Tailored Critical Care for Aneurysmal Subarachnoid Hemorrhage: Machine Learning-Guided Clustering Unveils Novel Treatment Stratification in Multi-Center Study

मानव मस्तिष्क एक नाजुक अंग है, और जब इसके भीतर कोई रक्त वाहिका फट जाती है, तो इसके परिणाम तत्काल और विनाशकारी हो सकते हैं। यह घटना, जिसे एन्यूरिज्मल सबarachnoid hemorrhage (एनीयुरिज्मल सबएरेक्नॉइड हेमरेज) के रूप में जाना जाता है, एक चिकित्सा आपातकाल है जहाँ मस्तिष्क के चारों ओर के स्थान में रक्त का रिसाव होता है। यह एक ऐसी स्थिति है जो भयानक अनिश्चितता के साथ आती है, जो सभी उम्र और पृष्ठभूमियों के लोगों को प्रभावित करती है। दशकों से, डॉक्टर इस तरह की चोट की गंभीरता का आकलन करने के लिए मानक ग्रेडिंग प्रणालियों पर भरोसा करते रहे हैं, जिसमें रोगी की चेतना के स्तर और स्कैन पर दिखाई देने वाले रक्त की मात्रा को देखा जाता है। ये उपकरण सर्जरी की तात्कालिकता निर्धारित करने में मदद करते हैं, लेकिन वे अक्सर पूरी कहानी बताने में विफल रहते हैं। दो रोगी जो कागज़ पर समान दिखाई देते हैं, वे बिल्कुल अलग रास्तों पर चल सकते हैं: एक पूरी तरह से ठीक हो सकता है, जबकि दूसरा गंभीर जटिलताओं से जूझ सकता है। यह विसंगति बताती है कि उपचार का एक एकल, समान दृष्टिकोण पर्याप्त नहीं है। मस्तिष्क की चोट के प्रति प्रतिक्रिया बहुत जटिल है, और रोगी स्वयं इतने विविध हैं कि एक 'वन-साइज़-फिट्स-ऑल' (एक ही नियम सबके लिए) रणनीति प्रभावी ढंग से काम नहीं कर सकती।

हाल ही में एक बहु-केंद्र अध्ययन में, शोधकर्ताओं ने डेटा को एक बिल्कुल नए तरीके से देखकर इस पहेली को सुलझाने का प्रयास किया। प्रत्येक रोगी को एक ही श्रेणी में फिट करने के बजाय, उन्होंने सैकड़ों व्यक्तियों के बीच छिपे हुए पैटर्न खोजने के लिए उन्नत कंप्यूटर एल्गोरिदम का उपयोग किया। सर्जरी से पहले उपलब्ध पैंतीस अलग-अलग जानकारियों का विश्लेषण करके—जिसमें आयु और चेतना के स्तर से लेकर विशिष्ट रक्त परीक्षण के परिणाम तक शामिल थे—टीम ने कंप्यूटर से उन रोगियों को समूहबद्ध करने के लिए कहा जो एक-दूसरे के सबसे समान थे। लक्ष्य केवल यह अनुमान लगाना नहीं था कि कौन जीवित बचेगा, बल्कि यह पता लगाना भी था कि क्या रोगियों के ऐसे विशिष्ट उपसमूह (subgroups) मौजूद हैं जिन्हें जीवित रहने के लिए अलग प्रकार की देखभाल की आवश्यकता है। जापान के चौदह अस्पतालों के 739 रोगियों के रिकॉर्ड की समीक्षा करने वाले इस अध्ययन ने, प्राथमिक परिणाम डेटा के बिना 94 मामलों को बाहर कर दिया, जिससे विश्लेषण के लिए अंतिम समूह 645 रोगियों का रह गया। इस समीक्षा से पता चला कि ये रोगी स्वाभाविक रूप से तीन अलग-अलग समूहों में विभाजित थे, जिनमें से प्रत्येक के अपने अद्वितीय जोखिम और उपचार के प्रति प्रतिक्रियाएं थीं।

