Decoding the complexity of cognitive impairment in people with REM Sleep Behaviour Disorder
यह अध्ययन प्रदर्शित करता है कि न्यूरोसाइकोलॉजिकल डेटा पर लागू मशीन लर्निंग, आइसोलेटेड आरईएम स्लीप बिहेवियर डिसऑर्डर वाले रोगियों में मल्टीडोमेन संज्ञानात्मक हानि को सटीक रूप से वर्गीकृत कर सकती है और आठ परीक्षणों के एक न्यूनतम, नैदानिक रूप से व्यवहार्य सेट की पहचान कर सकती है जो उच्च नैदानिक सटीकता को बनाए रखता 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
नींद आमतौर पर स्थिरता का समय होती है, एक ऐसा काल जब शरीर अपनी मांसपेशियों को बंद कर देता है ताकि हम अपने सपनों को जीने से बच सकें। अधिकांश लोगों के लिए, यह जैविक स्विच पूरी तरह से काम करता है। लेकिन व्यक्तियों के एक छोटे समूह के लिए, वह स्विच विफल हो जाता है। वे 'आइसोलेटेड आरईएम स्लीप बिहेवियर डिसऑर्डर' (isolated REM sleep behavior disorder) नामक स्थिति का अनुभव करते हैं, जहाँ स्वप्न देखते समय होने वाला पक्षाघात (paralysis) नहीं होता है। इसके बजाय, ये लोग सोते समय शारीरिक रूप से हिलते-डुलते, चिल्लाते या यहाँ तक कि लड़ते भी हैं, और अपने मन में चल रही जीवंत कहानियों को जी लेते हैं। हालाँकि यह नींद की गड़बड़ी परेशान करने वाली है, लेकिन चिकित्सा विज्ञान ने यह सीख लिया है कि यह अक्सर केवल नींद की समस्या से कहीं अधिक होती है। यह अक्सर मस्तिष्क रोगों के एक विशिष्ट समूह के शुरुआती चेतावनी संकेत के रूप में कार्य करती है जो कई वर्षों में धीरे-धीरे विकसित होते हैं, जिनमें पार्किंसंस रोग और लेवी बॉडी वाला डिमेंशिया (dementia with Lewy bodies) शामिल हैं। क्योंकि यह नींद संबंधी समस्या बहुत पहले, अक्सर अन्य लक्षणों से दशकों पहले दिखाई देती है, इसलिए यह डॉक्टरों को यह समझने के लिए एक दुर्लभ और बहुमूल्य समय प्रदान करती है कि ये रोग कैसे शुरू होते हैं और महत्वपूर्ण क्षति होने से पहले संभावित हस्तक्षेप कैसे किया जा सकता है।
शोधकर्ताओं के सामने सबसे महत्वपूर्ण प्रश्नों में से एक यह रहा है कि इस प्रारंभिक अवस्था के दौरान मस्तिष्क कैसे बदलता है। यह अच्छी तरह से ज्ञात है कि इस नींद विकार वाले लोगों में गति संबंधी समस्याओं या पूर्ण विकसित डिमेंशिया के लक्षण दिखने से पहले ही सोचने और याददाश्त से जुड़ी समस्याएँ विकसित हो जाती हैं। हालाँकि, डॉक्टरों ने इन सोचने की समस्याओं की जाँच करने के पारंपरिक तरीके असंगत रहे हैं। कुछ लोग संक्षिप्त स्क्रीनिंग परीक्षणों पर निर्भर करते हैं, जो एक त्वरित स्वास्थ्य जांच की तरह होते हैं, जबकि अन्य विस्तृत परीक्षाओं का उपयोग करते हैं जो कई अलग-अलग मानसिक कौशलों को कवर करती हैं। चुनौती यह पता लगाने में थी कि कौन सा दृष्टिकोण सबसे अच्छा है। यदि परीक्षण बहुत छोटे हैं, तो डॉक्टर बीमारी के सूक्ष्म संकेतों को 놓 सकते हैं। यदि वे बहुत लंबे हैं, तो वे व्यस्त क्लिनिक में उपयोग करने में कठिन हो जाते हैं। एक नए अध्ययन ने इस पहेली को सुलझाने के लिए इस नींद विकार वाले लोगों के सोचने के पैटर्न का विश्लेषण किया ताकि संज्ञानात्मक गिरावट (cognitive decline) का पता लगाने के सबसे कुशल और सटीक तरीके को खोजा जा सके।
