Construction and Verification of A Prediction Model for Stranded Risk Nomograms in Emergency Department Patients

कल्पना कीजिए कि इमरजेंसी डिपार्टमेंट (ED) एक व्यस्त, उच्च-जोखिम वाला रेलवे स्टेशन है। लोग विभिन्न प्रकार के "टिकटों" (चिकित्सा स्थितियों) के साथ आते हैं, इस उम्मीद में कि वे सही गंतव्य (अस्पताल के बिस्तर, विशेषज्ञ, या घर जाने) तक पहुँचने वाली ट्रेन पकड़ पाएंगे। कभी-कभी, स्टेशन इतना भीड़भाड़ वाला हो जाता है कि यात्री घंटों तक प्लेटफॉर्म पर "फँसे" रह जाते हैं, उस ट्रेन का इंतज़ार करते हुए जो अभी तक आई नहीं है।

यह शोध पत्र एक विशिष्ट रेलवे स्टेशन (फूज़िया मेडिकल यूनिवर्सिटी यूनियन हॉस्पिटल) की एक जासूसी रिपोर्ट की तरह है, जिसने यह पता लगाने की कोशिश की कि कुछ यात्री लंबे समय तक क्यों फँसे रहते हैं और उनके आने से पहले ही यह कैसे अनुमान लगाया जाए कि कौन फँसने वाला है।

यहाँ उनके शोध की कहानी दी सरल रूप में दी गई है:

1. मिशन: "फँसे हुए" लोगों का पूर्वानुमान लगाना

शोधकर्ताओं ने 2021 और 2023 के बीच अस्पताल (ER) आने वाले 25,000 से अधिक रोगियों का अध्ययन किया। वे एक पहेली को सुलझाना चाहते थे: क्या चीज़ किसी मरीज को 16 घंटे से अधिक समय तक रुकने पर मजबूर करती है? (उन्होंने इसे "स्ट्रैंडेड टाइम" या फँसे रहने का समय कहा)।

इसे हल करने के लिए, उन्होंने डेटा को दो समूहों में विभाजित किया:

• "सामान्य" समूह: वे मरीज जो 16 घंटे या उससे कम समय में निकल गए।
• "फँसे हुए" समूह: वे मरीज जिन्होंने 16 घंटे से अधिक प्रतीक्षा की।

उन्होंने 2023 की शुरुआत के डेटा को बाहर कर दिया क्योंकि निमोनिया के मामलों की एक बड़ी लहर (महामारी के कारण) उनके गणित को बिगाड़ सकती थी, जैसे कि किसी बड़े परेड के दौरान ट्रैफिक के प्रवाह को मापने की कोशिश करना।

2. सुराग: लोग इंतज़ार क्यों करते हैं?

शोधकर्ताओं ने जासूसों की तरह काम किया, उन सुरागों की तलाश की जो "जल्दी निकलने वालों" और "लंबे इंतज़ार करने वालों" के बीच अंतर करते हैं। उन्हें कई प्रमुख कारक मिले जो मरीजों के लिए भारी बैकपैक की तरह थे, जो उनकी गति को धीमा कर देते थे:

• आपका आगमन: यदि आप पैदल आए या परिवार द्वारा ले जाए गए, तो आपके लंबे समय तक रुकने की संभावना अधिक थी। दिलचस्प बात यह है कि यदि आप एम्बुलेंस (120) से आए, तो आप वास्तव में तेजी से निकल गए। यह एक वीआईपी पास होने जैसा है; एम्बुलेंस चालक आपको तुरंत प्राथमिकता देता है।
• आपकी आयु: अधिक उम्र के यात्रियों को लंबा इंतज़ार करना पड़ता था। जैसे-जैसे हम बड़े होते हैं, हमारा शरीर अधिक जटिल हो जाता है, और यह समझने में अधिक समय लगता है कि सही ट्रेन कौन सी पकड़नी है।
• "ट्राइएज" टिकट: जब आप आते हैं, तो एक नर्स आपकी स्थिति के आधार पर आपको एक "टिकट" देती है (ग्रेड I गंभीर है, ग्रेड IV मामूली है)। आश्चर्यजनक रूप से, कम गंभीर टिकटों (ग्रेड III और IV) वाले मरीजों ने अधिक लंबा इंतज़ार किया। क्यों? क्योंकि गंभीर मरीजों को तत्काल ध्यान दिया जाता है, जबकि "लगभग सामान्य" मरीजों को बैकलॉग में फँसा दिया जाता है।
• आपका मेडिकल इतिहास: कुछ बीमारियाँ भारी सामान की तरह थीं। संक्रमण, ट्यूमर, या रक्त विकारों वाले मरीजों को सबसे लंबा इंतज़ार करना पड़ा। इन स्थितियों के लिए अक्सर कई परीक्षणों और सावधानीपूर्वक अवलोकन की आवश्यकता होती है।
• "टेस्ट" का भार: यदि किसी मरीज को बहुत अधिक परीक्षणों (12 से अधिक अलग-अलग ब्लड वर्क आइटम) या कई स्कैन (2 से अधिक एक्स-रे/सीटी स्कैन) की आवश्यकता थी, तो उनके फँसे रहने की संभावना बहुत अधिक थी। यह सुरक्षा जांच के दस अलग-अलग केंद्रों से गुजरने जैसा है।
• दिन का समय: स्टेशन दिन के समय (सुबह 8 बजे से आधी रात तक) सबसे अधिक भीड़भाड़ वाला होता है। यदि आप उस समय आते हैं, तो आपके रुकने की संभावना अधिक होती है। नाइट शिफ्ट (आधी रात से सुबह 8 बजे तक) आश्चर्यजनक रूप से तेज़ थी।
• "नियमित यात्री": जो लोग साल में चार या अधिक बार ER में आते हैं, उनके फँसे रहने की संभावना थोड़ी अधिक थी, शायद इसलिए क्योंकि उनकी स्थितियाँ जटिल या पुरानी (क्रोनिक) हैं।

