विज्ञान को समझें

कोई आहार-संबंधी दावा सही है या नहीं, इसका उत्तर शायद ही कभी किसी एक अध्ययन से मिल पाता है। यह पृष्ठ उन शब्दों और सोचने के तरीकों को समझाता है जिनका उपयोग हम सभी तथ्य-जाँचों में करते हैं।

अध्ययन कैसे काम करते हैं

पोषण अनुसंधान में बहुत अलग-अलग प्रकार के अध्ययनों का उपयोग होता है। वे अलग-अलग प्रश्नों के उत्तर देते हैं और उनमें अलग-अलग प्रकार की त्रुटियों की आशंका रहती है।

• यादृच्छिक नियंत्रित परीक्षण (RCT): प्रतिभागियों को संयोग के आधार पर समूहों में बाँटा जाता है, उदाहरण के लिए “अधिक अंडे” और “कोई अंडा नहीं”। यादृच्छिकीकरण के कारण समूह औसतन केवल उसी बात में भिन्न होते हैं जिसका परीक्षण किया जा रहा है। इसलिए कारण और प्रभाव दिखाने के लिए RCT सबसे उपयुक्त हैं। लेकिन पोषण के क्षेत्र में वे अक्सर छोटे और कम अवधि के होते हैं, और आमतौर पर बीमारियों के बजाय रक्त-मानों को मापते हैं।
• कोहोर्ट अध्ययन: बहुत से लोगों का वर्षों तक अनुसरण किया जाता है। उनसे पूछा जाता है कि वे क्या खाते हैं, और बाद में बीमारियों की गिनती की जाती है। ऐसे अध्ययन बड़े और लंबे होते हैं, लेकिन लोगों ने अपना आहार स्वयं चुना होता है। जो लोग किसी विशेष खाद्य पदार्थ को बहुत अधिक खाते हैं, वे अक्सर कई अन्य बातों में भी भिन्न होते हैं।
• केस-कंट्रोल अध्ययन: किसी बीमारी वाले लोगों की तुलना स्वस्थ लोगों से की जाती है और उनसे उनके पिछले आहार के बारे में पूछा जाता है। इसमें याद करने की त्रुटियों की आशंका रहती है।
• क्रॉस-सेक्शनल (अनुप्रस्थ) अध्ययन: एक क्षणिक चित्र। यह संबंध दिखाता है, लेकिन यह नहीं कि पहले क्या हुआ।
• मापन या अवशेष अध्ययन: खाद्य नमूनों में पदार्थों का विश्लेषण किया जाता है। यह दिखाता है कि किसी विशेष समय और स्थान पर विशेष नमूनों में क्या पाया गया, लेकिन यह अपने-आप नहीं बताता कि लोग उससे बीमार होते हैं या नहीं।
• व्यवस्थित समीक्षा (सिस्टमैटिक रिव्यू) और मेटा-विश्लेषण: किसी प्रश्न पर सभी उपयुक्त अध्ययनों को निश्चित नियमों के अनुसार खोजा और आँका जाता है और, जहाँ संभव हो, सांख्यिकीय रूप से संयोजित किया जाता है।
• पशु और कोशिका अध्ययन: वे संभावित क्रियाविधियों को समझाते हैं, लेकिन मानव स्वास्थ्य के बारे में सीधे निष्कर्ष निकालने की अनुमति नहीं देते।

सहसंबंध कारण-संबंध का प्रमाण क्यों नहीं है

जब दो बातें एक साथ होती हैं, तो इसका अर्थ यह नहीं है कि एक दूसरी का कारण है। एक प्रसिद्ध उदाहरण: जिन दिनों बहुत अधिक आइसक्रीम बिकती है, उन दिनों अधिक लोग डूबते हैं। आइसक्रीम डूबने का कारण नहीं है। दोनों गर्म मौसम पर निर्भर करते हैं।