कंप्यूटर विश्लेषण ने, जो निर्णय लेने के लिए 'रैंडम फॉरेस्ट' नामक पद्धति पर निर्भर था, रोगियों को सफलतापूर्वक तीन अलग-अलग समूहों में वर्गीकृत किया। पहले समूह में वे रोगी शामिल थे जिनके अच्छे सुधार की सबसे अधिक संभावना थी, जिससे वे न्यूनतम विकलांगता के साथ अस्पताल से छुट्टी पा सकते थे। दूसरा समूह एक मिश्रण था, जिसमें वे रोगी थे जिनकी अच्छी या खराब, दोनों परिणामों की समान संभावना थी। तीसरा समूह उन लोगों का था जो गंभीर विकलांगता या मृत्यु का सामना करने के लिए सबसे अधिक संवेदनशील थे। यह खोज इसलिए इतनी मूल्यवान नहीं थी कि केवल वर्गीकरण किया गया, बल्कि इसलिए थी कि जब शोधकर्ताओं ने बारीकी से देखा कि प्रत्येक समूह के भीतर क्या हुआ। उन्होंने पाया कि रोगी के परिणाम को प्रभावित करने वाले कारक इस बात पर निर्भर करते थे कि वे किस समूह से संबंधित हैं। एक उपचार जो एक समूह के लिए मददगार हो सकता है, वह दूसरे के लिए अप्रासंगिक या यहाँ तक कि अनुपयोगी भी हो सकता है।

दूसरे क्लस्टर के लिए, जहाँ परिणाम अनिश्चित थे, शोधकर्ताओं ने रक्त के एक विशिष्ट माप की पहचान की जो रक्तस्राव की शुरुआत के दो सप्ताह बाद लिया गया था, जो एक महत्वपूर्ण कारक साबित हुआ। उन्होंने पाया कि इस विशिष्ट क्लस्टर के वे रोगी जिन्होंने हीमोग्लोबिन (लाल रक्त कोशिकाओं में मौजूद एक प्रोटीन जो ऑक्सीजन ले जाता है) का उच्च स्तर बनाए रखा, उनके ठीक होने की संभावना काफी अधिक थी। विश्लेषण ने इस दो-सप्ताह के माप के लिए 10.1 ग्राम प्रति डेसीलीटर का एक इष्टतम कटऑफ मान निर्धारित किया, जिसने इस विशिष्ट क्लस्टर के भीतर अच्छे और खराब रोगनिदान (prognosis) को प्रभावी ढंग से अलग किया। यह सुझाव देता है कि इन रोगियों के लिए, हीमोग्लोबिन के उच्च स्तर को बनाए रखना उनके बचने की संभावनाओं को सुधारने के लिए एक प्रमुख साधन हो सकता है। हालाँकि, अध्ययन में यह भी नोट किया गया कि सभी को रक्त चढ़ाना (ब्लड ट्रांसफ्यूजन) एक गारंटीकृत समाधान नहीं है, क्योंकि पिछले शोधों ने दिखाया है कि ट्रांसफ्यूजन कभी-कभी अन्य समस्याएं भी पैदा कर सकता है। यह निष्कर्ष बताता है कि रोगी की विशिष्ट आवश्यकताएं और समय का महत्व, एक सामान्य नियम से कहीं अधिक है।

