बायोटेक
गैर-आक्रामक अल्जाइमर ब्रेकथ्रूज़ से पहचान में क्रांति
Securities.io को Google पर अपने पसंदीदा स्रोतों में जोड़ें
आज अधिक 7 मिलियन अमेरिकियों को अल्जाइमर है। यह संख्या आने वाले वर्षों में बढ़ेगी, 2050 तक लगभग 13 मिलियन तक पहुंचने का अनुमान है, जैसा कि प्रदान किए गए डेटा द्वारा अल्जाइमर एसोसिएशन।
इसी प्रकार, डिमेंशिया से पीड़ित लोगों के स्वास्थ्य और दीर्घकालिक देखभाल खर्च 2050 में लगभग 1 ट्रिलियन डॉलर तक पहुंचने की भविष्यवाणी है।
वैश्विक स्तर पर, 2021 में 57 मिलियन लोग डिमेंशिया से पीड़ित थे, जिसमें अल्जाइमर रोग (AD) अधिकांश (60-70%) मामलों का कारण है। ये आंकड़े 2050 तक 139 मिलियन तक पहुंचने की उम्मीद है।
45 वर्ष की आयु में अल्जाइमर के जीवनकाल जोखिम की बात करें तो यह महिलाओं में विशेष रूप से अधिक है, 5 में से 1, जबकि पुरुषों में 10 में से 1 है। साथ ही, अल्जाइमर से पीड़ित दो‑तिहाई अमेरिकी महिलाएँ हैं।
इसके अलावा, बड़े उम्र के काले अमेरिकियों में इस रोग का जोखिम सफेद लोगों की तुलना में लगभग दो गुना है, जबकि बड़े उम्र के हिस्पैनिक लगभग डेढ़ गुना अधिक जोखिम रखते हैं।
हालांकि अल्जाइमर रोग अक्सर 65 वर्ष के बाद होता है और उम्र बढ़ने के साथ जोखिम काफी बढ़ता है, यह दुर्लभ प्रारंभिक‑ऑनसेट अल्जाइमर के मामलों में कम उम्र के लोगों में भी हो सकता है।
शोधकर्ता मानते1 हैं कि 30 से 64 वर्ष की आयु के 100,000 लोगों में लगभग 110 लोगों को कम उम्र‑ऑनसेट डिमेंशिया होता है।
तो अल्जाइमर रोग वास्तव में क्या है? यह एक प्रगतिशील मस्तिष्क विकार है जो धीरे‑धीरे स्मृति, सोच, तर्क और सीखने की क्षमताओं को नष्ट करता है। यह व्यवहार और व्यक्तित्व को भी बदल सकता है, साथ ही भाषा और स्थानिक समझ को कमजोर या समाप्त कर सकता है।
यह न्यूरोडीजेनेरेटिव रोग डिमेंशिया का सबसे सामान्य रूप है, जो संज्ञानात्मक गिरावट और स्मृति हानि के लिए एक सामान्य शब्द है।
अल्जाइमर रोग उम्र बढ़ने का सामान्य हिस्सा नहीं है। यह एक जैविक प्रक्रिया है जो मस्तिष्क में प्रोटीन के जमा होने से शुरू होती है। दो विशेष प्रोटीन यहाँ मुख्य भूमिका निभाते हैं:
- एमाइलॉइड, जो मस्तिष्क कोशिकाओं के बाहर प्लाक बनाता है
- टॉ, जो मस्तिष्क कोशिकाओं के अंदर टैंगल बनाता है
इन दो प्रोटीनों के जमा होने से मस्तिष्क कोशिकाओं की मृत्यु होती है और मस्तिष्क का आकार घटता है।
इस रोग के शुरुआती लक्षणों में हाल की बातचीत या घटनाओं को भूलना शामिल है, और समय के साथ यह गंभीर स्मृति हानि की ओर ले जाता है जो व्यक्ति की साधारण दैनिक कार्यों को करने की क्षमता को प्रभावित करता है।
उन्नत चरणों में, मस्तिष्क कार्य का नुकसान संक्रमण, निर्जलीकरण या खराब पोषण का कारण बन सकता है, जिससे मृत्यु हो सकती है। अल्जाइमर वास्तव में स्तन और प्रोस्टेट कैंसर के संयुक्त कारणों से अधिक लोगों की मृत्यु करता है। कई वर्षों से यह 65 वर्ष और उससे अधिक आयु के लोगों में मृत्यु के शीर्ष दस कारणों में से एक रहा है। दस प्रमुख2 कारणों में से एक है।
