Development and external evaluation of a routine laboratory-based three-ratio score for in- hospital mortality in older critically ill patients with atherosclerotic cardiovascular disease: a MIMIC-IV and eICU study

जब हृदय रोग से पीड़ित एक वृद्ध वयस्क गहन देखभाल इकाई (आईसीयू) में पहुँचते हैं, तो उनका शरीर अक्सर उच्च सतर्कता की स्थिति में आ जाता है। हृदय रक्त को प्रभावी ढंग से पंप करने के लिए संघर्ष कर सकता है, जिससे गुर्दे अपने कार्य को धीमा कर देते हैं, रक्त का अम्ल-क्षार संतुलन (एसिड-बेस बैलेंस) बदल जाता है, और तनाव की प्रतिक्रिया में रक्त शर्करा का स्तर बढ़ जाता है। डॉक्टर लंबे समय से जानते हैं कि ये परिवर्तन खतरनाक हैं, लेकिन वे जटिल भी हैं। एक एकल रक्त परीक्षण, जैसे कि गुर्दे की कार्यक्षमता या शर्करा के स्तर को मापने वाला परीक्षण, अक्सर कहानी का केवल एक छोटा सा हिस्सा बताता है। यह कार के इंजन की सेहत को केवल तेल के दबाव को देखकर समझने की कोशिश करने जैसा है, जबकि तापमान गेज और ईंधन मिश्रण को अनदेखा किया जा रहा हो। रोगी की स्थिति की गंभीरता को वास्तव में समझने के लिए, चिकित्सकों को यह देखने के तरीके की आवश्यकता है कि ये विभिन्न प्रणालियाँ एक साथ कैसे विफल हो रही हैं।

शोधकर्ताओं ने एक सरल उपकरण बनाने का प्रयास किया जो लगभग हर गहन देखभाल इकाई में मौजूद चार नियमित रक्त परीक्षणों का उपयोग करके इस संयुक्त चित्र को कैप्चर कर सके। उन्होंने उन रोगियों पर ध्यान केंद्रित किया जो एथेरोस्क्लेरोटिक कार्डियोवैस्कुलर रोग (एтероस्क्लेरोसिस) से पीड़ित थे, एक ऐसी स्थिति जहाँ धमनियां सख्त और संकरी हो जाती हैं, जो मृत्यु और विकलांगता का एक प्रमुख कारण है। टीम ने एक नई स्कोरिंग पद्धति विकसित की जो रक्त में नाइट्रोजन कचरे, गुर्दे की कार्यक्षमता, अम्ल-क्षार संतुलन और रक्त शर्करा के मापों को मिलाती है। इन चार मूल्यों के आपस में संबंध को देखकर, न कि केवल उनके व्यक्तिगत नंबरों को, शोधकर्ताओं को उम्मीद थी कि वे यह स्पष्ट संकेत पा सकेंगे कि कौन अस्पताल में रहने के दौरान मृत्यु के उच्चतम जोखिम पर है।

अध्ययन ने दो विशाल, वि-पहचानीकृत (डी-आइडेंटिफाइड) डेटाबेस के डेटा का विश्लेषण किया जिसमें संयुक्त राज्य अमेरिका के हजारों गहन देखभाल रोगियों के रिकॉर्ड शामिल थे। पहले समूह में एक प्रमुख अस्पताल के 8,000 से अधिक रोगी शामिल थे, जबकि दूसरे समूह में 190 अलग-अलग अस्पतालों के लगभग 10,000 रोगी शामिल थे। सभी रोगी कम से कम 65 वर्ष के थे, कम से कम 24 घंटों के लिए गहन देखभाल इकाई में थे, और उनके पास आवश्यक रक्त परीक्षण परिणाम उपलब्ध थे। शोधकर्ताओं ने प्रत्येक रोगी के लिए अपना नया स्कोर निकाला और फिर इस बात को ट्रैक किया कि कौन जीवित रहा और कौन नहीं। उन्हें एक स्पष्ट और सुसंगत पैटर्न मिला: उच्च स्कोर वाले रोगियों के अस्पताल में मरने की संभावना काफी अधिक थी। यह संबंध सुरक्षित से खतरनाक की ओर कोई साधारण छलांग नहीं था; इसके बजाय, जैसे-जैसे स्कोर बढ़ता गया, मृत्यु का जोखिम लगातार बढ़ता गया, जिससे खतरे का एक निरंतर ढाल (ग्रेडिएंट) बन गया।

