The Logical Structure of Clinical Trial Eligibility Criteria: A Corpus-Scale Measurement of Disjunction in Non-Small-Cell Lung Cancer Trials
यह अध्ययन प्रदर्शित करता है कि नॉन-स्मॉल सेल लंग कैंसर के लिए क्लिनिकल ट्रायल पात्रता मानदंडों में से लगभग आधा सरल संयोजन (conjunctions) के बजाय तार्किक विच्छेद (disjunctions) से संबंधित है, जो यह प्रकट करता है कि स्वतंत्र आवश्यकताओं का सामान्य अनुमान स्वचालित रोगी-ट्रायल मिलान में महत्वपूर्ण सुरक्षा और दक्षता त्रुटियों की ओर ले जाता 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
प्रत्येक नैदानिक परीक्षण (क्लीनिकल ट्रायल) नियमों की एक सूची के साथ शुरू होता है। ये पात्रता मानदंड (एलिजिबिलिटी क्राइटेरिया) हैं, वे विशिष्ट स्थितियाँ जिन्हें किसी व्यक्ति को अध्ययन में शामिल होने के लिए पूरा करना आवश्यक है। वे निर्धारित करते हैं कि किसे नया उपचार मिलेगा और किसे नहीं, और चिकित्सा अनुसंधान के द्वारपाल के रूप में कार्य करते हैं। दशकों से, वैज्ञानिकों और कंप्यूटर प्रणालियों ने, जो रोगियों को इन परीक्षणों से मिलाने का प्रयास करते हैं, एक सरल, शांत धारणा पर काम किया है: कि नियम एक चेकलिस्ट की तरह काम करते हैं जहाँ प्रत्येक वस्तु को अनिवार्य रूप से टिक किया जाना चाहिए। इस दृष्टिकोण में, एक रोगी केवल तभी पात्र होता है जब वह स्थिति A, और स्थिति B, और स्थिति C को एक ही समय में संतुष्ट करता है। एक जटिल दस्तावेज़ के बारे में सोचने का यह एक सीधा तरीका है, लेकिन यह पाठ को आवश्यकताओं की एक सपाट सूची के रूप में मानता है।
हालाँकि, चिकित्सा की भाषा इतनी सरल नहीं होती है। डॉक्टर अक्सर ऐसे नियम लिखते हैं जो विकल्प प्रदान करते हैं। एक रोगी को तब शामिल होने की अनुमति दी जा सकती है यदि उसके पास एक प्रकार का जेनेटिक मार्कर हो या दूसरा। उन्हें तब बाहर रखा जा सकता है यदि उन्होंने दवा X, दवा Y, या दवा Z ली हो। ये केवल सूचियाँ नहीं हैं; ये तार्किक विकल्प हैं। यदि कोई कंप्यूटर प्रणाली इन विकल्पों को अनदेखा करती है और प्रत्येक विकल्प को एक अनिवार्य आवश्यकता मान लेती है, तो वह एक मौलिक त्रुटि करती है। यह एक ऐसे रोगी को अस्वीकार कर सकता है जो वास्तव में पात्र है क्योंकि उसने उस विकल्प को मिस कर दिया जिसकी उसे आवश्यकता नहीं थी, या यह एक ऐसे रोगी को स्वीकार कर सकता है जिसे बाहर रखा जाना चाहिए था क्योंकि यह देखने में विफल रहा कि कई खराब स्थितियों में से केवल एक का होना ही अयोग्य घोषित करने के लिए पर्याप्त था। अब तक, किसी ने भी यह नहीं मापा था कि इन नैदानिक परीक्षणों के विशाल अभिलेखों में ये विकल्प कितनी बार वास्तवं में दिखाई देते हैं।
शोधकर्ताओं की एक टीम ने नॉन-स्मॉल सेल लंग कैंसर (फेफड़ों के कैंसर का एक प्रमुख रूप) की पात्रता मानदंडों की जांच करके इस पहेली को सुलझाने का प्रयास किया। उन्होंने एक सार्वजनिक रजिस्ट्री से हजारों परीक्षणों के रिकॉर्ड एकत्र किए, जिससे लगभग 1,90,000 व्यक्तिगत नियमों का एक विशाल संग्रह बना। इस पाठ के पहाड़ को समझने के लिए, उन्होंने उन्नत आर्टिफिशियल इंटेलिजेंस का उपयोग करके एक नया उपकरण बनाया। इस उपकरण को प्रत्येक वाक्य की तार्किक संरचना को पढ़ने के लिए डिज़ाइन किया गया था, जो विशेष रूप से "या" (or) कथनों की उपस्थिति की तलाश करता था—ऐसी जगहें जहाँ नियम एक वैकल्पिक मार्ग प्रदान करता है। इस उपकरण पर पूरे डेटासेट के साथ भरोसा करने से पहले, शोधकर्ताओं ने इसका कड़ाई से परीक्षण किया। उन्होंने अपने कार्य की तुलना उन नियमों के सेट के विरुद्ध किया जिन्हें मानव विशेषज्ञों द्वारा सावधानीपूर्वक लेबल किया गया था, और फिर तीन स्वतंत्र चिकित्सा पेशेवरों से नियमों के एक नए, 'ब्लाइंड' बैच की समीक्षा करवाई ताकि एक नया मानक बनाया जा सके। उपकरण उल्लेखनीय रूप से सटीक साबित हुआ, जो मानव विशेषज्ञों के साथ लगभग पूरी तरह से मेल खाता था और इसने पुष्टि की कि आर्टिफिशियल इंटेलिजेंस का एक सस्ता संस्करण अधिक महंगे संस्करण के समान ही काम कर सकता है।
