Construction and validation of an early diagnostic model for venous thromboembolism in elderly patients
इस अध्ययन ने बुनियादी नैदानिक और प्रयोगशाला मापदंडों का उपयोग करके बुजुर्ग इनपेशेंट्स में वेनस थ्रोम्बोएम्बोलिज्म (VTE) को गैर-VTE मामलों से सटीक रूप से अलग करने के लिए यूरिक एसिड, आयु-समायोजित डी-डाइमर, सीओपीडी (COPD) और कोरोनरी हार्ट डिजीज को शामिल करते हुए एक बहुभिन्नीय नैदानिक मॉडल विकसित और मान्य किया 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
मानव शरीर की कल्पना एक हलचल भरे शहर के रूप में करें जिसमें सड़कों का एक जटिल नेटवर्क है। आमतौर पर, यातायात सुचारू रूप से चलता है, लेकिन कभी-कभी, गलत जगह पर एक बड़ा ट्रैफिक जाम लग सकता है, जो मुख्य धमनियों को अवरुद्ध कर देता है। चिकित्सा जगत में, इसे रक्त का थक्का (ब्लड क्लॉट) कहा जाता है। जब ये थक्के पैरों की नसों में फंस जाते हैं या फेफड़ों तक पहुँच जाते हैं, तो इसे वेनस थ्रोम्बोएम्बोलिज्म (Venous Thromboembolism), या संक्षेप में VTE कहा जाता है। यह एक चालाक समस्या निर्माता है क्योंकि, वृद्ध वयस्कों में, यह अक्सर स्पष्ट दर्द या सूजन के साथ ध्यान आकर्षित नहीं करता है। इसके बजाय, यह थकान महसूस करने या सांस फूलने जैसे अस्पष्ट लक्षणों के साथ धीरे से संकेत देता है, जिसे आसानी से केवल "बढ़ती उम्र" या अन्य सामान्य स्वास्थ्य समस्याओं के रूप में गलत समझा जा सकता है।
डॉक्टरों के पास इन थक्कों का पता लगाने के लिए उपकरण हैं, जैसे विशेष कैमरे (इमेजिंग) या रक्त परीक्षण, लेकिन ये महंगे, समय लेने वाले या बुजुर्ग रोगियों के मामले में व्याख्या करने में कठिन हो सकते हैं जिनके शरीर स्वाभाविक रूप से उन तरीकों से बदलते हैं जो परीक्षणों को भ्रमित करते हैं। यह एक भीड़भाड़ वाले पार्किंग स्थल में एक विशिष्ट कार को खोजने की कोशिश करने जैसा है जहाँ हर कार थोड़ी अलग दिखती है और रोशनी भी कम है। बड़ा सवाल जो वैज्ञानिक पूछ रहे हैं वह यह है: क्या हम एक स्मार्ट, सरल "स्पॉटर" (पहचानने वाला) बना सकते हैं जो उस बुनियादी जानकारी का उपयोग करे जो हमारे पास पहले से मौजूद है—जैसे कि रोगी की आयु, उनका चिकित्सा इतिहास, और कुछ नियमित रक्त संख्याएं—यह पता लगाने के लिए कि कौन सा व्यक्ति थक्के होने के उच्च जोखिम में है, बिना तुरंत किसी बड़े जांच की आवश्यकता के?