पोषण अध्ययनों में ऐसे पृष्ठभूमि कारकों को भ्रामक कारक (कन्फ़ाउंडर) कहा जाता है। उदाहरण के लिए, जो लोग बहुत अधिक शीतल पेय पीते हैं, वे अधिक धूम्रपान भी कर सकते हैं या कम व्यायाम कर सकते हैं। अच्छे अध्ययन ऐसे कारकों के लिए समायोजन करते हैं, लेकिन कभी पूरी तरह नहीं। जो बचता है उसे शेष भ्रामक प्रभाव (रेज़िडुअल कन्फ़ाउंडिंग) कहते हैं।

दूसरी समस्या उलटा कारण-संबंध है: जो लोग पहले से बीमार होते हैं, वे अक्सर अपना आहार बदल लेते हैं। तब ऐसा लग सकता है मानो नए आहार ने बीमारी पैदा की हो।

कोई संबंध तब अधिक विश्वसनीय बनता है जब वह मज़बूत हो, कई स्वतंत्र अध्ययनों में दिखाई दे, सेवन की मात्रा के साथ बढ़े (खुराक-प्रतिक्रिया संबंध), समय के क्रम में ठीक बैठे, जैविक रूप से संभव हो और प्रयोगों में पुष्ट हो। इनमें से कोई भी बिंदु अकेले प्रमाण नहीं है।

मेटा-विश्लेषण क्या कर सकते हैं और क्या नहीं

मेटा-विश्लेषण कई अध्ययनों के परिणामों को सांख्यिकीय रूप से संयोजित करता है। इससे परिणाम अधिक सटीक होता है और यह दिखता है कि अध्ययन एक ही दिशा में संकेत करते हैं या नहीं।

लेकिन मेटा-विश्लेषण उतना ही अच्छा होता है जितने अच्छे उसमें शामिल अध्ययन होते हैं। यदि वह कई पूर्वाग्रह-युक्त प्रेक्षणात्मक अध्ययनों को मिलाता है, तो समग्र परिणाम भी पूर्वाग्रह-युक्त होता है, बस कम अनिश्चितता के साथ। विषमता (हेटेरोजेनेटी) भी मायने रखती है: यदि अलग-अलग अध्ययन एक-दूसरे से बहुत भिन्न हैं, तो एक औसत मान का बहुत कम अर्थ होता है।

एक ही विषय पर कई मेटा-विश्लेषणों में अक्सर वही अध्ययन शामिल होते हैं। इसलिए तीन मेटा-विश्लेषण अपने-आप तीन स्वतंत्र पुष्टियाँ नहीं हैं। हम इस अतिव्याप्ति की जाँच करते हैं और इसे एक से अधिक बार नहीं गिनते।

विश्वास अंतराल का क्या अर्थ है

अध्ययन अक्सर परिणाम इस तरह रिपोर्ट करते हैं: “हैज़र्ड अनुपात 1.06 (95% विश्वास अंतराल 1.03–1.10)”। पहला मान सबसे अच्छा अनुमान है: 6% अधिक सापेक्ष जोखिम। कोष्ठक में दिया गया अंतराल वह सीमा दिखाता है जिसमें वास्तविक मान के होने की बहुत अधिक संभावना है, बशर्ते अध्ययन में कोई व्यवस्थित त्रुटि न हो।

• यदि मान 1.0 (“कोई अंतर नहीं”) अंतराल के भीतर है, तो निष्कर्ष सांख्यिकीय रूप से स्थापित नहीं है।
• संकीर्ण अंतराल का अर्थ है सटीक अनुमान; चौड़े अंतराल का अर्थ है अनिश्चित अनुमान।
• सांख्यिकीय रूप से महत्वपूर्ण (सिग्निफ़िकेंट) होने का अर्थ अपने-आप यह नहीं है कि परिणाम अहम है। बहुत बड़े अध्ययन में बहुत छोटा प्रभाव भी “सिग्निफ़िकेंट” हो सकता है और फिर भी दैनिक जीवन में शायद ही कोई अंतर डाले।
• अंतराल केवल संयोग को दर्शाता है, भ्रामक प्रभाव या मापन-त्रुटि को नहीं।

