நோயாளிகள் நடக்கும் விதம் மூளைக் கட்டியின் முன்னேற்றத்தைச் சுட்டுகிறது

பெரியவர்களிடையே மிகப் பொதுவான மூளைக் கட்டியான கிளியோபிளாஸ்டோமா (glioblastoma), அறுவை சிகிச்சை, கதிரியக்க சிகிச்சை, வேதிச் சிகிச்சை ஆகியவற்றுடனும் கூட, ஏறக்குறைய 15 மாதங்கள் இடைநிலை உயிர்வாழ்வைக் கொண்டுள்ளது. பிற உயர்-தர கிளியோமாக்களைப் போலவே, அது செயல்பாட்டில் படிப்படியான இழப்பைக் கொண்டுவருகிறது; நோய் பொதுவாக நோயறிதலுக்கு நான்கு முதல் ஆறு மாதங்களுக்குப் பிறகு முன்னேறுகிறது. முன்னேற்றம், மாறுபாட்டு ஊடகம் செலுத்தப்பட்ட (contrast-enhanced) MRI மூலம் உறுதிப்படுத்தப்படுகிறது — செலவுமிக்க, அடைபட்ட உணர்வைத் தரும் ஒரு ஸ்கேன்; இதயமுடுக்கி (pacemaker) உள்ளவர்களுக்குப் பெரும்பாலும் சாத்தியமற்றது; இரண்டு முதல் மூன்று மாதங்களுக்கு ஒருமுறை மட்டுமே செய்யப்படுவது; நோய் ஏற்கெனவே முன்னேறிய பின்னரே அதைக் காட்டக்கூடியது.

அணியக்கூடிய உணரிகள் ஸ்கேன்களுக்கு இடையிலான இடைவெளிகளை நிரப்பக்கூடும். ஆனால் ஒவ்வொரு நோயாளியும் வெவ்வேறு விதமாக நகர்கிறார்; மாற்றங்கள் கட்டி எங்கே அமைந்துள்ளது, அது எவ்வாறு பரவுகிறது என்பதைப் பொறுத்தவை. மிக எளிய சுருக்கமான அடிகளின் எண்ணிக்கை, முக்கியமானதைத் தவறவிடக்கூடும்: ஒருவர் எவ்வளவு நடக்கிறார் என்பது மட்டுமல்ல, எப்படி நடக்கிறார் என்பது.

நாள்தோறும் அணியப்படும் ஓர் உணரி

Imperial College London-ஐச் சேர்ந்த Rishit Das, Barbora Barancikova, Matt Williams ஆகியோர் BrainWear ஆய்வின் தரவுகளைப் பயன்படுத்தினர்; அதில், உயர்-தர கிளியோமா கொண்ட நோயாளிகள் மணிக்கட்டில் ஒரு முடுக்கமானியை அணிந்தனர்; ஒவ்வொரு மருத்துவமனை வருகையும் நிலையானது அல்லது முன்னேறுவது என்று குறியிடப்பட்டது. முழுத் தரவுத்தொகுப்பு 78 நோயாளிகளையும் குறியிடப்பட்ட 114 வருகைகளையும் உள்ளடக்குகிறது.

மூலச் சமிக்ஞையிலிருந்து, UK Biobank-க்காக உருவாக்கப்பட்ட ஒரு வகைப்படுத்தல் கருவி, நடையின் பகுதிகளைத் தேர்ந்தெடுத்தது. இவை வடிகட்டப்பட்டு, 15 வினாடித் துண்டுகளாக வெட்டப்பட்டு, காலத்துடன் இயக்கத்தின் தீவிரத்தைக் காட்டும் ஒற்றை வளைகோடாகச் சுருக்கப்பட்டன.

ஒரு நடையின் வடிவத்தைப் படித்தல்

நடைகளை ஒப்பிட, கரடுமுரடான பாதைக் கோட்பாடு (rough path theory) எனப்படும் கணிதக் கிளையிலிருந்து ஒரு கருவியைக் குழு கடன் வாங்கியது: பாதைக் கையொப்பங்கள். ஒரு கையொப்பம், காலத்தில் விரியும் ஒரு சமிக்ஞையின் “வடிவத்தை”, உள்ளடுக்கிய தொகையீடுகளின் ஒரு வரிசை மூலம் சுருக்கித் தருகிறது; முதலில் ஒரு மாதிரியைப் பயிற்றுவிக்க வேண்டிய தேவை இல்லை. கையால் எழுதப்பட்ட சீன எழுத்துகளையும் மனிதச் செயல்களையும் அடையாளம் காண கையொப்பங்கள் ஏற்கெனவே பயன்பட்டுள்ளன. தொடர்புடைய ஓர் அளவீடான SigMMD, சமிக்ஞைகளின் இரண்டு தொகுப்புகள் எவ்வளவு வேறுபட்டவை என்பதை அளவிடுகிறது: அது எவ்வளவு பெரிதோ, அவை அவ்வளவு வேறுபடுகின்றன.

ஓர் அடிப்படைச் சரிபார்ப்பாக, கையொப்பங்கள் நடையைத் தூக்கம், உட்கார்ந்திருத்தல், நிற்றல், வாகனத்தில் பயணித்தல் ஆகியவற்றிலிருந்து தெளிவாகப் பிரித்தறிந்தன.

ஒவ்வொரு நோயாளியும் தமக்குத் தாமே ஒப்பீட்டு அளவு

இரண்டு மருத்துவமனை வருகைகளுக்கு இடையிலான ஒவ்வொரு காலத்துக்கும், ஏறக்குறைய முதல் இரண்டு வாரங்களின் நடை, நோயாளியின் அடிப்படை நிலையாகப் (baseline) பயன்பட்டது. பிந்தைய ஒவ்வொரு நாளும் SigMMD மூலம் அதனுடன் ஒப்பிடப்பட்டது; தினசரி மதிப்புகள் சராசரியாக்கப்பட்டு, ஒரு வருகைக்கு ஓர் எண்ணாக ஆக்கப்பட்டன.

