Early prediction of refractory Mycoplasma pneumoniae pneumonia in children: development and internal validation of a combined CT radiomics–clinical machine learning model
इस अध्ययन ने एक संयुक्त मशीन-लर्निंग मॉडल विकसित और आंतरिक रूप से मान्य किया जो सीटी रेडियोमिक्स और नैदानिक संकेतकों (एलडीएच, पीक बॉडी टेम्परेचर और एएलटी) को एकीकृत करता है, जिसने बच्चों में रिफ्रैक्टरी माईकोप्लाज्मा न्यूमोनिया निमोनिया की भविष्यवाणी करने में क्लिनिकल-ओनली मॉडल की तुलना में काफी बेहतर प्रदर्शन किया, जिससे 0.869 का एयूसी प्राप्त हुआ, हालांकि टेस्ट कोहॉर्ट में उप-इष्टतम अंशांकन (कैलिब्रेशन) के कारण नैदानिक उपयोग से पहले बाहरी सत्यापन की आवश्यकता 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
बचपन की श्वसन संबंधी बीमारियों की दुनिया में, एक रोगजनक एक निरंतर और अक्सर पेचीदा प्रतिद्वंद्वी के रूप में उभरता है: मायकोप्लाज्मा न्यूमोनिया (Mycoploasma pneumoniae)। यह बच्चों में निमोनिया का एक प्रमुख कारण है, विशेष रूप से छह वर्ष से अधिक आयु के बच्चों में। हालांकि एंटीबायोटिक्स के साथ मानक उपचार आमतौर पर संक्रमण को ठीक कर देता है, लेकिन कई बच्चों में अपेक्षित सुधार नहीं होता है। सामान्य रूप से ठीक होने के बजाय, उनमें बीमारी का एक जिद्दी, बिगड़ता हुआ रूप विकसित हो जाता है जिसे 'रिफ्रैक्टरी निमोनिया' (refractory pneumonia) कहा जाता है। यह स्थिति लंबे समय तक खिंचती है, जो अक्सर स्थायी फेफड़ों के नुकसान या खतरनाक रक्त के थक्कों जैसे गंभीर जटिलताओं का कारण बन सकती है। वर्तमान चिकित्सा दिशानिर्देश सतर्क हैं; डॉक्टर आमतौर पर आधिकारिक तौर पर किसी मामले को "रिफ्रैक्टरी" घोषित करने से पहले कम से कम एक सप्ताह तक लगातार बुखार और फेफड़ों के बिगड़ते चित्रों का इंतजार करते हैं। हालांकि, उस समय तक, प्रारंभिक, जीवन रक्षक हस्तक्षेप की खिड़की पहले ही बंद हो चुकी होती है। चिकित्सकों के लिए चुनौती यह पहचानना है कि कौन से बच्चे इस कठिन पथ की ओर बढ़ रहे हैं, ताकि निदान आधिकारिक रूप से होने से कई दिन पहले ही उपचार को तेज किया जा सके और दीर्घकालिक नुकसान को रोका जा सके।
क्वानझोऊ, चीन के अस्पतालों के शोधकर्ताओं की एक टीम ने एक नए प्रकार का भविष्यवाणी उपकरण बनाकर इस समय की समस्या को हल करने का प्रयास किया। उन्होंने 2022 और 2024 के बीच मायकोप्लाज्मा निमोनिया से निदान किए गए 527 बच्चों का डेटा एकत्र किया। प्रत्येक बच्चे के लिए, टीम ने अस्पताल में उनके प्रवास की शुरुआत में उपलब्ध दो प्रकार की जानकारी एकत्र की: मानक रक्त परीक्षण परिणाम और शरीर का तापमान रिकॉर्ड, और सीटी स्कैनर द्वारा लिए गए उनके फेफड़ों के विस्तृत चित्र। लक्ष्य यह देखना था कि क्या इन दो स्रोतों को मिलाकर उन बच्चों की पहचान की जा सकती है जो बाद में बीमारी के गंभीर, रिफ्रैक्टरी रूप से ग्रस्त हो जाएंगे, और उन्हें उन बच्चों से अलग किया जा सकता है जो मानक देखभाल के साथ ठीक हो जाते हैं।
