2023 लेखक: Christopher Dowman | [email protected]. अंतिम बार संशोधित: 2023-05-24 14:05
स्टैनफोर्ड यूनिवर्सिटी के शोधकर्ताओं ने समय से पहले शिशुओं के भविष्य के स्वास्थ्य की त्वरित भविष्यवाणी करने का एक क्रांतिकारी, गैर-आक्रामक तरीका विकसित किया है, एक नवाचार जो विशेष चिकित्सा हस्तक्षेप को बेहतर ढंग से लक्षित कर सकता है और स्वास्थ्य देखभाल लागत को कम कर सकता है।
स्कूल ऑफ मेडिसिन में बाल रोग के सहायक प्रोफेसर और ल्यूसिल पैकार्ड चिल्ड्रन हॉस्पिटल में एक नियोनेटोलॉजिस्ट अन्ना पेन, एमडी, पीएचडी, अन्ना पेन ने कहा, "फिजियोस्कोर जो करता है वह एक नया मोर्चा खोल देता है।" "इलेक्ट्रॉनिक मेडिकल रिकॉर्ड की ओर राष्ट्रीय धक्का ने हमें नग्न आंखों या पारंपरिक निगरानी द्वारा आसानी से नहीं देखे जाने वाले पैटर्न का पता लगाने के लिए एक उपकरण बनाने में मदद की। अब हम नैदानिक रूप से स्पष्ट होने से पहले संभावित स्वास्थ्य समस्याओं की पहचान करने में सक्षम हैं।"
पेन शोध के सह-वरिष्ठ लेखक हैं, जो 8 सितंबर को साइंस ट्रांसलेशनल मेडिसिन में प्रकाशित होंगे। अन्य वरिष्ठ लेखक डाफ्ने कोल्लर, पीएचडी, स्कूल ऑफ इंजीनियरिंग में कंप्यूटर विज्ञान के प्रोफेसर हैं।
पेपर के लेखकों ने अपने PhysiScore की तुलना एक Apgar स्कोर के अधिक विश्वसनीय, इलेक्ट्रॉनिक संस्करण से की। अपगार, जन्म के तुरंत बाद की जाने वाली एक सरल, दोहराई जाने वाली जांच, आधी सदी से भी अधिक समय से बच्चे के शारीरिक स्वास्थ्य का आकलन करने और भविष्य में चिकित्सा उपचार की आवश्यकता होने की भविष्यवाणी करने का मानक तरीका रहा है।
लेकिन गर्भावधि उम्र और जन्म के वजन को ध्यान में रखते हुए और नवजात गहन देखभाल इकाइयों में नियमित रूप से एकत्र किए गए रीयल-टाइम डेटा की एक धारा का उपयोग करके - जैसे हृदय गति, श्वसन दर और ऑक्सीजन संतृप्ति - स्टैनफोर्ड शोधकर्ताओं ने स्वास्थ्य के लिए एक संभाव्यता स्कोरिंग प्रणाली विकसित की समय से पहले जन्म लेने वाले शिशुओं ने न केवल अपगार बल्कि तीन अन्य प्रणालियों से बेहतर प्रदर्शन किया, जिन्हें आक्रामक प्रयोगशाला माप की आवश्यकता होती है।
कोल्लर ने उल्लेख किया कि इन युवा रोगियों के बारे में जटिल डेटा में सूक्ष्म पैटर्न की पहचान करने के साथ-साथ चिकित्सकों और शोधकर्ताओं को विभिन्न परिणामों के बीच सटीक रूप से भेदभाव करने में मदद करने के लिए परिष्कृत कम्प्यूटेशनल विधियां महत्वपूर्ण हैं।
"हमारी विधि भ्रूण की हृदय गति की निगरानी के समान है, एक उपकरण जिसने श्रम के प्रबंधन को गहराई से बदल दिया है," स्नातक छात्र सुची सरिया ने कहा, जिन्होंने कंप्यूटर विज्ञान में डॉक्टरेट थीसिस के हिस्से के रूप में शोध का नेतृत्व किया। "एक एकल शारीरिक चर को देखने के बजाय, हम सटीकता में सुधार के लिए स्वचालित रूप से कई शारीरिक प्रतिक्रियाओं को एकीकृत करते हैं।"
"और सुंदरता यह है कि हमें किसी को सुई से चिपकाने या अधिक महंगे परीक्षण करने की ज़रूरत नहीं है," पेन ने कहा। "अब हमारे पास समय से पहले शिशुओं की देखभाल में सुधार करने के लिए गहन देखभाल इकाई में पहले से उपलब्ध डेटा की शक्ति का उपयोग करने की संभावना है।"
शोधकर्ताओं ने एक कंप्यूटर एल्गोरिथम के हिस्से के रूप में एक शिशु के जन्म के बाद पहले तीन घंटों के दौरान दर्ज किए गए आंकड़ों पर भरोसा किया, जिसने 91 और 98 प्रतिशत के बीच की सटीकता के साथ गंभीर बीमारियों के विकास की बच्चे की संभावना की भविष्यवाणी की थी। तुलनात्मक रूप से, समान स्थितियों के लिए Apgar स्कोर की भविष्यवाणियों की सफलता 69 से 74 प्रतिशत के बीच थी।
