Recovering Incomplete Clustered Binary Data in Longitudinal Electronic Health Records Using Multiple Imputation
यह शोध पत्र क्लस्टर्ड लॉजिस्टिक फैक्टर विद रैंडम इफेक्ट्स (CLF-RE) फ्रेमवर्क को एक कम्प्यूटेशनल रूप से स्केलेबल मल्टीपल इम्प्यूटेशन पद्धति के रूप में प्रस्तुत और मान्य करता है जो इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स में अपूर्ण, उच्च-आयामी अनुदैर्ध्य बाइनरी डेटा को प्रभावी ढंग से पुनर्प्राप्त करता है, और मौजूदा दृष्टिकोणों की तुलना में महामारी विज्ञान संबंधी अनुमानों में पूर्वाग्रह को महत्वपूर्ण रूप से कम करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल जिग्सॉ पहेली (jigsaw puzzle) को सुलझाने की कोशिश कर रहे हैं, लेकिन हर बार जब आप डिब्बे को देखते हैं, तो कोई चुपके से कुछ टुकड़े निकाल लेता है। चिकित्सा विज्ञान की दुनिया में, ये पहेलियाँ अक्सर मरीजों से कई वर्षों तक एकत्र किए गए डेटा से बनी होती हैं, जिसे "अनुदैर्ध्य" (longitudinal) अध्ययन कहा जाता है। कभी-कभी, टुकड़े केवल गायब नहीं होते; वे एक विशिष्ट पैटर्न में गायब होते हैं। उदाहरण के लिए, यदि किसी मरीज का दांत दर्द कर रहा है, तो एक डेंटिस्ट उसे सावधानी से लिख सकता है, लेकिन यदि दांत पूरी तरह स्वस्थ दिखता है, तो वे समय बचाने के लिए उसे लिखना छोड़ सकते हैं। यह एक "पदानुक्रमित" (hierarchical) समस्या पैदा करता है: डेटा केवल एक सपाट सूची नहीं है; यह परतों में व्यवस्थित है। एक मरीज को एक बड़े डिब्बे के रूप में सोचें, उस डिब्बे के अंदर उनके दांत हैं, और प्रत्येक दांत के अंदर छोटे बिंदु हैं जहाँ डेंटिस्ट मसूड़ों की बीमारी की जाँच करते हैं। यदि डेंटिस्ट कुछ स्थानों की जाँच करना छोड़ देता है, तो मरीज के स्वास्थ्य की पूरी तस्वीर धुंधली हो जाती है। वैज्ञानिक चिंतित हैं कि यदि वे इन धुंधली तस्वीरों का उपयोग करके बीमारी के कारणों का अध्ययन करने की कोशिश करते हैं, तो उन्हें गलत उत्तर मिल सकता है, जैसे कि वे यह सोच सकते हैं कि कोई जोखिम कारक (जैसे धूम्रपान) वास्तव में जितना खतरनाक है, उससे कम खतरनाक है।
यह शोध पत्र इस पहेली के एक बहुत ही विशिष्ट, उच्च-दांव वाले संस्करण को संबोधित करता है: दंत रिकॉर्ड। एक व्यक्ति के मुंह में एक ही दौरे के दौरान डेंटिस्ट 192 सूक्ष्म बिंदुओं तक की जाँच करते हैं। वास्तविक जीवन में, वे हर बार सभी 192 बिंदुओं की जाँच शायद ही कभी करते हैं। शोधकर्ताओं ने पूछा: क्या हम गणित का उपयोग करके गायब स्थानों का सटीक अनुमान लगा सकते हैं ताकि धुंधली तस्वीर को ठीक किया जा सके? उन्होंने "क्लस्टर्ड लॉजिस्टिक फैक्टर" (CLF) इम्प्यूटेशन नामक एक नई विधि का परीक्षण किया। इस विधि को एक सुपर-स्मार्ट जासूस के रूप में सोचें जो जानता है कि यदि दांत का एक स्थान बीमार है, तो उसके ठीक बगल वाले स्थान भी बीमार होने की संभावना है, और यदि एक मरीज के पास पिछले दौरे में खराब मसूड़े थे, तो संभवतः उनके पास भी होंगे। टीम ने इस जासूस की तुलना अन्य विधियों से की, जैसे कि एक साधारण अनुमान लगाने वाला जो पूरे मरीज को देखता है लेकिन सूक्ष्म स्थानों पर ध्यान नहीं देता, या एक जटिल मशीन जो हर एक संबंध को याद रखने की कोशिश करती है लेकिन गणित से इतनी अभिभूत हो जाती है कि बहुत अधिक मरीजों के होने पर क्रैश हो जाती है।
