A Mapping Study of EORTC QLQ-C30 to EQ-5D-5L among the Korean Patients with Non-Small Cell Lung Cancer
इस अध्ययन ने कोरियाई नॉन-स्मॉल सेल लंग कैंसर वाले रोगियों के लिए EORTC QLQ-C30 स्कोर को EQ-5D-5L यूटिलिटी स्कोर में परिवर्तित करने के लिए मजबूत मैपिंग एल्गोरिदम, विशेष रूप से सेंसरड लीस्ट एब्सोल्यूट डेविएशन (CLAD) मॉडल विकसित और मान्य किए, जो स्वास्थ्य आर्थिक मूल्यांकनों के लिए उपयुक्त मजबूत भविष्य कहनेवाला प्रदर्शन प्रदर्शित करते 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
चिकित्सा अनुसंधान की दुनिया में, डॉक्टर और नीति निर्माता एक कठिन संतुलन बनाने का काम करते हैं। उन्हें यह जानने की आवश्यकता होती है कि क्या एक नया उपचार मरीजों को अधिक समय तक जीवित रहने में मदद करता है, लेकिन उन्हें यह भी जानने की आवश्यकता है कि क्या यह उन्हें बेहतर जीवन जीने में मदद करता है। इस "बेहतर" को मापने के लिए, शोधकर्ता एक विशेष संख्या का उपयोग करते हैं जिसे 'क्वालिटी-एडजस्टेड लाइफ ईयर' (quality-adjusted life year) कहा जाता है। यह संख्या इस बात को जोड़ती है कि एक व्यक्ति कितने समय तक जीवित रहता है और उस समय वह कितना स्वस्थ महसूस करता है। इसकी गणना करने के लिए, वैज्ञानिकों को एक ऐसे स्कोर की आवश्यकता होती है जो यह दर्शाता हो कि समाज स्वास्थ्य की विभिन्न अवस्थाओं को कितना महत्व देता है, जो पूर्ण स्वास्थ्य से लेकर मृत्यु से भी बदतर अवस्थाओं तक विस्तृत होता है। इस स्कोर को प्राप्त करने के लिए सबसे आम उपकरण एक सरल प्रश्नावली है जिसे EQ-5D कहा जाता है, जिसमें लोगों से उनकी गतिशीलता, आत्म-देखभाल, दैनिक गतिविधियों, दर्द और मनोदशा के बारे में पूछा जाता है।
हालाँकि, कई कैंसर अध्ययन इस विशिष्ट प्रश्नावली का उपयोग नहीं करते हैं। इसके बजाय, वे विशेष रूप से कैंसर रोगियों के लिए डिज़ाइन किए गए एक अधिक विस्तृत उपकरण का उपयोग करते हैं, जिसे EORTC QLQ-C30 कहा जाता है। यह उपकरण 30 अलग-अलग चीजों के बारे में पूछता है, जैसे शारीरिक शक्ति से लेकर वित्तीय चिंताएं तक, जो रोगी के संघर्ष की एक बहुत ही समृद्ध तस्वीर पेश करता है। समस्या यह है कि इस विस्तृत उपकरण को आर्थिक गणनाओं के लिए आवश्यक एकल संख्या में सीधे नहीं बदला जा सकता है। वर्षों से, शोधकर्ताओं ने एक गणितीय पुल, या एक "मैपिंग एल्गोरिदम" बनाने की कोशिश की है, जो विस्तृत कैंसर प्रश्नावली के उत्तरों को सरल स्वास्थ्य स्कोर में अनुवादित कर सके। अब तक, किसी ने भी कोरिया में नॉन-स्मॉल सेल लंग कैंसर के रोगियों के लिए विशेष रूप से ऐसा पुल नहीं बनाया था, क्योंकि उस देश का स्वास्थ्य अवस्थाओं को आंकने का अपना अनूठा तरीका है।
ईवा वुमन यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने यह पुल बनाने का लक्ष्य रखा। उन्होंने कोरिया के बारह प्रमुख अस्पतालों से नॉन-स्मॉल सेल लंग कैंसर के 609 रोगियों का डेटा एकत्र किया। इन रोगियों ने अपने उपचार की शुरुआत में विस्तृत कैंसर प्रश्नावली और सरल स्वास्थ्य प्रश्नावली दोनों को भरा था। शोधकर्ता यह देखना चाहते थे कि क्या वे विस्तृत फॉर्म के उत्तरों का उपयोग करके सरल फॉर्म के स्कोर का सटीक अनुमान लगा सकते हैं। ऐसा करने के लिए, उन्होंने चार अलग-अलग गणितीय दृष्टिकोणों का परीक्षण किया। एक दृष्टिकोण एक मानक विधि थी जिसका उपयोग कई क्षेत्रों में किया जाता है, जबकि अन्य अधिक विशिष्ट तकनीकें थीं जिन्हें इस तथ्य को संभालने के लिए डिज़ाइन किया गया था कि स्वास्थ्य स्कोर अक्सर ऊपरी छोर पर केंद्रित होते हैं, जहाँ कई लोग पूर्ण स्वास्थ्य में होने की रिपोर्ट करते हैं, जिससे डेटा में एक अंतराल पैदा हो जाता है जिसे मानक गणित पार करने में संघर्ष करता है।
