Blood Pressure Response Index and Short-Term Mortality in Critically Ill Acute Myocardial Infarction: A Multicenter Retrospective Study with Interpretable Machine Learning

इंटेंसिव केयर यूनिट (ICU) के उच्च-जोखिम वाले वातावरण में, डॉक्टर लगातार एक कठिन प्रश्न का सामना करते हैं: एक मरीज का शरीर उन शक्तिशाली दवाओं के प्रति वास्तव में कितनी अच्छी तरह प्रतिक्रिया दे रहा है जिनका उपयोग उनके दिल को धड़कने और रक्त प्रवाह बनाए रखने के लिए किया जा रहा है? जब किसी व्यक्ति को गंभीर दिल का दौरा पड़ता है, तो उसका हृदय जीवन बनाए रखने के लिए पर्याप्त रक्त पंप करने में संघर्ष कर सकता है। मदद के लिए, मेडिकल टीमें ऐसी दवाएं देती हैं जो रक्त वाहिकाओं को सिकोड़ने या हृदय की मांसपेशियों को अधिक जोर से पंप करने के लिए मजबूर करती हैं। ये दवाएं आवश्यक हैं, लेकिन वे गहरे संकट का संकेत भी हैं। वर्षों से, चिकित्सक इस बात पर नज़र रखते आए हैं कि एक मरीज को कितनी दवा दी जा रही है, यह जानते हुए कि भारी खुराक आमतौर पर एक बहुत ही बीमार व्यक्ति का संकेत देती है। हालांकि, केवल खुराक जानना पूरी कहानी नहीं बताता। दो मरीजों को दवा की बिल्कुल समान मात्रा दी जा सकती है, फिर भी एक स्थिर, स्वस्थ रक्तचाप बनाए रख सकता है जबकि दूसरा अपना दबाव बनाए रखने के लिए संघर्ष करता रह सकता है। उपचार के प्रति शरीर की प्रतिक्रिया में यह अंतर उत्तरजीविता (survival) के बारे में एक महत्वपूर्ण सुराग है, फिर भी इसे एक सरल, मानक तरीके से मापना कठिन रहा है।

चीन के संस्थानों के शोधकर्ताओं द्वारा प्रकाशित एक नया अध्ययन इस पहेली के इस लापता हिस्से को पकड़ने का प्रयास करता है। टीम ने रोगियों के एक विशिष्ट समूह पर ध्यान केंद्रित किया: तीव्र मायोकार्डियल इंफार्क्शन (जिसे हार्ट अटैक या दिल का दौरा कहा जाता है) के साथ गहन देखभाल इकाइयों (ICUs) में भर्ती वयस्क। वे यह देखना चाहते थे कि क्या वे एक एकल संख्या बना सकते हैं जो यह दर्शाती है कि उपचार के दबाव में एक मरीज का परिसंचरण तंत्र (circulatory system) कितनी कुशलता से काम कर रहा है। ऐसा करने के लिए, उन्होंने दो चीजों को देखा जो पहले से ही प्रत्येक मरीज के लिए दर्ज की जाती हैं: धमनियों के माध्यम से बहने वाले रक्त का औसत दबाव और दी जा रही जीवन रक्षक दवाओं की कुल मात्रा। इन दोनों मापों को जोड़कर, उन्होंने विकसित किया जिसे वे 'ब्लड प्रेशर रिस्पॉन्स इंडेक्स' (Blood Pressure Response Index) कहते हैं। यह सूचकांक हेमोडायनामिक दक्षता (hemodynamic efficiency) के गेज के रूप में कार्य करता है, जो अनिवार्य रूप से यह मापता है कि मरीज को आवश्यक दवा सहायता की प्रति इकाई के लिए कितना रक्तचाप उत्पन्न होता है। एक उच्च स्कोर बताता है कि शरीर अच्छी प्रतिक्रिया दे रहा है और स्थिरता बनाए रखने के लिए उसे कम मदद की आवश्यकता है, जबकि एक कम स्कोर इंगित करता है कि शरीर प्रतिक्रिया देने के लिए संघर्ष कर रहा है, जिसे रक्तचाप को गिरने से बचाने के लिए भारी दवा की आवश्यकता है।

शोधकर्ताओं ने इस विचार का परीक्षण दो विशाल, सार्वजनिक रूप से उपलब्ध डेटाबेस का उपयोग करके किया जिसमें संयुक्त राज्य अमेरिका के हजारों गहन देखभाल रोगियों के रिकॉर्ड शामिल थे। उन्होंने अपने मॉडल को बनाने के लिए एक डेटाबेस से 903 रोगियों के रिकॉर्ड का विश्लेषण किया और फिर अपने निष्कर्षों की जांच एक अलग डेटाबेस के 722 रोगियों के विरुद्ध की ताकि यह सुनिश्चित हो सके कि परिणाम किसी विशिष्ट समूह का संयोग मात्र नहीं हैं। उन्होंने प्रत्येक मरीज के लिए उनके प्रवास के पहले सप्ताह के दौरान रिस्पॉन्स इंडेक्स की गणना की और अगले एक महीने तक उस पर नज़र रखी। परिणाम स्पष्ट और सुसंगत थे: जिन मरीजों का रिस्पॉन्स इंडेक्स अधिक था, यानी जिन्होंने कम दवा सहायता के साथ अच्छा रक्तचाप बनाए रखा, उनकी 14 या 30 दिनों के भीतर मृत्यु होने की संभावना काफी कम थी। इसके विपरीत, जिनका इंडेक्स कम था, जिन्हें रक्तचाप को गिरने से बचाने के लिए दवाओं की भारी खुराक की आवश्यकता थी, उन्हें मृत्यु का बहुत अधिक जोखिम था। यह संबंध इतना मजबूत था कि उम्र, किडनी की कार्यक्षमता और हार्ट अटैक की गंभीरता जैसे अन्य कारकों को ध्यान में रखने के बाद भी, यह इंडेक्स उत्तरजीविता का एक शक्तिशाली भविष्यवक्ता बना रहा।