मुख्य निष्कर्ष यह है कि गायब डेटा के कारण होने वाली "धुंधली तस्वीर" एक गंभीर समस्या है। जब शोधकर्ताओं ने गायब डेटा का अनुकरण (simulate) किया, तो उन्होंने पाया कि जोखिम कारकों (जैसे धूम्रपान, मधुमेह और आयु) और मसूड़ों की बीमारी के बढ़ने के बीच का संबंध चार गुना तक कमजोर हो गया था। यह ऐसा था जैसे बीमारी अपनी वास्तविक शक्ति को छिपा रही हो। हालांकि, जब उन्होंने गायब स्थानों को भरने के लिए अपने नए CLF जासूस तरीके का उपयोग किया, तो तस्वीर फिर से स्पष्ट हो गई। इस विधि ने इन संबंधों की वास्तविक शक्ति को सफलतापूर्वक वापस पा लिया, जिससे अधूरे डेटा की तुलना में त्रुटि 3 से 15 गुना तक कम हो गई।
यह शोध पत्र स्पष्ट रूप से कुछ सामान्य दृष्टिकोणों के विरुद्ध तर्क देता है। यह दिखाता है कि एक सरल विधि जिसे "K-nearest neighbors" कहा जाता है (जो यह अनुमान लगाता है कि अन्य मरीज समग्र रूप से कितने समान दिखते हैं), खराब प्रदर्शन करती है, जैसे कि एक जासूस जो पहेली के विशिष्ट लेआउट को अनदेखा करता है। यह यह भी प्रदर्शित करता है कि एक अधिक जटिल, मानक विधि "MICE-2l.bin", जो पदानुक्रम के प्रत्येक स्तर को ध्यान में रखने की कोशिश करती है, बहुत भारी है और कई मरीजों के होने पर कंप्यूटर के लिए इसे संभालना मुश्किल हो जाता है; यह वास्तव में मेमोरी खत्म होने के कारण 100 से अधिक लोगों के साथ क्रैश हो जाती है। लेखक सुझाव देते हैं कि जबकि एक सरल विधि (MICE-logreg) व्यक्तिगत स्थानों की भविष्यवाणी करने के लिए उनके नए तरीके के समान ही अच्छी तरह काम करती है, उनका नया CLF तरीका ही एकमात्र ऐसा है जो दांतों की "क्लस्टर्ड" प्रकृति को समझने के लिए पर्याप्त स्मार्ट और बड़े समूहों के लिए एक मानक कंप्यूटर पर चलने के लिए पर्याप्त हल्का है।
जब उन्होंने सिंगापुर के 721 मरीजों के वास्तविक डेटा पर इसका परीक्षण किया, तो परिणाम आंखें खोल देने वाले थे। अधूरे रिकॉर्ड हल्के-से-मध्यम मसूड़ों की बीमारी की वास्तविक मात्रा को छिपा रहे थे। गैप्स को भरकर, शोधकर्ताओं ने पाया कि इस बीमारी का वास्तविक प्रसार अधूरे रिकॉर्ड द्वारा दिखाए गए प्रसार से 7 से 11 प्रतिशत अंक अधिक था। यह स्पष्ट है कि "गायब" डेटा यादृच्छिक (random) नहीं था; सिस्टम व्यवस्थित रूप से शुरुआती चरणों की समस्याओं को कम करके गिन रहा था। शोध पत्र निष्कर्ष निकालता है कि हालांकि उनकी विधि कोई जादू की छड़ी नहीं है जो सब कुछ ठीक कर देती है (यह अभी भी संघर्ष करती है यदि गायब डेटा बीमारी से इस तरह से जुड़ा हो जो प्रायिकता के नियमों को तोड़ देता है), यह एक व्यावहारिक, स्केलेबल उपकरण है जो महामारी विज्ञानियों (epidemiologists) को इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड में बीमारी के वास्तविक पैमाने को देखने में मदद कर सकता है, जिससे वे यह कम आंकने से बच सकें कि चीजें वास्तव में कितनी खराब हैं।
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।