शोधकर्ताओं ने पाया कि विशेष तकनीकें मानक विधि की तुलना में बेहतर काम करती हैं। विशेष रूप से, 'सेन्सर्ड लीस्ट एब्सोल्यूट डेविएशन' (Censored Least Absolute Deviation) नामक एक विधि CLAD, सबसे विश्वसनीय साबित हुई। यह विधि संख्याओं के सेट के औसत के बजाय मध्य मार्ग खोजने के लिए डिज़ाइन की गई है, जो लोगों द्वारा स्वास्थ्य रिपोर्ट करने के असमान तरीके को संभालने में मदद करती है। टीम ने अपने नए अनुवाद उपकरण के दो संस्करण बनाए। एक संस्करण में केवल कैंसर प्रश्नावली के उत्तरों का उपयोग किया गया, जबकि दूसरे में रोगी की आयु और लिंग को भी शामिल किया गया। आश्चर्यजनक रूप से, आयु और लिंग जोड़ने से भविष्यवाणी की सटीकता में सुधार नहीं हुआ। वह उपकरण जो केवल रोगी के लक्षणों और कार्यक्षमता पर निर्भर था, वह स्वास्थ्य स्कोर का अनुमान लगाने में उतना ही अच्छा था जितना कि वह उपकरण जो रोगी के जनसांख्यिकीय विवरणों को जानता था।
जब शोधकर्ताओं ने अपने नए उपकरण का परीक्षण प्रारंभिक यात्रा के छह और बारह सप्ताह बाद एकत्र किए गए डेटा पर किया, तो यह अच्छी तरह से टिका रहा। अनुमानित स्कोर रोगियों द्वारा रिपोर्ट किए गए वास्तविक स्कोर के बहुत करीब रहे, जिनमें केवल छोटे, स्वीकार्य अंतर थे। यह उपकरण उन रोगियों के लिए स्कोर की भविष्यवाणी करने में विशेष रूप से अच्छा था जो मध्यम से अच्छे स्वास्थ्य में थे। यह उन रोगियों के स्वास्थ्य को थोड़ा अधिक आंकने की प्रवृत्ति रखता था जो बहुत बीमार थे, लेकिन कुल मिलाकर, अनुवाद उपयोग के लिए पर्याप्त सटीक था। अध्ययन ने पुष्टि की कि सबसे गंभीर लक्षण, जैसे कि दर्द, थकान और सांस फूलना, अंतिम स्वास्थ्य स्कोर निर्धारित करने में सबसे मजबूत चालक थे।
यह कार्य भविष्य के अनुसंधान के लिए एक व्यावहारिक कुंजी प्रदान करता है। अब, जब लंग कैंसर के उपचार पर कोई अध्ययन विस्तृत कैंसर प्रश्नावली का उपयोग करता है लेकिन सरल स्वास्थ्य स्कोर को शामिल करना भूल जाता है, तो शोधकर्ता इस नए एल्गोरिदम का उपयोग करके उस छूटे हुए हिस्से को भर सकते हैं। यह उन्हें यह गणना करने की अनुमति देता है कि क्या कोई उपचार लागत के मुकाबले सार्थक है, जिसके लिए क्वालिटी-एडजस्टेड लाइफ ईयर की आवश्यकता होती है। अध्ययन बताता है कि कोरियाई रोगियों के लिए इस प्रकार के लंग कैंसर के मामले में, उनके समग्र स्वास्थ्य मूल्य को निर्धारित करने के लिए उनकी आयु या लिंग की तुलना में उनके शारीरिक और भावनात्मक अवस्था के विशिष्ट विवरण कहीं अधिक महत्वपूर्ण हैं। इस पुल को सफलतापूर्वक बनाकर, शोधकर्ताओं ने स्वास्थ्य अर्थशास्त्रियों को उनके देश में लंग कैंसर के उपचार के वास्तविक मूल्य को मापने का एक नया, विश्वसनीय तरीका दिया 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।