Beyond BMI: Chinese Visceral Adiposity Index (CVAI) improves machine learning prediction of 9-year cardiometabolic multimorbidity in the CHARLS cohort
CHARLS कोहोर्ट के डेटा का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि चाइनीज विसरल एडिपोसिटी इंडेक्स (CVAI) और अवसाद के लक्षणों को शामिल करने वाले मशीन लर्निंग मॉडल 9-वर्षीय कार्डियोमेटाबोलिक मल्टीमोरबिडिटी जोखिम की प्रभावी ढंग से भविष्यवाणी करते हैं, जो BMI-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करते हैं और मिश्रित रोग भविष्यवाणी में विसरल एडिपोसिटी और मानसिक स्वास्थ्य की महत्वपूर्ण भूमिकाओं को रेखांकित 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
चीन की बढ़ती उम्र वाली आबादी में, दो शांत स्थितियाँ अक्सर एक साथ चलती हैं: मधुमेह (डायबिटीज), एक विकार जहाँ शरीर चीनी को प्रबंधित करने के लिए संघर्ष करता है, और हृदय रोग (कार्डियोवैस्कुलर डिजीज), जिसमें हृदय संबंधी समस्याएं और स्ट्रोक शामिल हैं। जब ये दोनों स्थितियाँ एक ही व्यक्ति में दिखाई देती हैं, तो वे बीमारी के एक समूह का निर्माण करती हैं जिसे कार्डियोमेटाबोलिक मल्टीमॉर्बिडिटी (cardiometabolic multimorbidity) कहा जाता है। यह संयोजन विशेष रूप से खतरनाक है, जो मध्यम आयु वर्ग के और वृद्ध वयस्स्कों में विकलांगता और मृत्यु का कारण बनता है। दशकों से, डॉक्टर यह अनुमान लगाने के लिए बॉडी मास इंडेक्स जैसे सरल मापों पर भरोसा करते आए हैं, जो ऊंचाई और वजन पर आधारित एक गणना है, कि किसे ये बीमारियां विकसित हो सकती हैं। हालांकि, यह एकल संख्या अक्सर इस गहरे सच को नहीं पकड़ पाती कि शरीर में वसा कहाँ जमा है और यह रक्तचाप, मनोदशा और चयापचय (मेटाबॉलिज्म) जैसे अन्य कारकों के साथ कैसे परस्पर क्रिया करती है। जैसे-जैसे जनसंख्या वृद्ध हो रही है, जोखिम का पूर्वानुमान लगाने की आवश्यकता तत्काल हो गई है, जो सरल अनुमानों से आगे बढ़कर अधिक सटीक उपकरणों की ओर बढ़ रही है जो प्रारंभिक हस्तक्षेप का मार्गदर्शन कर सकें।
शीआन के शीजिंग अस्पताल के शोधकर्ताओं की एक टीम ने नौ साल की अवधि में इन जोखिमों का पूर्वानुमान लगाने का एक बेहतर तरीका बनाने का प्रयास किया। उन्होंने चीन के वयस्कों के एक विशाल, राष्ट्रीय स्तर के सर्वेक्षण की ओर रुख किया जिसे 'चाइना हेल्थ एंड रिटायरमेंट लॉन्गीट्यूडिनल स्टडी' के रूपas जाना जाता है। इस डेटाबेस ने लगभग 10,000 लोगों का एक विस्तृत विवरण प्रदान किया, जिसने 2011 से 2020 तक उनके स्वास्थ्य की निगरानी की। शोधकर्ताओं ने केवल यह नहीं देखा कि किसे बीमारी हुई; उन्होंने उन्नत कंप्यूटर एल्गोरिदम का उपयोग किया, जो मशीन लर्निंग नामक क्षेत्र है, ताकि प्रत्येक व्यक्ति के हजारों डेटा बिंदुओं का विश्लेषण किया जा सके। इन डेटा बिंदुओं में रक्त शर्करा के स्तर और कोलेस्ट्रॉल से लेकर कमर की परिधि, ग्रिप स्ट्रेंथ (पकड़ की शक्ति), और यहाँ तक कि अवसाद के लक्षणों को मापने वाले स्कोर भी शामिल थे। लक्ष्य कंप्यूटर को उन पैटर्न को पहचानने के लिए प्रशिक्षित करना था जिन्हें मानव डॉक्टर अनदेखा कर सकते हैं, विशेष रूप से यह अनुमान लगाना कि अगले नौ वर्षों में किसे मधुमेह, हृदय रोग, या दोनों विकसित होंगे।
परिणामों ने यह स्पष्ट किया कि इन स्थितियों का पूर्वानुमान लगाना कितना आसान या कठिन है। कंप्यूटर मॉडल मधुमेह की भविष्यवाणी करने में सबसे सफल रहे, जिसने 0.71 का AUC प्राप्त किया। प्रदर्शन का यह उच्च स्तर बताता है कि मधुमेह के संकेत अक्सर नियमित रक्त परीक्षणों और शारीरिक मापों में बीमारी के निदान से बहुत पहले स्पष्ट रूप से लिखे होते हैं। इसके विपरीत, हृदय रोग की भविष्यवाणी करना बहुत कठिन साबित हुआ, जहाँ मॉडल ने केवल 0.63 का AUC प्राप्त किया। शोधकर्ताओं ने पाया कि हृदय रोग एक अधिक जटिल पहेली है, जो अचानक होने वाली घटनाओं और उन कारकों से प्रभावित है जो हमेशा मानक जांच में नहीं पकड़े जाते। संयुक्त स्थिति के लिए भविष्यवाणी, जहाँ एक व्यक्ति मधुमेह और हृदय रोग दोनों विकसित करता है, लगभग 0.63 के AUC के साथ बीच में कहीं गिर गई।
