Real-world drug use in ATC and ICD-10: an expert-curated drug-diagnosis resource based on UK primary care and Danish hospitalization electronic health records
यह शोध पत्र यूके और डेनिश इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से प्राप्त 7,763 महत्वपूर्ण वास्तविक दुनिया के ड्रग-डायग्नोसिस संबंधों के एक क्यूरेटेड संसाधन को प्रस्तुत करता है, जिसे चिकित्सा विशेषज्ञों द्वारा मैन्युअल रूप से एनोटेट किया गया था ताकि यह प्रकट किया जा सके कि अधिकांश देखे गए सह-अस्तित्व प्रत्यक्ष उपचार का प्रतिनिधित्व नहीं करते हैं और इंटर-एनोटेटर परिवर्तनशीलता को ध्यान में रखने की आवश्यकता को उजागर 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
अस्पताल और डॉक्टरों के क्लिनिक रिकॉर्ड्स की एक विशाल, निरंतर धारा उत्पन्न करते हैं। हर बार जब किसी मरीज को कोई निदान (diagnosis) या नुस्खा (prescription) दिया जाता है, तो एक डिजिटल प्रविष्टि की जाती है, जो वास्तविक दुनिया में चिकित्सा पद्धति के अभ्यास का एक विशाल पुस्तकालय बनाती है। इस जानकारी को समझने के लिए, शोधकर्ता मानकीकृत कोडों पर भरोसा करते हैं: बीमारियों के लिए कोडों का एक सेट और दवाओं के लिए दूसरा। ये प्रणालियाँ एक सार्वभौमिक भाषा की तरह कार्य करती हैं, जिससे कंप्यूटर विभिन्न देशों और दशकों के मेडिकल इतिहास को पढ़ और तुलना कर सकते हैं। हालाँकि, बीमारी के कोड और दवा के कोड के बीच एक साधारण मिलान हमेशा पूरी कहानी नहीं बताता है। केवल इसलिए कि एक मरीज एक विशिष्ट दवा ले रहा है और उसी समय उसके पास एक विशिष्ट निदान दर्ज है, इसका मतलब यह नहीं है कि वह दवा विशेष रूप से उसी बीमारी के इलाज के लिए दी गई थी। वह दवा किसी लक्षण को प्रबंधित करने के लिए, किसी अन्य उपचार के दुष्प्रभाव (side effect) का इलाज करने के लिए, या किसी पूरी तरह से अलग स्वास्थ्य समस्या को संबोधित करने के लिए हो सकती है जो मुख्य निदान के साथ मौजूद है। दवाओं के पीछे के वास्तविक कारण को समझना उन शोधकर्ताओं के लिए अत्यंत महत्वपूर्ण है जो इन रिकॉर्ड्स का उपयोग पुरानी दवाओं के नए उपयोग खोजने या बीमारियों के बढ़ने के तरीके का अध्ययन करने के लिए करना चाहते हैं।
शोधकर्ताओं की एक टीम ने इन संबंधों का एक स्पष्ट मानचित्र बनाने के लक्ष्य के साथ काम शुरू किया, जिसमें उन्होंने यूनाइटेड किंगडम और डेनमार्क के लगभग 15 लाख लोगों के वास्तविक रिकॉर्ड्स का अवलोकन किया। उन्होंने दो अलग-अलग प्रकार के स्वास्थ्य सेवा डेटा पर ध्यान केंद्रित किया: यूके के जनरल प्रैक्टिशनर्स (GP) के रिकॉर्ड, जो नियमित, रोजमर्रा की देखभाल को दर्शाते हैं, और डेनमार्क के अस्पतालों के रिकॉर्ड, जो अधिक गंभीर स्थितियों और विशिष्ट उपचारों का दस्तावेजीकरण करते हैं। इन स्रोतों को मिलाकर, टीम ने लगभग 7,36,000 ड्रग और डायग्नोसिस कोड के ऐसे जोड़े बनाए जो अक्सर एक साथ दिखाई देते थे। इसके बाद उन्होंने इस विशाल सूची को लगभग 7,763 जोड़ों तक सीमित करने के लिए सांख्यिकीय विधियों का उपयोग किया, जिनमें एक मजबूत और महत्वपूर्ण संबंध था, जिसका अर्थ था कि दवा और निदान संयोगवश होने की तुलना में बहुत अधिक बार एक साथ दिखाई दिए।