जब शोधकर्ताओं ने इस उपकरण को फेफड़ों के कैंसर के परीक्षणों के पूर्ण संग्रह पर लागू किया, तो परिणाम चौंकाने वाले थे। उन्होंने पाया कि सरल चेकलिस्ट वाली धारणा लगभग सभी नियमों के लिए गलत थी। मान्य नमूने में, 46.2 प्रतिशत व्यक्तिगत मानदंड एक एकल आवश्यकता के बजाय एक तार्किक विकल्प व्यक्त करते थे। इसका अर्थ है कि लगभग प्रत्येक परीक्षण में, कम से कम एक नियम था जिसने एक विकल्प पेश किया। यह पैटर्न उन नियमों में और भी अधिक स्पष्ट था जो रोगियों को बाहर रखते थे। जबकि लगभग 36 प्रतिशत नियम जो रोगियों को अंदर आने देते थे, एक विकल्प प्रदान करते थे, वहीं लगभग 57 प्रतिशत नियम जो रोगियों को बाहर रखते थे, कई तरीकों को सूचीबद्ध करके उन्हें अयोग्य घोषित करते थे। यदि कोई कंप्यूटर प्रणाली इन बहिष्करण (exclusion) नियमों को उन चीजों की सूची के रूप में पढ़ती है जो एक रोगी को खारिज होने के लिए होनी चाहिए, न कि उन चीजों की सूची के रूप में जो उन्हें अयोग्य बना सकती हैं, तो यह उन लोगों को अंदर आने देकर सुरक्षा जोखिम पैदा करता है जिन्हें बाहर रखा जाना चाहिए।
अध्ययन ने यह भी खुलासा किया कि यह जटिलता समय के साथ कैसे बदली है। 1990 के दशक की शुरुआत में, जब शोधकर्ताओं ने सबसे पुराने परीक्षणों को देखा, तो केवल 18 प्रतिशत नियमों ने एक विकल्प पेश किया था। 2010 के दशक तक, वह संख्या लगभग दोगुनी होकर लगभग 50 प्रतिशत हो गई, जहाँ वह स्थिर रही है। यह वृद्धि तब भी हुई जब उन अवधियों के दौरान परीक्षण दस्तावेजों की लंबाई में कोई बड़ा बदलाव नहीं आया था जब संख्या बढ़ रही थी, जो यह सुझाव देता है कि नियम केवल लंबे नहीं हो रहे हैं, बल्कि वे संरचनात्मक रूप से अधिक जटिल होते जा रहे हैं। शोधकर्ताओं ने नोट किया कि यह पैटर्न इस बात से अप्रभावित रहा कि परीक्षण कौन चला रहा था या परीक्षण का कौन सा चरण था, जो यह दर्शाता है कि यह इस बात का सामान्य लक्षण है कि आधुनिक चिकित्सा प्रोटोकॉल कैसे लिखे जाते हैं।
निष्कर्ष यह है कि जिस तरह से हम वर्तमान में रोगियों को परीक्षणों से मिलाने का प्रयास करते हैं, उसमें एक मौलिक बदलाव की आवश्यकता है। दशकों से, यह क्षेत्र उन तरीकों पर निर्भर रहा है जो प्रत्येक नियम को एक अनिवार्य शर्त के रूप में मानते हैं। यह अध्ययन बताता है कि यह दृष्टिकोण लगभग आधे मानदंडों के लिए और रजिस्ट्री के लगभग हर परीक्षण के लिए गलत तरीके से निर्दिष्ट (mis-specified) है। यह त्रुटि केवल एक मामूली सांख्यिकीय गड़बड़ी नहीं है; इसके वास्तविक परिणाम हैं। जब कोई सिस्टम एक समावेश (inclusion) नियम में विकल्प को मिस करता है, तो वह उन रोगियों को दूर कर देता है जो अध्ययन में मदद कर सकते थे। जब यह बहिष्करण (exclusion) नियम में एक विकल्प को मिस करता है, तो यह उन लोगों को शामिल करके प्रतिभागियों की सुरक्षा को जोखिम में डाल देता है जिन्हें वहां नहीं होना चाहिए। शोधकर्ताओं का तर्क है कि इससे पहले कि हम रोगियों को परीक्षणों से मिलाने के लिए बेहतर सिस्टम बना सकें, हमें पहले नियमों के स्वयं के तार्किक आकार को मापना और समझना होगा। नैदानिक परीक्षण मानदंडों को केवल आवश्यकताओं की एक सरल सूची के रूप में मानने का युग समाप्त हो गया है; वास्तविकता विकल्पों का एक परिदृश्य है जिसे सावधानी के साथ नेविगेट किया जाना चाहिए।
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।