नवीन अभ्यासाने मौसमी एलर्जिक राइनाइटिस वर्गीकरण सुधारले
एक नवीन मल्टीसेंटर अभ्यासाने संभाव्य लक्षण ट्रॅकिंगमुळे मौसमी एलर्जिक राइनाइटिसचे वर्गीकरण आणि व्यवस्थापन सुधारण्यास मदत होते.
संभाव्य लक्षण रेकॉर्डिंगने मौसमी एलर्जिक राइनाइटिस वर्गीकरणात महत्त्वाचा याददाश्त पूर्वाग्रह दर्शविला.
अभ्यासात 815 सहभागी होते, ज्यांनी नौ भूमध्यसागरीय केंद्रांमध्ये लक्षणे ट्रॅक करण्यासाठी इलेक्ट्रॉनिक डायरीचा वापर केला.
क्लस्टरिंग विश्लेषणाने विविध तीव्रता गटांची ओळख पटवली, ज्यामुळे लक्षणांच्या भाराचे अधिक अचूक मूल्यांकन सुचवले.
एक नवीन अवलोकनात्मक अभ्यासाने संभाव्य लक्षण रेकॉर्डिंगच्या महत्त्वावर प्रकाश टाकला आहे, जो मौसमी एलर्जिक राइनाइटिस (SAR) वर्गीकरणात सुधारणा करू शकतो. हा अभ्यास नौ भूमध्यसागरीय देशांमधील केंद्रांमध्ये 815 मुलं आणि प्रौढांसोबत करण्यात आला, ज्यांनी इलेक्ट्रॉनिक डायरी (e-Diary) वापरून त्यांच्या लक्षणांचे दैनिक दस्तऐवजीकरण केले. या नव्या दृष्टिकोनामुळे लक्षणांच्या तीव्रतेची अधिक अचूक ओळख पटवली गेली, जी पारंपरिक पूर्ववर्ती आकलनांपेक्षा स्पष्टपणे भिन्न आहे.
अभ्यासात राइनोकंजंक्टिवाइटिस टोटल लक्षण स्कोअर (RTSS) आणि दृश्य एनालॉग स्केल (VAS) चा वापर करून अंग-विशिष्ट लक्षणे आणि एकूण जीवन गुणवत्ता मोजली गेली. सहभागीांनी पराग हंगामाच्या सुरुवातीस आणि शेवटी पूर्ववर्ती नैदानिक प्रश्नावली पूर्ण केल्या, ज्याची तुलना e-Diary द्वारे गोळा केलेल्या डेटाशी करण्यात आली. निष्कर्षांनी दोन्ही पद्धतींमध्ये महत्त्वाच्या भिन्नता दर्शवल्या, ज्यामध्ये अनेक सहभागी त्यांच्या लक्षणांच्या आवृत्तीसाठी स्मृतीवर अवलंबून असताना किंवा तर अधिक किंवा कमी मूल्यांकन करत होते.
विशेषतः, अभ्यासात असे आढळले की 34.1% सहभागी पूर्ववर्ती स्वरूपात त्यांच्या लक्षणांचे अधिक मूल्यांकन करत होते, तर 47.3% कमी मूल्यांकन करत होते. हा याददाश्त पूर्वाग्रह पूर्ववर्ती आकलनांच्या मर्यादा दर्शवतो, कारण पराग हंगामाच्या शेवटी रिपोर्ट केलेल्या तीव्रते आणि संभाव्य रेकॉर्डिंगमधील संबंध फक्त मध्यम होता. अभ्यासाच्या लेखकांनी संभाव्य डेटाच्या आधारावर रुग्णांना वर्गीकृत करण्यासाठी असुपरवाइज्ड क्लस्टरिंग तंत्रज्ञानाचा वापर केला, ज्यामुळे लक्षणांच्या तीव्रतेच्या आधारावर विविध गटांची ओळख पटली.
क्लस्टरिंग विश्लेषणाने तीन भिन्न तीव्रता गटांची ओळख पटवली: हलका, मध्यम आणि गंभीर SAR. हे वर्गीकरण RTSS द्वारे मोजलेल्या अंग-विशिष्ट लक्षणांच्या तीव्रतेवर, VAS द्वारे मोजलेल्या एकूण लक्षणांवर आणि जीवन गुणवत्ता संकेतांवर आधारित होते. परिणाम हे सूचित करतात की e-Diary द्वारे संभाव्य रेकॉर्डिंग पूर्ववर्ती स्मृतीच्या तुलनेत लक्षणांच्या भाराचे अधिक विश्वसनीय प्रतिनिधित्व प्रदान करू शकते, ज्यामुळे रोगी व्यवस्थापनाच्या रणनीतींमध्ये सुधारणा होऊ शकते.
क्लिनिकल प्रॅक्टिसमध्ये, हे संभाव्य वर्गीकरण दृष्टिकोन रोगाची तीव्रता समजून घेण्यात सुधारणा करू शकते आणि SAR च्या अधिक वैयक्तिकृत व्यवस्थापनास सक्षम करू शकते. पारंपरिक पूर्ववर्ती वर्गीकरणामध्ये आढळलेल्या याददाश्त पूर्वाग्रहाला संबोधित करून, रोगी-रिपोर्टेड डेटाच्या पुढील अनुप्रयोगामुळे मौसमी एलर्जिक राइनाइटिसच्या आकलनात आणि उपचारात महत्त्वपूर्ण सुधारणा होऊ शकतात.