हालाँकि अल्जाइमर रोग का कोई इलाज नहीं है। दवाएँ रोग की प्रगति को धीमा करने और लक्षणों का प्रबंधन करने में मदद करती हैं।
अब, इस रोग का निदान करने के लिए स्वास्थ्य सेवा प्रदाता रोगी के स्वास्थ्य, चिकित्सा इतिहास, दैनिक दिनचर्या और रोगी के मूड व व्यवहार में किसी भी परिवर्तन का उपयोग करते हैं। वे कुछ परीक्षण भी करते हैं, जिनमें रक्त परीक्षण, संज्ञानात्मक परीक्षण, CSF परीक्षण, मस्तिष्क MRI, CT स्कैन, PET स्कैन, तथा मनोवैज्ञानिक और मानसिक स्वास्थ्य मूल्यांकन शामिल हैं।
इस क्षेत्र में शोध इन परीक्षणों और उपकरणों की सीमा को शुरुआती पहचान के लिए विस्तारित कर रहा है, जिसमें मस्तिष्क में बदलावों की पहचान के लिए AI और उन्नत इमेजिंग का उपयोग शामिल है।
अल्जाइमर के लिए गैर‑आक्रामक ब्रेकथ्रूज़ भी शुरुआती पहचान और निदान, साथ ही लक्षणों को संबोधित करने के लिए खोजे जा रहे हैं।
इस संबंध में, इस वर्ष की शुरुआत में एक क्लिनिकल ट्रायल पाया कि फ्रंटल लोब में दोहराए जाने वाले फोकस्ड अल्ट्रासाउंड‑मध्यस्थ रक्त‑मस्तिष्क बाधा (BBB) खोलना न केवल सुरक्षित है बल्कि एमाइलॉइड प्लाक को भी कम कर सकता है।
इसने रोग से जुड़े सामान्य न्यूरोसाइकेट्रिक लक्षणों (चिंता, उत्तेजना, चिड़चिड़ापन और भ्रम) में भी सुधार किया। Neal Kassell, MD, फोकस्ड अल्ट्रासाउंड फाउंडेशन के संस्थापक और चेयरमैन, जिन्होंने कोरिया यूनिवर्सिटी अनाम अस्पताल और योंसेई यूनिवर्सिटी के सहयोग से इस शोध को फंड किया, के अनुसार:
“अल्जाइमर शोध पिछले कुछ दशकों में अपेक्षाकृत स्थिर रहा है, लेकिन फोकस्ड अल्ट्रासाउंड ने एक ऐसे क्षेत्र में आशा प्रदान की है जो लंबे समय से नवाचारी समाधान की तलाश में था और इस विनाशकारी रोग की प्रगति को बाधित करने की क्षमता रखता है।”
यहाँ क्लिक करके जानें कि AI अल्जाइमर रोग की भविष्यवाणी में कैसे मदद कर सकता है।
आरामदायक हृदय गति विविध जनसंख्या में डिमेंशिया जोखिम भविष्यवाणी को सुधारती है
जब वैज्ञानिक शुरुआती चेतावनी संकेतों के लिए मस्तिष्क के बाहर देखना शुरू कर चुके हैं, तो एक स्पष्ट कनेक्शन जिसे नजरअंदाज किया जा रहा है वह है: हृदय‑मस्तिष्क कनेक्शन। अंतर्राष्ट्रीय शोधकर्ताओं की एक टीम ने वास्तव में पाया है कि आरामदायक हृदय गति डिमेंशिया जोखिम की पहचान में अधिकांश नस्लीय समूहों में सटीकता बढ़ा सकती है।
हृदय गति बस हमारे हृदय द्वारा प्रति मिनट किए जाने वाले धड़कनों की संख्या है। आराम की स्थिति में सामान्य हृदय गति, जब हम शांत और निष्क्रिय होते हैं, 60 से 100 धड़कन प्रति मिनट के बीच होती है। हृदय गति में परिवर्तन हृदय रोग या अन्य स्वास्थ्य समस्याओं का संकेत दे सकते हैं।
वही हृदय गति माप जो हमें हृदय स्वास्थ्य और फिटनेस स्तर की निगरानी में मदद करता है, शोधकर्ताओं के अनुसार, डिमेंशिया जोखिम की भविष्यवाणी में भी मदद कर सकता है।
