Reconstructing and Evaluating Antibiotic Treatment Episodes for Antimicrobial Stewardship Using the MAPS-Toolkit
यह शोध पत्र MAPS का परिचय देता है, जो एक ओपन-सोर्स पायथन टूलकिट है जो न्यूनतम इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड डेटा से एंटीबायोटिक उपचार प्रकरणों (एपिसोड) को पुनर्गठित और मूल्यांकित करता है ताकि स्केलेबल, एपिसोड-आधारित रोगाणुरोधी प्रबंधन (एंटीमाइक्रोबियल स्टीवर्डशिप) की निगरानी सक्षम की जा सके, जो पारंपरिक समग्र मेट्रिक्स के लिए अदृश्य महत्वपूर्ण नैदानिक निर्णयों जैसे कि उपचार को रोकने, बदलने और संकुचित करने को कैप्चर 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
अस्पताल सुपरबग्स के खिलाफ लड़ाई में अग्रिम पंक्ति में हैं, जो ऐसे संक्रमण हैं जो अब मानक दवाओं के प्रति प्रतिक्रिया नहीं देते हैं। इस लड़ाई को जीतने के लिए, डॉक्टरों को एंटीबायोटिक्स का अत्यंत सटीकता के साथ उपयोग करना चाहिए: उन्हें केवल तभी देना जब आवश्यक हो, सही दवा चुनना, और उपचार को तब रोकना जब वह सुरक्षित हो। इस सावधानीपूर्वक प्रबंधन को 'एंटीमाइक्रोबियल स्टेवर्डशिप' (antimicrobial stewardship) कहा जाता है। इसका लक्ष्य बैक्टीरिया को इन दवाओं से जीवित रहने के तरीके सीखने से रोकना है, एक ऐसी प्रक्रिया जो तब होती है जब एंटीबायोटिक्स का उपयोग बहुत लंबे समय तक या बहुत व्यापक रूप से किया जाता है। वर्षों से, अस्पताल इन एंटीबायोटिक दवाओं के उपयोग को गोलियों की गिनती करके या उपचार के कुल दिनों को मापकर ट्रैक करते रहे हैं। जबकि ये संख्याएँ अस्पताल को यह बताती हैं कि वह कितनी दवा का उपयोग कर रहा है, वे कहानी के सबसे महत्वपूर्ण हिस्से को छोड़ देती हैं: वे निर्णय जो डॉक्टर मरीज के ठीक होने पर लेते हैं। वे यह नहीं देख सकते कि क्या एक डॉक्टर ने मरीज को एक मजबूत अंतःशिरा (इंट्रावेनस) दवा से एक हल्की गोली पर स्विच किया, या क्या उसने संक्रमण ठीक होने पर दवा को जल्दी रोक दिया। इन विशिष्ट विकल्पों को देखे बिना, यह जानना कठिन है कि क्या कोई अस्पताल वास्तव में अपने एंटीबायोटिक्स का अच्छा प्रबंधन कर रहा है।
एम्सटर्डम यूनिवर्सिटी मेडिकल सेंटर्स के शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए एक नया डिजिटल टूल बनाया है। उन्होंने एक सॉफ्टवेयर पैकेज बनाया है जिसे MAPS कहा जाता है, जिसका अर्थ है 'मॉडलिंग एंटीबायोटिक प्रिस्क्रिप्शन फॉर स्टेवर्डशिप' (Modeling Antibiotic Prescriptions for Stewardship)। केवल खुराक गिनने के बजाय, यह टूल मरीज को दी जाने वाली प्रिस्क्रिप्शन के क्रम को देखता है और उन्हें देखभाल के एक एकल "एपिसोड" (episode) में जोड़ देता है। कल्पना कीजिए कि एक मरीज दो दिनों के लिए एक अंतःशिरा एंटीबायोटिक से शुरू करता है, और फिर तीन और दिनों के लिए एक गोली पर स्विच करता है। पुराने गिनती वाले तरीके इसे दो अलग-अलग उपचार देखेंगे। MAPS इसे एक निरंतर कहानी के रूप में देखता है, जिससे शोधकर्ता सटीक रूप से देख पाते हैं कि स्विच कब हुआ और कुल उपचार कितने समय तक चला। यह सॉफ्टवेयर लचीला बनाने के लिए डिज़ाइन किया गया है; यह लगभग किसी भी अस्पताल कंप्यूटर सिस्टम से कच्चे डेटा को ले सकता है और उसे इन स्पष्ट कहानियों में व्यवस्थित कर सकता है, बिना प्रत्येक नए स्थान के लिए जटिल, कस्टम कोडिंग की आवश्यकता के।
