया जिनका कीमोथेरेपी से इलाज किया जा रहा था। उन्होंने सीटी स्कैन लिए और दो अलग-अलग विशेषज्ञ रेडियोलॉजिस्टों से स्वतंत्र रूप से, बिना एक-दूसरे से बात किए, ट्यूमर को मापा।
- परिणाम: 172 में से 60 मामलों में, दोनों विशेषज्ञों ने अलग-अलग उत्तर दिए। एक ने कहा "कैंसर सिकुड़ रहा है," और दूसरे ने कहा "कैंसर बढ़ रहा है।"
- क्यों? यह आमतौर पर इसलिए नहीं था क्योंकि वे लापरवाह थे। बल्कि इसलिए था क्योंकि ट्यूमर फेफड़े के ऊपर ढके हुए एक अजीब, ऊबड़-खाब "लंपी कंबल" (lumpy blanket) जैसा दिखता है। एक लंपी कंबल को सीधे स्केल से मापना अविश्वसनीय रूप से कठिन है। स्केल रखने की जगह में मामूली अंतर (यहाँ तक कि एक मिलीमीटर का भी) परिणाम को "सिकुड़ने" से बदलकर "बढ़ने" में बदल सकता है।
- "मानवीय त्रुटि" का कारक: कभी-कभी, उन्होंने बस गलत स्कैन चुन लिया या गणित में गलती कर दी, लेकिन ज्यादातर समय, यह केवल माप की कठिनाई के कारण था।
2. क्रिस्टल बॉल (कंप्यूटर सिमुलेशन)
चूंकि वे यह देखने के लिए कि डॉक्टरों के बीच असहमति होने पर क्या होता है, 10,000 रोगियों के साथ वास्तविक नैदानिक परीक्षण (clinical trial) नहीं चला सकते थे, इसलिए उन्होंने एक कंप्यूटर सिमुलेशन बनाया।
कल्पना कीजिए कि आप एक नया नुस्खा (recipe) काम करता है यह साबित करने के लिए एक केक (नैदानिक परीक्षण) बना रहे हैं। आप 80% सुनिश्चित होना चाहते हैं कि केक स्वादिष्ट है।
- परिदृश्य A (आदर्श दुनिया): आप केक का स्वाद पूरी तरह से लेते हैं। आप 80% आश्वस्त हैं कि यह एक सफलता है।
- परिदृश्य B (अव्यवस्थित रसोई): अब, कल्पना कीजिए कि आपके टेस्ट करने वाले भ्रमित हैं। कभी-कभी वे कहते हैं "स्वादिष्ट!" जबकि वास्तव में वह "जला हुआ" होता है, और इसके विपरीत भी।
कंप्यूटर सिमुलेशन ने दिखाया कि जैसे-जैसे भ्रम (गलत वर्गीकरण) बढ़ता है, परिणामों में आपका विश्वास गिर जाता है।
- यदि डॉक्टर 17% बार गलत होते हैं (जो वास्तविक दुनिया के डेटा से मेल खाता है), तो दवा के काम करने को साबित करने की परीक्षण की क्षमता 80% से गिरकर लगभग 55% रह जाती है।
- यह धनुष और तीर से लक्ष्य पर निशाना लगाने जैसा है, लेकिन आपकी दृष्टि धुंधली है। आप लक्ष्य को हिट कर सकते हैं, लेकिन आप निश्चित नहीं हो सकते कि आपने वास्तव में इसे हिट किया है, या हवा ने तीर को धकेल दिया था।
यह क्यों मायने रखता है?
1. नैदानिक परीक्षणों के लिए ("विज्ञान" वाला हिस्सा)
यदि कोई नई दवा वास्तव में अद्भुत है, लेकिन परिणामों को मापने वाले डॉक्टर बार-बार असहमत होते हैं, तो परीक्षण विफल हो सकता है।
- उपमा: कल्पना कीजिए कि एक नई कार 50 मील प्रति गैलन का माइलेज देती है। लेकिन टेस्ट कारों के स्पीडोमीटर खराब हैं और रैंडम रीडिंग दे रहे हैं। परीक्षण यह निष्कर्ष निकाल सकता है कि "यह कार बस औसत है," और वह अद्भुत कार कभी स्वीकृत नहीं हो पाती।
- परिणाम: अच्छी दवाओं को खारिज किया जा सकता है, या बुरी दवाओं को मंजूरी दी जा सकती है क्योंकि डेटा बहुत अधिक "शोर" (noisy) वाला है जिससे सच्चाई बताना मुश्किल है।
2. वास्तविक रोगियों के लिए ("मानवीय" हिस्सा)
वास्तविक दुनिया में, आमतौर पर एक मरीज के पास केवल एक डॉक्टर होता है जो उनके स्कैन को देखता है।
- यदि वह एक डॉक्टर गलती करता है और कहता है "कैंसर बढ़ रहा है," तो मरीज वह दवा बंद कर सकता है जो वास्तव में काम कर रही है।
- यदि डॉक्टर कहता है "कैंसर सिकुड़ रहा है" जबकि वास्तव में वह बढ़ रहा है, तो मरीज एक ऐसी विषाक्त (toxic) दवा लेता रह सकता है जो मदद नहीं कर रही है, जिससे कीमती समय बर्बाद होता है।
समाधान क्या है?
यह पत्र सुझाव देता है कि हमें बेहतर उपकरणों की आवश्यकता है।
- "स्मार्ट रूलर": इंसानों द्वारा एक लंपी कंबल को सीधे स्केल से मापने के बजाय, हमें आर्टिफिशियल इंटेलिजेंस (AI) की आवश्यकता है। AI ट्यूमर के पूरे आयतन (volume) को माप सकता है (जैसे पूरे कंबल के वजन को मापना) बजाय केवल कुछ रेखाओं के।
- मानकीकृत टेम्प्लेट: यह सुनिश्चित करने के लिए एक चेकलिस्ट का उपयोग करना कि कोई गलत स्कैन न चुने या कोई चरण न भूल जाए।
निचोड़ (Bottom Line)
यह अध्ययन एक चेतावनी है। यह दिखाता है कि हमारे कैंसर के विकास को मापने का वर्तमान तरीका ताश के पत्तों के घर जितना अस्थिर है। हम यह बताने की क्षमता खो रहे हैं कि नए उपचार काम करते हैं या नहीं, क्योंकि हमारे "स्केल" बहुत डगमगाते हुए हैं। जीवन बचाने और उपचार खोजने के लिए, हमें अपने मापने के उपकरणों को उतना ही सटीक बनाने की आवश्यकता है जितना कि दवाओं के पीछे का विज्ञान 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।