Identification of Core Biomarkers and Temporal Mechanism Investigation in Cardiovascular Disease: A Machine Learning and Cross-Lagged Path Model Approach
इस अध्ययन ने चीनी निवासियों में हृदय रोग (CVD) की भविष्यवाणी करने के लिए मुख्य बायोमार्कर के रूप में TyG-BMI इंडेक्स और सिस्टैटिन C की पहचान करने हेतु CHARLS डेटाबेस और मशीन लर्निंग का उपयोग किया, जो CVD और TyG-BMI इंडेक्स के बीच एक द्विआयामी कारण संबंध और सिस्टैटिन C के साथ एक एकदिशीय संबंध को प्रकट 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
हृदय रोग एक शांत, निरंतर चलने वाली शक्ति है जो चीन में किसी भी अन्य कारण की तुलना में अधिक जीवन छीन लेती है, और अक्सर बिना किसी चेतावनी के हमला करती है। दशकों से, डॉक्टर यह अनुमान लगाने के लिए कि कौन जोखिम में हो सकता है, संकेतों के एक मानक समूह पर भरोसा करते आए हैं: रक्तचाप, कोलेस्ट्रॉल का स्तर और रक्त में शर्करा। ये संकेतक उपयोगी हैं, लेकिन वे अक्सर केवल कहानी का एक हिस्सा ही बताते हैं, और उन सूक्ष्म, जटिल तरीकों को पहचानने में विफल रहते हैं जिनसे हमारे शरीर हृदय घात या स्ट्रोक होने से बहुत पहले परेशानी के संकेत देते हैं। जैसे-जैसे जनसंख्या बढ़ रही है और मधुमेह जैसी चयापचय संबंधी स्थितियाँ अधिक आम होती जा रही हैं, यह पता लगाने की आवश्यकता कि किसे हृदय रोग होने वाला है, अधिक सटीक और तीव्र तरीका खोजने की आवश्यकता अत्यंत महत्वपूर्ण हो गई है। शोधकर्ता अब विशाल स्वास्थ्य डेटा को छानने के लिए शक्तिशाली कंप्यूटर उपकरणों की ओर मुड़ रहे हैं, ताकि ऐसे पैटर्न खोज सकें जिन्हें मानवीय आँखें मिस कर सकती हैं, इस उम्मीद में कि वे उन विशिष्ट जैविक संकेतों को ढूंढ सकें जो हृदय संबंधी समस्याओं के लिए शुरुआती चेतावनी लाइटों के रूप में कार्य करते हैं।
शिनजियांग मेडिकल यूनिवर्सिटी और उरुमकी सेंटर फॉर डिजीज कंट्रोल एंड प्रिवेंशन के शोधकर्ताओं की एक टीम ने 10,000 से अधिक चीनी वयस्कों के स्वास्थ्य रिकॉर्ड का विश्लेषण करके इस चुनौती से निपटने का निर्णय लिया। उन्होंने एक विशाल, राष्ट्रीय स्तर के प्रतिनिधि सर्वेक्षण का उपयोग किया जिसे 'चाइना हेल्थ एंड रिटायरमेंट लॉन्गीट्यूडिनल स्टडी' कहा जाता है, जो कई वर्षों से देश भर के लोगों के स्वास्थ्य पर नज़र रखता है। लक्ष्य केवल जोखिम कारकों को सूचीबद्ध करना नहीं था, बल्कि एक परिष्कृत भविष्यवाणी मॉडल बनाना था जो सबसे महत्वपूर्ण बायोमार्कर—रक्त और शरीर में मापने योग्य पदार्थ—की पहचान कर सके जो हृदय रोग का पूर्वानुमान लगाते हैं। ऐसा करने के लिए, उन्होंने चार अलग-अलग प्रकार के मशीन लर्निंग एल्गोरिदम का उपयोग किया, जो कंप्यूटर प्रोग्राम हैं जिन्हें डेटा से सीखने और भविष्यवाणियां करने के लिए डिज़ाइन किया गया है। इन प्रोग्रामों ने चार अलग-अलग विशेषज्ञों की तरह काम किया, जिनमें से प्रत्येक ने एक अनूठी विधि का उपयोग करके उसी सूचना सेट का विश्लेषण किया, जिसमें आयु, लिंग, शिक्षा और सफेद रक्त कोशिकाओं की गिनती से लेकर जटिल चयापचय सूचकांकों तक विस्तृत रक्त परीक्षण शामिल थे।
शोधकर्ताओं ने 2015 के डेटा को इन कंप्यूटर मॉडलों में डाला, और उनसे उन लोगों के बीच अंतर करने को कहा जो पहले से ही हृदय रोग से ग्रस्त थे और जो नहीं थे। मॉडलों को डेटा के एक बड़े हिस्से पर प्रशिक्षित किया गया था और फिर यह देखने के लिए एक अलग समूह पर परीक्षण किया गया कि वे अपने निष्कर्षों को कितनी अच्छी तरह लागू कर सकते हैं। चार दृष्टिकोणों में से, एक एल्गोरिदम, जिसे XGBoost के रूप में जाना जाता है, शोर के बीच से सही भविष्यवक्ताओं को पहचानने में सबसे प्रभावी साबित हुआ। जबकि कंप्यूटर मॉडलों ने दर्जनों चरों का मूल्यांकन किया, दो विशिष्ट संकेतक सबसे शक्तिशाली भविष्यवक्ताओं के रूप में उभरे। पहला एक संयुक्त स्कोर था जिसे TyG-BMI इंडेक्स कहा जाता है, जो ट्राइग्लिसराइड्स (रक्त में वसा का एक प्रकार), रक्त शर्करा और बॉडी मास इंडेक्स के मापन को जोड़ता है। दूसरा सिस्टैटिन सी (cystatin C) था, जो एक प्रोटीन है जो इस बात का संवेदनशील मार्कर है कि गुर्दे रक्त से अपशिष्ट को कितनी अच्छी तरह छान रहे हैं। ये दो कारक पारंपरिक संकेतकों, जैसे कि मानक कोलेस्ट्रॉल स्तरों की तुलना में हृदय रोग की भविष्यवाणी करने की अपनी क्षमता में बेहतर प्रदर्शन करते हुए लगातार शीर्ष पर रहे।
