Polypharmacy Burden and Potentially Inappropriate Prescribing Among Older Adults in a Ghanaian District Referral Hospital: A Validated Synthetic Cohort Study Using AGS Beers 2023 and STOPP/START v3
यह अध्ययन वृद्ध घानाई वयस्कों के एक मान्य सिंथेटिक कोहोर्ट का उपयोग करके यह प्रदर्शित करता है कि STOPP/START v3 मानदंड AGS Beers 2023 मानदंडों की तुलना में संभावित रूप से अनुचित प्रिस्क्राइबिंग की काफी उच्च दरों की पहचान करते हैं, जिससे सिंथेटिक डेटा मॉडलिंग को डेटा-दुर्लभ उप-सहारा स्वास्थ्य प्रणालियों में दवा सुरक्षा के ऑडिटिंग के लिए एक स्केलेबल, गोपनीयता-संरक्षित समाधान के रूप में स्थापित किया जा सके।
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 व्यस्त, थोड़े अराजक रसोई की कल्पना करें, जो एक ग्रामीण गाँव में है। यह घाना का ताताले जिला अस्पताल (Tatale District Hospital) है, जहाँ "शेफ" (डॉक्टर और नर्स) अपने सबसे पुराने ग्राहकों—60 वर्ष से अधिक आयु के लोगों के लिए सही दवा रेसिपी बनाने की कोशिश कर रहे हैं, जिन्हें अक्सर दो बड़ी स्वास्थ्य समस्याएं एक साथ होती हैं: उच्च रक्तचाप और मधुमेह।
समस्या क्या है? रसोई में सामग्री खत्म हो रही है, रेसिपी की किताबें पुरानी हैं, और कभी-कभी शेफ गलती से एक ही ऑर्डर पर एक ही सामग्री को दो बार लिख देते हैं। इससे पॉलीफार्मेसी (polypharmacy) हो जाती है, जो कि एक फैंसी शब्द है जिसका अर्थ है "एक साथ बहुत अधिक गोलियां लेना।" इस विशिष्ट रसोई में, 58.29% पुराने ग्राहक हर दिन 5 या उससे अधिक अलग-अलग दवाएं ले रहे हैं। इतनी सारी गोलियों को संभालना वाकई मुश्किल काम है!
महान रेसिपी चेक: दो अलग नियम पुस्तिकाएं
यह देखने के लिए कि क्या ये रेसिपी सुरक्षित थीं, शोधकर्ताओं ने वास्तविक रोगी फाइलों को नहीं देखा (क्योंकि वे निजी और प्राप्त करने में कठिन होती हैं)। इसके बजाय, उन्होंने एक डिजिटल ट्विन किचन (डिजिटल जुड़वां रसोई) बनाया। उन्होंने Synthea नामक एक कंप्यूटर प्रोग्राम का उपयोग करके 3,958 नकली लेकिन अविश्वसनीय रूप से वास्तविक मरीज बनाए। इसे एक उन्नत वीडियो गेम सिमुलेशन की तरह समझें जहाँ पात्रों की उम्र, वजन और स्वास्थ्य संघर्ष उसी क्षेत्र के वास्तविक लोगों जैसे होते हैं। उन्होंने इस गेम में वास्तविक जीवन की रसोई की आपदाओं को भी शामिल किया, जैसे कि एक शेफ द्वारा डुप्लिकेट ऑर्डर लिखने की 11.2% संभावना और स्टॉक में दवा न होने की 27% संभावना, जो बदलाव के लिए मजबूर करती है।
एक बार जब उनके पास यह डिजिटल भीड़ तैयार हो गई, तो उन्होंने यह देखने के लिए कि किसे गलत दवा मिल रही है, नकली मरीजों पर दो अलग-अलग "सुरक्षा जांच" नियम पुस्तिकाएं चलाईं:
- "बीयर्स 2023" (Beers 2023) नियम पुस्तिका: यह एक "खतरनाक सामग्रियों" की सूची की तरह है जिसे आमतौर पर बुजुर्गों के लिए टाला जाना चाहिए, चाहे बर्तन में कुछ भी हो।
- "स्टॉप/स्टार्ट v3" (STOPP/START v3) नियम पुस्तिका: यह एक अधिक स्मार्ट और जासूसी करने वाली मार्गदर्शिका है। यह केवल सामग्रियों को नहीं देखती; यह पूरे भोजन को देखती है। यह पूछती है, "क्या यह सामग्री विशेष रूप से इसलिए खराब है क्योंकि इस व्यक्ति को कब्ज भी है?" या "क्या हम एक आवश्यक मसाला डालना भूल गए?"
