A Simple Clinical–MRI Model Combining Tumor Mobility and ADC for Preoperative Prediction of Malignancy in Parotid Gland Tumors

पैरोटिड ग्रंथियां (parotid glands), जो कानों के ठीक सामने स्थित होती हैं, मानव शरीर की लार ग्रंथियों में सबसे बड़ी होती हैं। शरीर के कई अन्य अंगों की तरह, इनमें गांठें विकसित हो सकती हैं, जिनमें से अधिकांश हानिरहित वृद्धि होती हैं जिनसे कोई समस्या नहीं होती। हालांकि, इन गांठों का एक छोटा हिस्सा घातक (malignant) होता है, जिसका अर्थ है कि वे कैंसरकारी हैं और आस-पास के ऊतकों में फैलने या आक्रमण करने में सक्षम हैं। सर्जरी से पहले एक सौम्य (benign) गांठ और एक खतरनाक गांठ के बीच अंतर करना डॉक्टरों के लिए एक महत्वपूर्ण चुनौती है। यदि ट्यूमर सौम्य है, तो एक सर्जन इसे एक सरल प्रक्रिया के साथ निकाल सकता है, जिससे उस चेहरे की तंत्रिका (facial nerve) को सुरक्षित रखा जा सकता है जो ग्रंथि के ठीक बीच से गुजरती है। यदि यह घातक है, तो सर्जरी कहीं अधिक जटिल हो जाती है, जिसमें अक्सर ऊतकों को अधिक व्यापक रूप से हटाने और उसी तंत्रिका को पक्षाघात (paralysis) को रोकने के लिए सावधानीपूर्वक प्रबंधित करने की आवश्यकता होती है। दशकों से, डॉक्टर इस निर्णय को लेने के लिए शारीरिक परीक्षण और मैग्नेटिक रेजोनेंस इमेजिंग, या एमआरआई (MRI) पर निर्भर रहे हैं। एमआरआई एक शक्तिशाली उपकरण है जो शरीर के आंतरिक भाग की विस्तृत तस्वीरें बनाने के लिए चुंबकीय क्षेत्रों का उपयोग करता है, और डिफ्यूजन-वेटेड इमेजिंग (diffusion-weighted imaging) नामक एक विशिष्ट प्रकार का स्कैन यह माप सकता है कि ट्यूमर के भीतर पानी के अणु कैसे चलते हैं। सामान्य तौर पर, घनी रूप से पैक की गई कैंसर कोशिकाएं सौम्य ट्यूमर की ढीली संरचना की तुलना में इस गति को अधिक बाधित करती हैं। फिर भी, इन उपकरणों के साथ भी अनिश्चितता बनी रहती है, और डॉक्टरों को सही उपचार की योजना बनाने के लिए अक्सर और अधिक जानने की आवश्यकता होती है।

जापान के कंसाई मेडिकल यूनिवर्सिटी के शोधकर्ताओं ने एक सरल, अधिक विश्वसनीय तरीका बनाने का प्रयास किया जिससे ऑपरेशन से पहले यह अनुमान लगाया जा सके कि पैरोटिड ट्यूमर सौम्य है या घातक। उन्होंने दो विशिष्ट सूचनाओं को मिलाने पर ध्यान केंद्रित किया: एक मानक डॉक्टर के दौरे से प्राप्त भौतिक निष्कर्ष और एक एमआरआई स्कैन से प्राप्त मात्रात्मक माप। पहली जानकारी है ट्यूमर की गतिशीलता (mobility)। एक शारीरिक परीक्षण के दौरान, एक डॉक्टर गांठ को धीरे से दबाकर यह देखता है कि क्या वह त्वचा के नीचे स्वतंत्र रूप से हिलती है या क्या वह चिपकी हुई महसूस होती है। एक ट्यूमर जो नहीं हिलता है, अक्सर यह संकेत देता है कि वह आस-पास के ऊतकों में बढ़ गया है या उनसे चिपक गया है, जो घातकता का एक संकेत है। दूसरी जानकारी 'अपैरेंट डिफ्यूजन कोएफिशिएंट' (apparent diffusion coefficient) है, जो एमआरआई से प्राप्त एक संख्या है जो यह मात्रा निर्धारित करती है कि ट्यूमर के भीतर कितना पानी चल सकता है। टीम यह देखना चाहती थी कि क्या केवल इन दो कारकों का एक साथ उपयोग करके एक स्पष्ट उत्तर मिल सकता है, जिससे जटिल कंप्यूटर मॉडल या महंगे, समय लेने वाले इमेज विश्लेषण सॉफ्टवेयर की आवश्यकता से बचा जा सके जो रोजमर्रा के क्लीनिकों में उपयोग करना कठिन होता है।

