Analytical study designs

Analytical study designs


नमस्कार और आपका
स्वागत है। मेरा नाम मनोज मुरकर
है और आज के व्याख्यान में मैं आपको कोहोर्ट
(cohort) और केस कंट्रोल स्टडी (case control study) का
एक ओवरव्यू (overview) दूंगा। पहले के व्याख्यान
में, मेरे सहयोगियों ने आपको विभिन्न
स्टडी डिजाइनस (study designs) का एक ओवरव्यू
(overview) दिया है। आइए जल्दी रिकैप
(recap) करें। महामारी विज्ञान
अध्ययनव्यापक रूप से 2 श्रेणियों में
बांटा गया है; पहला एक्सपेरीमेंटल स्टडी
(experimental study) है और दूसरा औबज़रवेशनल स्टडी
(Observational study) है। और यह वर्गीकरण इन
सवालों पर आधारित है; क्या जांचकर्ता
ने एक्सपोज़र (exposure) नियुक्त किया था? इसलिए, एक्सपेरीमेंटल
स्टडी (experimental study) में जांचकर्ता एक्सपोज़र
(exposure) नियुक्त करता है और यह एक्सपोज़र
(exposure) नए हस्तक्षेप, नई दवा या टीका के
मामले में हो सकता है। एक्सपोज़र (exposure) के
रैंडम एलोकेशन (random allocation) के आधार पर इन
अध्ययनों को और रैंडमाइज़ड (Randomized) और नौन-रैंडमाइज़ड
(Non-randomized) अध्ययनों में वर्गीकृत किया
जाता है। दूसरी ओर, औबज़रवेशनल
स्टडी (observational study) में जांचकर्ता एक्सपोज़र
(exposure) नियुक्त नहीं करता है। यदि औबज़रवेशनल स्टडी
(observational study) में कोई तुलना समूह नहीं
है, तो ऐसे अध्ययनों को वर्णनात्मक अध्ययन
कहा जाता है। और इन अध्ययनों में,
हमने समय, स्थान और व्यक्ति के संदर्भ
में स्वास्थ्य कार्यक्रम का वर्णन किया। यदि औबज़रवेशनल स्टडी
(observational study) में एक तुलना समूह है, तो अध्ययन
को विश्लेषणात्मक अध्ययन कहा जाता
है, जो अध्ययन की दिशा के आधार पर आगे विभाजित
होते हैं। कोहोर्ट स्टडी (Cohort
study) एक्सपोज़र (exposure) से परिणाम तक प्रगति
करते हैं, जबकि केस कंट्रोल स्टडी (case
control study) अध्ययन परिणामों से संपर्क में प्रगति
करता है और क्रॉस सेक्शनल स्टडी (cross
sectional study) में हम एक ही समय में एक्सपोज़र
(exposure) और परिणामों को मापते हैं। इसलिए, लघु एनालिटिकल
स्टडी (analytical study) में वह एक है जिसमें जांचकर्ता
एक्सपोज़र (exposure) नियुक्त (assign) नहीं करता है,
कोई रैनडमाइजेशन (randomization) नहीं होता
है। तो, अनिवार्य रूप
से जांचकर्ता आबादी में बीमारी और पैटर्न
ऑफ एक्सपोजर (pattern of exposure) को सावधानी से
मापता है। एनालिटिकल (analytical) अध्ययनों
में तुलनात्मक समूह है और इस तुलनात्मक
समूह का उपयोग एक्सपोज़र (exposure) और बीमारी के
बारे में जांचकर्ताओं के अगले इन्फेरेंसेस
(inferences) का उपयोग कर रहा है। मुझे पहले कोहोर्ट
स्टडी (Cohort study) के बारे में बात करने दें। शब्द समूह में चिकित्सा
मार्गों के बजाय सैन्य मूल, सैन्य
मार्ग हैं। रोमन सेना में, 300 से
600 व्यक्ति इकाई को कोहोर्ट (cohort) के रूप
में बुलाया गया था, जबकि महामारी विज्ञान
में, शब्द कोहोर्ट (cohort) एक आम विशेषता
