Virtual control arms for paediatric myopia trials: external validation of axial-elongation models

मानव आँख शरीर के अन्य अंगों की तरह ही बचपन के दौरान बढ़ती रहती है। कई बच्चों में, यह वृद्धि तब नहीं रुकती जब इसे रुक जाना चाहिए, जिससे आँख बहुत लंबी हो जाती है। यह स्थिति, जिसे मायोपिया या निकट दृष्टि दोष कहा जाता है, दूर की वस्तुओं को धुंधला बना देती है। दशकों से, यह परीक्षण करने का मानक तरीका कि क्या कोई नया उपचार इस वृद्धि को धीमा कर सकता है, एक क्लिनिकल ट्रायल (नैदानिक परीक्षण) आयोजित करना रहा है। ऐसे परीक्षण में, कुछ बच्चों को नया उपचार दिया जाता था जबकि अन्य को बिना किसी विशेष विशेषता वाले मानक चश्मे दिए जाते थे, जो एक 'कंट्रोल ग्रुप' (नियंत्रण समूह) के रूप में कार्य करते थे ताकि यह दिखाया जा सके कि हस्तक्षेप के बिना क्या होता। हालाँकि, जैसे-जैसे आँखों की वृद्धि को धीमा करने वाले प्रभावी उपचार अधिक सामान्य होते गए हैं, परिवारों को ऐसे अध्ययन में नामांकित करने के लिए कहना कठिन और नैतिक रूप से संदिग्ध होता गया है जहाँ उन्हें कोई सक्रिय उपचार नहीं मिल सकता। माता-पिता अपने बच्चों को बिना किसी मदद के छोड़ने में संकोच करते हैं जब बेहतर विकल्प मौजूद हों, और जो बच्चे तेजी से खराब हो रहे होते हैं, वे अक्सर अध्ययन से बाहर हो जाते हैं, जिससे परिणाम प्रभावित होते हैं। यह शोधकर्ताओं के लिए एक दुविधा पैदा करता है: उन्हें यह जानने की आवश्यकता है कि बिना उपचार के क्या होता है ताकि यह सिद्ध किया जा सके कि एक नई दवा या लेंस काम करता है, लेकिन वे बिना उपचार वाले बच्चों को ढूंढना आसान नहीं पा रहे हैं।

इसे हल करने के लिए, शोधकर्ताओं ने गणित का रुख किया है। उपचार न मिलने वाले बच्चों के समूह पर निर्भर रहने के बजाय, वे यह अनुमान लगाने के लिए कंप्यूटर मॉडल का उपयोग कर सकते हैं कि यदि किसी बच्चे को कोई उपचार नहीं मिलता तो उसकी आँख कैसे बढ़ती। ये मॉडल एक "वर्चुअल कंट्रोल आर्म" (आभासी नियंत्रण भुजा) के रूप में कार्य करते हैं, जो बच्चे की आयु, वर्तमान दृष्टि और पृष्ठभूमि जैसे कारकों के आधार पर उपचार रहित पथ का सांख्यिकीय अनुमान प्रदान करते हैं। चुनौती, हालांकि, यह जानने में है कि क्या ये भविष्यवाणियाँ वास्तव में सटीक हैं। यदि मॉडल गलत है, तो पूरा परीक्षण भ्रामक हो सकता है। शोधकर्ताओं की एक टीम ने पांच अलग-अलग प्रकाशित मॉडलों का परीक्षण करने के लिए एक प्रयास किया कि क्या वे उन वास्तविक बच्चों की आँख की वृद्धि का सही ढंग से अनुमान लगा सकते हैं जिन्हें कोई विशेष उपचार नहीं मिल रहा था। उन्होंने चीनी, वियतनामी और भारतीय मूल के 242 बच्चों का डेटा एकत्र किया जो मानक चश्मे पहन रहे थे। शोधकर्ताओं ने अध्ययन की शुरुआत में इन बच्चों की आँखों की लंबाई मापी और फिर लगभग छह और बारह महीनों के बाद फिर से मापी। उन्होंने वास्तविक आँखों की वृद्धि की तुलना पांच अलग-अलग गणितीय मॉडलों द्वारा अनुमानित वृद्धि से की।

अध्ययन में पाया गया कि सबसे हालिया मॉडल, जो बच्चे की विशिष्ट जातीय पृष्ठभूमि को ध्यान में रखते रखते हैं, पूर्वी एशियाई मूल के बच्चों के लिए उल्लेखनीय रूप से सटीक थे। इन बच्चों के लिए, मॉडलों ने छह महीने में आँख की औसत वृद्धि का अनुमान एक बहुत ही सूक्ष्म त्रुटि मार्जिन के साथ लगाया, जो वास्तविक माप से मानव बाल की चौड़ाई से भी कम था। यह सुझाव देता है कि इस विशिष्ट समूह के लिए, एक वर्चुअल कंट्रोल आर्म नैदानिक परीक्षण में उपचार रहित बच्चों के समूह की सफलतापूर्वक जगह ले सकता है। हालाँकि, शोधकर्ताओं ने एक महत्वपूर्ण सीमा भी खोजी: मॉडल व्यक्तिगत बच्चों के बीच मौजूद भिन्नता का अनुमान लगाने में पूर्ण नहीं थे। जबकि मॉडलों ने औसत वृद्धि दर को सही बताया, उन्होंने वास्तविक जीवन में देखी जाने वाली अंतर की सीमा को कम करके आंका। मॉडलों ने सुझाव दिया कि अधिकांश बच्चे बहुत समान गति से बढ़ेंगे, लेकिन वास्तव में, कुछ बच्चे औसत से बहुत तेजी से या बहुत धीरे बढ़ते हैं। इसका अर्थ है कि मॉडल बच्चों के एक बड़े समूह के बारे में भविष्यवाणी करने के लिए उत्कृष्ट उपकरण हैं, लेकिन वे किसी एक विशिष्ट बच्चे की भविष्य की वृद्धि का सटीक अनुमान नहीं लगा सकते।