PhysiScore सिस्टम को विकसित करने में, शोधकर्ताओं ने मार्च 2008 से मार्च 2009 तक पैकार्ड चिल्ड्रन हॉस्पिटल की नवजात गहन देखभाल इकाई में देखभाल किए गए 138 शिशुओं का अध्ययन किया। सभी बच्चे 34 या उससे कम सप्ताह के गर्भ में पैदा हुए थे और उनका वजन 2,000 ग्राम से कम था।, या 4 पाउंड, 6.5 आउंस। किसी में भी बड़ी जन्मजात विकृतियां नहीं थीं, लेकिन सभी को जटिलताओं का सामना करना पड़ा, जो कई अंग प्रणालियों को प्रभावित करने वाले दीर्घकालिक विकारों से लेकर अपेक्षाकृत हल्की समस्याओं जैसे कि मामूली श्वसन संकट तक थी।
PhysiScore उन शिशुओं के उपसमूहों में जीवन-धमकाने वाली घटनाओं के समग्र जोखिम की भविष्यवाणी करने में विशेष रूप से सटीक साबित हुआ, जिन्हें आंतों में संक्रमण और कार्डियोपल्मोनरी जटिलताएं थीं, तब भी जब इनका निदान दिनों या हफ्तों बाद तक नहीं किया गया था। शोधकर्ताओं ने कहा कि अन्य स्कोरिंग विधियों के लिए आवश्यक रक्त-गैस माप जैसे प्रयोगशाला परीक्षणों को जोड़ना, PhysiScore को अत्यधिक सटीक बनाने के लिए आवश्यक नहीं था।
अध्ययन के लेखक अन्य महत्वपूर्ण मापों के साथ बेडसाइड मॉनिटर पर प्रदर्शित होने वाले शिशुओं के फिजिक स्कोर की कल्पना करते हैं जो देखभाल को निर्देशित करने में मदद करेंगे। "यह सस्ते में किया जा सकता है," सरिया ने कहा। "हार्डवेयर, बेडसाइड मॉनिटर, पहले से मौजूद है। यह केवल नए सॉफ़्टवेयर में लेयरिंग की बात होगी जो PhysiScore को प्रदर्शित करेगा।"
अध्ययन में कहा गया है कि बेहतर नवजात जोखिम मूल्यांकन से उनके स्थानीय जन्म केंद्रों में अधिक समय से पहले शिशुओं को रखने, विशेष देखभाल और परिवहन की उच्च लागत से बचने और "इस प्रकार संभावित रूप से अमेरिकी स्वास्थ्य देखभाल लागत में अनुमानित $ 26 बिलियन प्रति वर्ष की कमी का व्यावहारिक प्रभाव हो सकता है। अपरिपक्व जन्म।"
पेन ने कहा कि कई प्रीटरम शिशुओं में अपेक्षाकृत अच्छे अपगार स्कोर होते हैं, यहां तक कि वे शिशु भी जो गंभीर स्वास्थ्य जटिलताओं को विकसित करते हैं। "तो अब, एक PhysiScore के साथ, मैं दो 25-सप्ताह के गर्भ, 700-ग्राम बच्चे पैदा कर सकती हूं और जानती हूं कि उनमें से प्रत्येक का एक बहुत अलग व्यक्तिगत जोखिम प्रोफ़ाइल है," उसने कहा। "यह वास्तव में हमें एक और उपकरण देता है।"
सरिया ने कहा कि हालांकि प्रारंभिक शोध समय से पहले के शिशुओं के स्वास्थ्य का आकलन करने पर केंद्रित था, "हमने जिन अत्याधुनिक तकनीकों का इस्तेमाल किया, उन्होंने एक लचीला ढांचा तैयार किया जिसे अन्य रोगी आबादी के लिए अनुकूलित किया जा सकता है। इससे ब्याज के इन परिणामों को एक के लिए बनाना चाहिए चिकित्सकों और शोधकर्ताओं की विस्तृत श्रृंखला।"
PhysiScore सिस्टम को व्यावसायिक उपयोग के लिए विचार किए जाने से पहले अभी भी अतिरिक्त परीक्षण से गुजरना होगा। पेन ने कहा कि शोधकर्ताओं को उम्मीद है कि नए उपकरण को प्रीटरम शिशुओं के एक बड़े समूह पर मान्य किया जाएगा, और अध्ययन किया जाएगा कि यह चिकित्सा निर्णय लेने को कैसे प्रभावित करता है। "उसी समय, हम रोगियों के अन्य समूहों, जैसे सर्जरी से लौटने वाले बच्चों के लिए हमारे तरीकों को लागू करने का प्रयास कर सकते हैं, यह निर्धारित करने के लिए कि क्या इसी तरह के शुरुआती संकेत हैं जिन्हें वसूली के दौरान जटिलताओं की भविष्यवाणी करने के लिए एकीकृत किया जा सकता है," उसने कहा।
कोल्लर ने नए दृष्टिकोण की व्यापक दीर्घकालिक क्षमता पर जोर दिया। "वास्तव में व्यक्तिगत दवा प्राप्त करने के लिए, हमें डेटा की एक बड़ी मात्रा को एकीकृत करना होगा: नैदानिक लक्षण, नैदानिक परीक्षण के परिणाम, शारीरिक डेटा स्ट्रीम और जल्द ही, आनुवंशिक और जीनोमिक डेटा," उसने कहा। "वास्तविक रोगी रिकॉर्ड से प्राप्त कम्प्यूटेशनल तरीके व्यक्तिगत, साक्ष्य-आधारित दवा के वादे को पूरा कर सकते हैं।"