ब्रॉक विश्वविद्यालय के स्वास्थ्य विज्ञान प्रोफेसर और कनाडा रिसर्च चेयर इन मेकैनिज़्म्स ऑफ हेल्थ एंड डिज़ीज़, न्यूमन स्ज़े के अनुसार, असामान्य हृदय गति मोटापे और उच्च रक्तचाप के बाद डिमेंशिया के सबसे महत्वपूर्ण जोखिम कारकों में से एक है।
उदाहरण के लिए, यह अंतर्निहित दीर्घकालिक तनाव और स्वायत्त कार्यक्षमता में गड़बड़ी का संकेत दे सकता है, जो संभावित रूप से न्यूरोडीजेनेरेशन और खराब मस्तिष्क रक्त प्रवाह में योगदान देता है।
“यदि आरामदायक हृदय गति बहुत कम या बहुत तेज़ है क्योंकि हृदय मांसपेशी विफल हो रही है, तो मस्तिष्क को पर्याप्त रक्त नहीं मिल पाता। मस्तिष्क को पर्याप्त ऑक्सीजन और पोषक तत्व नहीं मिलते, जिससे मस्तिष्क क्षय होता है।”
– स्ज़े
हालाँकि यह विशेषता सबसे व्यापक रूप से उपयोग किए जाने वाले प्रोग्नोस्टिक टूल, CAIDE मॉडल में नहीं पकड़ी गई है।
भविष्य में डिमेंशिया विकसित करने की रोगी की संवेदनशीलता का आकलन करने के लिए, कार्डियोवास्कुलर रिस्क फैक्टर्स, एजिंग एंड इन्सिडेंस ऑफ डिमेंशिया (CAIDE) अंतर्राष्ट्रीय मूल्यांकन टूल कई शारीरिक और सामाजिक मापदंडों का उपयोग करता है।
CAIDE मॉडल क्लिनिकल निर्णय‑निर्धारण, रोगी परामर्श और जोखिम प्रबंधन में मौलिक रहा है।
जबकि यह मजबूत भविष्यवाणी क्षमताएँ प्रदर्शित करता है, वर्तमान मॉडल व्यक्ति के स्वास्थ्य की पूरी तस्वीर नहीं पकड़ता, विशेषकर संयुक्त राज्य में विविध नस्लीय समूहों में। मौजूदा मॉडल की सीमित वैधता असमान स्वास्थ्य‑सेवा पहुंच, देखभाल की गुणवत्ता में अंतर और डिमेंशिया‑संबंधित जोखिम कारकों जैसे हृदय रोग में विविधता का कारण बन सकती है।
इसके अलावा, जैसा कि अध्ययन ने नोट किया, भविष्यवाणी मॉडल अक्सर बहुत चयनात्मक जनसंख्या पर आधारित होते हैं, जो विविध जनसांख्यिकी के लिए उपयुक्त नहीं होते।
इसलिए, आठ‑सदस्यीय शोध टीम ने CAIDE मॉडल में आरामदायक हृदय गति (RHR) को शामिल करने के प्रभावों की जांच की ताकि यह देखा जा सके कि क्या इसे जोड़ने से मॉडल में सुधार और डिमेंशिया भविष्यवाणी में समान पहुंच बढ़ेगी।
RHR, आखिरकार, हृदय स्वास्थ्य का एक सुलभ और गैर‑आक्रामक संकेतक है, जो पारंपरिक हृदय‑रोग जोखिम कारकों के विपरीत स्वायत्त तंत्रिका तंत्र कार्य और हृदय तनाव प्रतिक्रियाओं से संबंधित अतिरिक्त जानकारी प्रदान करता है।
RHR की प्रभावशीलता का आकलन करने के लिए, टीम ने 44,467 अमेरिकी प्रतिभागियों (आयु 18 वर्ष और उससे अधिक, जिसमें 65 वर्ष और उससे अधिक आयु वाले भी शामिल हैं) का डेटा उपयोग किया, जिसे नेशनल अल्जाइमर कोऑर्डिनेटिंग सेंटर (NACC) ने 2005 से 2023 के बीच एकत्र किया था। इसमें संज्ञानात्मक परीक्षण, शारीरिक परीक्षण और साक्षात्कार से जानकारी भी शामिल थी।
मॉडल विकसित करने के लिए, टीम ने NACC डेटासेट में एक रैंडम फ़ॉरेस्ट एल्गोरिद्म का उपयोग किया।
मशीन लर्निंग (ML) तकनीक ने चर के बीच जटिल, गैर‑रेखीय संबंधों को पकड़कर टीम की डिमेंशिया जोखिम भविष्यवाणी को बढ़ाया।
डेटाबेस में प्रतिभागियों को पहले स्वयं‑रिपोर्टेड नस्लीय समूहों में विभाजित किया गया: श्वेत, काला अफ्रीकी, हिस्पैनिक, एशियाई, और दो स्वदेशी जनसंख्या: अमेरिकी इंडियन और अलास्का नेटिव।
