Covariate Adjustment and Interpretation of Mortality Estimates in ADHD: A Systematic Review and Meta-analysis
15 अध्ययनों का यह व्यवस्थित समीक्षा और मेटा-विश्लेषण प्रकट करता है कि हालांकि ADHD उच्च मृत्यु दर से जुड़ा है, साक्ष्य की निश्चितता बहुत कम है क्योंकि इसमें उच्च विषमता, सहचर समायोजन रणनीतियों में पर्याप्त भिन्नता, और विस्तृत भविष्यवाणी अंतराल हैं जो अक्सर शून्य को पार कर जाते हैं, जो विभिन्न सेटिंग्स में जोखिम के सटीक माप के रूप में संकलित अनुमानों की व्याख्या करने के विरुद्ध आगाह 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
अटेंशन-डेफिसिट/हाइपरएक्टिविटी डिसऑर्डर, जिसे आमतौर पर ADHD के रूप में जाना जाता है, एक ऐसी स्थिति है जो इस बात को प्रभावित करती है कि मस्तिष्क ध्यान, आवेग और कार्यकारी कार्यों (executive functions) को कैसे प्रबंधित करता है। हालांकि यह दैनिक जीवन और सीखने पर इसके प्रभाव के लिए व्यापक रूप से पहचाना जाता है, शोधकर्ता लंबे समय से यह भी जानते हैं कि यह समय से पहले मृत्यु के उच्च जोखिम से जुड़ा हुआ है। यह संबंध केवल आंकड़ों का मामला नहीं है; यह एक महत्वपूर्ण सार्वजनिक स्वास्थ्य चिंता का प्रतिनिधित्व करता है। वह प्रश्न जिसने वैज्ञानिकों को उलझाया है, यह नहीं है कि क्या यह जोखिम मौजूद है, बल्कि यह है कि वास्तव में यह कितना बड़ा है और कौन से कारक इन संख्याओं के पीछे छिपे हो सकते हैं। चिकित्सा अनुसंधान की दुनिया में, केवल मौतों को गिनना शायद ही कभी पर्याप्त होता है। वैज्ञानिकों को यह तय करना होता है कि वे अपनी गणनाओं में अन्य कौन से विवरण शामिल करें, जैसे कि किसी व्यक्ति का पारिवारिक इतिहास, उनकी आय, या अन्य स्वास्थ्य स्थितियां। ये विवरण, जिन्हें 'कोवेरिएट्स' (covariates) कहा जाता है, फिल्टर की तरह काम कर सकते हैं। जिस तरह से इनका उपयोग किया जाता है, उसके आधार पर, वे या तो वास्तविक खतरे को स्पष्ट कर सकते हैं, या अनजाने में इसे छिपा सकते हैं, जिससे जोखिम वास्तविक से कम या अधिक दिखाई दे सकता है।
शोधकर्ताओं की एक टीम ने अगस्त 2026 तक प्रकाशित ADHD और मृत्यु से संबंधित प्रत्येक प्रमुख अध्ययन को एकत्र करके और पुन: परीक्षण करके इस जटिलता को सुलझाने का प्रयास किया। उन्होंने औपचारिक निदान वाले लगभग पांच लाख व्यक्तियों के डेटा का विश्लेषण किया। उनका लक्ष्य केवल एक औसत संख्या प्रदान करना नहीं था, बल्कि यह समझना था कि विभिन्न अध्ययनों ने इतने अलग-अलग निष्कर्षों तक पहुँचने के लिए क्यों अलग-अलग तरीकों का उपयोग किया। उन्होंने पाया कि शोधकर्ताओं द्वारा अपने गणनाओं में समायोजन करने का तरीका एक अध्ययन से दूसरे अध्ययन में बहुत भिन्न था। कुछ अध्ययनों ने आयु और शिक्षा जैसे बुनियादी पृष्ठभूमि कारकों को ध्यान में रखा, जबकि अन्य ने अन्य मानसिक स्वास्थ्य स्थितियों या ADHD निदान के बाद विकसित हुई शारीरिक बीमारियों जैसे जटिल मुद्दों को नियंत्रित करने का प्रयास किया। इस विसंगति का अर्थ था कि अध्ययन अक्सर थोड़ी अलग चीजों को माप रहे थे, जिससे उनकी सीधी तुलना करना कठिन हो गया।
