Investigating a framework to prioritize sources for updating the evidence base informing cancer symptom triage and management knowledge tools: a secondary data analysis

जब किसी व्यक्ति को कैंसर का निदान (डायग्नोसिस) मिलता है, तो उसकी यात्रा में अक्सर मतली और थकान से लेकर दर्द और त्वचा में बदलाव जैसे शारीरिक लक्षणों के एक जटिल समूह का प्रबंधन करना शामिल होता है। नर्सों और डॉक्टरों के लिए, इन लक्षणों पर प्रतिक्रिया देने का निर्णय लेने हेतु नवीनतम, विश्वसनीय जानकारी की आवश्यकता होती है। सहायता के लिए, शोधकर्ता "ज्ञान उपकरण" (नॉलेज टूल्स) बनाते हैं—जो मूल रूप से भरोसेमंद मार्गदर्शिकाएँ हैं जो नवीनतम चिकित्सा अनुसंधान को दैनिक अभ्यास के लिए स्पष्ट सलाह में संकलित करती हैं। ये मार्गदर्शिकाएँ स्वास्थ्य कर्मियों को बताती हैं कि कब कोई लक्षण घर पर प्रबंधित करने के लिए पर्याप्त हल्का है और कब इसके लिए तत्काल अस्पताल में ध्यान देने की आवश्यकता है। हालाँकि, इन मार्गदर्शिकाओं को अद्यतित रखना एक बहुत बड़ा कार्य है। चिकित्सा जगत में नए अध्ययन आश्चर्यजनक गति से प्रकाशित होते हैं, और जो लोग इन मार्गदर्शिकाओं का रखरखाव करते हैं, उन्हें उन कुछ रिपोर्टों को खोजने के लिए लगातार हजारों नई रिपोर्टों की खोज करनी पड़ती है जो वास्तव में उनके ज्ञान को बदल सकती हैं। यदि वे कोई महत्वपूर्ण अपडेट चूक जाते हैं, तो मरीजों को कष्ट हो सकता है; यदि वे खोजने में बहुत अधिक समय बिताते हैं, तो मार्गदर्शिकाएँ प्रकाशित होने से पहले ही पुरानी हो जाती हैं। चुनौती डेटा के महासागर में डूबने के बिना सटीक रहने का तरीका खोजने की है।

कनाडा में शोधकर्ताओं की एक टीम ने यह जांचने के लिए इस समस्या को हल करने का प्रयास किया कि वे अपनी मार्गदर्शिकाओं के एक सेट, जिसे COSTaRS प्रैक्टिस गाइड कहा जाता है, को कैसे अपडेट करते हैं। इन उपकरणों का उपयोग पूरे देश में नर्सों को फोन पर कैंसर के लक्षणों की छंटनी (ट्राइएज) करने में मदद करने के लिए किया जाता है, जिससे मरीजों को यह तय करने में मदद मिलती है कि उन्हें घर पर रहना चाहिए या आपातकालीन कक्ष में जाना चाहिए। टीम यह जानना चाहती थी कि क्या वे किसी भी महत्वपूर्ण जानकारी को खोए बिना इन मार्गदर्शिकाओं को अपडेट करने की प्रक्रिया को अधिक कुशल बना सकते हैं। उन्होंने चार विशिष्ट लक्षणों पर ध्यान केंद्रित किया: दस्त (डायरिया), कब्ज, थकान और मुंह के छाले। अपने नवीनतम अपडेट में, टीम को बड़ी संख्या में नए दस्तावेजों को छानना पड़ा। उन्होंने पाया कि उन्हें जिन उद्धरणों (साइटेशन्स) की जांच करने की आवश्यकता थी, उनकी संख्या पिछले वर्षों के कुछ सौ से बढ़कर 2024 में 17,000 से अधिक हो गई थी। डेटा का यह विस्फोट मुख्य रूप से प्रकाशित "सिस्टमैटिक रिव्यूज" (व्यवस्थित समीक्षाओं) में तीव्र वृद्धि के कारण हुआ था, जो ऐसे अध्ययन हैं जो स्पष्ट उत्तर खोजने के लिए कई अन्य अध्ययनों के परिणामों को जोड़ते हैं।

एक नए, तेज़ दृष्टिकोण का परीक्षण करने के लिए, शोधकर्ताओं ने उन 59 नए और मौजूदा स्रोतों का बारीकी से अध्ययन किया जिनका उपयोग उन्होंने चार मार्गदर्शिकाओं को अपडेट करने के लिए किया था। उन्होंने इन स्रोतों को दो मुख्य समूहों में विभाजित किया: क्लिनिकल प्रैक्टिस गाइडलाइन्स (नैदानिक अभ्यास दिशानिर्देश), जो विशेषज्ञ समूहों द्वारा बनाई गई व्यापक सिफारिशें हैं, और सिस्टमैटिक रिव्यूज (व्यवस्थित समीक्षाएं)। टीम ने एक सख्त नियम लागू किया यह देखने के लिए कि क्या वे डेटाबेस खोजों को छोड़कर और केवल विशिष्ट, उच्च गुणवत्ता वाले स्रोतों पर ध्यान केंद्रित करके समान निष्कर्षों पर पहुँच सकते थे। उन्होंने तीन सरल प्रश्न पूछे: क्या वे डेटाबेस खोजों को पूरी तरह से छोड़ सकते थे? क्या वे उन संगठनों को अनदेखा कर सकते थे जो केवल एक दिशानिर्देश बनाते हैं और केवल उन पर ध्यान केंद्रित कर सकते थे जो कई दिशानिर्देश बनाते हैं? और क्या वे उन दिशानिर्देशों को अनदेखा कर सकते थे जो एक निश्चित गुणवत्ता मानक को पूरा नहीं करते थे?

