Weak health phenotypes but distinct depressive-symptom subtypes among United States adults: an unsupervised analysis of NHANES 2007–2018
NHANES 2007-2018 के डेटा का यह अनसुपरवाइज्ड (unsupervised) विश्लेषण प्रकट करता है कि जहाँ अमेरिकी वयस्कों के बीच व्यापक स्वास्थ्य फेनोटाइप सांख्यिकीय रूप से विशिष्ट होने के बावजूद कमजोर रूप से अलग हैं और मुख्य रूप से आयु द्वारा संचालित हैं, वहीं अवसाद के लक्षण एक स्पष्ट और अधिक जटिल उपप्रकार संरचना प्रदर्शित करते हैं जो यह सुझाव देता है कि कुल स्कोर नैदानिक रूप से महत्वपूर्ण पैटर्न की अनदेखी कर सकते हैं।
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
कल्पना कीजिए कि आप एक जासूस हैं जो भावनाओं को समझने की एक गुत्थी सुलझाने की कोशिश कर रहे हैं। मानसिक स्वास्थ्य अनुसंधान की दुनिया में, PHQ-9 नामक एक बहुत ही लोकप्रिय उपकरण है। इसे एक नौ-प्रश्नों वाली क्विज़ की तरह समझें जहाँ लोग "उदास महसूस करने," "नींद में परेशानी होने," या "थका हुआ महसूस करने" जैसी चीजों को रेटिंग देते हैं। आमतौर पर, वैज्ञानिक बस सभी अंकों को जोड़कर एक एकल संख्या प्राप्त करते हैं। यदि संख्या अधिक है, तो वे कहते हैं, "इस व्यक्ति को अवसाद (डिप्रेशन) है।" यह एक परीक्षा को ग्रेड देने जैसा है: 90 का स्कोर मतलब 'A' ग्रेड, और 40 का स्कोर मतलब 'F' ग्रेड।
लेकिन साधारण गणित के साथ समस्या यह है कि दो लोग बिल्कुल समान स्कोर प्राप्त कर सकते हैं, लेकिन उनके कारण पूरी तरह से अलग हो सकते हैं। एक व्यक्ति "90" प्राप्त कर सकता है क्योंकि वह सो नहीं पा रहा है और थका हुआ महसूस कर रहा है, जबकि दूसरा व्यक्ति "90" प्राप्त कर सकता है क्योंकि वह खुद को बेकार महसूस कर रहा है और खुद को नुकसान पहुँचाने वाले डरावने विचार आ रहे हैं। ये दो बहुत अलग कहानियाँ हैं, लेकिन वह एकल संख्या इस अंतर को छिपा देती है। यह अध्ययन एक बड़ा सवाल पूछता है: क्या अवसाद से ग्रस्त हर कोई एक ही बड़ा, उलझा हुआ समूह है, या क्या उनके अपने अनूठे "लक्षण व्यंजनों" (symptom recipes) वाले छिपे हुए उपसमूह हैं? यह पता लगाने के लिए, शोधकर्ताओं ने "अनसुपरवाइज्ड लर्निंग" (unsupervised learning) नामक एक विशेष प्रकार के कंप्यूटर जादू का उपयोग किया। कल्पना कीजिए कि आप एक रोबोट को लेगो (Lego) ईंटों का एक विशाल मिला-जुला डिब्बा दे रहे हैं और उससे बिना यह बताए कि कार या घर क्या होता है, उन्हें ढेर में छाँटने के लिए कह रहे हैं। रोबोट को अपने आप पैटर्न खोजने होंगे। शोधकर्ताओं ने यह सुनिश्चित करने के लिए भी एक "शफलिंग ट्रिक" (परम्यूटेशन नल मॉडल) का उपयोग किया कि रोबोट केवल वहां पैटर्न न बना रहा हो जहाँ वे मौजूद नहीं हैं, जैसे बादलों में चेहरे देखना।