इस विचार का परीक्षण करने के लिए, शोधकर्ताओं ने मई 2021 से जुलाई 2025 के बीच पैरोटिड ट्यूमर के लिए सर्जरी कराने वाले 146 रोगियों के मेडिकल रिकॉर्ड्स का अध्ययन किया। उन्होंने लिंफोमा (lymphoma) वाले रोगियों को बाहर रखा, जो रक्त का एक प्रकार का कैंसर है, क्योंकि यह अध्ययन किए जा रहे विशिष्ट लार ग्रंथि के ट्यूमर से अलग व्यवहार करता है। इस समूह में 125 सौम्य ट्यूमर वाले और 21 घातक ट्यूमर वाले रोगी शामिल थे। टीम ने रोगियों को दो समूहों में विभाजित किया: एक बड़ा समूह 109 रोगियों का जिनके एमआरआई स्कैन उनके अपने अस्पताल में किए गए थे, और एक छोटा समूह 37 रोगियों का जिनके स्कैन अन्य चिकित्सा केंद्रों से आए थे। उन्होंने पहले समूह का उपयोग अपना प्रेडिक्शन मॉडल बनाने के लिए किया और दूसरे समूह का उपयोग यह देखने के लिए किया कि क्या मॉडल उस डेटा पर काम करेगा जिसे उसने पहले कभी नहीं देखा था। शोधकर्ताओं ने मेडिकल रिकॉर्ड में लिखे आधार पर ट्यूमर की गतिशीलता को मापा और एमआरआई स्कैन से डिफ्यूजन नंबरों की गणना की, यह सुनिश्चित करते हुए कि ट्यूमर के उन क्षेत्रों से बचा जाए जो सिस्टिक (cystic) थे या जहाँ रक्तस्राव था, क्योंकि वे परिणामों को गलत कर सकते थे।

विश्लेषण से पता चला कि ट्यूमर की गतिशीलता और डिफ्यूजन नंबर दोनों ही इस बात से मजबूती से जुड़े थे कि ट्यूमर कैंसरकारी है या नहीं। घातक ट्यूमर वाले रोगियों में शारीरिक परीक्षण के दौरान गांठों का न हिलना काफी अधिक देखा गया। उनमें डिफ्यूजन नंबर भी कम थे, जो यह दर्शाता है कि ट्यूमर के भीतर पानी की गति अधिक प्रतिबंधित थी। जब शोधकर्ताओं ने इन दोनों कारकों को एक एकल मॉडल में संयोजित किया, तो परिणाम उत्साहजनक रहे। मॉडल ने सफलतापूर्वक उस समूह के बीच अंतर किया जिसका उपयोग मॉडल बनाने के लिए किया गया था, और इसने अन्य अस्पतालों के रोगियों पर परीक्षण करते समय भी समान स्तर की सटीकता बनाए रखी। यह बाहरी परीक्षण महत्वपूर्ण था क्योंकि इसने दिखाया कि मॉडल एमआरआई मशीनों और स्कैनिंग सेटिंग्स के अंतर को संभाल सकता है, जिससे यह सुझाव मिलता है कि यह विभिन्न नैदानिक वातावरणों में काम कर सकता है। शोधकर्ताओं ने पाया कि केवल गतिशीलता की जांच की तुलना में डिफ्यूजन माप को जोड़ने से घातकता की भविष्यवाणी करने की क्षमता में काफी सुधार हुआ।