शोध टीम ने फिर प्रत्येक समूह को वर्तमान CAIDE मॉडल के माध्यम से चलाया, जिसमें आयु, लिंग, शिक्षा स्तर, शारीरिक सक्रियता, बॉडी मास इंडेक्स (BMI), कोलेस्ट्रॉल स्तर और उच्च रक्तचाप माप, साथ ही एपीओई ε4 एलील बायोमार्कर (AD का सबसे मजबूत आनुवंशिक जोखिम कारक) शामिल था।
फिर प्रक्रिया को CAIDE‑RHR मॉडल के साथ दोहराया गया, जिसमें आरामदायक हृदय गति शामिल थी। स्ज़े कहते हैं:
“यह समायोजन अधिकांश नस्लीय समूहों में डिमेंशिया जोखिम भविष्यवाणी को उल्लेखनीय रूप से सुधारता है, जिससे जोखिम वाले व्यक्तियों की पहचान का एक अधिक समावेशी और सुलभ तरीका मिलता है।”
अच्छी बात यह है कि आरामदायक हृदय गति मापना आसान है, जिससे अधिक लोग स्क्रीनिंग और मॉनिटरिंग कर सकते हैं। और इससे CAIDE‑RHR मॉडल अधिक समावेशी बनता है।
जबकि पहले CAIDE मॉडल की सटीकता को बढ़ाने के लिए संसाधन‑गहन लैब विश्लेषण के माध्यम से रक्त नमूनों में डिमेंशिया बायोमार्कर का पता लगाने का प्रयास किया गया था, यह बहु‑नस्लीय, कम सेवा‑प्राप्त जनसंख्या के लिए पहुंच को घटा सकता है।
“इसके विपरीत, आरामदायक हृदय गति को एक साधारण रक्तचाप कफ़ या कलाई पर उँगलियों को रखकर मापा जा सकता है — ऐसी विधियाँ जो तेज़, गैर‑आक्रामक और व्यापक रूप से उपलब्ध हैं, यहाँ तक कि कम सेवा‑प्राप्त समुदाय सेटिंग्स में भी।”
– शाकिरु अलाका, पीएचडी छात्र और अध्ययन के मुख्य लेखक।
अध्ययन के निष्कर्षों के अनुसार, जो प्रकाशित हुआ3 था, CAIDE‑RHR मॉडल ने सभी नस्लीय समूहों में डिमेंशिया जोखिम भविष्यवाणी की सटीकता को उल्लेखनीय रूप से सुधार दिया, सिवाय अमेरिकी स्वदेशी जनसंख्या के। लेकिन यह कम प्रतिभागियों की संख्या के कारण हो सकता है, जैसा कि उल्लेख किया गया। स्ज़े के अनुसार:
“यह खोज हृदय स्वास्थ्य और मस्तिष्क स्वास्थ्य के बीच महत्वपूर्ण कनेक्शन को उजागर करती है।”
कम‑लागत, गैर‑आक्रामक CAIDE‑RHR मॉडल, वह “विविध जनसंख्या में डिमेंशिया जोखिम के आकलन में प्रणालीगत अंतराल को संबोधित करने की दिशा में एक कदम” है, जिसे नियमित देखभाल में एकीकृत किया जा सकता है “ताकि जोखिम वाले लोगों की पहचान पहले और अधिक समान रूप से की जा सके।”
वीडियो‑आधारित संज्ञानात्मक कार्य अल्जाइमर को लक्षणों से कई साल पहले पहचानते हैं
जबकि पिछले अध्ययन ने ML और आरामदायक हृदय गति का उपयोग किया, रटगर्स‑न्यूर्क के शोधकर्ता अल्जाइमर की शुरुआती पहचान के लिए वीडियो गेम का उपयोग कर रहे हैं और पाया है कि यह रक्त परीक्षण जितना ही प्रभावी है।
शोधकर्ताओं ने रोग को लक्षणों के स्पष्ट होने से कई साल पहले पहचानने के लिए गेम विकसित किए।
ये नवाचारी डिमेंशिया परीक्षण डिमेंशिया स्क्रीनिंग का एक गैर‑आक्रामक रूप प्रदान करते हैं, जो व्यापक रूप से उपलब्ध रक्त परीक्षणों के परिणामों के समान हैं, जो अल्जाइमर रोग के बायोमार्कर दिखाते हैं। नए गैर‑आक्रामक परीक्षण वास्तव में दर्द‑रहित और लागत‑प्रभावी होते हैं क्योंकि इन्हें रक्त नमूने प्राप्त करने के लिए प्रशिक्षित तकनीशियनों की आवश्यकता नहीं होती।