इन भविष्यवाणियों ने क्या काम किया और उन्होंने मानव शरीर के बारे में क्या खुलासा किया? मधुमेह के लिए, कंप्यूटर ने सही ढंग से पहचाना कि उच्च रक्त शर्करा और मोटापा इसके प्राथमिक चालक थे। हालांकि, संयुक्त स्थिति (कार्डियोमेटाबोलिक मल्टीमॉर्बिडिटी) के लिए, कारकों का एक अलग सेट शीर्ष पर आया। सबसे शक्तिशाली भविष्यवक्ता कोई साधारण वजन माप नहीं था, बल्कि एक विशेष सूचकांक था जिसे 'चाइनीज विसरल एडिपोसिटी इंडेक्स' (Chinese Visceral Adiposity Index) कहा जाता है। यह सूचकांक आयु, कमर के आकार और रक्त लिपिड स्तरों को मिलाकर यह गणना करता है कि पेट के भीतर अंगों के आसपास कितनी वसा जमा है। अध्ययन ने दिखाया कि यह गहरी पेट की चर्बी सामान्य शारीरिक वजन की तुलना में संयुक्त बीमारी के लिए एक बेहतर चेतावनी संकेत है।
इससे भी अधिक चौंकाने वाला बात मानसिक स्वास्थ्य की भूमिका थी। कंप्यूटर विश्लेषण ने अवसाद के लक्षणों को संयुक्त स्थिति के लिए दूसरे सबसे महत्वपूर्ण भविष्यवक के रूप में रखा, जो विसरल फैट इंडेक्स के ठीक बाद था। डेटा ने एक शक्तिशाली संबंध का सुझाव दिया: जब किसी व्यक्ति के पास अत्यधिक गहरी पेट की चर्बी होती है और वह अवसाद के लक्षणों से भी जूझ रहा होता है, तो मधुमेह और हृदय रोग दोनों विकसित होने का जोखिम काफी बढ़ जाता है। ये दो कारक एक-दूसरे को बढ़ाते हुए प्रतीत होते हैं, जिससे एक ऐसा जोखिम प्रोफाइल बनता है जो अपने हिस्सों के योग से भी अधिक होता है। यह खोज एक "साइको-मेटाबोलिक" (psycho-metabolic) संबंध की ओर इशारा करती है, जहाँ मानसिक संकट का तनाव और विसरल फैट का शारीरिक बोझ मिलकर शरीर के चयापचय को नुकसान पहुँचाते हैं।
इन निष्कर्षों को रोजमर्रा के डॉक्टरों के लिए उपयोगी बनाने के लिए, शोधकर्ताओं ने जटिल कंप्यूटर मॉडल को सरल, उपयोग में आसान स्कोरकार्ड में बदलने का प्रयास किया। मधुमेह और संयुक्त स्थिति के लिए, यह अच्छी तरह से काम कर गया। उन्होंने शीर्ष जोखिम कारकों, जैसे रक्त शर्करा, कमर के आकार और अवसाद के स्कोर पर आधारित सरल चेकलिस्ट बनाईं, जिन्होंने पूर्ण कंप्यूटर मॉडल की लगभग पूरी भविष्य कहने वाली शक्ति को बनाए रखा। एक डॉक्टर क्लिनिक में रोगियों की तेजी से स्क्रीनिंग करने के लिए इन स्कोरकार्ड का उपयोग कर सकता था। हालांकि, हृदय रोग के लिए इसी तरह का सरल स्कोरकार्ड बनाने का प्रयास विफल रहा। सरल उपकरण खराब प्रदर्शन कर रहा था, जो यह अंतर करने में असमर्थ था कि कौन बीमार होगा और कौन नहीं। यह विफलता इस बात को रेखांकित करती है कि हृदय रोग इतना जटिल है कि इसे एक सरल रैखिक चेकलिस्ट में नहीं बदला जा सकता; इसके लिए संभवतः अधिक परिष्कृत उपकरणों या नए प्रकार के चिकित्सा डेटा की आवश्यकता है।
अध्ययन निष्कर्ष निकालता है कि जबकि हम अब नियमित डेटा का उपयोग करके मधुमेह और मधुमेह एवं हृदय रोग के संयुक्त जोखिम की सटीक भविष्यवाणी कर सकते हैं, अकेले हृदय रोग की भविष्यवाणी करना एक महत्वपूर्ण चुनौती बना हुआ है। अनुसंधान इस बात पर जोर देता है कि पूरे व्यक्ति को देखना आवश्यक है। केवल वजन या रक्तचाप को अलग-थも मापना पर्याप्त नहीं है। मध्यम आयु वर्ग के और वृद्ध वयस्कों के जोखिम को वास्तव में समझने के लिए, हमें यह देखना होगा कि शरीर में वसा कहाँ जमा है और शारीरिक कल्याण पर मानसिक स्वास्थ्य के गहरे प्रभाव को स्वीकार करना होगा। इन अंतर्दृष्टि को एकीकृत करके, स्वास्थ्य सेवा प्रदाता मेटाबोलिक और कार्डियोवैस्कुलर बीमारी के दोहरे बोझ को रोकने के लिए अधिक समग्र दृष्टिकोण की ओर बढ़ सकते 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।