साझा करने वाले व्यक्तियों का एक समूह है; ऐसा
एक उदाहरण बर्थ कोहोर्ट (birth cohort) हो सकता है,
आज जो बच्चे पैदा हुए हैं वे आज के बर्थ
कोहोर्ट (birth cohort) बनेंगे। चलो देखते हैं, कोहोर्ट
स्टडी (Cohort study) का डिजाइन (design) कैसे है। जैसा कि हम जानते
हैं, कोहोर्ट स्टडी (Cohort study) परिणाम के एक्सपोजर
(exposure) से प्रगति करेगा और इस विशेष उदाहरण
में एक्सपोजर (exposure) कहता है, सिगरेट धूम्रपान
और कार्डियोवास्क्यूलर (cardiovascular) रोग के परिणाम
का विकास। कोहोर्ट (cohort)अध्ययन
एक्सपोज़्ड (Exposed) और नॉन -एक्सपोज़्ड
कोहोर्ट (Non-exposed cohort) के चयन से शुरू होता
है, और इस उदाहरण में, यह सिगरेट धूम्रपान
करने वाले लोग होंगे और जो धूम्रपान नहीं
कर रहे हैं। एक बार जब हम इस कोहोर्ट
(cohort) की पहचान करेंगे, तो इन कोहोर्टस (cohorts)
में से कुछ एक्सपोज़्ड (exposed) हुए और नॉन-एक्सपोज़्ड
(non-exposed) व्यक्ति रोग विकसित करेंगे यह
कार्डियो वैस्कुलर (cardio vascular) बीमारी है
जबकि शेष लोग गैर रोगग्रस्त रहेंगे। इसके बाद हम एक्सपोज़्ड
(exposed) आबादी और नॉन – एक्सपोज़्ड (non-exposed)
आबादी में कार्डियो-वैस्कुलर (cardio-vascular) रोग की घटना
की गणना करेंगे। और हम इस घटना की तुलना
एसोसिएशन (association) के एक उपाय का उपयोग
करके करेंगे जिसे रिलेटिव रिस्क (relative
risk) कहा जाता है। मैं बाद में इस रिलेटिव
रिस्क (relative risk) के बारे में बात करूंगा। 3 प्रकार के कोहोर्ट
स्टडी (Cohort study) हैं; पहला प्रोसपेक्टिव
कोहोर्ट (Prospective cohorts) अध्ययन है। प्रोसपेक्टिव कोहोर्ट
(Prospective cohorts) अध्ययन में, जब तक आपका अध्ययन
एक्सपोजर (exposure) शुरू होता है और बीमारी
अभी तक नहीं हुई है। जबकि आपके रेट्रोस्पेक्टिव
कोहोर्ट (retrospective cohort)अध्ययन के मामले में, जब आप
अध्ययन शुरू करते हैं तो दोनों एक्सपोजर
(exposure) और बीमारी पहले ही हो चुकी है। और इन दो दृष्टिकोणों
का एक संयोजन है, जिसे बाई डायरेक्शनल स्टडी
(bidirectional study) या एम्बिस्पेक्टिव स्टडी (ambispective study) कहा
जाता है, जिसमें आपका अध्ययन शुरू होता
है, एक्सपोजर (exposure) पहले से ही हो चुका
है और फिर आप परिणाम विकसित होने तक इस
एक्सपोज़्ड (exposed) और फिर एक्सपोज़्ड (exposed)
व्यक्तियों का पालन करते हैं। मुझे कुछ उदाहरण
देकर विभिन्न प्रकार के अध्ययनों की व्याख्या
करने दें। पहला उदाहरण फ़्रेमिंगहम
हार्ट (Framingham heart) अध्ययन का है, जो 1940 के दशक
में शुरू किए गए सबसे पुराने कोहोर्ट स्टडी
(Cohort study) में से एक है। इस अध्ययन का उद्देश्य
कार्डियो-वैस्कुलर (cardio-vascular) रोगों नामक
रिस्क फ़ैक्टरस (risk factors) की पहचान करना
था। यह अध्ययन फ्रेमिंगहम
(Framingham) शहर में आयोजित किया गया था, जिसकी
जनसंख्या लगभग 28,000 थी। तो, यह आबादी; वास्तव
में, इस आबादी का नमूना तब 2 में बांटा गया