शोधकर्ताओं ने 110 रोगियों का डेटा एकत्र किया जिनकी विस्तृत रात्रिकालीन निगरानी के माध्यम से इस नींद विकार की पुष्टि की गई थी। इन व्यक्तियों का व्यापक मानसिक मूल्यांकन किया गया जिसमें मस्तिष्क कार्य के चार मुख्य क्षेत्रों का परीक्षण किया गया: स्मृति (memory), ध्यान केंद्रित करने और योजना बनाने की क्षमता, दृश्य स्थान (visual space) को समझने की क्षमता, और भाषा कौशल। टीम यह देखना चाहती थी कि क्या वे उन्नत कंप्यूटर एल्गोरिदम का उपयोग करके इन रोगियों को दो समूहों में वर्गीकृत कर सकती हैं: वे जो स्पष्ट रूप से हल्की संज्ञानात्मक अक्षमता के संकेत दिखाते हैं और वे जो नहीं दिखाते। अपने परीक्षण परिणामों को इन कंप्यूटर मॉडलों में फीड करके, वैज्ञानिक देख सकते थे कि कौन से विशिष्ट प्रश्न और कार्य समस्या की पहचान करने में सबसे शक्तिशाली थे। उन्होंने डेटा का विश्लेषण करने के विभिन्न तरीकों का परीक्षण किया, जिसमें कच्चे स्कोर (raw scores) को देखना और परिणामों को पास-या-फेल प्रारूप में सरल बनाना शामिल था, ताकि यह देखा जा सके कि किस पद्धति ने सबसे स्पष्ट तस्वीर दी।
परिणामों ने एक जटिल लेकिन सुसंगत पैटर्न का खुलासा किया। अध्ययन में पाया गया कि इन रोगियों में सोचने की समस्याएँ बहुत आम हैं, जो समूह के आधे से अधिक को प्रभावित करती हैं। महत्वपूर्ण रूप से, ये समस्याएँ केवल मन के एक क्षेत्र तक सीमित नहीं रहती हैं। इसके बजाय, वे आमतौर पर एक साथ कई डोमेन में फैल जाती हैं। जबकि ध्यान और योजना बनाने की समस्याएँ सबसे अधिक बार देखी गईं, स्मृति और दृश्य-स्थानिक कौशल (visual-spatial skills) की समस्याएँ भी व्यापक थीं। कंप्यूटर मॉडलों ने पुष्टि की कि कोई भी एकल परीक्षण समस्या के पूर्ण दायरे को नहीं पकड़ सकता। इसके बजाय, सबसे सटीक निदान कौशल के संयोजन को देखने से आया। एल्गोरिदम ने पहचाना कि लगभग आठ परीक्षणों का एक विशिष्ट सेट, जिसमें स्मृति, योजना और दृश्य कौशल शामिल थे, उच्च सटीकता के साथ अक्षमता का निदान करने के लिए पर्याप्त था, जो बहुत लंबे और अधिक समय लेने वाले परीक्षणों के प्रदर्शन से मेल खाता था।
यह निष्कर्ष चिकित्सकों के लिए एक व्यावहारिक मार्ग प्रदान करता है। अध्ययन सुझाव देता है कि डॉक्टरों को एक त्वरित, अपूर्ण जांच और एक लंबी परीक्षण सत्र के बीच चयन करने की आवश्यकता नहीं है। इसके बजाय, वे प्रश्नों के एक छोटे, केंद्रित सेट का उपयोग कर सकते हैं जो अभी भी सभी आवश्यक मानसिक क्षेत्रों को कवर करता है। शोध इंगित करता है कि परीक्षण के पूरे क्षेत्रों, जैसे कि भाषा को छोड़ देने से मरीजों की एक छोटी लेकिन महत्वपूर्ण संख्या छूट सकती है, इसलिए एक संतुलित दृष्टिकोण आवश्यक है। इन अनुकूलित उपकरणों का उपयोग करके, मेडिकल टीमें अधिक विश्वसनीयता से यह पहचान सकती हैं कि कौन गंभीर मस्तिष्क रोगों के विकास के जोखिम पर है, इससे भी कई वर्ष पहले जब ये रोग पूरी तरह से हावी होते हैं। यह सटीकता अत्यंत महत्वपूर्ण है क्योंकि यह बेहतर निगरानी की अनुमति देती है और भविष्य के उपचारों के लिए आधार तैयार करती है जो रोग प्रक्रिया को उसके बिल्कुल शुरुआती चरण में धीमा या रोक सकते हैं। यह कार्य प्रदर्शित करता है कि प्रारंभिक संज्ञानात्मक गिरावट के विशिष्ट स्वरूप को समझकर, हम मस्तिष्क के सबसे संवेदनशील वर्षों के दौरान उसकी रक्षा करने के लिए बेहतर उपकरण बना सकते हैं।
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।