3. समाधान: "स्ट्रैंडेड रिस्क" स्कोरकार्ड (नोमोग्राम)

एक बार जब उन्होंने सुराग ढूंढ लिए, तो शोधकर्ताओं ने एक भविष्यवाणी उपकरण बनाया जिसे नोमोग्राम कहा जाता है।

इस नोमोग्राम को अपने ER दौरे के लिए एक कस्टमाइज़्ड मौसम पूर्वानुमान की तरह समझें।

• बारिश की भविष्यवाणी करने के बजाय, यह "फँसे रहने के जोखिम" की भविष्यवाणी करता है।
• आप मरीज का विवरण लेते हैं (आयु? हाँ। एम्बुलेंस से आए? नहीं। 15 ब्लड टेस्ट की आवश्यकता है? हाँ।) और उन्हें स्कोरकार्ड में डाल देते हैं।
• स्कोरकार्ड अंक जोड़ता है और एक प्रतिशत संभावना देता है: "इस मरीज के 16 घंटे से अधिक समय तक फँसे रहने की 80% संभावना है।"

4. क्या स्कोरकार्ड ने काम किया?

शोधकर्ताओं ने अपने स्कोरकार्ड का दो तरह से परीक्षण किया:

1. आंतरिक परीक्षण: उन्होंने इसकी जाँच उस डेटा के विरुद्ध की जिसका उपयोग उन्होंने इसे बनाने के लिए किया था। यह अच्छा काम कर रहा था, इसने लगभग 75% जोखिमों की सही पहचान की।
2. बाहरी परीक्षण: उन्होंने इसे एक नए समूह के मरीजों पर आज़माया जो एक अलग समय अवधि के थे। यह अभी भी अच्छी तरह से काम कर रहा था, जिससे साबित हुआ कि यह केवल एक तुक्का नहीं था।

उन्होंने एक "डिसीजन कर्व" (यह बताने का एक शानदार तरीका कि "क्या यह वास्तव में उपयोगी है?") का भी उपयोग किया। परिणाम यह था कि हाँ: यदि कोई डॉक्टर इस उपकरण का उपयोग करता है, तो वे भीड़ के प्रबंधन के बारे में बेहतर निर्णय ले सकते हैं।

5. मुख्य निष्कर्ष

शोध पत्र यह निष्कर्ष निकालता है कि यह नोमोग्राम एक विश्वसनीय उपकरण है। यह अस्पताल प्रबंधकों और डॉक्टरों को यह देखने में मदद करता है कि "ट्रैफिक जाम" कब होने वाला है। यह जानकर कि कौन फँसने वाला है, वे संभावित रूप से संसाधनों को पुनर्व्यवस्थित कर सकते हैं ताकि प्लेटफॉर्म को तेज़ी से खाली किया जा सके।

संक्षेप में: शोधकर्ताओं ने एक साधारण स्कोरकार्ड बनाकर एक अराजक, भीड़भाड़ वाले ER को एक अनुमानित प्रणाली में बदल दिया जो उन्हें बताता है, "हे, इस मरीज के लंबे समय तक रुकने की संभावना है क्योंकि वे वृद्ध हैं, पैदल आए हैं, और उन्हें बहुत सारे टेस्ट की आवश्यकता है।" इससे स्टेशन सभी के लिए सुचारू रूप से चलता है।