Modifiable health-factor burden and stroke outcomes across three population databases: cross-sectional and longitudinal evidence from NHANES, CHARLS and HRS
यह अध्ययन प्रदर्शित करता है कि छह परिवर्तनीय स्वास्थ्य कारकों का उच्च भार तीन बड़े जनसंख्या डेटाबेस (NHANES, CHARLS, और HRS) में प्रचलित और घटित होने वाले स्ट्रोक दोनों के साथ लगातार और मजबूती से जुड़ा हुआ है, जो कारण संबंधी अनुमान की सीमाओं के बावजूद कम लागत वाले जनसंख्या जोखिम स्तरीकरण के लिए ऐसी प्रोफाइलों के उपयोग का समर्थन करता 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
स्ट्रोक दुनिया भर में मृत्यु और विकलांगता का एक प्रमुख कारण है, लेकिन इस बोझ का एक बड़ा हिस्सा उन कारकों से उपजा है जिन्हें लोग बदल सकते हैं। उच्च रक्तचाप, धूम्रपान, व्यायाम की कमी, मधुमेह और हृदय संबंधी स्थितियाँ अक्सर एक ही व्यक्ति में एक साथ दिखाई देती हैं, जो जोखिम का एक भारी भार पैदा करती हैं जो इसके अलग-अलग हिस्सों के योग से कहीं अधिक है। जबकि डॉक्टर लंबे समय से जानते हैं कि ये व्यक्तिगत कारक खतरनाक हैं, सार्वजनिक स्वास्थ्य विशेषज्ञ पूरे चित्र को देखने का एक सरल तरीका खोजने की कोशिश कर रहे हैं। प्रत्येक जोखिम का अलग-अलग इलाज करने के बजाय, वे यह जानना चाहते हैं कि क्या इन अस्वस्थ आदतों की एक साधारण गिनती विश्वसनीय रूप से यह अनुमान लगा सकती है कि किसे स्ट्रोक होने की संभावना है, चाहे वे कहीं भी रहते हों या उनके स्वास्थ्य को कैसे मापा गया हो। यह प्रश्न महत्वपूर्ण है क्योंकि यदि एक साधारण चेकलिस्ट विभिन्न देशों और आबादी के बीच काम करती है, तो यह किसी त्रासदी के होने से पहले जोखिम वाले समूहों की पहचान करने के लिए एक शक्तिशाली, कम लागत वाला उपकरण बन सकती है।
इसका उत्तर देने के लिए, शोधकर्ताओं की एक टीम तीन विशाल, सार्वजनिक रूप से उपलब्ध स्वास्थ्य डेटा संग्रहों की ओर मुड़ी: एक संयुक्त राज्य अमेरिका से, एक चीन से, और एक अन्य संयुक्त राज्य अमेरिका से जो वृद्ध वयस्कों पर समय के साथ नज़र रखता है। उन्होंने नए परीक्षणों का आविष्कार नहीं किया या नए रोगियों को भर्ती नहीं किया; इसके बजाय, उन्होंने अनुवादकों के रूप में कार्य किया, इन तीन अलग-अलग सर्वेक्षणों के जटिल चिकित्सा रिकॉर्ड को लेकर उन्हें एक एकल, एकीकृत भाषा में बदल दिया। उन्होंने छह विशिष्ट परिवर्तनीय स्वास्थ्य कारकों पर ध्यान केंद्रित किया: शारीरिक निष्क्रियता, उच्च रक्तचाप, मधुमेह, उच्च कोलेस्ट्रॉल या डिस्लिपिडेमिया, हृदय रोग, और वर्तमान धूम्रपान। अपने अध्ययन के पहले भाग के लिए, उन्होंने इन तीनों डेटाबेस के 38,000 से अधिक लोगों के एक स्नैपशॉट का अध्ययन किया ताकि यह देखा जा सके कि व्यक्ति द्वारा वह कौन से अस्वस्थ कारक ढो रहा है, जो इस बात से मेल खाता है कि क्या उसे डॉक्टर द्वारा पहले ही स्ट्रोक का निदान किया जा चुका है।
परिणाम आश्चर्यजनक रूप से सुसंगत थे। तीनों आबादी में, अस्वस्थ कारकों की संख्या बढ़ने के साथ स्ट्रोक के इतिहास का जोखिम लगातार बढ़ता गया। एक व्यक्ति जिसके पास केवल एक या कोई जोखिम कारक नहीं था, उसमें स्ट्रोक होने की संभावना बहुत कम थी, लेकिन जैसे-जैसे अस्वस्थ कारकों की गिनती दो, तीन, या चार या अधिक तक बढ़ी, स्ट्रोक के इतिहास की संभावना तेजी से बढ़ गई। शोधकर्ताओं ने पाया कि प्रत्येक अतिरिक्त अस्वस्थ कारक के लिए, स्ट्रोक के इतिहास की संभावना लगभग दो-तिहाई बढ़ जाती है। यह पैटर्न तब भी सच साबित हुआ जब डेटा अमेरिका या चीन से आया हो, और चाहे प्रतिभागी पुरुष या महिला हों, युवा या वृद्ध। यह निरंतरता इतनी मजबूत थी कि शोधकर्ता सभी तीन स्रोतों से डेटा को मिलाकर एक एकल, स्पष्ट रुझान देख सके, जिससे पता चलता है कि इन जोखिम कारकों की यह सरल गिनती विभिन्न संस्कृतियों और स्वास्थ्य प्रणालियों में एक विश्वसनीय संकेत के रूप में काम करती है।
