Preoperative Glucose-to-Albumin Ratio and Postoperative Acute Kidney Injury in Patients Admitted to the Cardiac Surgery Recovery Unit: Association Analyses and Interpretable Machine Learning Based on the MIMIC-IV Database

हृदय की सर्जरी आधुनिक चिकित्सा का एक उल्लेखनीय चमत्कार है, जो मानव पंप की सबसे जटिल विफलताओं को ठीक करने में सक्षम है। फिर भी, भले ही ऑपरेशन स्वयं पूरी तरह से सफल रहा हो, शरीर अक्सर उसके बाद के दिनों में भारी कीमत चुकाता है। सबसे आम और खतरनाक जटिलताओं में से एक तीव्र किडनी की चोट (एक्यूट किडनी इंजरी) है, जो रक्त से अपशिष्ट को छानने में गुर्दों की अचानक विफलता है। यह स्थिति केवल एक मामूली बाधा नहीं है; यह अस्पताल में रुकने की अवधि को बढ़ा सकती है, मृत्यु के जोखिम को बढ़ा सकती है, और रोगियों को दीर्घकालिक स्वास्थ्य समस्याओं के साथ छोड़ सकती है। दशकों से, डॉक्टर एक सरल तरीका खोज रहे हैं कि कैसे ऑपरेशन कक्ष में प्रवेश करने से पहले ही यह अनुमान लगाया जा सके कि किन रोगियों के इस भाग्य का सामना करने की सबसे अधिक संभावना है, ताकि कमजोर लोगों की पहचान समय रहते की जा सके और उन्हें अतिरिक्त सुरक्षा प्रदान की जा सके।

चिकित्सा परीक्षणों की दुनिया में, दो नंबरों की नियमित रूप से जांच लगभग हर मरीज पर की जाती है: रक्त में शर्करा (शुगर) का स्तर और एक विशिष्ट प्रोटीन का स्तर जिसे एल्ब्यूमिन कहा जाता है। उच्च रक्त शर्करा अक्सर संकेत देती है कि शरीर गंभीर तनाव में है, जबकि कम एल्ब्यूमिन बताता है कि शरीर पोषण या सूजन (इन्फ्लेमेशन) के साथ संघर्ष कर रहा है। शोधकर्ताओं ने लंबे समय से संदेह किया है कि इन दोनों नंबरों को एक साथ देखने से अकेले किसी एक को देखने की तुलना में अधिक पूर्ण कहानी पता चल सकती है। एक नए अध्ययन ने इस विचार को लिया और इसे हजारों हृदय सर्जरी वाले रोगियों पर लागू किया, जिसमें एक सीधा सवाल पूछा गया: क्या सर्जरी से पहले रक्त शर्करा और एल्ब्यूमिन के बीच का संबंध यह भविष्यवाणी कर सकता है कि सर्जरी के बाद गुर्दे कितनी बुरी तरह प्रभावित होंगे?

इसका उत्तर खोजने के लिए, शोधकर्ताओं की एक टीम चिकित्सा रिकॉर्ड के एक विशाल डिजिटल संग्रह की ओर मुड़ी जिसे MIMIC-IV के रूप में जाना जाता है। इस डेटाबेस में बोस्टन के एक प्रमुख चिकित्सा केंद्र में 94,000 से अधिक गहन देखभाल इकाई (आईसीयू) प्रवेशों का विस्तृत विवरण है, जो एक दशक से अधिक के रोगी डेटा को कवर करता है। शोधकर्ताओं ने विशेष रूप से उन 4,418 वयस्कों पर ध्यान केंद्रित किया जिन्होंने हृदय की सर्जरी करवाई थी और जो कार्डियक रोगियों के लिए डिज़ाइन किए गए एक विशेष वार्ड में ठीक हो रहे थे। उन्होंने प्रत्येक व्यक्ति के लिए एक सरल अनुपात की गणना की, जिसमें उनके प्री-ऑपरेटिव (ऑपरेशन से पूर्व) रक्त शगर स्तर को उनके एल्ब्यूमिन स्तर से विभाजित किया गया। यह गणना, जिसे ग्लूकोज-टू-एल्ब्यूमिन अनुपात के रूप में जाना जाता है, ऑपरेशन से ठीक पहले रोगी की चयापचय (मेटाबॉलिक) और पोषण संबंधी स्थिति के एकल स्कोर के रूप में कार्य करती है।

परिणामों ने एक स्पष्ट और निरंतर पैटर्न का खुलासा किया। जैसे-जैसे अनुपात बढ़ता गया, किडनी की चोट का जोखिम भी बढ़ता गया। सबसे कम अनुपात वाले रोगियों के परिणाम सबसे अच्छे रहे, जबकि उच्चतम अनुपात वाले रोगियों में किडनी फेल होने की संभावना काफी अधिक थी। अध्ययन में पाया गया कि समूह के लगभग 80 प्रतिशत रोगियों में किडनी की चोट का कोई न कोई रूप विकसित हुआ, जो कि इस स्थिति को परिभाषित करने के लिए उपयोग किए गए सख्त मानदंडों को दर्शाता है। जो लोग किडनी की समस्याओं से ग्रस्त हुए, उनमें चोट की गंभीरता सीधे अनुपात के साथ जुड़ी हुई थी। उच्चतम अनुपात वाले रोगियों में किडनी फेल होने के सबसे गंभीर चरणों का सामना करने की अधिक संभावना थी, जिसके लिए गहन हस्तक्षेप की आवश्यकता होती है। यह संबंध तब भी बना रहा जब शोधकर्ताओं ने अन्य कारकों के लिए सावधानीपूर्वक समायोजन किया जो परिणाम को प्रभावित कर सकते थे, जैसे कि आयु, वजन, मौजूदा हृदय रोग और रोगी की बीमारी की समग्र गंभीरता।

