Blood Pressure Control Classification Discordance After Oscillometric-to-Auscultatory Calibration in NHANES

उच्च रक्तचाप एक शांत शक्ति है जो, यदि अनियंत्रित छोड़ दी जाए, तो हृदय पर दबाव डालती है और शरीर के सूक्ष्म वाहिकाओं के नेटवर्क को नुकसान पहुँचाती है। दशकों से, डॉक्टर और सार्वजनिक स्वास्थ्य अधिकारी यह तय करने के लिए कि क्या किसी व्यक्ति का रक्तचाप नियंत्रण में है, एक विशिष्ट संख्या पर भरोसा करते आए हैं: ऊपर की संख्या (सिस्टोलिक) के लिए 140 से कम और नीचे की संख्या (डायस्टोलिक) के लिए 90 का आंकड़ा। यह सीमा एक द्वारपाल की तरह कार्य करती है, जो यह निर्धारित करती है कि किसे उपचार की आवश्यकता है और किसे नहीं। राष्ट्र इस स्थिति को कितनी अच्छी तरह प्रबंधित कर रहा है, इसका पता लगाने के लिए, संयुक्त राज्य अमेरिका NHANES नामक एक विशाल, निरंतर चलने वाला स्वास्थ्य सर्वेक्षण आयोजित करता है। वर्षों तक, इस सर्वेक्षण ने रक्तचाप मापने के लिए एक पारंपरिक पद्धति का उपयोग किया: एक डॉक्टर या नर्स व्यक्ति की बांह के चारों ओर एक कफ लपेटता था, उसे फुलाता था, और दबाव कम होने पर रक्त के प्रवाह की लयबद्ध ध्वनियों को सुनने के लिए स्टेथोस्कोप के माध्यम से सुनता था। सुनने की यह विधि, जिसे 'ऑस्कल्टेशन' (auscultation) कहा जाता है, पीढ़ियों से स्वर्ण मानक रही है।

हालाँकि, लगभग 2017 और 2018 के आसपास, सर्वेक्षण ने एक अलग तकनीक अपना ली। सुनने के बजाय, सर्वेक्षण ने एक स्वचालित मशीन का उपयोग करना शुरू कर दिया जो मानव कान के बिना कफ के भीतर दबाव परिवर्तन को महसूस करती है। यह नई विधि, जिसे 'ऑसिलोमेट्री' (oscillometry) कहा जाता है, अधिक तेज़ है और इसके लिए कम प्रशिक्षण की आवश्यकता होती है, लेकिन यह शरीर को थोड़े अलग तरीके से मापती है। यह सुनिश्चित करने के लिए कि नए नंबरों की पुराने नंबरों के साथ निष्पक्ष रूप से तुलना की जा सके, शोधकर्ताओं ने एक सरल गणितीय समायोजन विकसित किया। उन्होंने पाया कि, औसतन, नई मशीनें सुनने वाली विधि की तुलना में ऊपर की संख्या के लिए थोड़ी अधिक और नीचे की संख्या के लिए थोड़ी कम रीडिंग देती हैं। इसलिए, उन्होंने एक नियम बनाया: हर नई रीडिंग के ऊपर की संख्या में थोड़ी मात्रा जोड़ें और नीचे की संख्या में थोड़ी मात्रा घटाएं। यह राष्ट्रीय सांख्यिकी को समय के साथ सुसंगत बनाए रखने के लिए एक आदर्श समाधान लग रहा था। लेकिन एक महत्वपूर्ण प्रश्न अनुत्तरित रह गया: क्या यह सरल समायोजन प्रत्येक व्यक्ति के लिए काम करता है, या यह केवल समूह के रूप में पूरे समूह के लिए काम करता है?

सेकानी निकोलस बॉक्सिल नामक एक शोधकर्ता ने इस प्रश्न का उत्तर देने के लिए इस बात पर ध्यान केंद्रित करके काम किया कि ठीक उसी क्षण क्या हुआ जब यह बदलाव हुआ था। 2017 और 2018 में, सर्वेक्षण टीम ने कुछ अनूठा किया: उन्होंने एक ही दौरे में लोगों के एक समूह का दो बार माप लिया। आधे प्रतिभागियों का रक्तचाप पहले सुनने वाली विधि से लिया गया, फिर मशीन से; दूसरे आधे का पहले मशीन से, फिर सुनने वाली विधि से। इसने एक दुर्लभ अवसर बनाया कि एक ही व्यक्ति के लिए दोनों विधियाँ वास्तव में कैसे भिन्न थीं। शोधकर्ता विशेष रूप रूप से इस समूह के उन वयस्कों पर ध्यान केंद्रित कर रहे थे जो पहले से ही उच्च रक्तचाप के लिए दवा ले रहे थे, क्योंकि उनके लिए, "नियंत्रित" और "अनियंत्रित" के बीच का अंतर दैनिक स्वास्थ्य प्रबंधन का मामला है।

