Prediction of in-hospital mortality in acute myocardial infarction patients with left anterior descending artery occlusion

जब दिल का दौरा पड़ता है, तो यह अक्सर इसलिए होता है क्योंकि हृदय की मांसपेशियों को रक्त पहुँचाने वाली एक प्रमुख धमनी अवरुद्ध हो जाती है, जिससे उस ऑक्सीजन की आपूर्ति कट जाती है जो हृदय को धड़कने में मदद करती है। इन धमनियों में से एक सबसे महत्वपूर्ण 'लेफ्ट एंटीरियर डिसेंडिंग आर्टरी' (left anterior descending artery) है, जो एक बड़ी वाहिका है जो हृदय के सामने से होकर गुजरती है और इसके पंप करने वाली मांसपेशियों के एक बड़े हिस्से को रक्त पहुँचाती है। जब यह विशिष्ट मार्ग बंद हो जाता है, तो क्षति गंभीर हो सकती है और परिणाम अनिश्चित हो सकते हैं। हालांकि डॉक्टरों के पास इन अवरुद्ध वाहिकाओं को फिर से खोलने के लिए स्टेंट या क्लॉट-बस्टर दवाओं जैसे शक्तिशाली उपकरण हैं, लेकिन हार्ट अटैक के तुरंत बाद की अवधि खतरनाक बनी रहती है। आपातकालीन चिकित्सकों के लिए चुनौती केवल रुकावट का इलाज करना नहीं है, बल्कि यह जल्दी से पता लगाना है कि कौन से मरीज अस्पताल में रहने के दौरान जीवित रहने की सबसे अधिक संभावना रखते हैं और कौन से मरने के उच्चतम जोखिम पर हैं। यह पूर्व जानकारी डॉक्टरों को उन मरीजों पर सबसे गहन देखभाल केंद्रित करने की अनुमति देती जिन्हें इसकी सबसे अधिक आवश्यकता है, न कि केवल अनुमान लगाने की।

चीन के अनहुई मेडिकल यूनिवर्सिटी के शोधकर्ताओं के एक दल ने इस विशिष्ट धमनी में रुकावट वाले मरीजों के लिए इस विशेष पहेली को सुलझाने का लक्ष्य रखा। उन्होंने 2018 से 2025 के बीच अपने अस्पताल में भर्ती हुए इस विशिष्ट प्रकार के हार्ट अटैक वाले 454 मरीजों के मेडिकल रिकॉर्ड का अध्ययन किया। उनका लक्ष्य उन दर्जनों नंबरों और परीक्षण परिणामों के बीच एक पैटर्न खोजना था जो एक मरीज के दरवाजे से अंदर आते ही उपलब्ध होते हैं। आयु, रक्तचाप, हृदय गति और विभिन्न रक्त मार्करों जैसे डेटा का विश्लेषण करके, वे एक सरल, दृश्य उपकरण बनाना चाहते थे जो मरीज के अस्पताल में जीवित रहने की संभावनाओं की भविष्यवाणी कर सके। उन्होंने केवल मृत्यु के एक एकल कारण को नहीं देखा; इसके बजाय, उन्होंने सूचनाओं का एक विस्तृत जाल इकट्ठा किया ताकि यह देखा जा सके कि कौन से कारक मिलकर मरीज के भविष्य की सच्ची कहानी बताते हैं।

शोधकर्ताओं ने अपने निष्कर्षों को पुख्ता करने के लिए मरीजों के समूह को दो सेटों में विभाजित किया। उन्होंने मॉडल बनाने के लिए बड़े समूह का उपयोग किया और यह परीक्षण करने के लिए छोटे समूह का उपयोग किया कि क्या यह नए लोगों पर काम करता है। उन्मूलन की एक कठोर प्रक्रिया के माध्यम से, उन्होंने तीस-दो अलग-अलग मापों को केवल सात तक सीमित कर दिया जो वास्तव में महत्वपूर्ण थे। ये सात कारक थे: मरीज की आयु, उनका सिस्टोलिक रक्तचाप (रक्तचाप का ऊपरी नंबर), उनकी हृदय गति, उनके रक्त में श्वेत रक्त कोशिकाओं (white blood cells) की संख्या, फाइब्रिनोजेन नामक प्रोटीन का स्तर, लैक्टेट डिहाइड्रोजनेज नामक एंजाइम की मात्रा, और रक्त में एल्ब्यूमिन और ग्लोबुलिन नामक दो प्रोटीनों का अनुपात। टीम ने पाया कि अधिक आयु, तेज हृदय गति, उच्च श्वेत रक्त कोशिका गणना, उच्च फाइब्रोजेन और लैक्टेट डिहाइड्रोजनेज स्तर, और कम रक्तचाप का संबंध अस्पताल में मृत्यु की उच्च संभावना से था। इसके विपरीत, उच्च सिस्टोलिक रक्तचाप होना और उन दो रक्त प्रोटीनों के बीच बेहतर संतुलन होना, जीवित रहने की बेहतर संभावना से जुड़ा था।