शोधकर्ताओं ने फेफड़ों के चित्रों को केवल देखने वाली तस्वीरों के रूप में नहीं, बल्कि छिपे हुए डेटा के विशाल भंडारों के रूप में देखा। जबकि एक डॉक्टर तरल पदार्थ या फेफड़ों में घने पैच जैसे स्पष्ट संकेतों को देख सकता है, मानवीय आँख ऊतकों की सूक्ष्म बनावट और छायांकन (shading) में सूक्ष्म बदलावों को नहीं पहचान सकती। टीम ने सीटी स्कैन से इन हजारों सूक्ष्म, अदृश्य पैटर्न को निकालने के लिए कंप्यूटर सॉफ्टवेयर का उपयोग किया, जिसे रेडियोमिक्स (radiomics) कहा जाता है। इसके बाद उन्होंने इस डेटा को, बुखार की ऊंचाई और विशिष्ट रक्त एंजाइम स्तरों जैसे नैदानिक आंकड़ों के साथ, एक मशीन-लर्निंग सिस्टम में डाला। यह सिस्टम एक अत्यधिक प्रशिक्षित पैटर्न-पहचान इंजन की तरह कार्य करता था, जो सबसे विश्वसनीय तरीका खोजने के लिए विभिन्न गणितीय दृष्टिकोणों का परीक्षण करता था जिससे बच्चों के दो समूहों को अलग किया जा सके।
परिणामों ने दिखाया कि नया उपकरण केवल मानक रक्त परीक्षणों और लक्षणों के आधार पर की जाने वाली तुलना में प्रारंभिक भविष्यवाणियां करने में काफी बेहतर था। उस मॉडल ने, जिसने छिपे हुए इमेज पैटर्न को नैदानिक डेटा के साथ जोड़ा, रिकवर होने वाले और संघर्ष करने वाले बच्चों के बीच अंतर करने में उच्च स्तर की सटीकता प्राप्त की। इसने केवल रक्त परीक्षणों और बुखार के इतिहास पर आधारित मॉडल की तुलना में उल्लेखनीय रूप से बेहतर प्रदर्शन किया, जो अक्सर उच्च जोखिम वाले मामलों को समय पर पकड़ने में विफल रहा था। संयुक्त उपकरण उन बच्चों की पहचान करने में सक्षम था जो जोखिम में थे, जिसकी सफलता दर बताती है कि यह डॉक्टरों के लिए एक शक्तिशाली सहायता बन सकता है, जो बीमारी के जड़ जमाने से पहले हस्तक्षेप करने के लिए एक स्पष्ट संकेत प्रदान करता है।
हालांकि, शोधकर्ताओं ने सावधानीपूर्वक नोट किया कि यह उपकरण अभी तक हर अस्पताल में तत्काल उपयोग के लिए तैयार नहीं है। हालांकि यह परीक्षण किए गए डेटा पर अच्छा काम करता था, लेकिन जब इसे रोगियों के एक नए सेट में परिणामों की भविष्यवाणी करने के लिए कहा गया, तो सिस्टम में कुछ खामियां देखी गईं, जिससे पता चलता है कि इसे और अधिक ट्यूनिंग की आवश्यकता है। अध्ययन ने यह भी रेखांकित किया कि वर्तमान पद्धति के लिए एक रेडियोलॉजिस्ट द्वारा स्कैन पर फेफड़ों के घावों (lesions) को मैन्युअल रूप से ट्रेस करना आवश्यक है, जो एक समय लेने वाला चरण है और इसे बड़े पैमाने पर व्यावहारिक बनाने के लिए स्वचालित करने की आवश्यकता होगी। इसके अलावा, क्योंकि अध्ययन एक ही स्थान पर आयोजित किया गया था, इसलिए मॉडल को अन्य अस्पतालों और विभिन्न उपकरणों के साथ परीक्षण करने की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि यह सभी बच्चों के लिए काम करे, चाहे वे कहीं भी रहते हों।
अध्ययन अंततः इस बात की पुष्टि करता है कि गंभीर मायकोप्लाज्मा निमोनिया वाले बच्चों के फेफड़े सूक्ष्म सुराग रखते हैं जो नग्न आंखों के लिए अदृश्य हैं लेकिन उन्नत कंप्यूटरों द्वारा पता लगाने योग्य हैं। इन डिजिटल सुरागों को बुखार और रक्त कार्य जैसे सरल नैदानिक तथ्यों के साथ जोड़कर, डॉक्टरों के पास जल्द ही बीमारी के भविष्य के मार्ग को बहुत अधिक स्पष्टता के साथ देखने का एक तरीका होगा। यह दृष्टिकोण डॉक्टर के निर्णय का स्थान नहीं लेता है बल्कि बीमारी के शुरुआती चरणों को देखने के लिए एक तीक्ष्ण लेंस प्रदान करता है, जिससे संभावित रूप से शीघ्र, लक्षित उपचार संभव हो पाता है जो बच्चों को इस जिद्दी संक्रमण के सबसे गंभीर परिणामों से बचा सकता 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।