Development and Internal Validation of a Lifestyle-Based Risk Prediction Model for 10-Year Incident Kidney Cancer in the 45 and Up Study

किडनी कैंसर एक ऐसी बीमारी है जो अक्सर प्रत्यक्ष रूप से छिपी रहती है। यह दुनिया भर में पुरुषों में निदान किए जाने वाले छठे सबसे सामान्य कैंसर और महिलाओं में दसवें स्थान पर है, और मामलों की संख्या बढ़ रही है। इस वृद्धि का एक कारण उन छोटे ट्यूमरों का बेहतर पता चलना भी है जो कोई लक्षण पैदा नहीं करते, लेकिन इसका एक कारण यह भी है कि अधिक लोग उन जोखिम कारकों को विकसित कर रहे हैं जो इस बीमारी का कारण बनते हैं, जैसे कि मोटापा और उच्च रक्तचाप। चूंकि सामान्य आबादी में यह बीमारी अपेक्षाकृत दुर्लभ है, इसलिए डॉक्टर लंबे समय से इस बात पर सहमत रहे हैं कि हर किसी की जांच करना एक व्यावहारिक विचार नहीं है। पूरी आबादी का स्कैन करने से बहुत कम मामले पकड़े जाएंगे, जबकि लाखों स्वस्थ लोगों को अनावश्यक परीक्षणों, चिंता और हानिकारक न होने वाली गांठों के पाए जाने के जोखिम के संपर्क में लाया जाएगा। इसके बजाय, चिकित्सा समुदाय ने एक अधिक लक्षित दृष्टिकोण की ओर अपना ध्यान केंद्रित किया है: उन विशिष्ट लोगों की पहचान करना जो उच्च जोखिम पर हैं और स्क्रीनिंग प्रयासों को उन पर केंद्रित करना। इसे प्रभावी ढंग से करने के लिए, शोधकर्ताओं को एक विश्वसनीय तरीके की आवश्यकता है जिससे वे पहले से ज्ञात या आसानी से एकत्र की जा सकने वाली जानकारी का उपयोग करके लोगों को जोखिम समूहों में वर्गीकृत कर सकें।

ऑस्ट्रेलिया में शोधकर्ताओं की एक टीम ने इस समस्या को हल करने की दिशा में एक महत्वपूर्ण कदम उठाया है, उन्होंने एक नया उपकरण बनाया है जो यह भविष्यवाणी करता है कि अगले दस वर्षों में किसे किडनी कैंसर होने की संभावना है। उन्होंने इस उपकरण का निर्माण "45 एंड अप स्टडी" के डेटा का उपयोग करके किया, जो एक विशाल परियोजना है जिसने 2006 से न्यू साउथ वेल्स में 45 वर्ष और उससे अधिक आयु के 2,65,000 से अधिक वयस्कों का अनुसरण किया है। शोधकर्ताओं ने अध्ययन की शुरुआत में स्वयंसेवकों द्वारा भरे गए व्यक्तिगत स्वास्थ्य प्रश्नावली को 2019 के अंत तक के आधिकारिक कैंसर रिकॉर्ड के साथ जोड़ा। इससे उन्हें यह देखने में मदद मिली कि अध्ययन में शामिल होने के बाद किन लोगों को किडनी कैंसर हुआ और बीमारी के प्रकट होने से पहले उनका जीवन कैसा था। उन्होंने पाया कि जिन 2,65,712 लोगों का उन्होंने अध्ययन किया, उनमें से लगभग ग्यारह वर्षों की औसत अनुवर्ती अवधि के दौरान 1,010 को किडनी कैंसर का निदान हुआ।

टीम ने एक मॉडल का परीक्षण किया जो जोखिम का अनुमान लगाने के लिए आठ सरल जानकारियों का उपयोग करता है: व्यक्ति की आयु, लिंग, बॉडी मास इंडेक्स (BMI), क्या उन्हें उच्च रक्तचाप या मधुमेह है, वे कितना व्यायाम करते हैं, उनका शराब का सेवन, और उनका धूम्रपान का इतिहास। परिणामों ने दिखाया कि अधिक आयु, पुरुष होना, उच्च बॉडी मास इंडेक्स होना, उच्च रक्तचाप और मधुमेह होना, ये सभी बीमारी विकसित होने की उच्च संभावना से जुड़े थे। इसके विपरीत, जोरदार शारीरिक गतिविधि में संलग्न रहना कम जोखिम से जुड़ा था। मॉडल उन लोगों के बीच अंतर करने में अच्छा प्रदर्शन कर रहा था जो कैंसर विकसित करेंगे और जो नहीं करेंगे, और यह विभिन्न समूहों में वास्तव में होने वाले मामलों की संख्या की भविष्यवाणी करने में बहुत अच्छा था।

इस कार्य का सबसे महत्वपूर्ण निष्कर्ष यह है कि मॉडल सफलतापूर्वक उन लोगों के एक छोटे समूह की पहचान कर सकता है जिनमें औसत व्यक्ति की तुलना में बहुत अधिक जोखिम होता है। जब शोधकर्ताओं ने मॉडल का उपयोग उन लोगों को खोजने के लिए किया जिनका अनुमानित दस-वर्षीय जोखिम कम से कम 1.0 प्रतिशत था, तो उन्होंने पाया कि यह समूह कुल आबादी का केवल लगभग 4 से 5 प्रतिशत था। हालांकि, इस छोटे समूह के भीतर, नए किडनी कैंसर के मामलों की दर शेष आबादी की तुलना में दोगुनी से अधिक थी, और मॉडल के कुछ संस्करणों में, लगभग चार गुना अधिक थी। इसका मतलब है कि समुदाय के इस छोटे हिस्से पर ध्यान केंद्रित करके, डॉक्टर संभावित रूप से उन कैंसरों को खोज सकते हैं जो अन्यथा अधिक उन्नत होने तक अनसुने रह जाते।

शोधकर्ताओं ने अपने मॉडल के एक अंतिम संस्करण का चयन किया जिसमें भारी धूम्रपान—जिसे कम से कम 30 पैक-वर्षों के धूम्रपान के इतिहास के रूप में परिभाषित किया गया है—को एक प्रमुख कारक के रूप में शामिल किया गया। यह चुनाव रणनीतिक था क्योंकि यह फेफड़ों के कैंसर की स्क्रीनिंग के मौजूदा दिशानिर्देशों के साथ मेल खाता है, जो यह सुझाव देता है कि किडनी कैंसर की स्क्रीनिंग को पूरी तरह से नई प्रणालियों की आवश्यकता के बिना फेफड़ों के कैंसर कार्यक्रमों में जोड़ा जा सकता है। मॉडल जटिल आनुवंशिक परीक्षणों या दुर्लभ जैविक मार्करों पर निर्भर नहीं है; यह रोजमर्रा के स्वास्थ्य डेटा का उपयोग करता है जो सामान्य अभ्यास में नियमित रूप से एकत्र किया जाता है। हालांकि यह अध्ययन एक ऑस्ट्रेलियाई आबादी तक सीमित था और इसकी सटीकता को अन्य समूहों में पुष्टि करने के लिए और परीक्षण की आवश्यकता है, यह अनुमान लगाने से दूर जाने और एक ऐसी प्रणाली की ओर बढ़ने का एक व्यावहारिक, स्केलेबल तरीका प्रदान करता है जहाँ रोकथाम और शीघ्र पहचान उन लोगों की ओर निर्देशित होती है जिन्हें उनकी सबसे अधिक आवश्यकता है।