इन जटिल पैटर्न को समझने के लिए, टीम ने उन्नत कंप्यूटर लर्निंग तकनीकों का उपयोग किया, जो एक ऐसी विधि है जहाँ एल्गोरिदम डेटा से सीखते हैं ताकि वे उन छिपे हुए संबंधों को खोज सकें जिन्हें इंसान शायद मिस कर दें। उन्होंने कई अलग-अलग कंप्यूटर मॉडल को प्रशिक्षित किया ताकि यह भविष्यवाणी की जा सके कि कौन जीवित रहेगा और कौन नहीं, जिसमें उन्हें रिस्पॉन्स इंडेक्स के साथ दर्जनों अन्य चिकित्सा विवरण दिए गए। एक विशिष्ट प्रकार का कंप्यूटर मॉडल, जो वास्तविक दुनिया के अव्यवस्थित डेटा को संभालने की क्षमता के लिए जाना जाता है, सबसे अच्छा प्रदर्शन कर गया। इसने अपने आंतरिक टेस्ट सेट में 0.815 का एरिया अंडर द कर्व (AUC) प्राप्त किया और बाहरी सत्यापन (external validation) में भी मजबूत प्रदर्शन बनाए रखा, जिससे उच्च-जोखिम और निम्न-जोखिम वाले रोगियों के बीच उच्च सटीकता के साथ अंतर किया जा सका। जब शोधकर्ताओं ने कंप्यूटर से उसके तर्क को समझाने के लिए कहा, तो इसने पुष्टि की कि ब्लड प्रेशर रिस्पॉल रिस्पॉन्स इंडेक्स शीर्ष चार कारकों में से एक था जो इसकी भविष्यवाणियों को संचालित कर रहा था, जो समग्र बीमारी की गंभीरता के मानक मापों के ठीक पीछे रहा। यह सुझाव देता है कि रक्तचाप और दवा की खुराक का सरल अनुपात महत्वपूर्ण जानकारी रखता है जो उन मौजूदा उपकरणों का पूरक है जिनका उपयोग डॉक्टर पहले से ही करते हैं।

अध्ययन ने इस संबंध के आकार की भी जांच की, जिसमें पाया गया कि मृत्यु का जोखिम इंडेक्स में सुधार होने के साथ एक सीधी रेखा में नहीं गिरता है। इसके बजाय, खतरा उन लोगों के लिए सबसे अधिक था जिनका स्कोर सबसे कम था और जैसे-जैसे स्कोर बढ़ा, यह तेजी से कम होता गया, और उच्चतम स्कोर वालों के लिए स्थिर हो गया। यह पैटर्न इंगित करता है कि एक महत्वपूर्ण दहलीज (threshold) है जहाँ उपचार के प्रति शरीर की प्रतिक्रिया करने की क्षमता जीवन और मृत्यु के बीच निर्णायक कारक बन जाती है। शोधकर्ताओं ने सावधानीपूर्वक नोट किया कि हालांकि उनके निष्कर्ष विभिन्न समूहों में मजबूत और पुनरुत्पादनीय (reproducible) हैं, लेकिन यह अध्ययन 'रिट्रोस्पेक्टिव' (retrospective) था, जिसका अर्थ है कि यह नए मरीजों पर वास्तविक समय में परीक्षण करने के बजाय पिछले रिकॉर्डों को देखता था। इसलिए, हालांकि इंडेक्स जोखिम वाले मरीजों की पहचान करने के लिए एक विश्वसनीय मार्कर प्रतीत होता है, लेकिन अभी तक यह सिद्ध नहीं हुआ है कि इस नंबर के आधार पर उपचार को बदलने से सीधे तौर पर जीवन बचाया जा सकता है।

अंततः, यह कार्य विफल होते हृदय के संघर्ष को देखने के लिए एक नया दृष्टिकोण प्रदान करता है। यह केवल इस बात को गिनने से आगे बढ़ता है कि एक मरीज को कितनी दवा की आवश्यकता है और यह पूछता है कि वह दवा कितनी अच्छी तरह काम कर रही है। शरीर की प्रतिक्रिया की दक्षता को मात्रात्मक रूप देकर, ब्लड प्रेशर रिस्पॉन्स इंडेक्स मरीज की वास्तविक स्थिति की एक स्पष्ट तस्वीर प्रदान करता है। चिकित्सा समुदाय के लिए, यह अधिक सटीक जोखिम मूल्यांकन की दिशा में एक कदम है, जो संभावित रूप से डॉक्टरों को उन मरीजों की पहचान करने में मदद कर सकता है जो मानक देखभाल के बावजूद चुपचाप बिगड़ रहे हैं। अध्ययन का निष्कर्ष है कि यह सरल, आसानी से गणना योग्य माप, सबसे गंभीर हृदय रोगियों की देखभाल को निर्देशित करने के लिए उपयोग किए जाने वाले टूलकिट में एक मूल्यवान जोड़ बन सकता है, बशर्ते कि भविष्य के शोध पुष्टि करें कि यह उपचार निर्णयों को निर्देशित करने में परिणामों को बेहतर बनाने में सक्षम है।