जब टीम ने ग्यारह सबसे प्रासंगिक अध्ययनों के परिणामों को संयोजित किया, तो उन्होंने पाया कि ADHD वाले लोगों को निदान के बिना वाले लोगों की तुलना में किसी भी कारण से मृत्यु का उच्च जोखिम था। समग्र अनुमान ने सुझाव दिया कि जोखिम लगभग दोगुना था। हालांकि, शोधकर्ताओं ने सावधानी बरतते हुए यह स्पष्ट किया कि यह संख्या किसी भी व्यक्ति के लिए सटीक भविष्यवाणी नहीं थी। अध्ययनों के बीच का अंतर इतना बड़ा था कि लोगों के एक नए समूह में वास्तविक जोखिम सामान्य से थोड़ा कम से लेकर चार गुना से अधिक तक कहीं भी हो सकता है। संभावनाओं की यह विस्तृत श्रेणी, जिसे 'प्रेडिक्शन इंटरवल' (prediction interval) कहा जाता है, यह दर्शाती है कि जोखिम समान नहीं है और यह अध्ययन किए जा रहे जनसंख्या के विशिष्ट परिस्थितियों पर बहुत अधिक निर्भर करता है।
चित्र तब और भी जटिल हो गया जब शोधकर्ताओं ने मृत्यु के कारणों को देखा। बाहरी कारकों, जैसे दुर्घटनाओं या चोटों के कारण होने वाली मौतों के लिए, जोखिम सामान्य दर से लगभग तीन गुना अधिक दिखाई दिया। फिर भी, समग्र जोखिम की तरह ही, परिणामों में अध्ययनों के बीच काफी भिन्नता थी। एक विशिष्ट मामले में, जब शोधकर्ताओं ने अपनी गणनाओं में मनोरोग संबंधी स्थितियों (psychiatric conditions) को जोड़ा, तो बाहरी कारणों के लिए अनुमानित जोखिम इतनी नाटकीय रूप से गिर गया कि यह बिना किसी बढ़े हुए जोखिम की सीमा में आ गया। इसका मतलब यह नहीं था कि जोखिम गायब हो गया, बल्कि यह था कि डेटा को समायोजित करने के तरीके ने कहानी को पूरी तरह से बदल दिया। इसने सुझाव दिया कि अन्य मानसिक स्वास्थ्य मुद्दे इन मौतों के एक प्रमुख चालक हो सकते हैं, या वे ADHD के साथ इतने जुड़े हुए थे कि उन्हें अलग करना लगभग असंभव था।
प्राकृतिक स्वास्थ्य समस्याओं के कारण होने वाली मौतों के लिए, डेटा बहुत सीमित और अनिश्चित था कि कोई स्पष्ट निष्कर्ष निकाला जा सके। शोधकर्ता इस श्रेणी के लिए एक विश्वसनीय औसत जोखिम निर्धारित करने में असमर्थ रहे। उनके कार्य का सबसे महत्वपूर्ण निष्कर्ष एक विशिष्ट संख्या नहीं, बल्कि उनके निष्कर्षों की व्याख्या करने के बारे में एक चेतावनी थी। साक्ष्यों की निश्चितता को बहुत कम माना गया क्योंकि अध्ययन अपने डिजाइन और उन कारकों में बहुत भिन्न थे जिन्हें उन्होंने नियंत्रित करने के लिए चुना था। शोधकर्ताओं ने तर्क दिया कि संयुक्त औसत को सभी के लिए खतरे के एक निश्चित, सटीक माप के रूप में मानना भ्रामक है। इसके बजाय, उन्होंने इस बात पर जोर दिया कि जोखिम कारकों के एक जटिल जाल द्वारा आकार लेता है, जिसमें निदान कब किया गया था, व्यक्ति को अन्य कौन सी स्थितियां हैं, और डेटा का विश्लेषण कैसे किया गया, शामिल है।
अध्ययन यह निष्कर्ष निकालता है कि हालांकि ADHD और उच्च मृत्यु दर के बीच का संबंध वास्तविक है, लेकिन उस जोखिम का सटीक आकार अनिश्चित बना हुआ है और परिवेश के आधार पर बहुत भिन्न होता है। शोधकर्ता सुझाव देते हैं कि भविष्य के अध्ययनों को यह परिभाषित करने में अधिक सावधान होना चाहिए कि वे वास्तव में क्या माप रहे हैं और अपनी गणनाओं में किन कारकों को शामिल कर रहे हैं। वे डॉक्टरों और जनता से आग्रह करते हैं कि वे इस बात को समझें कि एक एकल संख्या जोखिम की पूरी वास्तविकता को नहीं पकड़ सकती। इसके बजाय, ध्यान उन विशिष्ट परिस्थितियों को समझने पर होना चाहिए जो विभिन्न समूहों में मृत्यु दर में योगदान देती हैं, यह स्वीकार करते हुए कि निदान से परिणाम तक का मार्ग कई गतिशील कारकों से प्रभावित होता है जिसे विज्ञान अभी भी पूरी तरह से समझने का प्रयास कर 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।