यह परीक्षण करने के लिए कि क्या यह दृष्टिकोण काम करता है, शोधकर्ताओं ने MAPS को दो बहुत ही अलग चिकित्सा रिकॉर्डों पर लागू किया। पहला उनके अपने नीदरलैंड के अस्पताल से आया था, जिसमें 2020 और 2024 के बीच मरीजों को दी गई 1,50,000 से अधिक एंटीबायोटिक प्रिस्क्रिप्शन शामिल थे। दूसरा संयुक्त राज्य अमेरिका के गहन देखभाल (इंटेंसिव केयर) रोगियों के एक विशाल सार्वजनिक डेटाबेस से आया, जिसमें 5,50,000 से अधिक प्रिस्क्रिप्शन शामिल थे। दोनों पर सॉफ्टवेयर चलाने के बाद, उन्होंने 2,50,000 से अधिक विशिष्ट उपचार एपिसोड उत्पन्न किए। इससे उन्हें उन तीन महत्वपूर्ण निर्णयों को करीब से देखने की अनुमति मिली जो डॉक्टर लेते हैं: उपचार को कब रोकना है, जब वे नस (वेन) से गोली पर स्विच करते हैं, और जब वे विशिष्ट कीटाणुओं को लक्षित करने के लिए दवा के दायरे को सीमित करते हैं।
परिणामों से पता चला कि ये निर्णय इस बात पर बहुत अधिक निर्भर करते हैं कि कौन सा विभाग मरीज का इलाज कर रहा है। डच अस्पताल में, एंटीबायोटिक उपचार की औसत अवधि लगभग तीन दिन थी, लेकिन विशेषज्ञता (स्पेशियलिटी) के आधार पर यह काफी बदल गई। आपातकालीन चिकित्सा टीमें उपचार को बहुत जल्दी समाप्त करती थीं, अक्सर एक ही दिन के भीतर, जबकि कार्डियक सर्जरी और गहन देखभाल इकाइयाँ मरीजों को एंटीबायोटिक्स पर अधिक समय तक रखती थीं, जिनकी औसत अवधि लगभग चार दिन थी। अमेरिकी डेटाबेस में, पैटर्न समान थे लेकिन समय अलग था; अंतःशिरा रेखा से मौखिक गोली पर स्विच करने का औसत समय लगभग तीन दिन था, हालांकि कुछ विभागों ने अन्य की तुलना में बहुत तेजी से स्विच किया। शोधकर्ताओं ने यह भी ट्रैक किया कि डॉक्टरों ने संक्रमण के बारे में अधिक जानने के बाद कितनी बार एंटीबायोटिक की ताकत कम की। यह "डी-एस्केलेशन" (de-escalation) चिकित्सा विशेषज्ञता के आधार पर 4% से लेकर लगभग 30% मामलों में हुआ।
ये भिन्नताएं आवश्यक रूप से यह नहीं दर्शातीं कि कुछ डॉक्टर दूसरों की तुलना में बेहतर काम कर रहे हैं। शोधकर्ता इस बात पर जोर देते हैं कि ये संख्याएँ उन विभिन्न प्रकार के रोगियों को दर्शाती हैं जिन्हें प्रत्येक विभाग देखता है और उनके अनूठे कार्यप्रवाह (वर्कफ्लो) को दर्शाती हैं। गहन देखभाल (आईसीयू) में एक मरीज सामान्य वार्ड के मरीज की तुलना में अक्सर बहुत अधिक बीमार होता है, जिसके लिए लंबे और अधिक जटिल उपचार की आवश्यकता होती है। MAPS टूल का मूल्य यह है कि यह इन निर्णय पैटर्न को पहली बार बड़े पैमाने पर दृश्यमान बनाता है। इससे पहले, इतनी विस्तृत जानकारी चिकित्सा रिकॉर्ड के अंदर छिपी हुई थी, जो केवल तभी सुलभ थी जब कोई मानव समीक्षक हजारों चार्टों को मैन्युअल रूप से पढ़ता। अब, अस्पताल देख सकते हैं कि वे कितनी बार और कब उपचार को रोक रहे हैं, स्विच कर रहे हैं या सीमित कर रहे हैं।
यह अध्ययन पुष्टि करता है कि केवल उस बुनियादी प्रिस्क्रिप्शन डेटा का उपयोग करके इन विस्तृत उपचार कहानियों का पुनर्निर्माण करना संभव है जिसे अस्पताल हर दिन पहले से ही एकत्र करते हैं। सॉफ्टवेयर ने 1,29,000 रोगियों के 7,00,000 से अधिक प्रिस्क्रिप्शन से 2,50,000 से अधिक एपिसोड सफलतापूर्वक पहचाने। इसने पाया कि जबकि एंटीबायोटिक उपयोग की कुल मात्रा महत्वपूर्ण है, देखभाल की गुणवत्ता दवाओं के बीच के बदलावों (ट्रांजिशन) में निहित है। कच्चे डेटा को स्पष्ट, क्रमिक एपिसोड में बदलकर, यह टूल अस्पतालों को सामयिक मैनुअल समीक्षाओं पर निर्भर रहने के बजाय अपने प्रदर्शन की निरंतर निगरानी करने के लिए एक आधार प्रदान करता है। यह बदलाव स्टेवर्डशिप टीमों को रुझानों को पहचानने में मदद करता है, जैसे कि एक विशिष्ट विभाग जो लगातार गोली पर स्विच करने में देरी करता है, और देखभाल में सुधार के लिए समय पर फीडबैक दे सकता है। अंततः, यह कार्य सुझाव देता है कि सही डिजिटल उपकरणों के साथ, अस्पताल केवल गिनती करने से आगे बढ़कर यह समझने की गहरी समझ विकसित कर सकते हैं कि वास्तव में एंटीबायोटिक्स का उपयोग कैसे किया जा रहा है, जिससे दवा-प्रतिरोधी संक्रमणों के बढ़ते खतरे को धीमा करने में मदद मिल सकती 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।