6.4 मिलियन लोगों का परीक्षण प्रमुख हृदय-जोखिम समीकरणों की वैश्विक जांच के दायरे में लाता है

रोग आने से पहले जोखिम समीकरण क्यों मायने रखते हैं

कार्डियोवैस्कुलर देखभाल के कुछ सबसे महत्वपूर्ण निर्णय तब लिए जाते हैं जब मरीज को अभी हार्ट अटैक, स्ट्रोक या हार्ट फेल्योर का कोई एपिसोड नहीं हुआ होता। चिकित्सक जोखिम समीकरणों का उपयोग यह अनुमान लगाने के लिए करते हैं कि किसमें बीमारी विकसित होने की संभावना अधिक है और किसे निवारक उपचार से लाभ मिल सकता है। इसलिए इन समीकरणों की सटीकता एक नैदानिक मुद्दा है, केवल सांख्यिकीय नहीं।

Nature Medicine में early-access रूप में प्रकाशित एक नया बहुराष्ट्रीय सत्यापन अध्ययन PREVENT और SCORE2 कार्डियोवैस्कुलर जोखिम समीकरणों की 64 लाख लोगों पर जांच करता है। केवल पैमाने के आधार पर ही यह पेपर अलग दिखता है। यह कोई संकीर्ण single-center परीक्षण या स्थानीय recalibration अभ्यास नहीं है। यह दो व्यापक रूप से उपयोग होने वाले ढांचों को लेकर पूछ रहा है कि वे बहुत बड़े और भौगोलिक रूप से व्यापक आबादी आधार पर कैसे प्रदर्शन करते हैं।

अध्ययन क्या परख रहा है

दिए गए स्रोत पाठ के अनुसार, American Heart Association के PREVENT समीकरण 30 से 79 वर्ष आयु के वयस्कों में कुल कार्डियोवैस्कुलर रोग, atherosclerotic cardiovascular disease, और heart failure के जोखिम का अनुमान लगाते हैं। ये अनुमान lipid-lowering और blood-pressure-lowering थेरेपी के फैसलों को दिशा देने के लिए बनाए गए हैं। दूसरे शब्दों में, PREVENT का उद्देश्य यह तय करने में मदद करना है कि चिकित्सक कब और कितनी आक्रामकता से हस्तक्षेप करें।

अध्ययन का शीर्षक स्पष्ट करता है कि PREVENT के साथ SCORE2 का भी मूल्यांकन किया जा रहा है। साथ मिलकर, ये दोनों उपकरण preventive cardiology में महत्वपूर्ण भूमिका निभाते हैं, क्योंकि risk calculators उपचार सीमा, मरीजों से बातचीत, और स्वास्थ्य-प्रणाली नीति को प्रभावित करते हैं। यदि कोई मॉडल जोखिम को अधिक आँकता है, तो कुछ मरीजों को अनावश्यक उपचार मिल सकता है। यदि वह जोखिम को कम आँकता है, तो कुछ लोग गंभीर बीमारी को रोकने का अवसर खो सकते हैं।

इसीलिए सत्यापन महत्वपूर्ण है। कोई risk equation उस dataset में मजबूत दिख सकता है जिसका उपयोग उसे बनाने के लिए किया गया था, लेकिन अलग-अलग health systems, populations, या disease patterns में लागू करने पर उसका प्रदर्शन असमान हो सकता है। बड़े external validation studies यह तय करने में मदद करते हैं कि मॉडल कहीं भी उपयोग किया जा सकता है या व्यापक उपयोग से पहले उसे recalibration की जरूरत है।

बहुराष्ट्रीय नमूना दांव क्यों बदल देता है

इस पेपर की सबसे महत्वपूर्ण विशेषता इसका विस्तार हो सकती है। 64 लाख लोगों का validation effort शोधकर्ताओं को ऐसी population structures में प्रदर्शन देखने देता है जो आयु-प्रोफाइल, रोग-भार, clinical practice, और data collection environments में भिन्न होती हैं। यह इसलिए मायने रखता है क्योंकि cardiovascular risk दुनिया भर में समान रूप से अनुभव या मापा नहीं जाता।

