Revision and Repeat Procedures After Primary Aesthetic Gluteal Fat Grafting: A Systematic Review

कल्पना कीजिए कि आपने अभी-अभी जूतों की एक नई जोड़ी खरीदी है। आपको वे बहुत पसंद हैं, लेकिन कुछ महीनों के बाद, उनके फीते थोड़े ढीले महसूस होने लगते हैं, या शायद आप बस किसी चमकदार रंग के लिए उन्हें बदलना चाहते हैं। आप उन्हें ठीक करने के लिए वापस दुकान पर ले जा सकते हैं, या आप बस मन करने पर एक नई जोड़ी खरीद सकते हैं। प्लास्टिक सर्जरी की दुनिया में, विशेष रूप से नितंबों के संवर्धन (buttock enhancement) के लिए, कुछ ऐसा ही होता है। डॉक्टर मरीज की अपनी चर्बी का उपयोग करते हैं—जिसे शरीर के एक हिस्से से निकाला जाता है और नितंबों में इंजेक्ट किया जाता है—ताकि आकार और साइज को बदला जा सके। यह "ऑटोलॉगस ग्लूटियल फैट ग्राफ्टिंग" (autologous gluteal fat grafting) कहलाता है। यह रेत के ढेर को एक बाल्टी से दूसरी बाल्टी में ले जाकर एक बड़ा रेत का किला बनाने जैसा है।

लेकिन यहाँ पेचीदा हिस्सा यह है: कभी-कभी रेत बैठ जाती है, कभी-कभी वह गायब हो जाती है, और कभी-कभी लोग बाद में बस एक बड़ा किला बनाना चाहते हैं। जब कोई मरीज दूसरी सर्जरी के लिए वापस आता है, तो क्या वह इसलिए आता है क्योंकि पहली वाली विफल रही (एक "रिवीजन" या सुधार), या सिर्फ इसलिए क्योंकि वे डिज़ाइन में थोड़ा बदलाव करना चाहते हैं (एक "एन्हांसमेंट" या "टच-अप")? डॉक्टर और मरीज वास्तव में संभावनाओं को जानना चाहते हैं: "यदि मैं यह सर्जरी कराता हूँ, तो कितनी संभावना है कि मुझे पाँच वर्षों के भीतर और काम कराने के लिए वापस आना पड़ेगा?" यह प्रश्न एक नए व्यवस्थित समीक्षा (systematic review) का केंद्र है, जो मूल रूप से एक विशाल जासूसी कहानी की तरह है जहाँ शोधकर्ता इस रहस्य को सुलझाने के लिए हर उपलब्ध सुराग इकट्ठा करते हैं कि ये दूसरी सर्जरी कितनी बार होती हैं।

---

महान "दूसरी सर्जरी" का रहस्य

शोधकर्ताओं की एक टीम ने एक बहुत ही विशिष्ट प्रश्न का उत्तर देने के लिए जासूस बनने का निर्णय लिया: लोग वास्तव में अपने पहले ग्लूटियल फैट ग्राफ्ट के पाँच वर्षों के भीतर कितनी बार सुधारात्मक "फिक्स-इट" सर्जरी की आवश्यकता महसूस करते हैं?

इसे हल करने के लिए, उन्होंने केवल अनुमान नहीं लगाया। उन्होंने PubMed और Google Scholar जैसे मेडिकल डेटाबेस से 159 अलग-अलग रिपोर्टों की खोज की। एक कठोर स्क्रीनिंग प्रक्रिया के बाद, उन्होंने इसे केवल सात अध्ययनों तक सीमित कर दिया जिनमें पर्याप्त डेटा था। इन अध्ययनों में कुल 1,555 मरीज शामिल थे। हालाँकि, एक पेंच था: सभी सात अध्ययन "लेवल IV" के साक्ष्य थे। चिकित्सा अनुसंधान की दुनिया में, यह एक नियंत्रित, उच्च-तकनीकी प्रयोग के बजाय पुराने, हस्तलिखित नोट्स को देखने जैसा है। वे ज्यादातर "रिट्रोस्पेक्टिव" (अतीत के रिकॉर्ड को देखना) थे और उनमें कुछ महत्वपूर्ण कमियाँ थीं।

बड़ी खोज: हम वास्तव में नहीं जानते

इस पेपर का मुख्य मोड़ यह है: वर्तमान साक्ष्य हमें पाँच साल की रिवीजन दर (सुधार दर) बताने में सक्षम नहीं हैं।

शोधकर्ता एक स्पष्ट संख्या की तलाश में थे, जैसे कि "10% लोगों को पाँच वर्षों के भीतर सुधार की आवश्यकता होती है।" लेकिन उन्होंने पाया कि डेटा इतना अव्यवस्थित था कि एक एकल उत्तर देना संभव नहीं था।

• कोई दीर्घकालिक मानचित्र नहीं: किसी भी अध्ययन ने मरीजों को पूरे पाँच वर्षों तक पूर्ण रिकॉर्ड के साथ फॉलो नहीं किया। कुछ ने छह महीने के बाद जांच बंद कर दी; अन्य में मरीज अध्ययन से बाहर हो गए। यह केवल जनवरी के पहले सप्ताह के आधार पर अगले वर्ष के मौसम की भविष्यवाणी करने की कोशिश करने जैसा है।
• "मिश्रण" की समस्या: सबसे बड़ी समस्या यह थी कि अध्ययन इस बात पर सहमत नहीं थे कि "रिवीजन" किसे माना जाए।
  • कठोर रिवीजन (Strict Revision): यह एक वास्तविक "फिक्स-इट" कार्य है। शायद चर्बी बहुत अधिक कम हो गई, आकार असमान था, या कोई जटिलता आई।
  • विस्तारित दोहराव (Expanded Repeat): इसमें स्वैच्छिक एन्हांसमेंट (लोग अधिक वॉल्यूम चाहते हैं), नियोजित स्टेजिंग (सर्जरी शुरू से ही दो चरणों में निर्धारित है), या टच-अप शामिल हैं।
  • अध्ययन अक्सर इन विभिन्न कारणों को एक साथ मिला देते थे। एक अध्ययन एक "नियोजित दूसरे चरण" को रिवीजन के रूप में गिन सकता है, जबकि दूसरा ऐसा नहीं करता।

