EHR-Based Surveillance of Diabetes Care Disruption During a Public Health Emergency: Neighborhood Patterns Across Chicago Census Tracts
इस अध्ययन ने शिकागो स्वास्थ्य प्रणालियों के EHR डेटा का उपयोग यह प्रदर्शित करने के लिए किया कि कोविड-19 महामारी ने मधुमेह की निगरानी और निवारक देखभाल में महत्वपूर्ण पड़ोस-स्तरीय व्यवधान उत्पन्न किए, जिससे यह स्पष्ट हुआ कि EHR-व्युत्पन्न गुणवत्ता संकेतक सार्वजनिक स्वास्थ्य आपात स्थितियों के दौरान प्रलेखित देखभाल के अंतराल की पहचान करने के लिए प्रभावी निगरानी संकेतों के रूप में कार्य कर सकते 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
मधुमेह जैसी पुरानी बीमारियों को अक्सर "साइलेंट" (शांत) स्थितियां कहा जाता है क्योंकि वे किसी व्यक्ति के बीमार महसूस करने या डॉक्टर को दिखाने से पहले ही वर्षों तक शरीर को नुकसान पहुँचा सकती हैं। इस नुकसान को रोकने की कुंजी नियमित निगरानी है: रक्त शर्करा (ब्लड शुगर) के स्तर की जाँच करना, रक्तचाप मापना और निवारक दवाएं लेना। एक स्थिर दुनिया में, ये जाँच नियमित मुलाकातों के दौरान होती हैं। लेकिन जब महामारी जैसी सार्वजनिक स्वास्थ्य आपात स्थिति आती है, तो देखभाल की सामान्य लय टूट जाती है। लोग अपॉइंटमेंट मिस कर देते हैं, क्लीनिक अपने घंटे बदल देते हैं, और वे प्रणालियाँ जो यह ट्रैक करती हैं कि क्या मरीजों को सही देखभाल मिल रही है, वे अंधेरे में चली जाती हैं। इससे एक खतरनाक 'ब्लाइंड स्पॉट' (अंधा क्षेत्र) पैदा हो जाता है। यदि एक डॉक्टर मरीज के नवीनतम परीक्षण परिणाम नहीं देख सकता, तो वह उपचार को समायोजित नहीं कर सकता, भले ही मरीज की स्थिति बिगड़ रही हो। सार्वजनिक स्वास्थ्य अधिकारियों के लिए सवाल यह है कि संकट को त्रासदी बनने का इंतज़ार किए बिना पूरे शहर में देखभाल के इन अंतरालों को कैसे पहचाना जाए।
शोधकर्ताओं की एक टीम ने शिकागो में कोविड-19 महामारी के शुरुआती वर्षों के दौरान मधुमेह की देखभाल में आए बदलावों को देखकर इस समस्या को हल करने का प्रयास किया। उन्होंने शहर को डेटा के एक एकल ब्लॉक के रूप में नहीं, बल्कि 782 विशिष्ट मोहल्लों के एक मोज़ेक (समूह) के रूप में देखा, जिन्हें जनगणना क्षेत्र (सेन्सस ट्रैक्ट्स) कहा जाता है। सात प्रमुख स्वास्थ्य प्रणालियों के इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड का उपयोग करते हुए, उन्होंने 2017 से 2022 के बीच वयस्कों के मधुमेह के लिए देखभाल के पांच विशिष्ट संकेतकों को ट्रैक किया। उन्होंने देखा कि क्या मरीजों के हालिया रक्त शर्करा परीक्षण हुए थे, क्या रक्त शर्करा नियंत्रण में थी, क्या रक्तचाप मापा गया था, क्या रक्तचाप नियंत्रित था, और क्या उन्हें स्टैटिन (एक प्रकार की दवा जो हृदय की रक्षा करती है) निर्धारित की गई थी। शोधकर्ताओं ने महामारी से पहले के वर्षों की तुलना महामारी के दौरान के वर्षों से की ताकि यह देखा जा सके कि चिकित्सा रिकॉर्ड में देखभाल कहाँ दिखाई देना बंद हो गई थी।
परिणामों ने "क्लिनिकल विजिबिलिटी" (नैदानिक दृश्यता) के तीव्र और व्यापक नुकसान को प्रकट किया, जो एक ऐसा शब्द है जिसका उपयोग लेखक रोगी के फ़ाइल में दर्ज परीक्षण परिणामों की उपस्थिति का वर्णन करने के लिए करते हैं। महामारी से पहले, लगभग 43 प्रतिशत पात्र मरीजों के पास किसी दिए गए वर्ष में दर्ज रक्त शर्करा परीक्षण नहीं था। महामारी के दौरान, यह संख्या बढ़कर लगभग 61 प्रतिशत हो गई। इसका मतलब यह था कि सैकड़ों हजार 'पेशेंट-इयर्स' (मरीज-वर्षों) के लिए, डॉक्टरों के पास वास्तव में वह डेटा उपलब्ध नहीं था जिससे यह पता चल सके कि किसी मरीज का ब्लड शुगर उच्च है या कम। इसी तरह, बिना दर्ज रक्तचाप माप वाले मरीजों की संख्या लगातार उच्च बनी रही, जो लगभग 79 प्रतिशत से घटकर केवल 75 प्रतिशत हुई। शोधकर्ताओं ने नोट किया कि डेटा की यह कमी केवल एक गायब संख्या नहीं है; यह एक ऐसे मरीज का प्रतिनिधित्व करती है जिसे दवा समायोजन की आवश्यकता हो सकती है लेकिन वह प्रणाली के लिए अदृश्य है।