एकल अध्ययन भ्रामक क्यों हो सकते हैं

कोई भी एकल अध्ययन ऐसे परिणाम पर पहुँच सकता है जिसकी बाद में पुष्टि नहीं होती – संयोग, छोटे नमूनों, एक साथ परखे गए कई प्रश्नों, या किसी विशेष जनसमूह के कारण। इसके ऊपर प्रकाशन पूर्वाग्रह भी है: ध्यान खींचने वाले परिणामों के प्रकाशित होने की संभावना साधारण परिणामों की तुलना में अधिक होती है।

इसलिए हम यह नहीं आँकते कि कोई एक अध्ययन किसी दावे का समर्थन करता है या नहीं। चुनिंदा चयन से लगभग किसी भी दावे को अध्ययनों से “सिद्ध” किया जा सकता है। निर्णायक है अच्छे प्रमाणों की समग्रता।

निरपेक्ष और सापेक्ष जोखिम

सापेक्ष जोखिम बताता है कि किसी अन्य समूह की तुलना में जोखिम कितने प्रतिशत बढ़ता या घटता है। निरपेक्ष जोखिम बताता है कि वास्तव में कितने लोग प्रभावित होते हैं।

उदाहरण (समझाने के लिए काल्पनिक संख्याएँ): 1,000 लोगों में से 2 को दस वर्षों के भीतर कोई विशेष बीमारी हो जाती है। दूसरे समूह में यह 1,000 में से 3 है। सापेक्ष जोखिम 50% अधिक है। लेकिन निरपेक्ष जोखिम 1,000 में से केवल 1 व्यक्ति बढ़ता है, यानी केवल 0.1 प्रतिशत-अंक।

दोनों कथन सही हैं, लेकिन बहुत अलग महसूस होते हैं। इसलिए जहाँ उपलब्ध हो, हम दोनों बताते हैं। यदि कोई अध्ययन निरपेक्ष संख्याएँ रिपोर्ट नहीं करता, तो हम यह बताते हैं।

पहचान होना खतरे के समान नहीं है

आधुनिक प्रयोगशालाएँ पदार्थों की अत्यंत सूक्ष्म मात्राओं का पता लगा सकती हैं, अक्सर एक ग्राम के अरबवें हिस्से की सीमा में। किसी पदार्थ का पाया जाना अभी यह नहीं बताता कि वह उस मात्रा में हानिकारक है या नहीं। निर्णायक हैं:

• वास्तव में ग्रहण की गई मात्रा (संपर्क/एक्सपोज़र)।
• स्वास्थ्य-आधारित दिशानिर्देश मान, जैसे सहनीय साप्ताहिक सेवन (TWI) या स्वीकार्य दैनिक सेवन (ADI)। यूरोपीय खाद्य सुरक्षा प्राधिकरण (EFSA) जैसे प्राधिकरण इन्हें सुरक्षा-अंतर के साथ तय करते हैं।
• अधिकतम अवशेष सीमाएँ (MRL): कानूनी ऊपरी सीमाएँ। किसी सीमा का पार होना कानूनी उल्लंघन है, लेकिन इसका अर्थ अपने-आप स्वास्थ्य के लिए खतरा नहीं है। इसके विपरीत, सीमा से नीचे का मान हर व्यक्ति और पदार्थों के हर संयोजन के लिए अर्थहीन नहीं है।
• संदर्भ: किसी संदूषण-घटना, खनन क्षेत्र या किसी अन्य देश का माप जर्मनी या मिस्र की सामान्य खाद्य आपूर्ति का अपने-आप वर्णन नहीं करता।

इसका उलटा भी सही है: कुछ पदार्थों के लिए, जैसे कुछ पर- और पॉलीफ़्लोरोएल्काइल पदार्थ (PFAS), EFSA ने बहुत कम दिशानिर्देश मान तय किए हैं (2020: चार PFAS के योग के लिए प्रति सप्ताह प्रति किलोग्राम शरीर-भार 4.4 नैनोग्राम)। यहाँ सामान्य आहार भी कुछ लोगों को दिशानिर्देश मान की सीमा तक पहुँचा सकता है। इसीलिए हम हर मामले की अलग से जाँच करते हैं।