था, जिनके पास रिस्क फ़ैक्टर (risk factor) था
और जिनके पास रिस्क फ़ैक्टर (risk factor) नहीं
था। और जांचकर्ता ने
कई रिस्क फ़ैक्टरस (risk factors) पर विचार किया,
जिनमें से एक हाइपरटेंशन (hypertension) था। इसलिए, इस उद्देश्य
के लिए उन्होंने इस आबादी को उन लोगों
में वर्गीकृत किया जिनके पास हाइपरटेंशन
(hypertension) था और जिनके पास हाइपरटेंशन (hypertension)
नहीं था। इस कोहोर्ट (cohort) को
तब समय पर रखा गया था और कार्डियो-वैस्कुलर
(cardio-vascular) रोगों की घटनाओं की तुलना कोहोर्ट(cohort)
में की गई थी। यह रेट्रोस्पेक्टिव
कोहोर्ट्स (Retrospective cohorts) अध्ययन का एक
उदाहरण है। इस अध्ययन का उद्देश्य
अनिलिन डाइज़ (Aniline dyes) की भूमिका या अनिलिन
डाइज़ (Aniline dyes) के संपर्क और यूरिनरी ब्लैडर
कैंसर (urinary bladder cancer) के विकास का मूल्यांकन
करना था। इसलिए, इस अध्ययन
के जांचकर्ता ने लगभग 4622 श्रमिकों
की भर्ती की जो 1920 और 1951 के बीच डाइज़
(dyes) उद्योग में काम कर रहे थे। इसलिए, यह भर्ती उन
कारखानों में उपलब्ध रिकॉर्ड्स (records) पर
आधारित थी। जांचकर्ता ने इस
4622 व्यक्तियों के मौत के रिकॉर्ड (record)
को भी पुनर्जीवित किया और अनिवार्य
रूप से, उन्होंने अपने मृत्यु रिकॉर्ड
(record) पर यूरिनरी ब्लैडर ट्यूमर्स(urinary bladder tumors)
के किसी भी उल्लेख के बारे में देखा,
और फिर उन्होंने राष्ट्रीय आंकड़ों
का उपयोग करके यूरिनरी ब्लैडर कैंसर (urinary
bladder cancer) की मौत की अपेक्षित संख्या के साथ इन
आबादी में मृत्यु दर की तुलना की। इसलिए, जब तक अध्ययन
शुरू हुआ, तब तक एक्सपोजर (exposure) और नतीजा दोनों
हुआ। तो, ये कोहोर्ट स्टडी
(Cohort study) के 4 महत्वपूर्ण कंपोनेंट्स (components)
हैं। सबसे पहले अध्ययन
आबादी का चयन है, दूसरा बेसलाइन (baseline) जानकारी
एकत्र कर रहा है, तीसरा इस कोहोर्ट (cohort) का
पालन कर रहा है और चौथा विश्लेषण कर
रहा है। अध्ययन आबादी का
चयन करने के 2 दृष्टिकोण हो सकते हैं। आप फ्रेमिंगहम (Framingham)
अध्ययन के मामले में आप सामान्य जनसंख्या
से अपने कोहोर्ट (cohort) का चयन कर सकते
हैं या जैसा कि नर्सेस (nurses) के स्वास्थ्य
अध्ययन में किया गया था आप सामान्य
आबादी का सबसेट (subset) चुन सकते हैं। दूसरा दृष्टिकोण
एक विशेष एक्सपोजर (exposure)समूह का चयन जैसे
व्यावसायिक समूह करना हो सकता है। एक बार जब आप इस अध्ययन
आबादी का चयन करते हैं , तो अगला महत्वपूर्ण
कदम इस आबादी से बेसलाइन (baseline) जानकारी एकत्र
करना है और इस चरण का उद्देश्य कोहोर्ट
(cohort) के सदस्यों की एक्सपोजर (exposure) स्थिति
का वैध मूल्यांकन करना है। और इस बेसलाइन (baseline)
जानकारी को करके हम अध्ययन आबादी
के पहचान डिटेल्स (details) भी एकत्र कर सकते
हैं, हम उन व्यक्तियों को बहिष्कृत कर सकते
हैं, जिनके बेसलाइन (baseline)आधार पर डिजीज
ऑफ इंटरेस्ट (disease of interest) हो रही है ताकि