बड़ा प्रयोग
शोधकर्ताओं ने संयुक्त राज्य अमेरिका के एक विशाल राष्ट्रीय स्वास्थ्य सर्वेक्षण से डेटा लिया जिसे NHANES कहा जाता है, जिसमें 2007 से 2018 तक के 31,000 से अधिक वयस्कों को शामिल किया गया। उन्होंने जांच को दो भागों में विभाजित करने का निर्णय लिया। पहले, वे यह देखना चाहते थे कि क्या लोग उम्र, रक्तचाप, आहार और व्यायाम जैसी चीजों के आधार पर स्वाभाविक रूप से विभिन्न "स्वास्थ्य प्रकारों" में आते हैं। महत्वपूर्ण रूप से, उन्होंने लोगों को छाँटते समय कंप्यूटर से सभी अवसाद संबंधी प्रश्न छिपा दिए। वे देखना चाहते थे कि क्या कंप्यूटर बिना यह जाने कि कौन दुखी है और कौन नहीं, अपने आप समूहों को खोज पाता है।
भाग 1: स्वास्थ्य प्रकार (उम्र का सुराग)
जब कंप्यूटर ने 31,166 वयस्कों को स्वास्थ्य समूहों में वर्गीकृत करने की कोशिश की, तो उसे वह रोमांचक परिणाम नहीं मिला जिसकी शोधकर्ताओं को उम्मीद थी। कंप्यूटर ने दो मुख्य समूह खोजे, लेकिन वे ज्यादातर केवल "युवा लोग" और "वृद्ध लोग" थे। वृद्ध समूह में पुरानी बीमारियाँ, उच्च रक्त शर्करा और कम किडनी कार्यक्षमता थी—मूल रूप से, उम्र बढ़ने के साथ आने वाले सामान्य स्वास्थ्य परिवर्तन।
कंप्यूटर इस विभाजन को बनाने में बहुत सुसंगत था (यह 97.6% सुनिश्चित था कि हर बार प्रयास करने पर वही विभाजन होगा), और समूह रैंडम शोर (random noise) से निश्चित रूप से अलग थे। हालाँकि, समूहों के बीच काफी ओवरलैप था, जैसे दो बादल जो ज्यादातर एक ही रंग के हों। जब शोधकर्ताओं ने जाँच की कि प्रत्येक समूह में कितने लोगों में अवसाद के लक्षण थे, तो अंतर छोटा था। वृद्ध समूह में लगभग 10% लोग महत्वपूर्ण लक्षणों के साथ थे, जबकि युवा समूह में यह लगभग 7% था। यह एक वास्तविक अंतर था, लेकिन बहुत बड़ा नहीं। मुख्य निष्कर्ष यह है कि यदि आप केवल सामान्य स्वास्थ्य को देखते हैं, तो आप ज्यादातर केवल उम्र ही पाते हैं। "स्वास्थ्य प्रकार" अलग श्रेणियाँ नहीं थे; वे मुख्य रूप से इस तथ्य का पुनर्कथन थे कि वृद्ध लोगों में अधिक स्वास्थ्य समस्याएं होती हैं।
भाग 2: लक्षण व्यंजन (असली खोज)
अध्ययन का दूसरा भाग वह था जहाँ चीजें दिलचस्प हो गईं। इस बार, शोधकर्ताओं ने केवल उन 7,861 वयस्कों को देखा जिन्होंने पहले से ही अवसाद के कुछ लक्षणों की सूचना दी थी। उनके उत्तरों के कुल योग को जोड़ने के बजाय, उन्होंने पैटर्न को देखा। उन्होंने पूछा: "यदि दो लोगों का कुल स्कोर समान है, तो क्या उनके लक्षणों का मिश्रण भी समान है?"