पशु और कोशिका अध्ययन

कोशिकाओं या पशुओं पर प्रयोग दिखाते हैं कि कोई क्रियाविधि संभव है या नहीं। लेकिन वहाँ खुराकें अक्सर आहार की तुलना में बहुत अधिक होती हैं, और पशु पदार्थों को मनुष्यों से अलग तरीके से संसाधित करते हैं। हम ऐसे अध्ययनों को हमेशा स्पष्ट रूप से चिह्नित करते हैं। जैविक संभाव्यता नैदानिक प्रमाण नहीं है।

हमारे मूल्यांकन कैसे किए जाते हैं

प्रत्येक दावे को दो अलग-अलग मूल्यांकन मिलते हैं:

1. निर्णय सात-स्तरीय पैमाने पर, “सत्य” से “असत्य” तक, जिसमें “अस्पष्ट / अपर्याप्त प्रमाण” भी शामिल है। प्रमाण की कमी का अर्थ यह नहीं है कि दावा असत्य है।
2. प्रमाण की निश्चितता (उच्च, मध्यम, निम्न, अति निम्न), अंतरराष्ट्रीय स्तर पर प्रयुक्त GRADE प्रणाली पर आधारित। यह बताती है कि हम समग्र प्रमाणों पर कितना भरोसा कर सकते हैं। प्रेक्षणात्मक अध्ययन यादृच्छिक परीक्षणों से निचले स्तर से शुरू होते हैं और कमियों के कारण और नीचे किए जाते हैं।

हम व्यापक दावों को उप-दावों में बाँटते हैं। “अंडे सभी को नुकसान पहुँचाते हैं” का खंडन किया जा सकता है, जबकि “कुछ लोगों को अंडों का सेवन सीमित करना चाहिए” सही हो सकता है। हम अलग-अलग अध्ययनों का भी कई आयामों पर मूल्यांकन करते हैं, जैसे पद्धतिगत गुणवत्ता, पूर्वाग्रह का जोखिम, परिशुद्धता और क्षेत्रीय प्रयोज्यता, और हम जाँचते हैं कि उन्हें सही ढंग से प्रस्तुत किया गया है या नहीं।

हम RoB 2, ROBINS-E, AMSTAR 2 और GRADE जैसे उपकरणों का उपयोग दिशा-सूचक रूप में करते हैं। इन उपकरणों से पूर्ण औपचारिक मूल्यांकन के लिए पूर्ण पाठ, अध्ययन-प्रोटोकॉल और आमतौर पर कई स्वतंत्र समीक्षकों की आवश्यकता होती है। यहाँ यह संभव नहीं था। इसलिए हमारे निर्णयों को स्पष्ट रूप से सरलीकृत पद्धतिगत मूल्यांकन के रूप में चिह्नित किया गया है।

प्रमाण की स्थिति, प्रमाण-संग्रह (डोज़ियर) और जाँच की गहराई

व्यवस्थित प्रमाण समीक्षा (चरण 4) के बाद से प्रत्येक दावे की एक प्रमाण की स्थिति भी है। यह शब्दों में बताती है कि विज्ञान किस प्रकार का उत्तर देता है:

• वैज्ञानिक रूप से खंडित: उच्च-गुणवत्ता वाले प्रमाण इसके विपरीत दिखाते हैं, या दावा सुस्थापित शरीर-क्रिया विज्ञान के विरुद्ध है।
• उच्च-गुणवत्ता वाले प्रमाणों से समर्थित नहीं: दावे के लिए कोई अच्छा प्रमाण नहीं है। केवल इससे यह सिद्ध नहीं होता कि वह गलत है।
• आवश्यकता से अधिक व्याख्या की गई: एक वास्तविक निष्कर्ष मौजूद है, लेकिन दावा उससे, आँकड़ों की अनुमति से अधिक निष्कर्ष निकालता है – उदाहरण के लिए संबंध को कारण के रूप में प्रस्तुत करना, पशुओं के आँकड़ों को मनुष्यों पर लागू करना, या छोटे प्रभाव को बड़ा बताना।
• केवल कुछ विशेष परिस्थितियों में सत्य: दावा केवल कुछ विशेष मात्राओं, लोगों के समूहों, तैयारी के तरीकों या परिस्थितियों में ही सही है।
• अपर्याप्त रूप से अध्ययन किया गया: यह कहने के लिए बहुत कम शोध है कि दावा सही है या गलत।
• वैज्ञानिक रूप से भली-भाँति समर्थित: दावा सुसंगत, उच्च-गुणवत्ता वाले प्रमाणों से मेल खाता है।

