चिकित्सा अनुसंधान में मॉडल के इलाज के इरादे को समझना

Posted on
लेखक: Tamara Smith
निर्माण की तारीख: 21 जनवरी 2021
डेट अपडेट करें: 3 नवंबर 2024
Anonim
High Density 2022
वीडियो: High Density 2022

विषय

जब चिकित्सा अनुसंधान अध्ययन में उपयोग किया जाता है, तो वाक्यांश उपचार का प्रयोजन एक प्रकार के अध्ययन डिजाइन को संदर्भित करता है। इस प्रकार के अध्ययन में, वैज्ञानिक अपने अध्ययन के परिणामों का विश्लेषण करते हैं कि रोगियों को क्या करने के लिए कहा गया था। दूसरे शब्दों में, डॉक्टर मरीज के परिणामों को इस आधार पर देखते हैं कि उन्हें वास्तव में क्या हुआ, इसके बजाय उनका इलाज कैसे किया जाना चाहिए। उदाहरण के लिए, यदि एक अध्ययन में एक व्यक्ति को एक चिकित्सा उपचार के लिए यादृच्छिक किया जाता है, लेकिन शल्यचिकित्सा प्राप्त करना समाप्त हो जाता है, या उनके सभी परिणामों में कोई उपचार अभी भी चिकित्सा उपचार समूह का हिस्सा नहीं माना जाता है। एक आदर्श दुनिया में, निश्चित रूप से, उपचार और वास्तविक उपचार करने का इरादा एक ही होगा। वास्तविक दुनिया में, यह बहुत भिन्न होता है, जो अध्ययन किया जा रहा है की प्रकृति पर निर्भर करता है।

ये मॉडल क्यों उपयोग किए जाते हैं

मॉडल का इलाज करने का इरादा कई कारणों से उपयोग किया जाता है। सबसे बड़ी बात यह है कि, एक व्यावहारिक दृष्टिकोण से, वे केवल समझ में आते हैं। वैज्ञानिक जानना चाहते हैं कि असली दुनिया में ड्रग्स या उपचार कैसे काम करेंगे। वास्तविक दुनिया में, हर कोई निर्धारित के रूप में ड्रग्स नहीं लेता है। हर कोई सर्जरी कराने की सलाह नहीं देता। मॉडल के इलाज के इरादे का उपयोग करके, वैज्ञानिक यह विश्लेषण कर सकते हैं कि उपचार अधिक यथार्थवादी संदर्भ में कैसे काम करता है। उपचार करने का इरादा स्पष्ट रूप से इस तथ्य को स्वीकार करता है कि लैब में ड्रग्स कैसे काम करते हैं, इसका क्षेत्र में काम करने का तरीका बहुत कम है। वास्तव में, दवाओं का वादा करने वाले कारणों में से एक अक्सर रिलीज़ होने पर इतना निराशाजनक होता है कि लोग उन्हें पढ़ाई में नहीं लेते हैं। (वास्तविक दुनिया के रोगियों और अनुसंधान रोगियों के बीच अक्सर अन्य अंतर भी होते हैं।)


कमियां

सभी लोग परीक्षण के इरादे को पसंद नहीं करते हैं। एक कारण यह है कि वे दवा की संभावित प्रभावशीलता को कम कर सकते हैं। उदाहरण के लिए, समलैंगिक पुरुषों में एचआईवी के लिए पूर्व-प्रसार प्रोफिलैक्सिस के शुरुआती परीक्षणों से पता चला कि उपचार अपेक्षाकृत प्रभावी था ... लेकिन केवल उन व्यक्तियों में जो इसे नियमित रूप से लेते थे। मॉडल के इलाज के इरादे से दिखाए गए समग्र परिणाम बहुत कम उत्साहजनक थे। कुछ लोगों का कहना है कि अगर मरीज नहीं लेंगे तो दवा काम नहीं करेगी। दूसरों का कहना है कि यदि आप दवा नहीं दे रहे हैं, तो आप उसे दवा नहीं दे सकते। दोनों पक्षों के पास एक बिंदु है। कोई सही जवाब नहीं है। कौन सा विश्लेषण उपयोग करने के लिए सबसे अधिक समझ में आता है कुछ सवाल पर निर्भर है।

कभी-कभी वैज्ञानिक जो शुरू में इरादे से इलाज के विश्लेषण के लिए एक अध्ययन डिजाइन करते हैं, वे उस तरह और प्रति-प्रोटोकॉल दोनों के उपचार का विश्लेषण करेंगे। (प्रति-प्रोटोकॉल विश्लेषण के लिए, वे उन लोगों की तुलना करते हैं जिन्होंने वास्तव में उपचार को उन लोगों के लिए निर्दिष्ट किया है जो यादृच्छिकता की परवाह किए बिना नहीं थे।) यह आमतौर पर तब किया जाता है जब विश्लेषण का इरादा कोई प्रभाव या कोई महत्वपूर्ण प्रभाव नहीं दिखाता है, लेकिन कुछ प्रभाव उन लोगों के लिए देखा जाता है जिन्होंने वास्तव में उपचार लिया था। हालांकि, इस प्रकार का चयन, पोस्ट-हॉक विश्लेषण सांख्यिकीविदों द्वारा किया जाता है। यह कई कारणों से भ्रामक परिणाम प्रदान कर सकता है। ऐसा एक कारण यह है कि जिन लोगों को इलाज मिला, वे उन लोगों की तुलना में अलग हो सकते हैं जिन्होंने नहीं किया।


जब अध्ययन का इलाज करने का इरादा पहले की तुलना में कम आशाजनक होता है, तो अधिक बारीकी से देखे गए अध्ययन, वैज्ञानिक अक्सर पूछेंगे कि क्यों। यह बचाव का एक प्रयास हो सकता है जिसे एक आशाजनक उपचार माना गया था। यदि यह पता चला है, उदाहरण के लिए, कि लोग एक दवा नहीं ले रहे थे क्योंकि यह खराब है, यह समस्या आसानी से ठीक हो सकती है। हालांकि, कभी-कभी छोटे परीक्षणों के परिणामस्वरूप बड़े अध्ययन में आसानी से नकल नहीं की जा सकती है, और डॉक्टर कभी भी पूरी तरह से निश्चित नहीं होते हैं।

सच्चाई यह है कि शुरुआती प्रभावोत्पादक परीक्षणों और अध्ययन के उपचार के इरादे के बीच के अंतर को देखा जाए, तो मॉडल के इलाज के इरादे बहुत महत्वपूर्ण हैं। इस प्रकार के अध्ययन से यह पता चलता है कि शोध अध्ययन में ड्रग्स कैसे काम करते हैं और वास्तविक दुनिया में वे कैसे काम करते हैं, के बीच समझ की खाई को बंद करना है। वह अंतर बड़ा हो सकता है।

  • शेयर
  • फ्लिप
  • ईमेल