जनसंख्या जो कि बीमारी के विकास के रिस्क
(risk) पर है, और और हम अन्य रिस्क फ़ैक्टरस
(risk factors) या अन्य एक्सपोजर वेरिएबल्स (exposure variables)
के बारे में डेटा(data) भी प्राप्त कर सकते
हैं। जैसा कि हमने एनालिटिकल
स्टडी (analytical study) में देखा है, वहां एक तुलना
समूह है और हमारे पास कोहोर्ट (cohort) के
मामले में तुलना समूह वाले 2 विकल्प
हैं। एक इंटरनल (internal) तुलना
समूह है और आबादी में अनएक्सपोज़्ड
(unexposed) व्यक्ति को इंटरनल (internal) तुलना समूह के
रूप में लिया जाता है और उदाहरण फ़्रेमिंगहम
कोहोर्ट (Framingham cohort) अध्ययन हो सकता है। जहां, जिनके पास हाइपरटेंशन
(hypertension) था, उन्हें एक्सपोज़्ड (exposed) आबादी
के रूप में माना जाता था और जो लोग आदर्श
थे, वे अनएक्सपोज़्ड (unexposed)आबादी थी। कभी-कभी इंटरनल (internal)
तुलना समूह होना संभव नहीं है। जैसा कि हमने अनिलिन
डाई (aniline dye) उदाहरण के मामले में देखा
है, उन कारखानों में से सभी को उजागर किया
गया था और इंटरनल (internal) तुलना समूह होना
संभव नहीं था। और इसलिए, जांचकर्ताओं
ने आम जनसंख्या के साथ मृत्यु दर की
तुलना की, ताकि आप ऐसी स्थितियों में
एक्सटरनल (external)तुलना समूह ले सकें। एक बार जब आप अपनी
एक्सपोज़्ड (exposed) और अनएक्सपोज़्ड (unexposed)
आबादी की भर्ती करते हैं, तो अगला महत्वपूर्ण
कदम इन आबादी का अच्छा फॉलो-अप (follow-up) करना
है। अच्छे फॉलो-अप (follow-up)
होने के 3 सिद्धांत हो सकते हैं, पहले
एक्सपोज़्ड (exposed) समूह और अनएक्सपोजड (unexposed)
समूह में एक समान निगरानी होना; एक्सपोजर
(exposure) और परिणामों का पूर्ण पता लगाने
और तीसरे परिणाम के स्टैनडर्डडाईज़्ड
डायग्नोसिस (standardized diagnosis) करना, खासकर जब
कोहोर्ट स्टडी (cohort study) लंबे समय तक चल
सकता है। इस प्रकार कोहोर्ट
स्टडी (cohort study) में डेटा (Data) कैसा दिखता है,
इस तरह कोहोर्ट स्टडी(cohort study) में 2 बाई 2 टेबल
(2 by 2 table) कैसा दिखता है। हमने उन लोगों को
चुनने के साथ अध्ययन शुरू किया जो जो एक्सपोजड(exposed)हैं,
जो a प्लस बी (a+b) है और जो लोग अनएक्सपोज़्ड
(unexposed) हैं जो सी प्लस डी ( c+d) है । और हमने
इन लोगों का पालन किया ताकि a प्लस सी
(a+c) ने रोग विकसित किया हो और बी प्लस
डी (b+d) गैर-रोगग्रस्त हो। तो, अध्ययन की शुरुआत
में हम जानते हैं कि कौन एक्सपोज़्ड
(exposed) किया गया था और कौन नहीं उजागर किया
गया था। इसलिए, हम एक्सपोज़्ड
(exposed) आबादी में बीमारी की घटना की गणना कर
सकते हैं जिसे a बाई a प्लस बी (a/a+b) फॉर्मूला
द्वारा दिया जा सकता है और अनएक्सपोज़्ड
(unexposed) आबादी में घटना सी बाई सी प्लस डी
(c/c+d) और इन 2 घटनाओं का अनुपात एक रिलेटिव
रिस्क (relative risk) है। आप इस रिलेटिव रिस्क
(relative risk) की व्याख्या कैसे करते हैं? सापेक्ष जोखिम के
3 संभावित सिनारिओस (scenarios) हो सकते हैं,
एक है रिलेटिव रिस्क (relative risk) जो 1 के बराबर