इस भ्रम के कारण, उनके द्वारा पाई गई संख्याएँ बहुत अलग-अलग थीं। जिन अध्ययनों ने कठोर संशोधनों की रिपोर्ट की, उनमें दर 0.0% (किसी को भी वापस आने की आवश्यकता नहीं पड़ी) से लेकर 40.9% (लग लगभग आधे लोग वापस आए) तक थी। यह एक बहुत बड़ा अंतर है, और यह साबित करता है कि हम अभी किसी एक संख्या पर भरोसा नहीं कर सकते।

दूसरी सर्जरी वास्तव में क्या ठीक करती थी?

भले ही वे एक आदर्श पाँच साल का अनुमान नहीं दे सके, लेकिन शोधकर्ताओं ने उन 48 प्रक्रियाओं को देखा जिन्हें वे स्पष्ट रूप से वर्गीकृत कर सकते थे। उन्होंने पता लगाया कि लोग क्यों वापस आ रहे थे:

• 72.9% (48 में से 35) इसलिए वापस आए क्योंकि वे अधिक वॉल्यूम चाहते थे या क्योंकि पहली सर्जरी ने पर्याप्त चर्बी नहीं जोड़ी थी (अंडरकरेक्शन)।
• 20.8% (48 में से 10) असममिति (asymmetry) (एक तरफ का दूसरी तरफ से अलग दिखना) या कंटूर संबंधी समस्याओं को ठीक करने के लिए वापस आए।
• 4.2% (48 में से 2) के पास किनारों पर बहुत अधिक वॉल्यूम था और उन्हें कमी (reduction) की आवश्यकता थी।
• 2.1% (48 में से 1) एक मामला मार्क्ड रिसोर्प्शन (marked resorption) का था, जहाँ चर्बी काफी हद तक गायब हो गई थी।

यह ध्यान रखना महत्वपूर्ण है कि ये केवल उन प्रक्रियाओं के कारण हैं जिन्हें वे ट्रैक कर सके, न कि इस बात की गारंटी कि प्रत्येक मरीज के साथ क्या होगा।

फैसला: डेटा "हाई रिस्क" क्यों है?

शोधकर्ताओं ने सभी सात अध्ययनों को "हाई रिस्क ऑफ बायस" (पक्षपात का उच्च जोखिम) के रूप में वर्गीकृत किया। यह कहने का एक फैंसी तरीका है कि डेटा में बहुत अधिक छेद हैं जिससे बड़े अनुमान लगाने के लिए पूरी तरह से भरोसा नहीं किया जा सकता।

• कम फॉलो-अप: अधिकांश मरीजों की जांच केवल 3 से 18 महीनों तक की गई थी।
• गायब होते लोग: कई मरीज पहले कुछ महीनों के बाद अपॉइंटमेंट पर आना बंद कर देते हैं, इसलिए शोधकर्ताओं को यह नहीं पता था कि क्या उन्होंने कहीं और दूसरी सर्जरी करवाई है।
• असंगत परिभाषाएं: लेखकों ने एक ही चीज़ के लिए अलग-अलग शब्दों का उपयोग किया, जिससे सेब की तुलना सेब से करना कठिन हो गया।

मरीजों और डॉक्टरों के लिए निष्कर्ष

तो, एक जिज्ञासु किशोर या इस सर्जरी के बारे में सोच रहे किसी भी व्यक्ति के लिए इसका क्या अर्थ है?

पेपर यह निष्कर्ष निकालता है कि हम अभी तक एक विश्वसनीय पाँच-वर्षीय अनुमान नहीं दे सकते कि कितने मरीजों को सुधारात्मक रिवीजन की आवश्यकता होगी। संख्याओं की विस्तृत श्रृंखला (0% से 40%) इसलिए नहीं है कि सर्जरी अप्रत्याशित है; बल्कि इसलिए है क्योंकि इसे मापने का तरीका ही दोषपूर्ण है।

लेखक सुझाव देते हैं कि इससे पहले कि हम मरीजों को एक स्पष्ट उत्तर दे सकें, चिकित्सा समुदाय को निम्नलिखित की आवश्यकता है:

1. परिभाषाओं को मानकीकृत करना: "गलती को ठीक करने" और "बढ़ावा पाने" के बीच स्पष्ट अंतर करना।
2. मरीजों को लंबे समय तक ट्रैक करना: लोगों को पूरे पाँच वर्षों तक बिना सिस्टम से बाहर हुए फॉलो करना।
3. टाइम-टू-इवेंट (घटना का समय) रिपोर्ट करना: केवल यह गिनने के बजाय कि कितने मामले हुए, यह ट्रैक करने के लिए बेहतर गणित का उपयोग करना कि दूसरी सर्जरी कब हुई।

तब तक, यदि कोई डॉक्टर आपको बताता है कि कितने प्रतिशत लोगों को दूसरी सर्जरी की आवश्यकता होती है, तो यह पेपर सुझाव देता है कि उस संख्या को संदेह के साथ लें। असली कहानी यह है कि डेटा वर्तमान में इतना उलझा हुआ है कि हम वास्तविक संभावनाओं को नहीं बता सकते, और इस रहस्य को सुलझाने से पहले हमें बेहतर जासूसी कार्य की आवश्यकता है।