हालांकि डेटा का नुकसान सबसे चौंकाने वाला निष्कर्ष था, लेकिन वास्तविक स्वास्थ्य परिणामों के आंकड़े एक अधिक जटिल कहानी बताते हैं। दस्तावेजीकृत, खराब नियंत्रित रक्त शर्करा वाले मरीजों का प्रतिशत बेहतर होता हुआ प्रतीत हुआ, जो 12 प्रतिशत से गिरकर 9 प्रतिशत हो गया। हालांकि, शोधकर्ताओं ने चेतावनी दी कि यह सुधार संभवतः गायब डेटा के कारण पैदा हुआ एक भ्रम था। चूंकि इतने सारे मरीजों का परीक्षण नहीं किया जा रहा था, इसलिए दर्ज परिणामों का पूल छोटा हो गया और संभावित रूप से पूरे समूह से भिन्न हो गया। इसी तरह, नियंत्रित रक्तचाप की दर बढ़ती हुई दिखाई दी, लेकिन शोधकर्ताओं ने तर्क दिया कि बिना यह जाने कि वास्तव में किसे मापा जा रहा है, इस पर भरोसा नहीं किया जा सकता। एक स्पष्ट नकारात्मक रुझान निवारक देखभाल में देखा गया: उच्च जोखिम वाले मरीजों के लिए स्टैटिन के प्रिस्क्रिप्शन में 66 प्रतिशत से 60 प्रतिशत तक की गिरावट आई, जो यह सुझाव देता है कि जब मरीजों को देखा भी जा रहा था, तब भी निवारक उपायों को प्राथमिकता नहीं दी जा रही थी।
अध्ययन ने शहर के औसत से आगे बढ़कर इन परिवर्तनों को शिकागो के वास्तविक भूगोल पर मैप किया। शोधकर्ताओं ने पाया कि व्यवधान समान रूप से नहीं फैले थे; वे विशिष्ट मोहल्लों में केंद्रित थे। उन्होंने उन क्षेत्रों की पहचान की जहाँ कई नकारात्मक रुझान एक साथ आए, जिससे "प्रायोरिटी ज़ोन" (प्राथमिकता क्षेत्र) बने जहाँ अनियंत्रित बीमारी का जोखिम सबसे अधिक था। तीन मोहल्ले—ब्राइटन पार्क, ईस्ट गारफील्ड पार्क और वेस्ट एंग्लवुड—सबसे गंभीर अंतराल वाले क्षेत्रों के रूप में उभरे। अन्य क्षेत्रों, जिनमें दक्षिण और पश्चिम साइड के हिस्से शामिल हैं, ने भी छूटी हुई देखभाल के महत्वपूर्ण क्लस्टर दिखाए। इन मानचित्रों ने एक दृश्य संकेत प्रदान किया कि स्वास्थ्य प्रणाली का सुरक्षा जाल कहाँ सबसे अधिक कमजोर हुआ है।
लेखकों ने इस बात पर जोर दिया कि उनके निष्कर्ष वर्णनात्मक थे, जो यह दिखाते हैं कि क्या हुआ बजाय इसके कि यह साबित करें कि वास्तव में क्यों हुआ। वे निश्चित रूप से यह नहीं कह सकते थे कि क्या अंतराल मरीजों के घर पर रहने के कारण थे, डॉक्टरों की दस्तावेजीकरण की आदतों में बदलाव के कारण थे, या आपात स्थिति की उथल-पुथल के कारण थे। उन्होंने जो दिखाया वह यह था कि इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड एक प्रारंभिक चेतावनी प्रणाली के रूप में काम कर सकते हैं। इन "दृश्यता" के सरल संकेतकों की निगरानी करके, सार्वजनिक स्वास्थ्य एजेंसियां और अस्पताल उन मोहल्लों की पहचान कर सकते हैं जहाँ नियमित देखभाल रुक गई है। यह दृष्टिकोण लक्षित आउटरीच (संपर्क) की अनुमति देता है, जैसे कि छूटे हुए परीक्षणों को पूरा करने या दवाओं की समीक्षा करने के लिए विशिष्ट ब्लॉकों में टीमों को भेजना, बजाय इसके कि मदद की आवश्यकता कहाँ है इसका अनुमान लगाया जाए। अध्ययन बताता है कि संकट के समय में, एक स्वास्थ्य प्रणाली सबसे महत्वपूर्ण काम यह कर सकती है कि उस डेटा की रोशनी चालू रखे जो उन्हें बताता है कि कौन बीमार हो रहा है और किसे पीछे छोड़ा जा रहा 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।