Development and Internal Validation of a Nomogram for Concomitant Pulmonary Embolism in Patients With Lower-Extremity Deep Vein Thrombosis: A Comparison With Machine Learning Models
इस अध्ययन ने निचले छोर के डीप वेन थ्रोंबोसिस वाले रोगियों में सहवर्ती पल्मोनरी एम्बोलिज्म की संभावना का अनुमान लगाने के लिए नैदानिक भविष्यवक्ताओं का उपयोग करते हुए एक लॉजिस्टिक रिग्रेशन-आधारित नोमोग्राम विकसित और आंतरिक रूप से मान्य किया है, जो उन्नत मशीन लर्निंग मॉडल के तुलनीय प्रदर्शन प्रदर्शित करता है जबकि बेहतर व्याख्यात्मकता प्रदान करता है, हालांकि नैदानिक कार्यान्वयन से पहले इसे बाहरी सत्यापन की आवश्यकता 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
जब पैर की गहरी नसों में रक्त का थक्का बनता है, तो यह एक गंभीर चिकित्सा घटना होती है जिसे डीप वेन थ्रॉम्बोसिस (deep vein thrombosis) कहा जाता है। डॉक्टरों और मरीजों के लिए सबसे बड़ा डर यह होता है कि इस थक्के का कोई हिस्सा टूटकर अलग हो सकता है, रक्तप्रवाह के माध्यम से यात्रा कर सकता है, और फेफड़ों में फंस सकता है। इस माध्यमिक घटना को पल्मोनरी एम्बोलिज्म (pulmonary embolism) कहा जाता है, और यह जीवन के लिए घातक हो सकती है। कई मामलों में, पैर का थक्का और फेफड़ों का थक्का एक ही समय में दिखाई देते हैं, भले ही मरीज सांस लेने में किसी विशेष समस्या के लक्षण न दिखा रहा हो। वर्तमान में, फेफड़ों के थक्के की जांच करने का मानक तरीका छाती का एक विशेष सीटी (CT) स्कैन है। हालांकि, गहरे थक्के वाले प्रत्येक मरीज पर यह स्कैन करना व्यावहारिक नहीं है। इस स्कैन में रेडिएशन (विकिरण) और एक डाई (dye) शामिल होती है जो गुर्दों पर दबाव डाल सकती है, इसलिए डॉक्टर आमतौर आमतौर पर इसे केवल उन मरीजों के लिए सुरक्षित रखते हैं जो स्पष्ट चेतावनी संकेत दिखाते हैं, जैसे कि अचानक सांस फूलना या ऑक्सीजन के स्तर में गिरावट। यह एक कठिन अंतराल पैदा करता है: पैर के थक्के वाले कई मरीजों में भी 'साइलेंट' यानी छिपे हुए फेफड़ों के थक्के हो सकते हैं जो बिना पता चले रह जाते हैं क्योंकि वे इतने बीमार नहीं दिखते कि स्कैन के लिए प्रेरित किया जा सके।
बीजिंग में चीन-जापान फ्रेंडशिप अस्पताल के शोधकर्ताओं ने इस अंतर को पाटने के लिए एक उपकरण बनाने का प्रयास किया, जो अभी-अभी पैर के थक्के के निदान से गुजरे मरीजों में छिपे हुए फेफड़ों के थक्के की संभावना का अनुमान लगा सके। उन्होंने 2019 और 2024 के बीच अपने अस्पताल में भर्ती हुए 1,100 से अधिक मरीजों के डेटा को एकत्र किया। प्रत्येक मरीज के लिए, उन्होंने प्रवेश के समय उपलब्ध सात विशिष्ट कारकों को देखा: उनकी आयु, उनका बॉडी मास इंडेक्स (BMI), डी-डिमर (D-dimer) नामक एक रक्त परीक्षण परिणाम, क्या उन्हें पहले से कोई फेफड़ों की बीमारी थी, क्या उनका रक्त के थक्कों का इतिहास रहा है, पैर का थक्का ठीक कहाँ स्थित था, और क्या शरीर की अन्य नसों, जैसे कि हाथों या गर्दन में थक्के पाए गए थे। फिर उन्होंने एक पारंपरिक सांख्यिकीय पद्धति, जिसे नोमोग्राम (nomogram) कहा जाता है, के प्रदर्शन की तुलना तीन अधिक जटिल कंप्यूटर एल्गोरिदम के विरुद्ध की, जिन्हें अक्सर मशीन लर्निंग मॉडल कहा जाता है। लक्ष्य यह देखना था कि क्या एक सरल, आसानी से समझ में आने वाला चार्ट इन परिष्कृत डिजिटल प्रणालियों की तरह ही सटीक रूप से फेफड़ों के थक्के की उपस्थिति की भविष्यवाणी कर सकता है।