बड़ा खुलासा
जब शोधकर्ताओं ने डिजिटल रसोई की जांच की, तो उन्हें दोनों नियम पुस्तिकाओं के बीच एक बड़ा अंतर मिला:
- बीयर्स (Beers) नियम पुस्तिका ने 49.22% मरीजों को संभावित रूप से असुरक्षित नुस्खों के रूप में चिह्नित किया।
- हालाँकि, स्टॉप/स्टार्ट (STOPP/START) नियम पुस्तिका बहुत अधिक संवेदनशील थी। इसने 76.00% मरीजों को चिह्नित किया।
शोध से पता चला कि स्टॉप/स्टार्ट गाइड ने बीयर्स सूची की तुलना में बहुत अधिक समस्याओं को पकड़ा। वे केवल अनुमान नहीं लगा रहे थे; गणित (मैकनेमर टेस्ट का उपयोग करके) ने साबित किया कि यह अंतर वास्तविक था और केवल एक इत्तेफाक नहीं था। दोनों नियम पुस्तिकाएं केवल लगभग 47% समय एक दूसरे से सहमत थीं (एक "मध्यम" सहमति), जिसका अर्थ है कि वे अक्सर अलग-अलग प्रकार की गलतियों को पकड़ती थीं।
कौन सबसे अधिक जोखिम में था?
सिमुलेशन ने कुछ आश्चर्यजनक पैटर्न भी उजागर किए कि कौन सबसे अधिक गोलियां ले रहा था:
- इस डिजिटल भीड़ में पुरुष महिलाओं की तुलना में अधिक दवाएं ले रहे थे। लगभग 64.02% पुरुष पॉलीफार्मेसी से ग्रस्त थे, जबकि महिलाओं के लिए यह आंकड़ा 51.97% था।
- जैसे-जैसे मरीज की उम्र बढ़ती गई, उनके द्वारा ली जाने वाली गोलियों की संख्या काफी बढ़ गई। हालांकि, एक बार जब वे सबसे वृद्ध समूह (80+) में पहुंचे, तो गोलियों की संख्या उतनी तेजी से नहीं बढ़ी; यह एक तरह से स्थिर हो गई।
इसका क्या अर्थ है (और क्या नहीं)
शोधकर्ता बहुत स्पष्ट हैं: यह अध्ययन एक सिमुलेशन है। यह एक शक्तिशाली, गणितीय रूप से जांचा गया मॉडल है जो वास्तविकता की नकल करता है, लेकिन यह सीधे वास्तविक लोगों के मेडिकल चार्ट को देखना नहीं है। उन्होंने यह साबित करने के लिए एक विशेष गणित उपकरण (जिसे वॉसरस्टीन डिस्टेंस कहा जाता है) का उपयोग किया कि उनके नकली मरीज उम्र और शरीर के द्रव्यमान (BMI) के मामले में वास्तविक लोगों की तरह ही थे, लेकिन परिणाम अभी भी कंप्यूटर की दुनिया से हैं।
यह अध्ययन इस विचार को खारिज करता है कि दोनों नियम पुस्तिकाओं को एक-दूसरे के बदले इस्तेमाल किया जा सकता है। आप बीयर्स सूची का उपयोग करके यह मान नहीं सकते कि आपने सब कुछ पकड़ लिया है; स्टॉप/स्टार्ट गाइड ने इस विशिष्ट सेटिंग में बहुत अधिक समस्याएं पाईं।
यह पेपर इस विचार के खिलाफ तर्क देता है कि हम केवल पुरानी नीतियों पर भरोसा कर सकते हैं या उम्मीद कर सकते हैं कि डॉक्टरों को सब कुछ याद रहेगा। इस ग्रामीण जिले में, सरकार जो कहती है और वास्तव में जो होता है, उसके बीच का अंतर बहुत बड़ा है। अध्ययन सुझाव देता है कि इसे ठीक करने के लिए, अस्पतालों को स्मार्ट कंप्यूटर सिस्टम की आवश्यकता है जो एक "सुरक्षा जाल" के रूप में कार्य करें, और मरीज के काउंटर से जाने से पहले ही इन खतरनाक संयोजनों को स्वचालित रूप से चिह्नित कर सकें।
संक्षेप में, इस अध्ययन ने एक उच्च-तकनीकी, गोपनीयता-सुरक्षित वीडियो गेम का उपयोग करके दिखाया कि ग्रामीण घाना में, बुजुर्ग अक्सर बहुत अधिक दवाएं ले रहे हैं, और नियमों का एक विशिष्ट सेट (स्टॉप/स्टार्ट), पुरानी और प्रसिद्ध सूची की तुलना में समस्याओं को पहचानने में बहुत बेहतर है। यह रसोई के उपकरणों को अपग्रेड करने का एक आह्वान है ताकि सबसे पुराने ग्राहकों को सुरक्षित रखा जा सके।
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।