है। यदि आपका रिलेटिव
रिस्क (relative risk) 1 है, तो इसका मतलब यह है
कि एक्सपोज़्ड (exposed) और अनएक्सपोज़्ड
(unexposed) आबादी में बीमारी की घटनाएं समान हैं
और हम व्याख्या कर सकते हैं कि एक्सपोजर
(exposure) बीमारी से जुड़ा नहीं है। रिलेटिव रिस्क (relative
risk) 1 से अधिक हो सकता है, जिसका अर्थ है
कि एक्सपोजड(exposed) आबादी की तुलना में बीमारी
की घटनाएं अनएक्सपोज़्ड (unexposed) आबादी में अधिक
हैं और हम यह समझ सकते हैं कि एक्सपोजर
(exposure) सकारात्मक रूप से बीमारी से जुड़ा
हुआ है। रिलेटिव रिस्क (relative
risk) 1 से भी कम हो सकता है, जिसका मतलब है
कि एक्सपोज़्ड (exposed) आबादी में बीमारी
की घटनाएं अनएक्सपोज़्ड (unexposed) आबादी से कम
है और यहां हम व्याख्या कर सकते हैं कि एक्सपोजर
(exposure) नकारात्मक रूप से बीमारी से जुड़ा
हुआ है। कोहोर्ट (cohort) अध्ययनों
में कुछ ताकतें और कुछ कमजोरियां होती
हैं। तो, उनकी ताकत क्या
हैं? वे घटनाओं की गणना
की अनुमति देते हैं क्योंकि जब हम अध्ययन
शुरू करते हैं, तो हम एक्सपोज़्ड (exposed)
आबादी और अनएक्सपोज़्ड (unexposed) आबादी का चयन
करने के साथ अध्ययन शुरू करते हैं और
इसलिए हम समय पर उनका पालन करते हैं, हमारे
लिए बीमारी की घटनाओं की गणना करना संभव
है। हम किसी दिए गए एक्सपोजर
(exposure) के लिए कई परिणामों की जांच कर सकते हैं। हम कोहोर्ट स्टडी(cohort
study) के मामले में अस्थायी स्पष्टता के बारे
में बहुत आश्वस्त हैं, और आखिरकार यह
अध्ययन रेअर एक्सपोजर (rare exposure) के लिए विशेष
रूप से उपयोगी है। तो, कमजोरियां क्या
हैं? कोहोर्ट स्टडी (cohort
study) के लिए नमूना आकार बहुत बड़ा हो सकता
है; हमें इन लोगों का बहुत लंबे समय
के लिए पालन करना होगा और इसलिए, कोहोर्ट
स्टडी (cohort study) महंगा और समय लेने वाला
हो सकता है। बीमारियों के लिए
उन्हें रिकमंडेड (recommended) नहीं किया जाता
है जो रेअर (rare) हैं या बीमारियां जिनमें
बहुत लंबी विलंबता होती है, और यदि आपके
पास एक्सपोज़्ड (exposed) और अनएक्सपोज़्ड
(unexposed) आबादी में अच्छा फॉलो-अप (follow up) या अंतर
का पालन नहीं होता है तो यह आपके अध्ययन
में कुछ मात्रा बायस (bias) पेश कर सकता है। आइए अब केस कंट्रोल
स्टडी (case control study) देखें। जब अध्ययन की दिशा
या लॉजिक (logic) की बात आती है तो केस कंट्रोल
स्टडी (case control study) अध्ययन कोहोर्ट स्टडी (cohort
study ) के बिल्कुल विपरीत होते हैं। आइए पहले हम कोहोर्ट
स्टडी (cohort study ) के डिजाइन (design) को देखें। और डिजाइन (design) की
व्याख्या करने के लिए, मैं डॉल एंड हिल
(Doll and Hill) द्वारा आयोजित पुराने कंट्रोल स्टडी
(control study) में से एक उदाहरण का उपयोग करूंगा। इस अध्ययन का उद्देश्य
सिगरेट धूम्रपान और फेफड़ों के कैंसर
के बीच संबंधों का परीक्षण करना था। चूंकि नाम केस कंट्रोल
(case control) का सुझाव देता है, हम मामलों का चयन
