Comparative Validation of ASCVD, Framingham Risk Score, Globorisk, and PREVENT for 10-Year Cardiovascular Risk Prediction in the UK Biobank
एक बड़े यूके बायोबैंक कोहोर्ट में, ASCVD और फ्रैमिंघम रिस्क स्कोर मॉडल ने 10-वर्षीय हृदय रोग संबंधी जोखिम भविष्यवाणी के लिए PREVENT और ग्लोबोरिस्क मॉडल की तुलना में बेहतर भेदभाव और नैदानिक उपयोगिता प्रदर्शित की, हालांकि सभी मॉडलों ने वृद्ध वयस्कों में कम प्रदर्शन दिखाया।
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
क्रिस्टल बॉल की समस्या: हृदय संबंधी समस्याओं की भविष्यवाणी
कल्पना कीजिए कि आप एक मौसम विज्ञानी हैं, लेकिन बारिश और धूप के बजाय, आप दस साल बाद किसी व्यक्ति के हृदय पर आने वाले तूफान की भविष्यवाणी करने की कोशिश कर रहे हैं। यह उन डॉक्टरों के लिए दैनिक चुनौती है जो हृदय रोग (CVD) को रोकने का प्रयास कर रहे हैं, जो दुनिया भर में मृत्यु का प्रमुख कारण है। इसे करने के लिए, वे "जोखिम भविष्यवाणी मॉडल" (risk prediction models) का उपयोग करते हैं, जो जटिल गणितीय क्रिस्टल बॉल की तरह होते हैं। ये उपकरण किसी व्यक्ति के वर्तमान स्वास्थ्य का एक स्नैपशॉट लेते हैं—उनकी आयु, रक्तचाप, कोलेस्ट्रॉल स्तर और क्या वे धूम्रपान करते हैं—और गणना करके अगले दशक में दिल के दौरे या स्ट्रोक की संभावना का अनुमान लगाते हैं।
बड़ा सवाल यह है: कौन सी क्रिस्टल बॉल सबसे सटीक है? दशकों से, डॉक्टर कुछ प्रसिद्ध मॉडलों पर भरोसा करते आए हैं, लेकिन जैसे-जैसे आबादी बदल रही है और नया डेटा सामने आ रहा है, ये पुराने उपकरण थोड़े धुंधले होते जा रहे हैं। कुछ बहुत अधिक निराशावादी हो सकते हैं, जिससे लोग अनावश्यक उपचार के लिए डर जाते हैं, जबकि अन्य बहुत आशावादी हो सकते हैं, जिससे उन लोगों को अनदेखा किया जा सकता जिन्हें वास्तव में मदद की आवश्यकता है। यह अध्ययन डेटा की गहराई में जाकर यह देखने के लिए है कि ये डिजिटल भविष्यवक्ता वास्तव में सच बोल रहे हैं या नहीं, और क्या वे युवाओं से लेकर वरिष्ठों तक सभी के लिए समान रूप से काम करते हैं।
महान क्रिस्टल बॉल मुकाबला
इस अध्ययन में, शोधकर्ताओं ने एक उच्च-दांव वाले टूर्नामेंट के रेफरी की भूमिका निभाई। उन्होंने यूके बायोबैंक (UK Biobank) से 183,124 स्वयंसेvolunteers की एक विशाल टीम जुटाई—जो 40 से 69 वर्ष की आयु के लोगों का एक बड़ा समूह था जो शुरुआत में स्वस्थ थे। लक्ष्य यह देखना था कि चार अलग-अलग "जोखिम कैलकुलेटर" यह कितनी अच्छी तरह अनुमान लगा सकते हैं कि अगले दस वर्षों में किसे हृदय संबंधी घटना होगी। चार दावेदार थे:
- ASCVD: वर्तमान पसंदीदा, जो एथेरोस्क्लेरोटिक (प्लाक बनाने वाले) हृदय रोग के लिए डिज़ाइन किया गया है।
- Framingham Risk Score (FRS): क्लासिक, पुराना मॉडल जिसने इसकी शुरुआत की थी।
- Globorisk: एक मॉडल जिसे विभिन्न देशों के लिए समायोजित करने हेतु डिज़ाइन किया गया है।
- PREVENT: सबसे नया खिलाड़ी, जिसे 2023 में पेश किया गया था, जिसमें किडनी की कार्यक्षमता और स्टैटिन का उपयोग शामिल है।
शोधकर्ताओं ने इन 183,124 लोगों पर 10 वर्षों तक नज़र रखी। इस दौरान, उनमें से 10,560 लोगों (लगभग 5.8%) को हृदय संबंधी घटना का अनुभव हुआ। फिर टीम ने जांचा कि प्रत्येक मॉडल की भविष्यवाणियां वास्तव में हुई घटनाओं से कितनी मेल खाती हैं।
विजेता और हारने वाले
जब मुकाबला समाप्त हुआ, तो ASCVD मॉडल स्पष्ट विजेता बनकर उभरा। इसमें उन लोगों के बीच अंतर करने की सबसे अच्छी क्षमता थी जिन्हें घटना होगी और जिन्हें नहीं होगी (एक स्कोर जिसे AUC कहा जाता है, जो 0.717 था)। यह सबसे अधिक "कैलिब्रेटेड" भी था, जिसका अर्थ है कि इसकी भविष्यवाणियां वास्तविकता के सबसे करीब थीं। यदि इसने कहा कि किसी व्यक्ति को 10% जोखिम है, तो उस व्यक्ति को वास्तव में घटना की लगभग 10% संभावना थी।
Framingham Risk Score (FRS) दूसरे स्थान पर बहुत करीब से आया, इसने ASCVD के लगभग समान प्रदर्शन किया (AUC 0.715)। हालांकि, इसमें एक विचित्रता थी: यह उन लोगों के लिए जोखिम को कम आंकता था जो वास्तव में उच्च जोखिम पर थे, जैसे कि एक मौसम ऐप जो तूफान आने पर भी "धूप" बताता है।
PREVENT मॉडल, बावजूद इसके कि वह सबसे नया और आधुनिक था, केवल "मध्यम" प्रदर्शन (AUC 0.668) दिखा। यह बुरा नहीं था, लेकिन इसने इस विशिष्ट समूह में पुराने, स्थापित मॉडलों को नहीं पछाड़ सका।
Globorisk मॉडल सबसे अधिक संघर्ष करता दिखा, जिसमें उच्च-जोखिम और निम्न-जोखिम वाले लोगों के बीच अंतर करने की सबसे कम क्षमता (AUC 0.605) देखी गई। इस यूके समूह में, यह अन्य मॉडलों की तुलना में उतना प्रभावी नहीं था।
"नेट बेनिफिट" परीक्षण
शोधकर्ताओं ने केवल यह नहीं देखा कि कौन सही था; उन्होंने यह देखा कि कौन उपयोगी था। उन्होंने 'डिसीजन कर्व एनालिसिस' (Decision Curve Analysis) नामक एक विधि का उपयोग किया, जो पूछता है: "यदि कोई डॉक्टर इस मॉडल का उपयोग दवा देने का निर्णय लेने के लिए करता है, तो क्या यह वास्तव में लोगों को होने वाले नुकसान से अधिक मदद करता है?"
