WITHDRAWN: Combined triglyceride-glucose and frailty index (TyGFI) and risk of endometrial cancer in U.S. women aged >=45: NHANES 2011-2018 analysis integrating data engineering and machine learning with logistic modeling
इस वापस लिए गए अध्ययन ने यह प्रदर्शित करने के लिए NHANES 2011-2018 के डेटा का विश्लेषण किया कि संयुक्त ट्राइग्लिसराइड-ग्लूकोज और फ्रैलिटी इंडेक्स (TyGFI), 0.999 के AUC के साथ मशीन लर्निंग मॉडल में प्रमुख भविष्यवक्ता के रूप में उभरते हुए, अमेरिका की 45 वर्ष और उससे अधिक आयु की महिलाओं में एंडोमेट्रियल कैंसर के प्रसार के साथ महत्वपूर्ण रूप से जुड़े हुए 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
प्रदान किए गए पाठ के आधार पर, जो कि एक वापस लिया गया प्रीप्रिंट (withdrawn preprint) है, अनुसंधान सामग्री, कार्यप्रणाली और दावों का विस्तृत तकनीकी सारांश इस प्रकार है:
समस्या विवरण (Problem Statement)
इस अध्ययन का उद्देश्य चयापचय स्वास्थ्य (metabolic health) और शारीरिक भेद्यता (physical vulnerability) के एक संयुक्त मीट्रिक—ट्राइग्लिसराइड-ग्लूकोज (TyG) इंडेक्स और फ्रैलिटी इंडेक्स (Frailty Index) के संयोजन (TyGFI)—और एंडोमेट्रियल कैंसर के जोखिम के बीच संबंध की जांच करना था। शोध विशेष रूप से 45 वर्ष और उससे अधिक आयु की अमेरिकी महिलाओं पर केंद्रित था, जिसमें नेशनल हेल्थ एंड न्यूट्रिशन एग्जामिनेशन सर्वे (NHANES) के 2011-2018 के डेटा का उपयोग किया गया था।
कार्यप्रणाली (Methodology)
लेखकों ने एक विश्लेषणात्मक ढांचा प्रस्तावित किया जो निम्नलिखित को एकीकृत करता है:
- डेटा स्रोत: NHANES 2011-2018 डेटासेट।
- एक्सपोज़र वेरिएबल: TyGFI नामक एक संयुक्त इंडेक्स, जो ट्राइग्लिसराइड-ग्लूकोज (TyG) इंडेक्स और फ्रैलिटी इंडेक्स से व्युत्पन्न है।
- विश्लेषणात्मक दृष्टिकोण: अध्ययन ने एंडोमेट्रियल कैंसर के बढ़ते मामलों और TyGFI के बीच संबंध का आकलन करने के लिए डेटा इंजीनियरिंग तकनीकों, मशीन लर्निंग एल्गोरिदम और लॉजिस्टिक मॉडलिंग का उपयोग किया।
प्रमुख योगदान और दावे (Key Contributions and Claims)
यह पत्र एंडोमेट्रियल कैंसर के जोखिम के लिए एक एकल भविष्यवक्ता (predictor) के रूप में मेटाबॉलिक और फ्रैल्टी मीट्रिक्स को एक साथ जोड़ने के एक नवीन प्रयास (TyGFI) को प्रस्तुत करने के लिए इच्छित था, जिसमें पारंपरिक लॉजिस्टिक रिग्रेशन के साथ-साथ उन्नत कम्प्यूटेशनल विधियों (मशीन लर्निंग और डेटा इंजीनियरिंग) का लाभ उठाया गया था। लेखकों का इरादा यह व्यापक विश्लेषण प्रदान करना था कि कैसे ये संयुक्त कारक निर्दिष्ट जनसांख्यिकी में कैंसर के जोखिम को प्रभावित करते हैं।
परिणाम और वर्तमान स्थिति (Results and Current Status)
महत्वपूर्ण रूप से, यह शोध पत्र कोई वैध परिणाम रिपोर्ट नहीं करता है।
पांडुलिपि को लेखकों द्वारा वापस ले लिया गया है। वापसी का विवरण स्पष्ट रूप से एक गंभीर पद्धतिगत विफलता का हवाला देता है:
- डेटा सीमा: मूल डेटासेट के भीतर सकारात्मक मामलों (एंडोमेट्रियल कैंसर वाली महिलाओं) की संख्या बहुत कम थी।
- सांख्यिकीय परिणाम: मामलों की इस कमी के कारण सांख्यिकीय विश्लेषण में बड़ी खामियां उत्पन्न हुईं।
- परिणाम: इन खामियों के कारण, लेखकों ने निष्कर्ष निकाला कि निष्कर्ष और दावे अविश्वसनीय हैं।
महत्व और लेखक का पक्ष (Significance and Author Position)
यह पत्र अपनी वर्तमान वापस ली गई स्थिति में किसी वैज्ञानिक महत्व का दावा नहीं करता है। इसके बजाय, लेखक एक औपचारिक डिस्क्लेमर जारी करते हैं:
- वे नहीं चाहते कि इस कार्य को किसी भी प्रोजेक्ट के संदर्भ (reference) के रूप में उद्धृत किया जाए।
- वे स्वीकार करते हैं कि अध्ययन नैदानिक अभ्यास (clinical practice) का मार्गदर्शन नहीं कर सकता या वैज्ञानिक समझ को सूचित नहीं कर सकता क्योंकि डेटा विश्लेषण अविश्वसनीय है।
- लेखक इस बात पर जोर देते हैं कि इस प्रीप्रिंट का उपयोग नैदानिक अभ्यास के मार्गदर्शन के लिए नहीं किया जाना चाहिए, जो गैर-पीयर-रिव्यू किए गए प्रीप्रिंट के लिए मानक डिस्क्लेमर के अनुरूप है, लेकिन विशेष रूप से आंतरिक डेटा अपर्याप्तता के कारण इसे और अधिक सुदृढ़ करते हैं जिसने वापसी को प्रेरित किया।
संक्षेप में, जबकि इस पत्र ने एंडोमेट्रियल कैंसर के जोखिम के अध्ययन के लिए एक अभिनव पद्धतिगत दृष्टिकोण प्रस्तावित किया था, लेखकों ने स्वयं इस कार्य को अमान्य कर दिया है, यह कहते हुए कि कोई भी निष्कर्ष निकालने के लिए सांख्यिकीय आधार अपर्याप्त था।
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।