करने के साथ शुरू करते हैं और नियंत्रण
वह है जिसकी समस्या में बीमारी नहीं
है। तो, पहला कदम मामलों
का चयन कर रहा है, इसलिए इस अध्ययन
के लिए डॉल एंड हिल (Doll and Hill) ने फेफड़ों
के कैंसर के मामलों का चयन किया, जिन्हें
लंदन में लगभग 20अस्पतालों में भर्ती कराया
गया। ये मामले फेफड़ों
के कैंसर के सभी हिस्टोपैथोलॉजिकली (histopathologically) साबित मामले
थे। इसलिए, प्रत्येक
मामले के लिए उन्होंने एक नियंत्रण का चयन
किया जो एक नॉन -लंग कैंसर (non-lung cancer) रोगी
को उसी अस्पताल में भर्ती कराया गया
था और इन मामलों और नियंत्रणों ने फिर
अपने पूर्व एक्सपोजर ( exposure) को जानने के
लिए चिंतित किया। तो, डॉल एंड हिल (Doll
and Hill) ने पता किया कि सिगरेट धूम्रपान
करने वालों के कितने मामलों में सिगरेट
धूम्रपान के इतिहास के बारे में पूछने
के लिए उनके पास विस्तृत प्रश्नावली थी। उन्होंने पूछा कि
उनमें से कितने धूम्रपान कर रहे थे। धूम्रपान शुरू करने
की उम्र क्या है? वे किस तरह का सिगरेट
धूम्रपान कर रहे थे? इत्यादि इत्यादि। तो, हम पाते हैं कि
कितने मामलों का खुलासा किया गया
है? कितने नियंत्रण का
खुलासा किया गया है? और वैसे ही कितने
मामले अप्रत्याशित हैं? और, इस डेटा (Data) के
आधार पर हम मामलों के बीच एक्सपोजर
(exposure) बाधाएं और नियंत्रण के बीच एक्सपोजर
(exposure)बाधाओं की गणना करते हैं और फिर हम
विषम अनुपात की गणना एक्सपोजर (exposure) और
परिणाम के बीच एक प्रमुख सहयोग के
रूप में करते हैं। कोहोर्ट स्टडी (cohort
study ) की तरह, केस कंट्रोल स्टडी (case control study) के
चार महत्वपूर्ण तत्व हैं। सबसे पहले मामलों
का चयन करना, दूसरा नियंत्रण का चयन
कर रहा है और तीसरा एक्सपोजर(exposure) के
बारे में वैध जानकारी एकत्र करना और फिर
विश्लेषण करना। मामलों के चयन के
लिए, सैद्धांतिक रूप से स्रोत जनसंख्या
में सभी लोग जो डिजीज ऑफ़ इंटरेस्ट (disease
of interest) को विकसित करते हैं उन्हें आपके
अध्ययन में शामिल किया जा सकता है या
आप इन मामलों का नमूना दे सकते हैं। हालांकि, एक बात आपको
ध्यान में रखनी चाहिए कि, मामलों का चयन
अध्ययन के तहत एक्सपोजर (exposure) से स्वतंत्र
होना चाहिए। हमें अध्ययन के नतीजे
की स्पष्ट परिभाषा की आवश्यकता है। किसी को भी यह तय करने
की आवश्यकता है कि प्रचलित मामलों को
शामिल करना है या केवल घटना के मामलों
को शामिल करना चाहिए। प्रचलित मामलों का
मतलब उन मामलों का है जो पहले से ही अतीत
में हुए थे, जबकि घटना के मामले नए मामलों
के मामले हैं। इसलिए, यदि आप एक प्रचलित
मामला लेते हैं तो वे आसानी से उपलब्ध
हैं और उन्हें शामिल करके हम अपना समय
और पैसा बचा सकते हैं। लेकिन, इस स्पष्ट
लाभ के बावजूद आम तौर पर घटना के मामलों
को शामिल करने की रिकमेंडेड (recommended)
की जाती है, मुख्य रूप से क्योंकि प्रचलित
मामले बीमारियों के विकास की तुलना
में बीमारी के साथ जीवित रहने के लिए
अधिक संबंधित हो सकते हैं। मैं इन मामलों का