उत्तर स्पष्ट था: ASCVD ने अधिकांश निर्णय बिंदुओं पर उच्चतम "नेट क्लिनिकल बेनिफिट" प्रदान किया। इसका मतलब था कि उपचार के निर्णयों के मार्गदर्शन के लिए ASCVD का उपयोग करने से अन्य तीन की तुलना में अधिक जीवन बचाए जा सकते हैं और दिल के दौरों को रोका जा सकता है। दिलचस्प बात यह है कि Framingham मॉडल ने मध्यम जोखिम की श्रेणी में "नकारात्मक नेट बेनिफिट" दिखाया। यह सुझाव देता है कि यदि डॉक्टर उस विशिष्ट श्रेणी में उपचार का निर्णय लेने के लिए FRS का उपयोग करते हैं, तो वे अनजाने में बहुत से ऐसे लोगों का इलाज कर सकते हैं जिन्हें इसकी आवश्यकता नहीं है, जिससे लाभ के बजाय हानि हो सकती है।
आयु और लिंग का मोड़
अध्ययन में यह भी पाया गया कि जैसे-जैसे लोग बूढ़े होते हैं, ये क्रिस्टल बॉल थोड़े धुंधले हो जाते हैं। सभी के लिए, मॉडल "मध्यम आयु" के वयस्कों (59 और उससे कम) के लिए "वृद्ध वयस्कों" (59 से ऊपर) की तुलना में बेहतर काम करते थे।
- युवा समूह में, ASCVD और FRS दोनों मजबूत थे (AUC लगभग 0.726)।
- वृद्ध समूह में, स्कोर काफी गिर गए। ASCVD गिरकर 0.651 हो गया, और Globorisk इतना नीचे गिर गया (0.527) कि यह सिक्का उछालने (सिक्का उछालकर निर्णय लेने) से भी मुश्किल से बेहतर था।
मॉडल पुरुषों और महिलाओं के लिए अलग तरह से व्यवहार भी करते थे। महिलाओं के लिए, PREVENT मॉडल आश्चर्यजनक रूप से अच्छा प्रदर्शन करता था (AUC 0.701), जो लगभग ASCVD के बराबर था, और यह उन उच्च-जोखिम वाली महिलाओं को पहचानने में बहुत बेहतर था जिन्हें अन्यथा अनदेखा किया जा सकता था। पुरुषों के लिए, सभी मॉडल थोड़े कम सटीक थे, संभवतः इसलिए क्योंकि इस समूह में पुरुषों में घटनाओं की दर अधिक थी, जिससे "उच्च जोखिम" और "अत्यधिक उच्च जोखिम" के बीच अंतर करना कठिन हो गया।
निष्कर्ष
अध्यशन का निष्कर्ष है कि अगले 10 वर्षों में यूके में हृदय जोखिम की भविष्यवाणी करने के लिए, ASCVD मॉडल वर्तमान में सबसे विश्वसनीय उपकरण है, जो सटीकता और नैदानिक उपयोगिता का सबसे अच्छा संतुलन प्रदान करता है। Framingam स्कोर एक मजबूत उपविजेता है, जबकि PREVENT आशाजनक है, विशेष रूप से महिलाओं के लिए, लेकिन इसने अभी तक शीर्ष मॉडलों को नहीं पछाड़ा है। इस विशिष्ट संदर्भ में, Globorisk सबसे कम प्रभावी है।
महत्वपूर्ण रूप से, लेखक नोट करते हैं कि कोई भी एकल मॉडल सभी के लिए पूर्ण नहीं है, विशेष रूप से 59 वर्ष से अधिक आयु के लोगों के लिए। सभी मॉडलों का प्रदर्शन वृद्ध आयु में गिर जाता है, जो यह सुझाव देता है कि बुजुर्गों के दिलों की रक्षा करने के लिए डॉक्टरों को नए, आयु-विशिष्ट उपकरणों की आवश्यकता हो सकती है जो केवल स्वास्थ्य के एक एकल स्नैपशॉट से कहीं अधिक देखते हों।
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।