जर्नल अल्जाइमर रिसर्च & थैरेपी में प्रकाशित यह अध्ययन4 एजिंग & ब्रेन हेल्थ अलायंस द्वारा किया गया था, जो अल्जाइमर को देर तक रोकने में जीनetics और जीवनशैली की भूमिका पर केंद्रित है।
नवीन खोज के साथ, शोधकर्ताओं को अब रोग के पारंपरिक निदान का इंतज़ार नहीं करना पड़ेगा और वे रोग के शुरुआती चरणों में दवा परीक्षण प्रतिभागियों का चयन गैर‑आक्रामक तरीके से कर सकते हैं, जिससे क्लिनिकल ट्रायल समय‑सारिणी में वर्षों की बचत होगी।
“यह हमारे लिए काफी रोमांचक है क्योंकि संज्ञानात्मक समस्याओं के स्पष्ट होने से पहले भी हमारे पास एक शुरुआती चेतावनी संकेत है।”
– मुख्य लेखिका मिराय बुडाक, सेंटर फॉर मोलेक्यूलर & बिहेवियरल न्यूरोसाइंस
अलायंस वास्तव में दो दशकों से अपने वीडियो‑गेम स्क्रीनिंग टूल को विकसित और परीक्षण कर रहा है। और अंततः, उनके पास अधिक प्रमाण हैं जो यह पुष्टि करते हैं कि यह वास्तव में रोगियों या उनके निकटतम लोगों द्वारा किसी भी लक्षण को महसूस करने से कई साल पहले मस्तिष्क कार्य में कमी का पता लगाने में प्रभावी है।
वीडियो‑गेम परीक्षण, जिसे जनरलाइज़ेशन टास्क कहा जाता है, व्यक्ति की संज्ञानात्मक क्षमता को मापता है। यह व्यक्ति के आकार और रंग से संबंधित नियम को समझने और फिर उसे नए उदाहरणों पर लागू करने की क्षमता को दर्शाकर किया जाता है।
टीम ने एक अलग मूल्यांकन भी विकसित किया जो मस्तिष्क की लचीलापन में गिरावट को पहचानने के लिए MRI इमेजिंग का उपयोग करता है।
अपने टूल की प्रभावशीलता का परीक्षण करने के लिए, टीम ने हाल ही में 148 प्रतिभागियों (सभी अफ्रीकी अमेरिकी और संज्ञानात्मक रूप से अपरिचित) पर एक अध्ययन किया। उन्होंने कई संज्ञानात्मक परीक्षण, जिसमें जनरलाइज़ेशन टास्क शामिल था, किए, फिर रक्त नमूने लिए और मस्तिष्क MRI करवाया।
वर्तमान में उपयोग किए जाने वाले संज्ञानात्मक परीक्षण, जो प्रतिभागियों को शब्दों की सूची याद रखने या घड़ी का चेहरा बनाकर ड्रॉ करने के लिए कहते हैं, अक्सर अल्जाइमर लक्षणों का पता तब तक नहीं लगा पाते जब तक बहुत देर न हो जाए। Rutgers‑Newark के टूल सरल, वैश्विक रूप से उपयोगी और शुरुआती हस्तक्षेप का समर्थन करते हैं, जिससे लोग अपने मस्तिष्क स्वास्थ्य की अधिक रक्षा कर सकते हैं।
व्यक्तिगत डिजिटल ट्विन मॉडल शुरुआती अल्जाइमर निदान के लिए
एक नया अध्ययन, इस बीच, एक डिजिटल ट्विन मॉडल बनाकर अल्जाइमर रोग के प्रीक्लिनिकल चरणों, जैसे सब्जेक्टिव कॉग्निटिव डिक्लाइन (SCD), में निदान में मदद कर रहा है, जिससे स्थिति का समय पर प्रबंधन संभव हो सके।
वर्तमान शुरुआती निदान विधियाँ प्रीक्लिनिकल स्क्रीनिंग के लिए अनुपयुक्त हैं क्योंकि उनकी उपलब्धता सीमित है और निदान विश्वसनीयता कम है। साथ ही, वे आक्रामक और दुर्लभ उपलब्ध विधियों पर निर्भर हैं, जिससे प्रीक्लिनिकल रूपों में AD की अंडरडायग्नोसिस बढ़ती है।