शोधकर्ता केवल इस संबंध को देखने तक ही नहीं रुके; उन्होंने यह परीक्षण किया कि क्या यह संबंध इतना मजबूत है कि इस पर भरोसा किया जा सके। उन्होंने यह सुनिश्चित करने के लिए उन्नत सांख्यिकीय विधियों का उपयोग किया कि परिणाम केवल अन्य छिपे हुए चरों के कारण हुई कोई आकस्मिक घटना नहीं हैं। उन्होंने कंप्यूटर मॉडल भी बनाए यह देखने के लिए कि क्या यह अनुपात अधिक जटिल प्रणालियों जितनी सटीकता से किडनी की चोट की भविष्यवाणी कर सकता है। आश्चर्यजनक रूप से, इस अनुपात का उपयोग करने वाला एक सीधा गणितीय मॉडल असाधारण रूप से अच्छा प्रदर्शन करता है, जो किडनी की चोट विकसित करने वाले रोगियों और न करने वाले रोगियों के बीच अंतर करने की अपनी क्षमता में अधिक जटिल आर्टिफिशियल इंटेलिजेंस एल्गोरिदम के बराबर या उनसे बेहतर रहा। कंप्यूटर मॉडलों ने पुष्टि की कि यह अनुपात जोखिम में एक वास्तविक, स्वतंत्र योगदानकर्ता था, न कि केवल ज्ञात खतरों का एक दुष्प्रभाव।

हालाँकि, यह कहानी हर प्रकार के रोगी के लिए एक समान नहीं है। शोधकर्ताओं ने पाया कि इस संबंध की ताकत रोगी के शरीर के वजन और चिकित्सा इतिहास के आधार पर बदल जाती है। उच्च अनुपात और किडनी की चोट के बीच का संबंध सामान्य या थोड़े अधिक वजन वाले रोगियों में सबसे मजबूत था, जिनमें उच्च रक्तचाप या मधुमेह नहीं था। जो रोगी मोटापे से ग्रस्त थे या जिन्हें पहले से ही ये पुरानी बीमारियाँ थीं, उनमें इस अनुपात की भविष्य कहने वाली शक्ति कमजोर थी। यह सुझाव देता है कि लंबे समय से चल रही मेटाबॉलिक समस्याओं वाले लोगों में, तनाव के प्रति शरीर की प्रतिक्रिया पहले से ही इतनी जटिल है कि यह एकल अनुपात पूरी तस्वीर को नहीं पकड़ सकता। अध्ययन ने यह भी पता लगाया कि यह अनुपात कैसे काम करता है, जिसमें पाया गया कि कम एल्ब्यूमिन स्तर ने इस संबंध में प्रमुख भूमिका निभाई, जो अनुपात और किडनी की क्षति के बीच एक महत्वपूर्ण सेतु के रूप में कार्य करता है, जबकि उच्च रक्त शर्करा ने अधिक जटिल और अप्रत्यक्ष भूमिका निभाई।

यह शोध हृदय सर्जरी की देखभाल के भविष्य के लिए एक व्यावहारिक उपकरण प्रदान करता है। ग्लूकोज-टू-एल्ब्यूमिन अनुपात कोई नया, महंगा परीक्षण नहीं है; यह दो मानक रक्त परीक्षणों से प्राप्त होता है जो सर्जरी से पहले लगभग हर रोगी पर पहले से ही किए जाते हैं। क्योंकि इसकी गणना करना आसान है और यह जोखिम का एक विश्वसनीय संकेतक प्रतीत होता है, इसलिए इसका उपयोग डॉक्टर उन उच्च-जोखिम वाले रोगियों की पहचान करने के लिए कर सकते हैं जो रिकवरी रूम से बाहर निकलने से पहले ही पहचाने जा सकें। उन लोगों के लिए जिन्हें संवेदनशील माना गया है, मेडिकल टीमें अतिरिक्त सुरक्षात्मक उपाय लागू कर सकती हैं, जैसे तरल पदार्थ के स्तर की बारीकी से निगरानी करना या दवाओं में समायोजन करना, ताकि गुर्दों को ठीक होने का सबसे अच्छा अवसर मिल सके। हालांकि निष्कर्ष उत्साहजनक हैं, शोधकर्ताओं ने उल्लेख किया कि यह अध्ययन एक ही केंद्र के ऐतिहासिक डेटा पर आधारित था, और इस पद्धति को नैदानिक अभ्यास का हिस्सा बनाने से पहले विभिन्न अस्पतालों और रोगी आबादी वाले भविष्य के अध्ययनों में इसके परिणामों की पुष्टि की आवश्यकता होगी। फिलहाल, यह इस बात का एक सम्मोहक उदाहरण है कि कैसे पुराने डेटा को एक नए तरीके से देखने से मानव शरीर की जटिलता के भीतर छिपे सरल और शक्तिशाली संकेतों का पता लगाया जा सकता है।