इस अध्ययन को, जिसे सीक्सी पीपल्स हॉस्पिटल (Cixi People's Hospital) के शोधकर्ताओं द्वारा किया गया था, ठीक ऐसा ही "स्पॉटर" बनाने के लिए किया गया था। उन्होंने जनवरी से जून 2025 के बीच अस्पताल में भर्ती हुए 420 वृद्ध रोगियों (सभी 65 वर्ष या उससे अधिक आयु के) के रिकॉर्ड का विश्लेषण किया। इन रोगियों को 'पाडुआ स्कोर' (Padua score) नामक एक मानक चेकलिस्ट के आधार पर पहले से ही थक्कों के लिए "उच्च जोखिम" माना गया था। शोधकर्ताओं ने इन रोगियों को दो समूहों में विभाजित किया: वे जिनमें VTE की पुष्टि हुई थी (235 लोग) और वे जिनमें नहीं था (185 लोग)। उनका लक्ष्य यह देखना था कि क्या वे सरल संकेतों का एक विशिष्ट संयोजन खोज सकते हैं जो विश्वसनीय रूप से दोनों समूहों के बीच अंतर बता सके।
टीम ने सबूतों के एक विशाल ढेर को छाँटने वाले जासूसों की तरह काम किया। उन्होंने 36 विभिन्न जानकारियों से शुरुआत की, जिसमें आयु और वजन जैसे बुनियादी आंकड़ों से लेकर विस्तृत रक्त परीक्षण परिणाम और चिकित्सा इतिहास तक शामिल थे। उन्होंने LASSO रिग्रेशन (LASSO regression) नामक एक परिष्कृत कंप्यूटर पद्धति का उपयोग किया (इसे एक अत्यंत कुशल फिल्टर के रूप में सोचें जो शोर को हटाकर मुख्य संकेत को ढूंढ लेता है), जिससे उन्होंने सूची को केवल चार प्रमुख संदिग्धों तक सीमित कर दिया जो थक्के की भविष्यवाणी करने के लिए सबसे महत्वपूर्ण थे। ये चार थे:
- यूरिक एसिड (UA): रक्त में पाया जाने वाला एक पदार्थ, जो अक्सर गाउट (gait) से जुड़ा होता है, लेकिन यहाँ इसने थक्के के जोखिम के साथ संबंध दिखाया।
- आयु-समायोजित डी-डाइमर (Age-adjusted D-dimer): एक प्रोटीन अंश जो तब दिखाई देता है जब रक्त का थक्का टूटता है। वृद्ध लोगों में, यह संख्या स्वाभाविक रूप से बढ़ जाती है, इसलिए शोधकर्ताओं ने इस परीक्षण को अधिक निष्पक्ष बनाने के लिए एक विशेष फॉर्मूले का उपयोग करके इसे रोगी की आयु के आधार पर समायोजित किया।
- क्रोनिक ऑब्सट्रक्टिव पल्मोनरी डिजीज (COPD): एक दीर्घकालिक फेफड़ों की स्थिति।
- कोरोनरी हार्ट डिजीज (CHD): हृदय की रक्त वाहिकाओं को प्रभावित करने वाली एक स्थिति।
शोधकर्ताओं ने एक गणितीय मॉडल बनाया, जिसे "नोमोग्राम" (nomogram) के रूप में देखा जाता है (जो डॉक्टरों के लिए एक स्लाइड-रूल कैलकुलेटर की तरह है), जिसमें इन चार कारकों का उपयोग किया गया। जब उन्होंने इस नए मॉडल का परीक्षण किया, तो यह काफी अच्छी तरह से काम कर गया। उस समूह में जिसका उपयोग मॉडल बनाने के लिए किया गया था, इसने थक्के वाले और बिना थक्के वाले रोगियों के बीच के अंतर को लगभग 75.5% बार सही ढंग से पहचाना (एक AUC स्कोर 0.755)। जब उन्होंने मॉडल को परखने के लिए एक अलग समूह पर इसका परीक्षण किया, तो स्कोर लगभग समान रहा (75.2%)।
अध्ययन सुझाव देता है कि यह सरल उपकरण, जो उस डेटा पर निर्भर करता है जो पहले से ही डॉक्टरों के पास उनकी फाइलों में मौजूद है, उन्हें तेजी से और अधिक सटीक निर्णय लेने में मदद कर सकता है। यह महंगे स्कैन की आवश्यकता को प्रतिस्थापित नहीं करता है, बल्कि यह तय करने के लिए एक सहायक मार्गदर्शक के रूप में कार्य करता है कि किसे वास्तव में इसकी आवश्यकता है। लेखक नोट करते हैं कि हालांकि मॉडल आशाजनक है, लेकिन इसे केवल एक अस्पताल के डेटा का उपयोग करके बनाया गया था, इसलिए यह सुनिश्चित करने के लिए कि यह हर जगह काम करता है, इसे विभिन्न स्थानों पर लोगों के विविध समूहों पर परीक्षण करने की आवश्यकता है। फिलहाल, यह एक उपयोगी नए विचार के रूप में है जो हमारे वृद्ध आबादी में छिपे हुए थक्कों की पहेली को सुलझाने के लिए बुनियादी रक्त कार्य और चिकित्सा इतिहास को जोड़ता है।
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।