चयन कहां से कर सकता हूं? फिर से, दो महत्वपूर्ण
स्रोत हो सकते हैं; एक अस्पतालों या
क्लीनिकों से है, इस अस्पतालों और
क्लीनिकों में मामलों को ढूंढना आसान है;
हालांकि, उन मामलों में काफी संभव है
जिन्हें भर्ती कराया जाता है, वे अधिक गंभीर
मामले हैं और समुदाय में मामलों का प्रतिनिधित्व
नहीं कर सकते हैं। दूसरा दृष्टिकोण
जनसंख्या आधारित मामलों का चयन हो
सकता है और ऐसा एक उदाहरण कैंसर रजिस्ट्री
(cancer registry) हो सकता है और इन मामलों में
स्रोत आबादी का प्रतिनिधित्व करने की अधिक संभावना
है, मुख्य रूप से क्योंकि वे किसी विशेष अस्पताल
में रोगी को आकर्षित करने वाले फ़ैक्टरस
(factors) से बायस्ड (biased) नहीं कर रहे हैं। यहां से मैं नियंत्रण
का चयन कर सकता हूं। जैसा कि मैंने पहले
उल्लेख किया था, नियंत्रण वह है जिसकी जांच
में बीमारी नहीं है। हमें नियंत्रण की
आवश्यकता क्यों है? नियंत्रण अनिवार्य
रूप से स्रोत आबादी में एक्सपोजर (exposure)
के वितरण का प्रतिनिधित्व करते हैं। इसलिए, वे आम तौर पर
आबादी में एक्सपोजर (exposure) की बैकग्राउंड
रेट (background rate) बताते हैं, जिनसे मामले
सामने आए हैं। मामलों की तरह, उन्हें
अपनी एक्सपोजर (exposure) स्थिति से स्वतंत्र
रूप से भी चयन करने की आवश्यकता है। फिर से नियंत्रण
के 3 स्रोत हो सकते हैं, पहले आबादी आधारित
नियंत्रण है और आप सामान्य आबादी से
नमूना दे सकते हैं। दूसरा यह है कि आप
स्वास्थ्य सुविधा से नियंत्रण का चयन
कर सकते हैं और डॉल एंड हिल (Doll and Hill) अध्ययन
के मामले में उन्होंने स्वास्थ्य सुविधा
से नियंत्रण का चयन किया, लेकिन हम अन्य
बीमारियों के साथ रोगी का चयन कर सकते
हैं। और नियंत्रण का तीसरा
स्रोत केस (case) आधारित कंट्रोल (control)हो सकता
है जो मित्रों या पड़ोस से हैं। एक बार जब आप मामलों
और नियंत्रण का चयन कर लेते हैं, तो अगला
महत्वपूर्ण कदम पिछले एक्सपोजर (exposure) के
बारे में डेटा (data) एकत्र करना है। और फिर, 3 महत्वपूर्ण
सिद्धांत एक्सपोजर (exposure) पर डेटा (data) एकत्रित
करते हैं ताकि आपके माप पुन: उत्पन्न,सटीक
और प्रीसाइज़ (precise) हों। एक बार जब आप एक्सपोजर
(exposure) पर डेटा (data) एकत्र करते हैं, तो यह है
कि आपकी 2 बाई 2 टेबल ( 2/2 table) ऐसा दिखाई देगी। यह वही टेबल (table)है
जिसे हमने कोहोर्ट स्टडी (cohort study ) के लिए
देखा था। हालांकि, कंट्रोल
स्टडी(control study) के मामले में, जब अध्ययन शुरू
हुआ तो हम जानते थे कि कौन मामला था और
हम जानते थे कि कौन नियंत्रण था। तो, a प्लस सी (a+c), मामलों
के साथ शुरू करने के लिए थे और बी प्लस
डी (b+d) नियंत्रण थे। और हमने पाया कि a
प्लस सी (a+ c) मामलों में से एक को एक्सपोजड
(exposed) किया गया था और सी अनएक्सपोज़्ड
(unexposed) थे और उसी तरह बी प्लस डी (b+d) नियंत्रण
बी (b) का खुलासा किया गया था और डी (d) अप्रत्याशित
अनएक्सपोज़्ड (unexposed) थे। कंट्रोल स्टडी (control