अध्ययन फिर एक साधारण स्नैपशॉट से आगे बढ़कर यह देखने के लिए कि समय के साथ क्या होता है, चीनी और अमेरिकी सर्वेक्षणों के दीर्घकालिक डेटा का उपयोग करता है। यहाँ, उन्होंने शरीर के वजन, शराब के सेवन और नींद की गुणवत्ता जैसे विवरणों को शामिल करते हुए नौ कारकों वाला एक थोड़ा व्यापक स्कोर बनाया, ताकि यह देखा जा सके कि क्या एक स्वस्थ समग्र प्रोफाइल भविष्य में स्ट्रोक से बचने की भविष्यवाणी कर सकता है। उन्होंने हजारों लोगों का पीछा किया जिनके पास अध्ययन की शुरुआत में स्ट्रोक का कोई इतिहास नहीं था और देखा कि अगले कई वर्षों में किन्हें स्ट्रोक हुआ। निष्कर्षों ने पुष्टि की कि जिन लोगों का इस मस्तिष्क-स्वास्थ्य चेकलिस्ट पर उच्च स्कोर था—अर्थात, उनकी आदतें अधिक अनुकूल थीं और स्वास्थ्य समस्याएं कम थीं—उन्हें नया स्ट्रोक होने की संभावना काफी कम थी। हालांकि इस सुरक्षा की सटीक शक्ति दोनों देशों के बीच थोड़ी भिन्न थी, लेकिन दिशा वही थी: एक बेहतर स्वास्थ्य प्रोफाइल का अर्थ भविष्य की घटना का कम जोखिम था।
हालाँकि, शोधकर्ता अपने काम की सीमाओं को परिभाषित करने में सावधान रहे। उन्होंने नोट किया कि जबकि ये स्कोर बड़े समूहों के पैटर्न को पहचानने के लिए उत्कृष्ट हैं, वे किसी एक व्यक्ति के बारे में निश्चितता के साथ भविष्यवाणी करने के लिए पर्याप्त सटीक नहीं हैं। उन लोगों के बीच अंतर करने की क्षमता जो स्ट्रोक करेंगे और जो नहीं करेंगे, मध्यम थी, जो एक ऐसे उपकरण के समान है जो भीड़ की स्क्रीनिंग के लिए उपयोगी है लेकिन अंतिम चिकित्सा निर्णय के लिए पर्याप्त सटीक नहीं है। इसके अलावा, क्योंकि डेटा लोगों द्वारा स्वयं के स्वास्थ्य इतिहास की रिपोर्ट करने पर आधारित था न कि सख्त चिकित्सा परीक्षणों या ब्रेन स्कैन पर, शोधकर्ता यह साबित नहीं कर सके कि अस्वस्थ कारकों ने सीधे तौर पर स्ट्रोक का कारण बनाया, केवल यह कि वे मजबूती से जुड़े हुए थे। उन्होंने यह भी पाया कि मॉडल में अधिक जटिल चरों को जोड़ने से अनिवार्य रूप से सुधार नहीं हुआ, विशेष रूप से जब डेटा गायब था, जिससे यह सुझाव मिलता है कि सरल, छह-कारक वाली गिनती सामान्य उपयोग के लिए सबसे मजबूत उपकरण हो सकती है।
अंततः, यह कार्य प्रदर्शित करता है कि सामान्य स्वास्थ्य जोखिमों की एक सीधी गणना दुनिया के विभिन्न हिस्सों में एक सुसंगत कहानी बता सकती है। यह पुष्टि करता है कि खराब स्वास्थ्य का बोझ संचयी है और व्यक्ति जितने अधिक अस्वस्थ कारकों को ढोता है, उसका जोखिम उतना ही अधिक होता है। हालांकि यह दृष्टिकोण व्यक्तिगत भाग्य के लिए कोई भविष्य बताने वाला यंत्र (क्रिस्टल बॉल) नहीं है, लेकिन यह सार्वजनिक स्वास्थ्य अधिकारियों के लिए उन आबादी की पहचान करने का एक व्यावहारिक तरीका प्रदान करता है जिन्हें अधिक ध्यान और संसाधनों की आवश्यकता है। यह दिखाकर कि ये सरल प्रोफाइल सीमाओं के पार काम करते हैं, यह अध्ययन रोकथाम के प्रयासों को निर्देशित करने और वैश्विक स्तर पर मस्तिष्क स्वास्थ्य की रक्षा करने के लिए कम लागत वाले, समझने में आसान उपकरणों का उपयोग करने के लिए एक आधार प्रदान करता 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।