अध्ययन की शुरुआत यह जाँचने से हुई कि क्या सरल समायोजन नियम वास्तव में काम करता है। जब शोधकर्ता ने नियम को मशीन के कच्चे नंबरों पर लागू किया, तो उन लोगों का कुल प्रतिशत जिनका रक्तचाप नियंत्रित दिखाई दे रहा था, सुनने वाली विधि के परिणाम के करीब आ गया। राष्ट्रीय स्तर पर, यह एक सफलता की तरह लग रहा था। हालाँकि, जब शोधकर्ता ने उन आंकड़ों के पीछे के व्यक्तियों को देखा, तो एक अलग कहानी सामने आई। यहाँ तक कि समायोजन लागू करने के बाद भी, दवा लेने वाले वयस्कों में से लगभग छह में से एक को अलग वर्गीकृत किया गया था, जो इस बात पर निर्भर करता था कि किस विधि का उपयोग किया गया था। कुछ लोगों के लिए, समायोजित मशीन रीडिंग ने कहा कि उनका रक्तचाप नियंत्रण में था, जबकि सुनने वाली विधि ने कहा कि यह नहीं था। दूसरों के लिए, मशीन ने कहा कि यह अनियंत्रित था, जबकि सुनने वाली विधि ने कहा कि यह ठीक था।

यह कोई छोटा अंतर नहीं था जो स्वयं को रद्द कर देता, बल्कि यह जनसंख्या में एक बड़ा विभाजन था। अध्ययन में पाया गया कि उपचारित वयस्कों में से लगभग 17.3 प्रतिशत—जो पूरे देश में लगभग 8.3 मिलियन लोगों का प्रतिनिधित्व करते हैं—पारंपरिक सुनने वाली विधि की तुलना में समायोजित मशीन रीडिंग द्वारा गलत श्रेणी में रखे गए थे। समायोजन ने राष्ट्रीय औसत को सफलतापूर्वक संरेखित किया था, लेकिन यह व्यक्तिगत वर्गीकरणों को संरेखित करने में विफल रहा था। शोधकर्ता ने नंबरों को समायोजित करने के लिए एक अधिक जटिल, लचीले तरीके का प्रयास किया, जो केवल औसत को स्थानांतरित करने के बजाय डेटा वितरण के पूरे आकार से मेल खाने की कोशिश करता है। इस अधिक परिष्कृत दृष्टिकोण ने लगभग वही परिणाम दिया: राष्ट्रीय आंकड़े समान दिखे, लेकिन व्यक्तिगत वर्गीकरण विसंगत बने रहे।

निष्कर्ष यह सुझाव देते हैं कि जबकि सरल समायोजन राष्ट्र के स्वास्थ्य के व्यापक रुझानों को ट्रैक करने के लिए उपयोगी है, इसका उपयोग किसी भी एकल व्यक्ति के लिए दोनों मापन विधियों को एक-दूसरे के विकल्प के रूप में करने के लिए नहीं किया जा सकता है। मशीन और स्टेथोस्कोप केवल एक मामूली अंतर के साथ एक ही चीज़ को नहीं माप रहे हैं; वे रक्तचाप को ऐसे तरीकों से पकड़ते हैं जो कई व्यक्तियों के लिए काफी भिन्न होते हैं। अध्ययन में यह भी नोट किया गया कि यह असहमति मुख्य रूप से ऊपर की संख्या, यानी सिस्टोलिक दबाव द्वारा संचालित थी, न कि नीचे की संख्या द्वारा। क्योंकि त्रुटियां दोनों दिशाओं में हुईं—कुछ लोग गलत तरीके से नियंत्रित घोषित किए गए, और कुछ गलत तरीके से अनियंत्रित—राष्ट्रीय औसत स्थिर रहा, जिससे यह तथ्य छिप गया कि लाखों व्यक्तियों को अलग तरह से वर्गीकृत किया जा रहा था।

शोध यह निष्कर्ष निकालता है कि सुनने से मशीनों में संक्रमण ने डेटा में एक ऐसा जोड़ छोड़ दिया है जिसे एक सरल सुधार पूरी तरह से सुचारू नहीं कर सकता है। बड़े चित्र पर नज़र रखने वाले सार्वजनिक स्वास्थ्य अधिकारियों के लिए, समायोजन राष्ट्र के रक्तचाप नियंत्रण में सुधार या गिरावट को देखने के लिए पर्याप्त है। लेकिन जो कोई भी किसी विशिष्ट व्यक्ति के बारे में निर्णय लेने के लिए, या किसी व्यक्ति के स्वास्थ्य की स्थिति की तुलना सर्वेक्षण के मानदंडों से करने के लिए इन सर्वेक्षण नंबरों का उपयोग करने का प्रयास करता है, उसके लिए दोनों विधियाँ एक समान नहीं हैं। अध्ययन यह दावा नहीं करता कि एक विधि सही है और दूसरी गलत, और न ही यह कहता है कि अलग ढंग से वर्गीकृत किए गए लोग गलत निदान के शिकार थे। यह केवल यह दिखाता है कि दो उपकरण एक ही व्यक्ति के बारे में अलग-अलग कहानियाँ बताते हैं, और कि भीड़ के लिए बनाया गया गणितीय पुल आवश्यक रूप से उस व्यक्ति के लिए भी मजबूत नहीं होता जो उस पर चलकर आ रहा है।