जब उच्च-गुणवत्ता वाले प्रमाण किसी व्यापक चिकित्सीय दावे का स्पष्ट रूप से खंडन करते हैं, तो हम सीधे कहते हैं: “यह दावा असत्य है।” जहाँ आँकड़े विरोधाभासी या अपर्याप्त हैं, वहाँ हम प्रमाणों की अनुमति से अधिक निश्चितता का दावा नहीं करते। सही कथन को सही आँका जाता है, भले ही उसी प्रणाली के अन्य कथन गलत हों।

प्रत्येक दावे के लिए एक प्रमाण-संग्रह (डोज़ियर) है: एक ठोस शोध प्रश्न (हस्तक्षेपों के लिए PICO या संपर्कों के लिए PECO के रूप में संरचित: जनसमूह, हस्तक्षेप या संपर्क, तुलना, परिणाम), PubMed, Europe PMC, Cochrane Library और अन्य स्रोतों में प्रलेखित खोजें – समर्थक और विरोधी प्रमाणों के लिए अलग-अलग –, दोनों पक्षों के सबसे मज़बूत अध्ययन, प्रतीत होने वाले विरोधाभासों की व्याख्या, इस पर एक कथन कि क्षेत्रीय अंतर मायने रखते हैं या नहीं, और निर्णय को बनाए रखने या बदलने के कारण। जहाँ अध्ययन पर्याप्त आँकड़े प्रकाशित करते हैं, वहाँ हम मुख्य परिणामों की पुनर्गणना करते हैं (उदाहरण के लिए घटनाओं की संख्या से निरपेक्ष जोखिम); अन्यथा हम बताते हैं कि पुनर्गणना संभव नहीं थी। लुप्त आँकड़े कभी भी भरे नहीं जाते।

हम प्रकाशनों की गिनती नहीं करते। एक ही प्राथमिक अध्ययनों वाले कई मेटा-विश्लेषण स्वतंत्र पुष्टियाँ नहीं हैं। PRISMA 2020 व्यवस्थित समीक्षाओं की पारदर्शी रिपोर्टिंग का एक मानक है, अध्ययन की गुणवत्ता आँकने का उपकरण नहीं। GRADE किसी एक परिणाम के लिए प्रमाणों के समग्र भंडार की निश्चितता का मूल्यांकन करता है और अलग-अलग अध्ययनों के मूल्यांकन का स्थान नहीं लेता (यादृच्छिक परीक्षणों के लिए RoB 2, गैर-यादृच्छिक अध्ययनों के लिए ROBINS-I और ROBINS-E, व्यवस्थित समीक्षाओं के लिए AMSTAR 2 और ROBIS)।

प्रत्येक अध्ययन के लिए हम बताते हैं कि उसकी जाँच कितनी गहराई से की गई: ग्रंथसूची-स्तर पर सत्यापित (अध्ययन मौजूद है; शीर्षक, लेखक, वर्ष और पहचानकर्ता मेल खाते हैं), सार की जाँच की गई, पूर्ण पाठ की जाँच की गई, या पूर्ण पाठ, पूर्वाग्रह-जोखिम के संरचित मूल्यांकन के साथ। अभी तक किसी भी अध्ययन का दो स्वतंत्र समीक्षकों द्वारा औपचारिक मूल्यांकन नहीं हुआ है, और कोई स्वतंत्र मानवीय विशेषज्ञ समीक्षा नहीं हुई है। जो जाँच नहीं हुई, उसे हम कभी भी औपचारिक या मानवीय नहीं बताते।