Predicting transitions between functional and financial vulnerability states and death in older Chinese adults: a longitudinal CHARLS study with temporal evaluation
यह अनुदैर्ध्य (longitudinal) CHARLS अध्ययन यह प्रदर्शित करता है कि एक पारदर्शी दंडित प्रतिगमन मॉडल (penalized regression model) वृद्ध चीनी वयस्कों में संयुक्त कार्यात्मक और वित्तीय भेद्यता अवस्थाओं तथा मृत्यु के बीच संक्रमण की प्रभावी ढंग से भविष्यवाणी करता है, जो समन्वित देखभाल के लिए उपयुक्त एक उच्च-जोखिम वाले स्तर की पहचान करता है और विस्तृत लागत डेटा के बिना अलग वित्तीय भेद्यता का पूर्वानुमान लगाने की कठिनाई पर प्रकाश डालता 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
जैसे-जैसे लोग उम्रदराज होते हैं, अक्सर दो ताकतें उनके जीवन को विपरीत दिशाओं से खींचना शुरू कर देती हैं। एक ओर, शरीर कपड़े पहनने, नहाने या बिस्तर से कुर्सी तक जाने जैसे बुनियादी कार्यों को करने की अपनी क्षमता खोने लगता है। स्वतंत्रता की यह कमी मदद, पुनर्वास या दीर्घकालिक देखभाल की तत्काल आवश्यकता पैदा करती है। दूसरी ओर, स्वस्थ रहने की लागत एक भारी बोझ बन सकती है। जब एक परिवार अपने पैसे का इतना बड़ा हिस्सा चिकित्सा बिलों पर खर्च कर देता है कि भोजन, आवास या अन्य आवश्यक वस्तुओं के लिए कुछ भी शेष नहीं बचता, तो वे 'कैटास्ट्रोफिक हेल्थ एक्सपेंडिचर' (विनाशकारी स्वास्थ्य व्यय) नामक वित्तीय संकट का सामना करते हैं। हालांकि इन दोनों समस्याओं का अक्सर अलग-अलग अध्ययन किया जाता है, लेकिन ये अक्सर एक साथ घटित होती हैं। जब एक वृद्ध व्यक्ति को दैनिक जीवन के कार्यों में सहायता की आवश्यकता होती है और साथ ही उनका परिवार देखभाल के लिए धन की कमी का सामना कर रहा होता है, तो यह एक ऐसी आदर्श स्थिति (परफेक्ट स्टॉर्म) बन जाती है जहाँ सहायता की आवश्यकता सबसे अधिक होती है, ठीक उसी समय जब उसके लिए भुगतान करने की क्षमता समाप्त हो रही होती है। इन दोनों कमजोरियों कैसे परस्पर क्रिया करती हैं, और क्या उन्हें संकट बनने से पहले अनुमानित किया जा सकता है, यह समझना वृद्ध वयस्कों को सुरक्षित और समर्थ बनाए रखने के लिए एक महत्वपूर्ण प्रश्न है।
शोधकर्ताओं की एक टीम ने चीनी वयस्कों के एक विशाल, दीर्घकालिक अध्ययन, जिसे 'चाइना हेल्थ एंड रिटायरमेंट लॉन्गीट्यूडिनल स्टडी' कहा जाता है, के डेटा का उपयोग करके इस जटिल परिदृश्य को समझने का प्रयास किया। उन्होंने साठ वर्ष और उससे अधिक आयु के लोगों पर ध्यान केंद्रित किया, और यह देखने के लिए कि एक सर्वेक्षण से दूसरे सर्वेक्षण तक उनके जीवन में क्या परिवर्तन आए, कई वर्षों तक उन पर नज़र रखी। विकलांगता या धन को अलग-अलग मुद्दों के रूप में देखने के बजाय, शोधकर्ताओं ने उन्हें एक एकल, परिवर्तनशील अवस्था के रूप में माना। उन्होंने कल्पना की कि एक व्यक्ति पाँच संभावित स्थितियों में हो सकता है: बिना किसी बड़ी समस्या के सुखी जीवन जीना, केवल दैनिक कार्यों के साथ संघर्ष करना, केवल चिकित्सा लागतों के साथ संघर्ष करना, दैनिक संघर्ष और वित्तीय बर्बादी दोनों का सामना करना, या मृत्यु को प्राप्त होना। हजारों व्यक्तियों को इन विभिन्न अवस्थाओं के माध्यम से ट्रैक करके, टीम ने एक मॉडल बनाया ताकि यह अनुमान लगाया जा सके कि उनकी वर्तमान स्वास्थ्य, धन, आयु और पारिवारिक स्थिति के आधार पर अगली स्थिति क्या होगी।