ऐसा करने के लिए, उन्होंने एक चतुर तकनीक का उपयोग किया। उन्होंने प्रत्येक व्यक्ति के उत्तरों को उनके अपने कुल स्कोर से विभाजित किया। कल्पना कीजिए कि आपके पास एक पिज्जा है और आपने उसे स्लाइस में काट दिया है। यदि आपके पास एक छोटा पिज्सा (कम स्कोर) है और एक विशाल पिज्जा (उच्च स्कोर) है, तो यह तकनीक उन्हें इस तरह सामान्य बनाती है कि आप पिज्जा के आकार के बजाय स्लाइस के आकार (shape) की तुलना कर सकें। इसने "गंभीरता" (वे कितना बुरा महसूस कर रहे थे) को हटा दिया और केवल "स्वाद" (उनके विशिष्ट लक्षण क्या थे) को छोड़ दिया।
जब उन्होंने इन "स्वादों" पर कंप्यूटर चलाया, तो उसने अवसाद के आठ विशिष्ट उपप्रकार खोजे। ये केवल "हल्के," "मध्यम," या "गंभीर" नहीं थे। वे पूरी तरह से अलग व्यंजन थे। कंप्यूटर ने जो पाया वह यहाँ दिया गया है:
- अनिद्रा-थकान (Insomnia–Fatigue): वे लोग जो मुख्य रूप से केवल सो नहीं पा रहे थे और थका हुआ महसूस कर रहे थे। इस समूह के केवल 4.8% लोग "नैदानिक रूप से महत्वपूर्ण" क्षेत्र में पहुँचे।
- एनहेडोनिक (Anhedonic): वे लोग जो मुख्य रूप से केवल आनंद महसूस करने में असमर्थ थे।
- अपेटाइट-सोमैटिक (Appetite–Somatic): खाने और शारीरिक संवेदनाओं में बदलाव वाले लोग।
- डिप्रेस्ड मूड (Depressed Mood): वे लोग जो मुख्य रूप से केवल उदास महसूस करते थे।
- एकाग्रता (Concentration): वे लोग जो मुख्य रूप से ध्यान केंद्रित नहीं कर पा रहे थे।
- आत्म-आलोचना (Self-Critical): वे लोग जो मुख्य रूप से बेकार महसूस करते थे।
- साइकोमोटर (Psychomotor): वे लोग जो शारीरिक रूप से धीमा या उत्तेजित महसूस करते थे।
- अफेक्टिव-सुसाइडल (Affective–Suicidal): वे लोग जो उदास महसूस करते थे और जिनमें आत्म-नुकसान के विचार थे। इस समूह में जोखिम सबसे अधिक था, जिसमें 58.4% नैदानिक सीमा को पार कर गए थे।
यह क्यों मायने रखता है
इस खोज का सबसे चौंकाने वाला हिस्सा यह है कि "कुल स्कोर" एक बहुत बड़ा झूठ बोलने वाला है। अध्ययन ने दिखाया कि दो समूहों का औसत कुल स्कोर लगभग समान हो सकता है, लेकिन एक समूह मुख्य रूप से थका हुआ था और दूसरा मुख्य रूप से आत्मघाती था। उदाहरण के लिए, "एनहेडोनिक" समूह (आनंदहीन) और "अपेटाइट-सोमैटिक" समूह (खाने की समस्या वाले) के कुल स्कोर समान थे, लेकिन उनके नैदानिक रूप से अवसादग्रस्त होने का जोखिम पूरी तरह से अलग था (13.4% बनाम 19.5%)।
शोधकर्ता बहुत सावधान थे। उन्होंने यह सुनिश्चित करने के लिए एक "शफलिंग टेस्ट" का उपयोग किया कि कंप्यूटर केवल इन आठ समूहों की कल्पना तो नहीं कर रहा है। उन्होंने डेटा को पूरी तरह से बिखेर दिया जिससे सभी पैटर्न नष्ट हो गए, और कंप्यूटर उस बिखरे हुए मलबे में इन आठ समूहों को खोजने में विफल रहा। इसने साबित किया कि आठ समूह वास्तविक पैटर्न हैं, न कि केवल कंप्यूटर की कोई त्रुटि।
निष्कर्ष
यह अध्ययन बताता है कि अवसाद को एक संख्या के रूप में मानना वैसा ही है जैसे पूरे ऑर्केस्ट्रा का वर्णन केवल यह कहकर करना कि "यह तेज़ है।" कभी-कभी यह इसलिए तेज़ होता है क्योंकि ड्रम (शारीरिक लक्षण) बज रहे होते हैं, और कभी-कभी यह इसलिए तेज़ होता है क्योंकि वायलिन (भावनात्मक विचार) बज रहे होते हैं। "तेज़ आवाज़" (कुल स्कोर) समान है, लेकिन संगीत पूरी तरह से अलग है।
शोधकर्ताओं ने पाया कि जबकि सामान्य स्वास्थ्य मुख्य रूप से केवल उम्र बताता है, अवसाद का अनुभव करने का तरीका बहुत अधिक विविध है। अवसाद के लक्षणों के कम से कम आठ अलग-अलग "स्वाद" हैं, और यह जानना कि किसी व्यक्ति का स्वाद क्या है, यह जानना उतना ही महत्वपूर्ण हो सकता है कि संगीत कितना तेज़ है। इसका मतलब यह नहीं है कि हमने अवसाद की गुत्थी सुलझा ली है, लेकिन इसका मतलब यह जरूर है कि हमें एकल संख्या को देखना बंद करना चाहिए और उस विशिष्ट नोट को सुनना शुरू करना चाहिए जो प्रत्येक व्यक्ति बजा रहा 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।