इस जटिल जानकारी को उपयोग में आसान बनाने के लिए, टीम ने 'नोमोग्राम' (nomogram) नामक एक चार्ट बनाया। एक ऐसे रूलर की कल्पना करें जिसमें कई स्लाइडिंग स्केल हों, जहाँ एक डॉक्टर मरीज की आयु, हृदय गति और रक्त परीक्षण के परिणामों को विभिन्न रेखाओं पर अंकित कर सकता है। जब इन निशानों को जोड़ा जाता है, तो वे चार्ट के नीचे एक एकल संख्या की ओर संकेत करते हैं। वह संख्या उस विशिष्ट संभावना का प्रतिनिधित्व करती है कि मरीज अपने अस्पताल के समय में जीवित रहेगा। उदाहरण के लिए, 79 बीट्स प्रति मिनट की हृदय गति, 2.99 का फाइब्रोजेन स्तर, और 65 की आयु वाले मरीज को एक विशिष्ट स्कोर प्राप्त होगा जो सीधे उसके जीवित रहने की संभावना में परिवर्तित हो जाता है। शोधकर्ताओं ने दूसरे समूह के मरीजों पर इस चार्ट का परीक्षण किया और पाया कि यह अत्यधिक सटीक है, जिसका एरिया अंडर द कर्व (AUC) 0.953 (95% CI: 0.918–0.989) है। यह सांख्यिकीय माप इंगित करता है कि उपकरण ने जीवित बचे और न बचने वाले मरीजों के बीच अंतर करने की उत्कृष्ट क्षमता प्रदर्शित की, जो स्थिति का आकलन करने का एक स्पष्ट, डेटा-संचालित तरीका प्रदान करता है।

इस अध्ययन ने यह भी स्पष्ट किया कि इस विशिष्ट समूह में कौन सी चीजें उतनी महत्वपूर्ण नहीं हैं। जबकि कुछ पिछले शोधों ने सुझाव दिया था कि हृदय की मांसपेशियों की क्षति के कुछ मार्कर या अस्पताल पहुँचने की गति सबसे महत्वपूर्ण कारक हैं, इस अध्ययन ने पाया कि सामने की धमनी में रुकावट वाले मरीजों के लिए, उनके द्वारा पहचाने गए सात विशिष्ट कारक ही परिणाम के वास्तविक चालक थे। उन्होंने उल्लेख किया कि हालांकि ट्रोपोनिन (troponin) जैसे हृदय की मांसपेशियों की क्षति के मार्कर निदान के लिए महत्वपूर्ण हैं, उन्हें इस विशिष्ट समूह के लिए मृत्यु की भविष्यवाणी करने वाले अंतिम मल्टीवेरिएट मॉडल में शामिल नहीं किया गया था। शोधकर्ताओं ने सावधानीपूर्वक नोट किया कि उनका उपकरण केवल उनके अपने अस्पताल के डेटा पर बनाया और परीक्षण किया गया था, जिसका अर्थ है कि इसे अन्य अस्पतालों के मरीजों के विरुद्ध जांचने की आवश्यकता है ताकि यह सुनिश्चित हो सके कि यह हर जगह काम करता है। हालांकि, परिणाम बताते हैं कि इन सात विशिष्ट नंबरों पर बारीकी से ध्यान देकर, डॉक्टर सामने की धमनी में रुकावट वाले मरीज के सामने आने वाले तत्काल जोखिमों की एक बहुत स्पष्ट तस्वीर प्राप्त कर सकते हैं, जिससे अधिक सटीक और संभावित रूप से जीवन रक्षक निर्णय लेने में मदद मिल सकती है।