परिणामों ने दिखाया कि टीम बिना किसी महत्वपूर्ण साक्ष्य को खोए बहुत सारा समय बचा सकती थी। उन्होंने पाया कि सिस्टमैटिक रिव्यूज जो उन्हें डेटाबेस खोजों में मिले थे, वे कोई भी नई जानकारी नहीं दे रहे थे जो क्लिनिकल प्रैक्टिस गाइडलाइन्स में पहले से शामिल नहीं थी। वास्तव में, एक सिस्टमैटिक रिव्यू में पाया गया प्रत्येक नया सुझाव गाइडलाइन दस्तावेज़ में पहले से ही मौजूद था। इसके अलावा, टीम ने पाया कि वे इलेक्ट्रॉनिक डेटाबेस की खोज को पूरी तरह से छोड़ सकते थे। केवल ज्ञात संगठनों की वेबसाइटों पर जाने से, जो ये दिशानिर्देश बनाते हैं, उन्हें लगभग सारी आवश्यक जानकारी मिल जाती। डेटाबेस खोजों में उन्हें मिले कुछ ही दस्तावेज़ या तो निम्न स्तर के थे या उन डुप्लिकेट्स के रूप में थे जिन्हें वे मैन्युअल रूप से खोज सकते थे।

जब शोधकर्ताओं ने अपने नए प्राथमिकता ढांचे (प्रायोरिटी फ्रेमवर्क) को लागू किया, तो उन्हें एहसास हुआ कि वे अपने स्रोतों की सूची से सभी 21 सिस्टमैटिक रिव्यूज और सात विशिष्ट गाइडलाइन्स को हटा सकते थे। इससे उनके पास समीक्षा के लिए बहुत छोटा, अधिक प्रबंधनीय दस्तावेजों का सेट बचता। वे केवल तीन बहुत विशिष्ट मदों को चूक जाते: कब्ज के लिए एक्यूपंक्चर का उपयोग करने की सिफारिश, डायरिया वाले रोगियों में मुंह के छालों की जांच करने का सुझाव, और एक प्रकार के ओरल इन्फेक्शन (मौखिक संक्रमण) के लिए एक विशिष्ट दवा। ये तीन मदें डेटा के समुद्र में मामूली अपवाद थीं। अध्ययन ने निष्कर्ष निकाला कि इन चार लक्षणों के लिए, आगे बढ़ने का सबसे कुशल मार्ग विशाल इलेक्ट्रॉनिक डेटाबेस को खोजना बंद करना और इसके बजाय प्रतिष्ठित संगठनों की वेबसाइटों को मैन्युअल रूप से खोजना है जो लगातार उच्च गुणवत्ता वाले दिशानिर्देश तैयार करते हैं।

यह दृष्टिकोण बताता है कि चिकित्सा समुदाय "अनुसंधान अपव्यय" (रिसर्च वेस्ट) को कम कर सकता है, जो तब होता है जब जानकारी खोजने में समय और संसाधन खर्च किए जाते हैं जो वास्तव में कोई नया मूल्य नहीं जोड़ते हैं। स्थापित दिशानिर्देश डेवलपर्स के कठोर कार्य पर भरोसा करके और रेडंडेंट (दोहराव वाले) सिस्टमैटिक रिव्यूज को छोड़कर, टीम ने प्रदर्शित किया कि स्थापित पैटर्न पर बहुत कम प्रयास के साथ इन जीवन रक्षक मार्गदर्शिकाओं को अद्यतित रखना संभव है। हालांकि यह तरीका उन चार लक्षणों के लिए पूरी तरह से काम करता है, शोधकर्ताओं ने उल्लेख किया कि इसे तेजी से बदलते क्षेत्रों, जैसे कि नई कैंसर इम्यूनोथेरेपी के लिए समायोजन की आवश्यकता हो सकती है, जहाँ परिदृश्य स्थापित पैटर्न पर भरोसा करने के लिए बहुत तेज़ी से बदलता है। फिलहाल, अध्ययन चिकित्सा ज्ञान उपकरणों के रखरखाव को अधिक टिकाऊ बनाने के लिए एक स्पष्ट मार्ग प्रदान करता है, जिससे यह सुनिश्चित होता है कि नर्सों और मरीजों को एक असंभव खोज के बोझ के बिना सर्वोत्तम संभव देखभाल मिलती रहे।