தனியாகப் பார்த்தால், இந்த எண்கள் நிலையான வருகைகளை முன்னேறும் வருகைகளிலிருந்து அரிதாகவே பிரித்தன: நோயாளிகள் ஒருவருக்கொருவர் மிகவும் வேறுபட்ட விதங்களில் நடக்கின்றனர். எனவே ஆசிரியர்கள் ஒவ்வொரு மதிப்பையும், அதே நோயாளியின் நிலையான வருகைகளின் சராசரியால் வகுத்தனர். 1-க்கு மேலான ஒரு விகிதம், இந்த முறை, நோய் நிலையாக இருக்கும்போது வழக்கமாக இருப்பதை விட நோயாளியின் நடை அதன் அடிப்படை நிலையிலிருந்து அதிகம் விலகிச் சென்றது என்று பொருள்.

எண்கள் என்ன சொல்கின்றன

போதுமான தரவுகளும் குறைந்தது ஒரு நிலையான வருகையும், 11 நோயாளிகளுக்கும் 26 வருகைகளுக்கும் — 11 முன்னேறியவை, 15 நிலையானவை — கிடைத்தன; இது மொத்தம் 3,030 மணி நேர நடை. தனிநபருக்கேற்ற விகிதம் முன்னேறும் வருகைகளில் அதிகமாக இருந்தது (ஒவ்வொரு நோயாளிக்குள்ளும் குறியீடுகளைக் கலைத்துப்போடும் ஒரு சோதனையில் p = 0.016: குறியீடுகளுக்கு எந்தப் பொருளும் இல்லையென்றால், இவ்வளவு பெரிய இடைவெளி ஏற்பட ஏறக்குறைய 1.6% வாய்ப்பு).

ஒற்றை எச்சரிக்கை வரம்பாகப் பயன்படுத்தி, ஒவ்வொரு முறையும் சீரமைப்பிலிருந்து விலக்கி வைக்கப்பட்ட ஒரு நோயாளியிடம் சோதித்தபோது, இந்த விகிதம் வளைகோட்டின் கீழுள்ள பரப்பில் (area under the curve) — முன்னேறும் வருகைகளை நிலையானவற்றுக்கு மேலே அது எவ்வளவு நன்றாக வரிசைப்படுத்துகிறது என்பதற்கான மதிப்பெண், 0.5 (தற்செயல்) முதல் 1 (முழுமை) வரை — 0.85-ஐ எட்டியது (95% வரம்பு 0.66 முதல் 0.99). அது முன்னேறும் 11 வருகைகளில் 8-ஐக் குறித்துக் காட்டியது; நிலையானவற்றில் 80%-ஐ நிலையானவை என்று சரியாகக் கூறியது. மாறாக, அடி எண்ணிக்கைகள் தற்செயலை விடச் சிறப்பாகச் செயல்படவில்லை: அதே தனிநபருக்கேற்ற அணுகுமுறைக்கு 0.44; ஒவ்வொரு வருகைக்கும் முந்தைய 60 நாட்களைப் பயன்படுத்தும் ஒரு வழக்கமான மாதிரிக்கு 0.42.

ஒரு முதல் படி, இன்னும் ஒரு சோதனை அல்ல

ஆசிரியர்கள் வரம்புகளை வலியுறுத்துகின்றனர். ஆய்வுக் குழு (cohort) மிகச் சிறியது. மேலும் ஒவ்வொரு நோயாளிக்குமான நிலையான ஒப்பீட்டு அளவில், ஒரு முன்னேற்றத்துக்குப் பின்னர் வந்த நிலையான வருகைகளும் அடங்கக்கூடும்; எனவே இந்த விகிதத்தை இன்னும் நிகழ்நேரத்தில் கணக்கிட முடியாது. நிலையான காலங்களுக்கும் முன்னேறும் காலங்களுக்கும் இடையே நடை வேறுபடுகிறது என்பதை இந்த ஆய்வு காட்டுகிறது; ஒரு மணிக்கட்டு உணரி ஸ்கேனுக்கு முன்பே முன்னேற்றத்தைக் கண்டறிய முடியும் என்பதை அது இன்னும் காட்டவில்லை. அதற்கு, காலப்போக்கில் பின்தொடரப்படும் மிகப் பெரிய ஒரு குழுவில், ஒப்பீட்டு அளவு முந்தைய நிலையான வருகைகளை மட்டுமே சார்ந்திருக்க வேண்டும்.

அவர்கள் முன்மொழியும் அடுத்த படி, ஒரு வருகைக்கு ஒரு மதிப்பு என்பதற்குப் பதிலாக, தினசரி மதிப்புகளைத் தொடர்ச்சியாகப் பின்தொடர்வது — நோயாளிகள் நடக்கும் விதத்தில் ஏற்படும் ஒரு மாற்றம், அவர்களின் சரிவின் மிகத் தொடக்கத்தைக் குறிக்க முடியுமா என்று பார்ப்பதற்காக. அதுவரை, மணிக்கட்டுப் பட்டை ஓர் ஆய்வு யோசனையாகவே உள்ளது; அது ஒருநாள் ஸ்கேன்களையும் மருத்துவச் சோதனைகளையும் மாற்றீடு செய்வதற்காக அல்ல, அவற்றுக்குத் துணைபுரிவதற்காகவே உருவாக்கப்படுகிறது.