यह देखने के लिए कि क्या यह नया स्कोर डॉक्टरों को उस चीज़ से अधिक कुछ प्रदान करता है जो वे पहले से जानते हैं, शोधकर्ताओं ने इसकी तुलना मानक नैदानिक जानकारी से की, जैसे कि रोगी की आयु, लिंग, हार्ट फेल्योर का इतिहास, और क्या वे वेंटिलेटर पर थे या रक्तचाप को सहारा देने वाली दवाओं पर थे। जब उन्होंने इस नए स्कोर को मानक नै적인 चित्र में जोड़ा, तो यह भविष्यवाणी करने की क्षमता कि कौन मरेगा, स्पष्ट रूप से सुधर गई। रोगियों के पहले समूह में, भविष्यवाणी की सटीकता मध्यम स्तर से बढ़कर एक मजबूत स्तर तक पहुँच गई। दूसरे, बड़े समूह में, जो कई अलग-अलग अस्पतालों से था, सुधार उतना ही स्पष्ट था। यह सुझाव देता है कि नया स्कोर कुछ ऐसा महत्वपूर्ण कैप्चर करता है जो मानक नैदानिक नोट्स अकेले नहीं पकड़ पाते। यह शरीर के मेटाबॉलिक तनाव के सारांश के रूप में कार्य करता है, जो अपशिष्ट उत्पादों के बोझ, गुर्दे के तनाव, और एसिड एवं शुगर के संतुलन के व्यवधान को एक एकल संख्या में जोड़ता है।

शोधकर्ताओं ने यह भी परीक्षण किया कि क्या चार कच्चे रक्त नंबरों का अलग-अलग उपयोग करना उनके संयुक्त स्कोर से बेहतर काम करेगा। उन्होंने पाया कि चार नंबरों का व्यक्तिगत रूप से उपयोग करने से थोड़ी सी अधिक जानकारी मिली, लेकिन अंतर बहुत कम था। यह एक महत्वपूर्ण निष्कर्ष है क्योंकि इसका अर्थ है कि सरलीकृत स्कोर डेटा के पूर्ण सेट जितना ही शक्तिशाली है, जो इसे व्यस्त अस्पताल सेटिंग में उपयोग करना बहुत आसान बनाता है। इसके लिए जटिल गणनाओं या विशेष उपकरणों की आवश्यकता नहीं है; इसे मानक लैब परिणामों से प्राप्त किया जा सकता है जो पहले से ही उपलब्ध हैं। हालांकि, अध्ययन में यह भी नोट किया गया कि हालांकि स्कोर की रोगियों को जोखिम के आधार पर रैंक करने की क्षमता विभिन्न अस्पतालों में सुसंगत थी, लेकिन दो समूहों के बीच विशिष्ट स्कोर से जुड़ी मृत्यु की सटीक संभावना थोड़ी भिन्न थी। यह इंगित करता है कि हालांकि स्कोर दूसरों के सापेक्ष उच्च जोखिम वाले लोगों की पहचान करने में उत्कृष्ट है, लेकिन मृत्यु की सटीक संभावना बताने के लिए उपयोग किए जाने वाले विशिष्ट नंबरों को विभिन्न अस्पताल आबादी के लिए समायोजित करने की आवश्यकता हो सकती है।

अध्ययन निष्कर्ष निकालता है कि यह नई विधि हृदय रोग वाले वृद्ध, गंभीर रूप से बीमार रोगियों में जोखिम का आकलन करने का एक आशाजनक तरीका है। यह सफलतापूर्वक गुर्दे की कार्यक्षमता, अम्ल-क्षार संतुलन और ग्लूकोज चयापचय (मेटाबॉलिज्म) की जानकारी को एक एकल, आसानी से गणना योग्य मीट्रिक में जोड़ता है। निष्कर्ष बताते हैं कि उच्च स्कोर, जो इन प्रणालियों में अधिक असंतुलन को दर्शाता है, अस्पताल में मृत्यु की उच्च संभावना से मजबूती से जुड़ा हुआ है। हालांकि यह स्कोर अभी उपचार के निर्णयों के लिए एक स्टैंडअलोन नियम के रूप में उपयोग के लिए तैयार नहीं है, लेकिन यह डॉक्टरों को रोगी की स्थिति को देखने के लिए एक मूल्यवान नया दृष्टिकोण प्रदान करता है। यह शरीर को एक परस्पर जुड़े तंत्र के रूप में देखने के महत्व को उजागर करता है, जहाँ एक क्षेत्र में समस्या, जैसे कि गुर्दे, अक्सर अन्य क्षेत्रों, जैसे कि रक्त में एसिड और शुगर के संतुलन में प्रतिध्वनित होती है। इससे पहले कि इस उपकरण को व्यापक रूप से अपनाया जा सके, विभिन्न सेटिंग्स के लिए नंबरों को और अधिक परिष्कृत करने और यह देखने के लिए कि क्या स्कोर का उपयोग वास्तव में डॉक्टरों को अधिक जीवन बचाने में मदद करता है, आगे के अध्ययन की आवश्यकता होगी।