शोधकर्ताओं ने कंप्यूटर को पैटर्न पहचानने के लिए सिखाने के लिए 2011 से 2015 के बीच एकत्र की गई जानकारी का उपयोग किया, और फिर यह देखने के लिए कि क्या वह बिना पुन: प्रशिक्षित हुए भविष्य का सटीक पूर्वानुमान लगा सकता है, 2015 से 2018 के डेटा पर उस कंप्यूटर का परीक्षण किया। उन्होंने पाया कि मॉडल सबसे खतरनाक परिणामों की भविष्यवाणी करने में काफी हद तक सफल रहा। यह विशेष रूप से उन लोगों की पहचान करने में अच्छा था जिनकी मृत्यु होने की संभावना थी और जो उस कठिन दोहरी स्थिति (डबल-बाइंड) में फंसने वाले थे जहाँ देखभाल की आवश्यकता है और पैसा भी नहीं है। मॉडल ने उच्च-जोखिम वाले व्यक्तियों के एक समूह को सफलतापूर्वक चिह्नित किया; शीर्ष बीस प्रतिशत लोगों में से जिन्हें मॉडल ने इन संकटों का सामना करने की सबसे अधिक संभावना वाले रूप में पहचाना था, उनमें से आधे से अधिक मौतें और लगभग आधे मामले संयुक्त वित्तीय और कार्यात्मक कठिनाइयों के वास्तव में घटित हुए। यह सुझाव देता है कि कुछ प्रमुख कारकों—जैसे कि एक व्यक्ति को कितने दैनिक कार्यों में कठिनाई आती है, उन्हें कितनी पुरानी बीमारियाँ हैं, और उनकी आयु क्या है—पर ध्यान देकर, स्वास्थ्य प्रणालियाँ उन लोगों के एक प्रबंधनीय समूह की पहचान कर सकती हैं जिन्हें संकट में फंसने से पहले तत्काल और समन्वित मदद की आवश्यकता है।
हालाँकि, अध्ययन ने एक स्पष्ट सीमा भी प्रकट की। जबकि मॉडल शारीरिक गिरावट और वित्तीय तनाव के संयोजन को पहचान सकता था, यह अकेले वित्तीय परेशानी की भविष्यवाणी करने में बहुत कम सफल रहा। यदि कोई व्यक्ति शारीरिक रूप से स्वस्थ था लेकिन चिकित्सा बिल के संकट के जोखिम में था, तो मॉडल अक्सर उसे पहचानने में विफल रहा। शोधकर्ता बताते हैं कि ऐसा इसलिए है क्योंकि चिकित्सा लागत अत्यधिक अप्रत्याशित होती है और यह स्थानीय अस्पताल की कीमतों, बीमा नियमों और व्यक्ति द्वारा देखभाल लेने के निर्णय जैसे विशिष्ट विवरणों पर निर्भर करती है, जिन्हें सामान्य सर्वेक्षण में शामिल नहीं किया जाता है। मॉडल सामान्य सर्वेक्षणों के बिना इन अचानक आर्थिक झटकों का अनुमान नहीं लगा सका।
टीम ने 2020 में एकत्र किए गए डेटा को भी देखा, जिसमें यह जानकारी शामिल थी कि लोगों की मृत्यु हुई है या उन्हें दैनिक कार्यों में कठिनाई हो रही है, लेकिन इसमें पूर्ण मॉडल का परीक्षण करने के लिए आवश्यक विशिष्ट वित्तीय डेटा का अभाव था। वित्तीय हिस्से के बिना भी, मृत्यु और शारीरिक गिरावट की भविष्यवाणी करने की मॉडल की क्षमता इस बाद की अवधि में भी बनी रही, जिससे पता चलता है कि शारीरिक कमजोरी और मृत्यु दर के जोखिम के मूल संकेत समय के साथ स्थिर रहते हैं। शोधकर्ताओं ने निष्कर्ष निकाला कि हालांकि एक सरल, पारदर्शी उपकरण प्रभावी रूप से उन सबसे कमजोर वृद्ध वयस्कों की पहचान कर सकता है जो स्वास्थ्य और धन के दोहरे संकट का सामना कर रहे हैं, लेकिन यह अभी आर्थिक कठिनाई की अकेले भविष्यवाणी करने के लिए विस्तृत, स्थानीय वित्तीय डेटा की जगह नहीं ले सकता है। वे सुझाव देते हैं कि आगे का सबसे अच्छा रास्ता यह है कि इन भविष्यवाणियों का उपयोग व्यक्ति के स्वास्थ्य और वित्त की संयुक्त समीक्षा को सक्रिय करने के लिए किया जाए, जिससे यह सुनिश्चित हो सके कि उच्चतम जोखिम वाले लोगों को उनकी स्थिति अनियंत्रित होने से पहले व्यापक सहायता मिले।
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।