सबसे गंभीर चोट वाले रोगियों के समूह में, शोधकर्ताओं ने उत्तरजीविता (survival) की एक अलग कुंजी पाई। इन व्यक्तियों के लिए, सर्जरी के बाद 'सिलोस्टाज़ोल' (cilostazol) नामक एक विशिष्ट दवा का उपयोग बेहतर परिणामों से मजबूती से जुड़ा था। यह दवा रक्त वाहिकाओं को आराम देने और उन्हें सिकुड़ने से रोकने का काम करती है, जो एक खतरनाक प्रतिक्रिया है जिसे 'वासोस्पाज्म' (vasospasm) कहा जाता है और जो अक्सर मस्तिष्क रक्तस्राव के बाद होती है। जबकि इस दवा का उपयोग दुनिया के अन्य हिस्सों में स्ट्रोक को रोकने और परिसंचरण संबंधी समस्याओं के इलाज के लिए किया जाता है, यह अध्ययन सुझाव देता है कि यह इस प्रकार के मस्तिष्क रक्तस्राव वाले सबसे गंभीर रोगियों के लिए विशेष रूप से महत्वपूर्ण हो सकती है। डेटा ने दिखाया कि गंभीर समूह के वे लोग जिन्होंने यह दवा प्राप्त की, उनमें खराब परिणाम की संभावना उन लोगों की तुलना में बहुत कम थी जिन्होंने इसे नहीं लिया था। यह एक ऐसे भविष्य की ओर संकेत करता है जहाँ सबसे गंभीर मामलों को मानक देखभाल के बजाय इस विशिष्ट चिकित्सा के साथ एक लक्षित दृष्टिकोण से लाभ मिल सकता है।

इन जटिल निष्कर्षों को व्यस्त आपातकालीन कक्षों में डॉक्टरों के लिए उपयोगी बनाने के लिए, शोध टीम ने एक सरल स्कोरिंग प्रणाली विकसित की। उन्होंने महसूस किया कि जबकि कंप्यूटर मॉडल शक्तिशाली था, यह दैनिक उपयोग के लिए बहुत जटिल था। इसलिए, उन्होंने सबसे महत्वपूर्ण जानकारी को केवल चार चरों (variables) में संक्षिप्त कर दिया जिन्हें रोगी के आगमन पर आसानी से मापा जा सकता है: उनकी आयु, उनकी चेतना का स्तर, रक्तस्राव की श्रेणी (grade), और स्कैन पर देखे गए रक्त का पैटर्न। इन चार कारकों को अंक (points) देकर, एक डॉक्टर जल्दी से एक स्कोर की गणना कर सकता है जो भविष्यवाणी करता है कि रोगी किस समूह से संबंधित है। यह प्रणाली उल्लेखनीय रूप से सटीक साबित हुई, जिसने लगभग 88 प्रतिशत बार सही समूह की पहचान की। यह एक सामान्य उपचार योजना से एक व्यक्तिगत रणनीति की ओर बढ़ने का एक व्यावहारिक तरीका प्रदान करता है, जिससे चिकित्सा टीमों को विशिष्ट जोखिमों का अनुमान लगाने और सही हस्तक्षेपों को शीघ्रता से लागू करने में मदद मिलती है।

यह अध्ययन यह दावा नहीं करता है कि इसने मस्तिष्क रक्तस्राव के रहस्य को पूरी तरह से सुलझा लिया है। शोधकर्ता इस बात पर ध्यान देने में सावधानी बरतते हैं कि उनका कार्य पिछले रिकॉर्ड की समीक्षा पर आधारित था, जिसका अर्थ है कि वे पैटर्न देख सकते थे लेकिन वे हर चर को नियंत्रित नहीं कर सकते थे जैसा कि वे एक नए प्रयोग में करते। उन्होंने यह भी स्वीकार किया कि डेटा एक विशिष्ट क्षेत्र से आया था और रक्त परीक्षण का समय कुछ निश्चित अंतरालों तक सीमित था। हालाँकि, परिणाम सोचने के एक नए तरीके के लिए एक मजबूत आधार प्रदान करते। यह पहचानकर कि एक ही चोट वाले रोगी सभी एक जैसे नहीं होते हैं, और प्रत्येक प्रकार के रोगी के लिए महत्वपूर्ण कारकों की पहचान करके, यह कार्य व्यक्तिगत देखभाल के द्वार खोलता है। यह सुझाव देता है कि इस विनाशकारी स्थिति के उपचार का भविष्य किसी एक 'जादुई गोली' (magic bullet) में नहीं, बल्कि रोगियों को सही समूहों में वर्गीकृत करने और उन्हें उन विशिष्ट उपकरणों के साथ उपचारित करने की क्षमता में निहित है जो उनकी सबसे अधिक मदद करेंगे।