यह समझने के लिए कि न केवल कौन से कारक महत्वपूर्ण थे, बल्कि वे समय के साथ हृदय रोग से कैसे संबंधित हैं, शोधकर्ताओं ने उन प्रतिभागियों के एक उपसमूह का गहराई से अध्ययन किया जिन्हें चार वर्षों (2011 से 2015 तक) तक ट्रैक किया गया था। उन्होंने बायोमार्कर और हृदय रोग के बीच संबंध की दिशा निर्धारित करने के लिए 'क्रॉस-लैग्ड पाथ एनालिसिस' नामक एक सांख्यिकीय पद्धति का उपयोग किया। इस दृष्टिकोण ने उन्हें यह देखने की अनुमति दी कि क्या एक बायोमार्कर का उच्च स्तर बीमारी से पहले आया, या क्या बीमारी ने बायोमार्कर के स्तर को बदलने का कारण बना। परिणामों ने एक दिलचस्प और जटिल गतिशीलता का खुलासा किया। TyG-BMI इंडेक्स के लिए, संबंध द्विदिश (bidirectional) था, जिसका अर्थ है कि यह एक दोतरफा रास्ता था। इस चयापचय मार्कर के उच्च स्तर ने हृदय रोग विकसित होने के जोखिम को बढ़ाया, और इसके विपरीत, हृदय रोग होने से इस मार्कर का स्तर और भी बढ़ गया, जिससे एक ऐसा दुष्चक्र बन गया जहाँ दोनों स्थितियाँ एक-दूसरे को बढ़ावा देती हैं।
इसके विपरीत, सिस्टैटिन सी और हृदय रोग के बीच का संबंध केवल एक दिशा में था। विश्लेषण ने दिखाया कि हृदय रोग होने से सिस्टैटिन सी का स्तर बढ़ जाता है, लेकिन उच्च सिस्टैटिन सी स्तर भविष्य में हृदय रोग के आगमन की भविष्यवाणी उसी तरह नहीं करता जैसे अन्य कारक करते हैं। यह सुझाव देता है कि हालांकि किडनी की कार्यक्षमता, जिसे सिस्टैटिन सी द्वारा मापा जाता है, मौजूदा हृदय समस्याओं का एक मजबूत संकेतक है, लेकिन यह हृदय रोग के प्राथमिक कारण के बजाय शरीर पर पड़ने वाले तनाव का एक परिणाम अधिक हो सकता है। अध्ययन में पाया गया कि सर्वेक्षण के लगभग आधे प्रतिभागियों को पहले से ही किसी न किसी रूप में हृदय रोग था, जो कई पश्चिमी आबादी की तुलना में काफी अधिक दर है, जो चीन में इस समस्या की गंभीरता को रेखांकित करता है। शोधकर्ताओं ने निष्कर्ष निकाला कि इन दो मुख्य मार्करों—चयापचय TyG-BMI इंडेक्स और किडनी-संबंधित सिस्टैटिन सी—पर ध्यान केंद्रित करके, डॉक्टर संभावित रूप से उच्च जोखिम वाले व्यक्तियों की जल्दी पहचान कर सकते हैं और किसी विनाशकारी घटना से पहले हस्तक्षेप कर सकते हैं।
ये निष्कर्ष इस बात पर एक नया दृष्टिकोण प्रदान करते हैं कि हम हृदय, चयापचय और गुर्दे के बीच के संबंध को कैसे देखते हैं। TyG-BMI इंडेक्स और हृदय रोग के बीच द्विदिश लिंक यह सुझाव देता है कि शरीर के वजन, रक्त शर्करा और वसा के स्तर का प्रबंधन करना न केवल हृदय रोग को रोकने के बारे में है, बल्कि उस चक्र को तोड़ने के बारे में भी है, जो एक बार शुरू होने के बाद, स्वतः ही जारी रहने वाली प्रक्रिया बन जाता है। सिस्टैटिन सी के साथ एकदिशीय (unidirectional) लिंक किडनी के स्वास्थ्य की निगरानी के महत्व को रेखांकित करता है, जिनके पास पहले से ही हृदय संबंधी स्थितियां हैं, क्योंकि हृदय रोग का तनाव तेजी से गुर्दे के कार्य को प्रभावित कर सकता है। हालांकि इस अध्ययन ने मध्यम आयु वर्ग और वृद्ध वयस्कों पर ध्यान केंद्रित किया, और शोधकर्ताओं ने उल्लेख किया कि युवा आबादी में और अधिक सत्यापन की आवश्यकता है, फिर भी यह कार्य हृदय रोग की रोकथाम के भविष्य के लिए एक स्पष्ट, डेटा-संचालित रोडमैप प्रदान करता है। कोलेस्ट्रॉल जैसे एकल नंबरों से आगे बढ़कर इन जटिल, परस्पर जुड़े जैविक संकेतों को अपनाकर, चिकित्सा समुदाय अंततः उस बीमारी से एक कदम आगे रहने के लिए आवश्यक उपकरण प्राप्त कर सकता है जो लंबे समय से मृत्यु का प्रमुख कारण रही 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।