इन चुनौतियों को पार करने के लिए, अध्ययन5 ने अल्जाइमर रिसर्च & थैरेपी में डिजिटल अल्जाइमर रोग निदान (DADD) मॉडल प्रस्तुत किया, जो व्यक्तिगत मस्तिष्क मॉडलिंग और EEG रिकॉर्डिंग का उपयोग करके अल्जाइमर के डिजिटल बायोमार्कर प्रदान करता है। EEG संकेतों को स्वस्थ और SCD रोगियों दोनों से एकत्र किया गया।
इलेक्ट्रोएन्सेफैलोग्राफी (EEG) एक व्यापक रूप से अपनाया गया उपकरण है, जिसका उपयोग AD और संज्ञानात्मक गिरावट के प्रभावों को संज्ञानात्मक कार्यों के दौरान या विश्राम अवस्था में मापी गई विद्युत मस्तिष्क गतिविधि में जांचने के लिए व्यापक रूप से किया गया है।
हालाँकि EEG कम लागत और व्यापक उपलब्धता के लाभ प्रदान करता है, MRI और PET स्कैन जैसे महंगे निदान विधियों की तुलना में इसकी सीमाएँ हैं, मुख्यतः स्थानिक रिज़ॉल्यूशन और वॉल्यूम कंडक्शन प्रभावों के संबंध में।
इसके अलावा, अभी तक कोई ऐसा EEG‑आधारित AD निदान पाइपलाइन नहीं है जो क्लिनिकल उपयोग तक पहुँचा हो।
यहाँ, अध्ययन ने नोट किया कि कम्प्यूटेशनल मॉडल और डिजिटल ट्विन एक आशाजनक समाधान प्रदान करते हैं, लेकिन वे क्लिनिकल सेटिंग्स में बहुत कम उपयोग किए जाते हैं।
इसलिए, टीम ने DDD मॉडल बनाया, जो रोगों से जुड़े तंत्रों का उपयोग करके प्रत्येक रोगी के लिए एक व्यक्तिगत डिजिटल ट्विन बनाता है। DADD मॉडल ने अल्जाइमर के CSF बायोमार्कर और क्लिनिकल संज्ञानात्मक गिरावट में परिवर्तन की भविष्यवाणी में उच्च सटीकता दिखाई।
डिजिटल बायोमार्कर ने मॉडल से SCD और स्वस्थ प्रतिभागियों के बीच स्पष्ट अंतर किया, मानक EEG बायोमार्कर की तुलना में वर्गीकरण सटीकता में 7% सुधार के साथ।
मॉडल ने उन रोगियों की पहचान भी सफलतापूर्वक की जो CSF बायोमार्कर के लिए सकारात्मक थे, 88% सटीकता के साथ, जो EEG बायोमार्कर की 58% सटीकता से काफी अधिक है। अध्ययन ने कहा:
“डिजिटल ट्विन को गैर‑आक्रामक रिकॉर्डिंग के साथ मिलाकर CSF बायोमार्कर की भविष्यवाणी करना AD निदान को उसके शुरुआती चरणों में क्रांतिकारी बना सकता है, जिससे AD निदान में डिजिटल ट्विन के क्लिनिकल अनुप्रयोग का मार्ग प्रशस्त हो।”
मैग्नेटिक सेंसर फिंगर‑टैपिंग टेस्ट अल्जाइमर को सबसे शुरुआती चरण में उजागर करते हैं
जबकि संज्ञानात्मक क्षति अल्जाइमर रोग का मुख्य और शुरुआती लक्षण है, यह शरीर के कार्य करने के तरीके को भी बदल सकता है।
इन शारीरिक बदलावों में कठोर मांसपेशियाँ, थकान, संतुलन या समन्वय की हानि, पैर की खींचाव, खड़े या बैठने में कठिनाई, और अनियंत्रित झटके शामिल हो सकते हैं।
डिमेंशिया रोगियों में उंगली कार्य की जांच करने वाले अध्ययन ने सूक्ष्म मोटर नियंत्रण में गिरावट पाई है। साथ ही, उन्होंने AD और हल्के संज्ञानात्मक गिरावट (MCI) रोगियों में स्वस्थ वृद्ध व्यक्तियों की तुलना में उंगली‑टैपिंग के अंतराल को लंबा और टैप की संख्या को कम पाया।
इसे परीक्षण करने के लिए, जापान के नेशनल सेंटर फॉर गैरेट्रिक्स एंड जेरोन्टोलॉजी (NCGG) और हिटाची ने सहयोग किया और रिपोर्ट किया कि विशिष्ट फिंगर‑टैपिंग गति और अल्जाइमर‑टाइप डिमेंशिया के बीच उच्च सहसंबंध है। इसके लिए उन्होंने एक वेवफ़ॉर्म विश्लेषण तकनीक का उपयोग किया, जिससे मोटर क्षमता डेटा से विभिन्न टैपिंग पैटर्न को चुंबकीय सेंसर (UB1) की मदद से निकाला गया।