उनके कार्य का मुख्य हिस्सा मानव विशेषज्ञों से इन संबंधों की व्याख्या करवाना था। छह क्लीनिशियन—तीन यूके से और तीन डेनमार्क से—ने प्रत्येक 7,763 जोड़ों की स्वतंत्र रूप से समीक्षा की। उनका कार्य यह तय करना था कि क्या दवा का उपयोग सीधे तौर पर निदान की गई स्थिति के इलाज के लिए किया जा रहा है, या संबंध अप्रत्यक्ष है। विशेषज्ञों ने प्रत्येक जोड़े को 'प्रत्यक्ष उपचार', 'अप्रत्यक्ष संबंध', या 'अनिश्चित' के रूप में वर्गीकृत किया। परिणामों ने चिकित्सा के वास्तविक अभ्यास के बारे में एक आश्चर्यजनक वास्तविकता को उजागर किया। टीम द्वारा पाए गए अधिकांश मजबूत सांख्यिकीय लिंक वे मामले नहीं थे जहाँ दवा का उपयोग उस विशिष्ट बीमारी के इलाज के लिए किया जा रहा था जिसके साथ उसे जोड़ा गया था। इसके बजाय, अधिकांश संबंध अप्रत्यक्ष थे। उदाहरण के लिए, कैंसर के रोगी को कीमोथेरेपी के कारण होने वाली मतली (nausea) को प्रबंधित करने के लिए एक दवा दी जा सकती है, या हृदय रोग की पुरानी स्थिति वाले रोगी को उनके प्राथमिक उपचार के दुष्प्रभाव के लिए दवा दी जा सकती है। कई मामलों में, दवा मुख्य निदान के बजाय एक लक्षण या माध्यमिक स्वास्थ्य समस्या को संबोधित कर रही थी।
अध्ययन ने यह भी रेखांकित किया कि कैसे विभिन्न स्वास्थ्य सेवा परिवेश रिकॉर्ड्स को आकार देते हैं। डेनमार्क के अस्पतालों के डेटा में दर्द और एनेस्थीसिया के लिए उपयोग की जाने वाली दवाओं के साथ-साथ संक्रमणों के उपचार की उच्च आवृत्ति देखी गई, जो अस्पताल की देखभाल की प्रकृति को दर्शाता है जहाँ सर्जरी और तीव्र बीमारियाँ आम हैं। इसके विपरीत, यूके के जनरल प्रैक्टिस के डेटा में श्वसन संबंधी समस्याओं, मानसिक स्वास्थ्य और हृदय संबंधी स्थितियों के लिए दवाओं का वर्चस्व था, जो समुदाय में दीर्घकालिक प्रबंधन के लिए विशिष्ट हैं। जब शोधकर्ताओं ने दोनों देशों के बीच ओवरलैप को देखा, तो उन्होंने पाया कि दोनों डेटासेट में दिखने वाले जोड़े लगभग हमेशा नैदानिक रूप से तार्किक थे, जैसे हृदय रोग के लिए दवाएं हृदय संबंधी निदान के साथ जुड़ी हुई थीं। हालाँकि, इन स्पष्ट मामलों के बीच भी, मानव विशेषज्ञों के बीच हमेशा सहमति नहीं थी। डॉक्टरों के बीच सहमति का स्तर भिन्न था, कुछ जोड़ों ने महत्वपूर्ण बहस पैदा की। इस असहमति को विफलता के रूप में नहीं बल्कि एक महत्वपूर्ण सुराग के रूप में देखा गया: इसने दिखाया कि वास्तविक दुनिया में दवाओं का उपयोग अक्सर जटिल और संदर्भ-निर्भर होता है, और एक एकल लेबल हमेशा नैदानिक निर्णय की सूक्ष्मता को नहीं पकड़ सकता।
इन विविध विचारों को समझने के लिए, शोधकर्ताओं ने एक स्कोरिंग प्रणाली विकसित की जो डॉक्टरों के निर्णयों को प्रत्येक ड्रग-डिजीज पेयर के लिए एक एकल कॉन्फिडेंस स्कोर में जोड़ती है। यह स्कोर केवल वोटों की गिनती नहीं करता था; इसने इस तथ्य को भी ध्यान में रखा कि कुछ डॉक्टर दूसरों की तुलना में अधिक सतर्क थे और कुछ प्रकार के चिकित्सा संबंध स्वाभाविक रूप से वर्गीकरण करने में कठिन होते हैं। अंतिम संसाधन हजारों ड्रग-डिजीज संबंधों की एक क्यूरेटेड सूची है, जिसमें से प्रत्येक को एक स्कोर के साथ टैग किया गया है जो यह दर्शाता है कि प्रत्यक्ष उपचार होने की कितनी संभावना है बनाम एक अप्रत्यक्ष संबंध होने की। यह उपकरण अन्य वैज्ञानिकों को एक दवा के किसी बीमारी को ठीक करने के उपयोग और किसी बीमारी या उसके उपचार के दुष्प्रभावों को प्रबंधित करने के लिए दवा के उपयोग के बीच अंतर करने की अनुमति देता है। इस स्तर का विवरण प्रदान करके, यह अध्ययन इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स के अनुसंधान में उपयोग के लिए एक अधिक सटीक आधार प्रदान करता है, यह सुनिश्चित करते हुए कि भविष्य की खोजें इस स्पष्ट समझ पर आधारित हों कि वास्तविक दुनिया में दवाओं का वास्तव में उपयोग कैसे किया जाता 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।