अध्ययन ने अन्य संभावित सुरागों की भी जांच की, जैसे कि आसपास की मांसपेशियों और ग्रंथि के ऊतकों की तुलना में विभिन्न प्रकार के एमआरआई चित्रों पर ट्यूमर की चमक। हालांकि ये ब्राइटनेस रेशियो (brightness ratios) भी प्रारंभिक परीक्षणों में घातकता से जुड़े थे, लेकिन उन्होंने अंतिम मॉडल में शामिल करने के लिए पर्याप्त नई जानकारी नहीं दी। शोधकर्ताओं ने तय किया कि केवल दो चरों (variables) के साथ मॉडल को सरल रखना बेहतर था, विशेष रूप से चूंकि उनका कैंसर के मामलों का डेटासेट अपेक्षाकृत छोटा था। बहुत अधिक चरों वाला एक जटिल मॉडल डेटा को अध्ययन किए गए रोगियों के विशिष्ट समूह के लिए बहुत अधिक सटीक रूप से फिट करने का जोखिम उठाता, जिससे वह भविष्य के रोगियों के लिए कम उपयोगी हो जाता। गतिशीलता और डिफ्यूजन नंबर पर टिके रहकर, उन्होंने एक ऐसा उपकरण बनाया जिसे उपयोग करना और समझना आसान है। अंतिम परिणाम को एक नोमोग्राम (nomogram) के रूप में प्रस्तुत किया गया, जो एक विजुअल चार्ट है जो डॉक्टर को गतिशीलता की स्थिति और डिफ्यूजन नंबर के लिए अंक जोड़कर घातकता की संभावना का स्कोर प्राप्त करने की अनुमति देता है।

लेखक स्वीकार करते हैं कि उनके अध्ययन की कुछ सीमाएं हैं। यह एक ही अस्पताल के पिछले डेटा का एक रेट्रोस्पेक्टिव (retrospective) अवलोकन था, जिसका अर्थ है कि रोगियों के चयन में कुछ पूर्वाग्रह हो सकते थे। घातक ट्यूमर की संख्या अपेक्षाकृत कम थी, जिससे सांख्यिकीय अनुमान बड़े समूह की तुलना में कम सटीक हो जाते हैं। इसके अलावा, अन्य अस्पतालों के रोगियों का समूह परीक्षण के लिए छोटा था, इसलिए मॉडल मूल अस्पताल के बाहर कैसा प्रदर्शन करता है, इस पर विश्वास पूर्णतः निश्चित नहीं है। शोधकर्ताओं ने यह भी नोट किया कि डिफिफ्यूजन माप उपयोग किए जाने वाले विशिष्ट एमआरआई मशीन के आधार पर भिन्न हो सकते हैं, और उन्होंने इन अंतरों को सभी स्कैनरों के लिए मानकीकृत करने के लिए किसी सख्त गणितीय सुधार को लागू नहीं किया। इन सावधानियों के बावजूद, अध्ययन बताता है कि एक मानक एमआरआई माप के साथ शारीरिक परीक्षण के निष्कर्ष को जोड़ने वाला एक सीधा दृष्टिकोण, कैंसर के जोखिम का अनुमान लगाने के लिए एक उपयोगी, कम बोझ वाला तरीका हो सकता है। यह विधि हर मामले में बायोप्सी या उन्नत इमेजिंग की आवश्यकता को प्रतिस्थापित नहीं करती है, लेकिन यह डॉक्टरों को पहले चीरे (incision) लगाने से पहले बेहतर सूचित निर्णय लेने और रोगी परामर्श के लिए एक व्यावहारिक उपकरण प्रदान करती है।