अध्ययन में पाया गया कि 1,151 मरीजों में से 173 में फेफड़ों के थक्के की पुष्टि हुई। शोधकर्ताओं ने पाया कि कुछ कारकों ने फेफड़ों के थक्के की संभावना को बहुत अधिक बढ़ा दिया। जिन मरीजों को पहले से फेफड़ों की स्थितियाँ थीं, जैसे कि क्रोनिक ऑब्सट्रक्टिव पल्मोनरी डिजीज (COPD) या निमोनिया, उनमें बिना ऐसी स्थितियों वाले लोगों की तुलना में फेफड़ों का थक्का होने की संभावना लगभग आठ गुना अधिक थी। हाथों या गर्दन जैसी पैरों के बाहर की नसों में थक्के की उपस्थिति एक और भी मजबूत संकेतक थी, जो जोखिम में नौ गुना से अधिक की वृद्धि से जुड़ी थी। पिछले रक्त के थक्कों का इतिहास और घुटने के पीछे या निचले पैर तक फैले थक्कों ने भी संभावनाओं को काफी बढ़ा दिया। दिलचस्प बात यह है कि अध्ययन ने नोट किया कि अधिक आयु का संबंध फेफड़ों के थक्के की कम संभावना से था, लेकिन लेखक आगाह करते हैं कि यह संभवतः मरीजों के चयन के तरीके के कारण है, न कि किसी जैविक सुरक्षा के कारण, क्योंकि अधिक उम्र के मरीजों में अचानक सांस लेने के लक्षणों के दिखने की संभावना कम हो सकती है जो स्कैन को ट्रिगर करते हैं।
जब टीम ने यह देखने के लिए मरीजों के एक अलग समूह पर अपने उपकरणों का परीक्षण किया कि वे कितने प्रभावी हैं, तो परिणाम काफी स्पष्ट थे। जटिल मशीन लर्निंग मॉडल, जिसमें ग्रेडिएंट बूस्टिंग (gradient boosting) नामक एक प्रणाली शामिल है, साधारण सांख्यिकीय मॉडल की तुलना में थोड़ा बेहतर प्रदर्शन करते हैं, लेकिन अंतर इतना कम था कि वह सांख्यिकीय रूप से महत्वपूर्ण नहीं था। पारंपरिक नोमोग्राम, जो अनिवार्य रूप से एक चार्ट है जहाँ एक डॉक्टर प्रत्येक जोखिम कारक के लिए अंक जोड़कर कुल स्कोर प्राप्त करता है, फेफड़ों के थक्के वाले और बिना थक्के वाले मरीजों के बीच अंतर करने में उन्नत कंप्यूटर मॉडलों के समान ही प्रभावी रहा। सरल मॉडल ने वास्तव में फेफड़ों के थक्के वाले लगभग 77 प्रतिशत मरीजों की सही पहचान की और थक्के न होने वाले लगभग 74 प्रतिशत मरीजों को सही ढंग से खारिज कर दिया। यह बताता है कि इस विशिष्ट चिकित्सा प्रश्न के लिए, जटिल कंप्यूटर प्रोसेसिंग की परतों को जोड़ने से सात स्पष्ट नैदानिक तथ्यों पर आधारित एक सीधी गणना की तुलना में कोई सार्थक लाभ नहीं मिला।
इन उत्साहजनक परिणामों के बावजूद, शोधकर्ता सावधानीपूर्वक यह स्पष्ट करते हैं कि यह उपकरण एक नैदानिक परीक्षण (diagnostic test) नहीं है जो सीटी स्कैन का स्थान ले सके। चूंकि अस्पताल केवल उन्हीं मरीजों का स्कैन करता था जो बीमार दिख रहे थे, इसलिए डेटा में एक पूर्वाग्रह (bias) है; कई बिना लक्षणों वाले मरीजों का कभी स्कैन ही नहीं किया गया, जिसका अर्थ है कि कुछ छिपे हुए फेफड़ों के थक्के पूरी तरह से छूट गए होंगे। जब शोधकर्ताओं ने केवल उन मरीजों को देखा जिनका वास्तव में स्कैन किया गया था, तो जोखिम कारकों और फेफड़ों के थक्कों के बीच के संबंध कमजोर हो गए। यह इंगित करता है कि मॉडल आंशिक रूप से इस बात की भविष्यवाणी कर रहा है कि किन मरीजों का स्कैन किया जाना चाहिए, न कि केवल जैविक रूप से थक्के की उपस्थिति की भविष्यवाणी कर रहा है। इसलिए, इस चार्ट को एक निश्चित उत्तर के बजाय एक खोजपूर्ण मार्गदर्शक (exploratory guide) के रूप में देखा जाना चाहिए जो डॉक्टरों को यह तय करने में मदद करे कि किसे अधिक ध्यान देने की आवश्यकता है। इस उपकरण को क्लिनिकों में रोगी देखभाल के मार्गदर्शन के लिए उपयोग करने से पहले, इसे अन्य अस्पतालों में विभिन्न रोगी आबादी के साथ और स्कैन करने के अधिक सुसंगत दृष्टिकोण के साथ परीक्षण किया जाना चाहिए, ताकि यह सुनिश्चित हो सके कि भविष्यवाणियाँ वास्तविक दुनिया में भी सही साबित होती 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।