Methodological Considerations in Sibling Analyses of Prenatal Acetaminophen
यह अध्ययन प्रदर्शित करता है कि प्रसवपूर्व एसिटामिनोफेन के द्वि-दिशीय सहोदर विश्लेषणों (bi-directional sibling analyses) में विचलित परिणाम अक्सर अन-समायोज्य पैरिटी कन्फाउंडिंग (unadjustable parity confounding) के पूर्वानुमानित आर्टिफैक्ट्स होते हैं न कि कैरीओवर प्रभावों का प्रमाण, जो यह सुझाव देते हैं कि पैरिटी के लिए समायोजित कुल सहोदर मॉडल (total sibling models) सुदृढ़ बने रहते 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 यह पता लगाने की कोशिश कर रहे हैं कि क्या एक विशेष प्रकार की कैंडी खाने से बच्चा अतिसक्रिय (hyperactive) हो जाता है। एक वास्तव में निष्पक्ष उत्तर पाने के लिए, आप एक ही परिवार के दो भाई-बहनों की तुलना करने का निर्णय लेते हैं। एक भाई-बहन ने स्कूल से पहले कैंडी खाई, और दूसरे ने नहीं। चूंकि उनके माता-पिता, जीन और घर का वातावरण समान है, इसलिए उनके व्यवहार में कोई भी अंतर कैंडी के कारण होना चाहिए, है ना?
यह सिबलिंग स्टडीज (sibling studies) का मूल विचार है, जो एक लोकप्रिय तरीका है जिसका उपयोग वैज्ञानिक स्वास्थ्य जोखिमों के बारे में सच्चाई खोजने के लिए करते हैं।
हालाँकि, अहलक्विस्ट (Ahlqvist) और उनके सहयोगियों द्वारा किए गए एक हालिया अध्ययन ने एक छिपे हुए जाल की ओर इशारा किया है कि कैसे कुछ वैज्ञानिक इन भाई-बहन तुलनाओं का विश्लेषण करते हैं। उन्होंने पाया कि एक सामान्य "सुरक्षा जांच" (safety check) जिसे वैज्ञानिक उपयोग करते हैं, वह वास्तव में नकली परिणाम पैदा कर सकती है जो डरावने दिखते हैं लेकिन वास्तविक नहीं होते।
यहाँ उनकी खोज की कहानी सरल भाषा में दी गई है:
वह "सुरक्षा जांच" जो उल्टा पड़ गई
वैज्ञानिक अक्सर इस बात को लेकर चिंतित रहते हैं कि बच्चों के जन्म का क्रम मायने रखता है या नहीं। शायद पहले बच्चे को अधिक ध्यान मिलता है, या शायद दूसरे बच्चे के साथ माता-पिता अधिक थक जाते हैं। इन्हें "पैरिटी" (parity) या जन्म क्रम प्रभाव (birth order effects) कहा जाता है।
यह सुनिश्चित करने के लिए कि जन्म क्रम उनके परिणामों को खराब न कर दे, कुछ शोधकर्ता एक "सुरक्षा जांच" करते हैं जिसे द्विदिश विश्लेषण (bi-directional analysis) कहा जाता है। वे डेटा को दो अलग-अलग समूहों में विभाजित करते हैं:
- समूह A: वे परिवार जहाँ बड़े भाई-बहन को एक्सपोजर मिला (कैंडी खाई) और छोटे को नहीं मिला।
- समूह B: वे परिवार जहाँ छोटे भाई-बहन को एक्सपोजर मिला और बड़े को नहीं मिला।
यदि दोनों समूहों में परिणाम एक जैसे हैं, तो वैज्ञानिक आश्वस्त महसूस करते हैं। लेकिन यदि परिणाम पूरी तरह से अलग हैं (जैसे, समूह A में भारी जोखिम दिखता है, लेकिन समूह B में कोई जोखिम नहीं दिखता), तो वे अक्सर घबरा जाते हैं और कहते हैं, "हमारा अध्ययन त्रुटिपूर्ण है! कोई छिपा हुआ पूर्वाग्रह (bias) रहा होगा जिसे हमने पकड़ नहीं पाया!"