study) के मामले में हम बीमारी की घटनाओं
की गणना नहीं कर सकते हैं, जैसे कि हम कोहोर्ट
स्टडी (cohort study ) के मामले में गणना कर सकते
हैं। तो, हम क्या करते हैं? फिर हम क्या करते
हैं, अनिवार्य रूप से हम विषम अनुपात
नामक एक संगठन की गणना करते हैं। इस विषम अनुपात में
इस फॉर्मूला (formula) द्वारा दिए गए मामलों
पर बाधाएं दी गई हैं; संभावना है कि मामले
का खुलासा किया गया था, संभावना है कि
मामला खुलासा नहीं किया गया था। और हम जानते हैं कि
एक मामला सामने आया था, ए बाई ए प्लस सी
(a/a+c) और संभावना है कि मामला खुलासा
नहीं किया गया था, सी बाई ए प्लस सी (c/a+c)
है और इन 2 संभावनाओं का अनुपात सी (c) है। वैसे ही हम उन बाधाओं
की भी गणना करते हैं जिन्हें नियंत्रण
में एक्सपोज़्ड (exposed) किया गया था, जो बी
बाई डी (b by d) के रूप में सामने आता है
और इन 2 विषमताओं का अनुपात विषम अनुपात
बन जाता है जो एबी बाई बीसी (ab/bc) है, जो
ग्रॉस प्रोडक्ट (gross product)अनुपात के अलावा
कुछ भी नहीं है। इस विषम अनुपात की
व्याख्या कैसे करें? फिर से रिलेटिव रिस्क
(relative risk) की तरह 3 सिनारिओस (scenarios) हो सकते हैं,
एक विषम अनुपात 1 के बराबर है। यदि विषम अनुपात
बराबर 1 है, तो इसका मतलब है कि मामलों
और नियंत्रणों के बीच एक्सपोजर (exposure)की
बाधाएं समान हैं और हम निष्कर्ष निकाल
सकते हैं कि ऐसी स्थिति में एक्सपोजर (exposure)
बीमारी से जुड़ा नहीं है। विषम अनुपात 1 से अधिक
हो सकता है, इसका मतलब है कि मामलों के बीच
एक्सपोजर (exposure) बाधाएं नियंत्रण की तुलना
में अधिक हैं और हम निष्कर्ष निकाल सकते
हैं कि एक्सपोज र(exposure) सकारात्मक रूप से
बीमारी से जुड़ा हुआ है। यदि विषम अनुपात
1 से कम है, तो इसका मतलब है कि एक्सपोजर
(exposure) की बाधाएं नियंत्रणों की तुलना में कम हैं
और हम निष्कर्ष निकाल सकते हैं कि एक्सपोजर
(exposure) नकारात्मक रूप से बीमारी से जुड़ा
हुआ है। केस कंट्रोल स्टडी
(Case Control study) में कुछ ताकत और कमजोरियाँ भी
हैं। ये अध्ययन विशेष
रूप से अच्छे हैं, यदि परिणाम दुर्लभ
है या बीमारियों की लंबी विलंब अवधि
है। वे आचरण के लिए काफी
आसान या त्वरितहैं और इसलिए सस्ती हैं। कोहोर्ट स्टडी (cohort
study) की तुलना में अपेक्षाकृत कम विषयों की आवश्यकता
होती है और एक ही समय में कई एक्सपोजर
(exposures) या रिस्क फ़ैक्टरस (risk factors) की जांच की
जा सकती है। कोहोर्ट स्टडी (cohort
study)की कमजोरी यह है कि वे कई बायसस (biases)
के लिए अतिसंवेदनशील हैं, रिकॉल बायस (recall
bias) सबसे महत्वपूर्ण बायस (bias) में से एक
है। नियंत्रण का कभी-कभी
चयन एक समस्या हो सकती है, उचित तुलना
समूह का चयन मुश्किल हो सकता है और हम इन
अध्ययनों में घटना या बीमारी की गणना
नहीं कर सकते हैं। धन्यवाद।

2 thoughts on “Analytical study designs

Leave a Reply

Your email address will not be published. Required fields are marked *