दक्षिण एशियाई मूल के बच्चों, विशेष रूप से भारतीय मूल के बच्चों के लिए स्थिति अधिक जटिल थी। मौजूदा मॉडलों में से किसी में भी इस समूह के लिए कोई विशिष्ट श्रेणी नहीं थी। जब शोधकर्ताओं ने भारतीय बच्चों के लिए पूर्वी एशियाई या यूरोपीय बच्चों के लिए बने मॉडलों को लागू किया, तो भविष्यवाणियाँ गलत निकलीं। भारतीय बच्चों की आँखें उस दर से बढ़ीं जो अन्य दो समूहों के लिए अनुमानित दरों के बीच कहीं थी, जो पूर्वी एशियाई दर के करीब थी लेकिन उससे पूरी तरह मेल नहीं खाती थी। यह इंग दर्शाता है कि जबकि वर्तमान उपकरण उपयोगी हैं, वे अपूर्ण हैं। वे पूर्वी एशियाई आबादी के लिए तो काम करते हैं लेकिन दक्षिण एशियाई बच्चों को एक विश्वसनीय भविष्यवाणी पद्धति से वंचित छोड़ देते हैं। शोधकर्ताओं ने निष्कर्ष निकाला कि मॉडलों को सभी के लिए वास्तवक रूप से उपयोगी होने के लिए, दक्षिण एशियाई बच्चों के लिए विशिष्ट नया डेटा एकत्र किया जाना चाहिए और सिस्टम में जोड़ा जाना चाहिए।

एक अन्य प्रमुख निष्कर्ष यह था कि मापन का समय पहले की तुलना में अधिक महत्वपूर्ण है। मॉडल एक विशिष्ट अवधि, जैसे कि ठीक छह महीने, के दौरान वृद्धि का अनुमान लगाने के लिए डिज़ाइन किए गए हैं। वास्तविक दुनिया में, बच्चों के चेक-अप अपॉइंटमेंट शायद ही कभी सटीक कैलेंडर तिथि पर होते हैं। अध्ययन ने दिखाया कि यदि शोधकर्ता केवल यह मान लेते हैं कि एक विज़िट छह महीने में हुई थी जबकि वास्तव में वह छह और आधे महीने में हुई थी, तो भविष्यवाणी थोड़ी गलत हो जाती। विज़िट के बीच बीते हुए दिनों की सटीक संख्या का उपयोग करके, शोधकर्ता अपने तुलनाओं को बहुत अधिक सटीक बनाने में सक्षम रहे। विवरण पर यह ध्यान देना महत्वपूर्ण है क्योंकि एक सफल उपचार और एक विफल उपचार के बीच का अंतर बहुत कम हो सकता है, जो अक्सर आँख की लंबाई के एक मिलीमीटर के एक अंश के बराबर होता है।

शोधकर्ताओं ने एक मुफ्त, ओपन-सोर्स सॉफ्टवेयर टूल भी विकसित किया है जो इन सभी विभिन्न मॉडलों को एक स्थान पर लाता है। यह टूल अन्य वैज्ञानिकों को जटिल कोड लिखे बिना या संवेदनशील रोगी जानकारी को केंद्रीय सर्वर के साथ साझा किए बिना अपने स्वयं के डेटा पर वही गणनाएँ चलाने की अनुमति देता है। यह सॉफ्टवेयर पूरी तरह से उपयोगकर्ता के अपने कंप्यूटर पर चलता है, जिससे गोपनीयता सुनिश्चित होती है। यह दावे के साथ यह दावा नहीं करता है कि यह किसी व्यक्तिगत बच्चे की आँखों के भविष्य की निश्चितता के साथ भविष्यवाणी करता है। इसके बजाय, यह उपचार रहित बच्चों के एक समूह कैसा दिखेगा, इसका वैज्ञानिक रूप से बचाव योग्य अनुमान प्रदान करता है, जो नए उपचारों के लिए एक संदर्भ बिंदु के रूप में कार्य कर सकता है। अध्ययन पुष्टि करता है कि पूर्वी एशियाई बच्चों के लिए, ये वर्चुअल कंट्रोल पारंपरिक उपचार रहित समूहों के एक व्यवहार्य विकल्प हैं, जो नैदानिक परीक्षणों को चलाना आसान और अधिक नैतिक बना सकते हैं। अन्य समूहों के लिए, विशेष रूप से दक्षिण एशियाई बच्चों के लिए, उनका कार्य वर्तमान ज्ञान के अंतराल को उजागर करता जिसे भरने की आवश्यकता है। अंतिम लक्ष्य यह है कि बच्चों में उपचार रहित नियंत्रण समूहों का उपयोग एक नियम के बजाय अपवाद बना दिया जाए, और युवा रोगियों के कल्याण की रक्षा करते हुए नेत्र देखभाल को आगे बढ़ाने के लिए प्रमाणित, पारदर्शी गणितीय मॉडलों पर भरोसा किया जाए।