"परफेक्ट मैच" की समस्या
लेखकों ने महसूस किया कि इस सुरक्षा जांच में एक घातक दोष है। यह एक ऐसे तराजू पर वजन करने जैसा है जो पहले से ही टूटा हुआ है क्योंकि व्यक्ति एक ऐसे बॉक्स पर खड़ा है जो तराजू के प्लेटफॉर्म के आकार के बिल्कुल बराबर है।
इन विभाजित समूहों में:
- यदि आप समूह A में हैं, तो आप हमेशा बड़े भाई-बहन होंगे।
- यदि आप समूह B में हैं, तो आप हमेशा छोटे भाई-बहन होंगे।
क्योंकि "बड़ा होना" और "एक्सपोजर मिलना" अब आपस में पूरी तरह से जुड़ गए हैं, आप उन्हें गणितीय रूप से अलग नहीं कर सकते। आप जन्म क्रम के लिए समायोजन (adjust) नहीं कर सकते क्योंकि उस विशिष्ट समूह में जन्म क्रम ही 'एक्सपोजर' है।
कैंडी का प्रयोग (सिमुलेशन)
इसे सिद्ध करने के लिए, लेखकों ने एक कंप्यूटर सिमुलेशन चलाया। उन्होंने 500,000 परिवारों वाली एक काल्पनिक दुनिया बनाई।
- सच्चाई: इस काल्पनिक दुनिया में, कैंडी (एसिटामिनोफेन) का व्यवहार पर शून्य प्रभाव था। यह पूरी तरह से हानिरहित था।
- ट्विस्ट: उन्होंने बड़े भाई-बहनों को केवल इसलिए थोड़ा अधिक निदान (जैसे ADHD) प्राप्त करने की संभावना दी क्योंकि वे बड़े थे, और केवल इसलिए कैंडी खाने की थोड़ी अधिक संभावना दी क्योंकि वे बड़े थे।
जब उन्होंने पूरे समूह का एक साथ विश्लेषण किया और जन्म क्रम के लिए समायोजन किया, तो परिणाम एकदम सही था: कोई प्रभाव नहीं। (ठीक सच्चाई की तरह!)
लेकिन जब उन्होंने "सुरक्षा जांच" (बड़े बनाम छोटे के एक्सपोजर की तुलना) की, तो परिणाम अजीब हो गए:
- बड़े एक्सपोज्ड: कंप्यूटर ने कहा कि कैंडी से जोखिम 68% बढ़ गया।
- छोटे एक्सपोज्ड: कंप्यूटर ने कहा कि कैंडी से जोखिम 40% कम हो गया।
मुख्य निष्कर्ष
लेखकों ने पाया कि यह "विचलन" (जहाँ दो समूह विपरीत उत्तर देते हैं) इसलिए नहीं था कि अध्ययन खराब था या क्योंकि कोई छिपा हुआ पूर्वाग्रह था। यह केवल एक गणितीय भ्रम था जो समूहों को विभाजित करने के तरीके के कारण हुआ था।
इसे ऐसे समझें:
कल्पना कीजिए कि आप परीक्षण कर रहे हैं कि क्या दौड़ने के जूते आपको तेज़ बनाते हैं।
- आप अपने बड़े भाई (जो स्वाभाविक रूप से तेज़ दौड़ता है) की तुलना करते हैं जिसने जूते पहने हैं, अपने छोटे भाई (जो स्वाभाविक रूप से धीमा दौड़ता है) से जिसने जूते नहीं पहने हैं।
- फिर आप अपने छोटे भाई (जो धीमा दौड़ता है) की तुलना करते हैं जिसने जूते पहने हैं, अपने बड़े भाई (जो तेज़ दौड़ता है) से जिसने जूते नहीं पहने हैं।
यदि आप इन दोनों तुलनाओं को अलग-अलग देखते हैं, तो परिणाम पूरी तरह से अलग दिखेंगे क्योंकि भाइयों के बीच प्राकृतिक गति का अंतर है। लेकिन यदि आप पूरी तस्वीर देखते हैं और उनकी प्राकृतिक गति का हिसाब रखते हैं, तो आप देखते हैं कि जूते कुछ भी नहीं करते।
यह क्यों मायने रखता है
यह पेपर उन शोधकर्ताओं के लिए एक चेतावनी है जो प्रसवपूर्व एसिटामिनोफेन (एक सामान्य दर्द निवारक) और न्यूरोडेवलपमेंटल मुद्दों जैसे ऑटिज्म या ADHD का अध्ययन कर रहे हैं।
ली एट अल (Lee et al.) के एक प्रसिद्ध अध्ययन ने पहले पाया था कि भाई-बहनों को देखते समय एसिटामिनोफेन का कोई प्रभाव नहीं था, लेकिन वे डर गए क्योंकि उनकी "सुरक्षा जांच" ने अजीब, विपरीत परिणाम दिखाए। उन्हें लगा कि उनका मुख्य अध्ययन गलत हो सकता है।
यह नया पेपर कहता है: "घबराएं नहीं।"
अजीब परिणाम जो सुरक्षा जांच में मिले, वे संभवतः जन्म क्रम के कारण हुआ एक गणितीय भ्रम थे। मुख्य अध्ययन (जिसने जन्म क्रम को सही ढंग से समायोजित किया था) संभवतः सही है: एसिटामोफेन का इन स्थितियों के साथ कोई कारण संबंध (causal link) होने की संभावना नहीं है।
सबक क्या है? सिर्फ इसलिए कि एक सुरक्षा जांच अजीब, विभाजित परिणाम देती है, इसका मतलब यह नहीं है कि मुख्य निष्कर्ष गलत है। कभी-कभी, सुरक्षा जांच स्वयं ही गलत होती 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।