डिमेंशिया रोगियों ने धीमी और कम नियमित टैपिंग दिखाई, जिससे यह सरल, लयबद्ध गति प्रारंभिक संज्ञानात्मक गिरावट का संकेतक बन सकती है।
उनके बाद के संयुक्त शोध में, NCGG और हिटाची अंतर6 ने स्वस्थ वृद्ध व्यक्तियों और AD तथा MCI रोगियों के बीच फिंगर‑टैपिंग के दौरान उंगली गति में अंतर का अध्ययन किया। इस बार उन्होंने उन्नत मैग्नेटिक सेंसर फिंगर‑टैप डिवाइस (UB‑2) का उपयोग किया।
अध्ययन के अनुसार, अल्जाइमर रोगियों में फिंगर‑टैपिंग के दौरान संपर्क अवधि में देरी, अनियमित लय और दोनों हाथों के बीच समय अंतराल हो सकता है।
अध्ययन परिणामों ने दिखाया कि AD और MCI रोगियों में संपर्क अवधि “काफी लंबी” थी, जबकि स्वस्थ वृद्ध व्यक्तियों में यह कम थी। यह देरी, जैसा कि नोट किया गया, MCI चरण से ही एक विशेष पैटर्न हो सकता है, जो प्रारंभिक चरण का संकेत है।
स्वाइप करके स्क्रॉल करें →
| Method | Type | Invasiveness | Approx. Cost | Detection Accuracy |
|---|---|---|---|---|
| Resting Heart Rate Model (CAIDE-RHR) | Physiological Measurement | Non-invasive | Low | High (varies by group) |
| Video-Game Cognitive Tasks | Cognitive Test | Non-invasive | Low | Comparable to blood tests |
| Digital Twin EEG Model (DADD) | EEG + Computational Modeling | Non-invasive | Medium | Up to 88% |
| Magnetic Sensor Finger-Tapping | Motor Skills Assessment | Non-invasive | Low | High for early-stage detection |
अल्जाइमर उपचार में निवेश
वैश्विक फार्मास्यूटिकल कंपनी, Eli Lilly and Company (LLY ) , इस क्षेत्र में एक प्रमुख नाम है, जो सक्रिय रूप से अल्जाइमर दवाओं का विकास कर रहा है।
पिछले साल, इसका शुरुआती लक्षणात्मक AD वाले वयस्कों के लिए अल्जाइमर उपचार, Kisunla™ (donanemab-azbt), एफ़डीए अनुमोदन प्राप्त हुआ। इस उपचार ने शुरुआती चरण के रोगियों में संज्ञानात्मक गिरावट को धीमा करने में आशाजनक परिणाम दिखाए हैं
Eli Lilly and Company
Eli Lilly एक $605.2 बिलियन मार्केट कैप कंपनी है, जिसके शेयर वर्तमान में $648.38 पर ट्रेड हो रहे हैं, YTD में 17.17% गिरावट के साथ। कंपनी का स्टॉक 2024 के अंत में $972.5 के शिखर पर पहुंचा था।
LLY मूल्य चार्ट
स्टॉक ने हाल ही में 19‑महीने के न्यूनतम स्तर तक गिरावट देखी, जो उसकी मौखिक मोटापा दवा, orforglipron, में अप्रत्याशित बाधा के कारण था। जबकि 72 हफ़्तों तक सबसे अधिक खुराक लेने वाले रोगियों ने प्लेसीबो लेने वालों की तुलना में 11.5% अधिक वजन घटाया, परिणाम कमज़ोर थे, जो Novo Nordisk के (NVO ) Wegovy से तुलना में कम थे।
Eli Lily की दूसरी तिमाही परिणाम, हालांकि, एक सकारात्मक चित्र प्रस्तुत करते हैं। उसकी बिक्री 38% बढ़कर $15.56 बिलियन हो गई, जबकि समायोजित प्रति शेयर आय 61% बढ़कर $6.31 हो गई।