यह चिकित्सा के एक व्यापक बदलाव को भी दर्शाता है, जिसमें predictive tools को वास्तविक परिस्थितियों में परखा जा रहा है, यह मान लेने के बजाय कि derivation cohorts में सफलता सार्वभौमिक उपयोगिता की गारंटी है। Clinical practice में equations messy settings में उपयोग होती हैं: अलग electronic records, अधूरी histories, बदलता baseline risk, और evolving treatment patterns। बड़े validation studies कुछ ही तरीकों में से एक हैं जिनसे यह मापा जा सकता है कि मॉडल इन परिस्थितियों में भरोसेमंद बना रहता है या नहीं।

प्रकाशन नोट एक महत्वपूर्ण सावधानी जोड़ता है। manuscript को unedited version बताया गया है, जिसे अपने निष्कर्षों की early access के लिए जारी किया गया है, और final publication से पहले और editing होगी। इससे अध्ययन का महत्व कम नहीं होता, लेकिन इसका मतलब है कि पाठक उपलब्ध text को provisional मानें और उन विवरणों पर बहुत अधिक न जाएँ जो final version में बदल सकते हैं।

निवारक रणनीति के लिए इसका क्या अर्थ है

Preventive cardiology अब अधिकतर stratification पर निर्भर करती है। स्वास्थ्य प्रणालियों को व्यावहारिक तरीके चाहिए कि किसे अधिक गहन counseling दी जाए, किसे दवा शुरू करनी चाहिए, और कार्डियोवैस्कुलर जोखिम के विभिन्न रूपों को कैसे तौला जाए। ऐसा मॉडल जो total cardiovascular disease, atherosclerotic disease, और heart failure risk का अनुमान लगाता है, विशेष महत्व रखता है क्योंकि यह पारंपरिक heart attack और stroke के फोकस से आगे जाता है।

PREVENT समीकरणों को खास बनाता है यही व्यापक framing। Heart failure risk को preventive conversation में शामिल करके मॉडल कार्डियोवैस्कुलर रोग के बोझ को अधिक विस्तृत रूप में देखता है। यदि चिकित्सक इसे भरोसे के साथ उपयोग करना चाहते हैं, तो इस दृष्टिकोण का इतने बड़े पैमाने पर सत्यापन आवश्यक है।

प्रणाली स्तर पर, इस तरह का काम guideline चर्चाओं को भी प्रभावित कर सकता है। Risk equations recommendations, quality measures, और insurance-backed prevention pathways के भीतर मूल उपकरण होते हैं। जब नई evidence आती है कि ये समीकरण अलग-अलग populations में कैसे काम करते हैं, तो प्रभाव academic cardiology से बहुत आगे जा सकते हैं।

प्रारंभिक रिपोर्ट के प्रमुख बिंदु

• अध्ययन PREVENT और SCORE2 का 64 लाख लोगों पर सत्यापन करता है, जिससे यह इस प्रकार के विश्लेषण के लिए असाधारण रूप से बड़ा बन जाता है।
• स्रोत पाठ में PREVENT को 30 से 79 वर्ष के अमेरिकी वयस्कों के लिए कुल कार्डियोवैस्कुलर रोग, atherosclerotic cardiovascular disease, और heart failure के जोखिम का अनुमान लगाने वाला बताया गया है।
• पेपर अभी unedited early-access manuscript के रूप में उपलब्ध है, इसलिए final publication से पहले विवरण बदल सकते हैं।

सबसे बड़ा संकेत सीधा है: risk prediction को मान लिया नहीं जा सकता, और बड़े पैमाने पर external testing अब एक मूल अपेक्षा बनती जा रही है। इस आकार का अध्ययन रोकथाम के लिए किन समीकरणों का उपयोग हो, इस बहस को समाप्त नहीं करता, लेकिन उसे अधिक ठोस empirical आधार पर ले आता है। चिकित्सकों, नीति-निर्माताओं और मरीजों के लिए यह ऐसी शांत अवसंरचना कहानी है, जो लक्षण आने से बहुत पहले देखभाल को प्रभावित कर सकती है।

यह लेख Nature Medicine की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.