Latest Eli Lilly (LLY) Stock News and Developments
The Future of Non-Invasive Alzheimer’s Detection
हर तीन सेकंड में कोई न कोई डिमेंशिया विकसित करता है, जो यह दर्शाता है कि इस विनाशकारी रोग के लिए प्रभावी उपचार खोजने की कितनी आवश्यकता है। जबकि अभी तक कोई इलाज नहीं है, शोधकर्ता शक्तिशाली ब्रेकथ्रूज़ हासिल कर रहे हैं।
पल्स रीडिंग से लेकर फिंगर‑टैप, और गेमिंग से लेकर डिजिटल मस्तिष्क ट्विन तक, अल्जाइमर शोध तेज़, सस्ता और अधिक समावेशी निदान की ओर अग्रसर है। लक्षणों को उनके प्रकट होने से बहुत पहले पहचान कर और प्रबंधित कर, ये दैनिक उपाय लोगों को उनके संज्ञानात्मक स्वास्थ्य को अधिक समय तक संरक्षित करने और देखभालकर्ताओं पर बोझ कम करने में सक्षम बना सकते हैं!
References:
1. He, Q., Wang, W., Zhang, Y., Xiong, Y., Tao, C., Ma, L., You, C., Ma, J., & Jiang, Y. Global burden of young-onset dementia, from 1990 to 2021: an age-period-cohort analysis from the Global Burden of Disease Study 2021. Translational Psychiatry, 15(1), 56, published 17 फ़रवरी 2025. https://doi.org/10.1038/s41398-025-03275-w
2. Alzheimer’s Association. 2022 Alzheimer’s disease facts and figures. Alzheimer’s & Dementia, 18(4), 700–789, published 14 मार्च 2022. https://doi.org/10.1002/alz.12638
3. Alaka, S.A., Ngan, S.-F.C., Shookoni, M., MacPherson, R.E.K., Faught, B.E., Klentrou, P., Kalaria, R., Chen, C.P., & Sze, S.K. Enhancing the validity of CAIDE dementia risk scores with resting heart rate and machine learning: An analysis from the National Alzheimer’s Coordinating Center across all races/ethnicities. Alzheimer’s & Dementia, published 8 अगस्त 2025. https://doi.org/10.1002/alz.70442
4. Budak, M., Fausto, B.A., Osiecka, Z., et al. Elevated plasma p-tau231 is associated with reduced generalization and medial temporal lobe dynamic network flexibility among healthy older African Americans. Alzheimer’s Research & Therapy, 16, 253, published 22 नवंबर 2024. https://doi.org/10.1186/s13195-024-01619-0
5. Amato, L.G., Lassi, M., Vergani, A.A., et al. Digital twins and non-invasive recordings enable early diagnosis of Alzheimer’s disease. Alzheimer’s Research & Therapy, 17, 125, published 31 मई 2025. https://doi.org/10.1186/s13195-025-01765-z
6. Sugioka, J., Suzumura, S., Kawahara, Y., Osawa, A., Maeda, N., Ito, M., Nagahama, T., Kuno, K., Shiramoto, K., Kizuka, S., Mizuguchi, T., Sano, Y., Kandori, A., & Kondo, I. Assessment of finger movement characteristics in dementia patients using a magnetic sensing finger-tap device. Japanese Journal of Comprehensive Rehabilitation Science, 11, 91–98, published 2020. https://doi.org/10.11336/jjcrs.11.91
