जर्नल ऑफ़ न्यूरोसाइंस एंड क्लिनिकल रिसर्च

वजन, मस्तिष्क उत्तेजक, और उपवास प्लाज्मा ग्लूकोज उत्पादन, सिमुलेशन मॉडल, जीएच-विधि का उपयोग करके एक अध्ययन: गणित-भौतिक चिकित्सा

गेराल्ड सी एचएसयू

परिचय: इस पत्र में, लेखक ने ग्लूकोज उत्पादन में मस्तिष्क की भूमिका, विशेष रूप से उपवास प्लाज्मा ग्लूकोज (एफपीजी) उत्पादन के सिमुलेशन मॉडल, तथा मस्तिष्क के उत्तेजक के रूप में शरीर के वजन की कार्यप्रणाली के बारे में अपनी परिकल्पना प्रस्तुत की है।

विधियाँ: लेखक 25 वर्षों से टाइप 2 डायबिटीज़ (T2D) के रोगी हैं। पहले 20 वर्षों के दौरान, वे अपनी बीमारी के लक्षणों को नियंत्रित करने के लिए दवाओं पर बहुत अधिक निर्भर थे, जब तक कि 2010 में वे और अधिक गंभीर नहीं हो गए, जब उनकी अधिकांश गंभीर जटिलताएँ सामने आईं, जिनमें पाँच हृदय संबंधी प्रकरण, गुर्दे की जटिलताएँ, मूत्राशय में संक्रमण, पैर का अल्सर, थायरॉयड और रेटिना की समस्याएँ शामिल थीं। उस समय तक, दवाएँ काम करना बंद कर देती थीं। परिणामस्वरूप, उन्होंने अपने जीवनशैली के मुद्दों, विशेष रूप से आहार और व्यायाम पर ध्यान केंद्रित किया, ताकि अपने भोजन के बाद के प्लाज्मा ग्लूकोज (PPG) को नियंत्रित किया जा सके, क्योंकि यह HbA1C गठन में लगभग 75% से 85% योगदान देता है। 2016 के नवंबर में, वे होनोलुलु गए और कुछ समय के लिए हवाई में रहे। उन्होंने अचानक सुबह अपने FPG मानों को लगातार बढ़ा हुआ पाया। अगले चार महीनों के दौरान, उन्होंने अपने शरीर में क्या गड़बड़ है, इसकी जाँच करने के लिए अपने ज्ञान के आधार पर सभी रास्ते आजमाए। 17 मार्च, 2017 को सुबह 3 बजे, उन्हें इनपुट श्रेणियों और आउटपुट श्रेणियों के बीच संबंधों के बजाय आउटपुट कारकों के बीच संबंधों में गहराई से जाने का सपना आया क्योंकि उन्होंने 40 वर्षों तक एक इंजीनियर के रूप में शिक्षा और प्रशिक्षण प्राप्त किया था। ग्लूकोज, लिपिड, रक्तचाप और वजन के बीच संबंधों की जांच करने के लिए एक कंप्यूटर सॉफ्टवेयर चलाने के चार घंटे बाद, उन्होंने पहचान की कि उनके शरीर का बढ़ा हुआ वजन उनके बढ़े हुए FPG का कारण था! तब से, पिछले 2.5 वर्षों से, उन्होंने लगातार इस विषय पर शोध किया है और इस आश्चर्यजनक संबंध के अतिरिक्त प्रमाण प्रदान किए हैं। 

परिणाम: सभी मानव आंतरिक अंगों में से, केवल मस्तिष्क में ही अनुभूति, निर्णय लेने और आदेश जारी करने की क्षमता है। मस्तिष्क यकृत को ग्लूकोज बनाने और अग्नाशयी अल्फा कोशिकाओं को ग्लूकोज स्तर को बढ़ाने के लिए ग्लूकागन बनाने का निर्देश देता है यदि यह बहुत कम है और बीटा कोशिकाएं ग्लूकोज स्तर को कम करने के लिए इंसुलिन का उत्पादन करती हैं यदि यह बहुत अधिक है। दूसरे शब्दों में, यकृत और अग्न्याशय केवल मालिक, मस्तिष्क के लिए काम करने वाली मशीनें हैं। FPG के दायरे में, मस्तिष्क को ग्लूकोज का उत्पादन करने और ग्लूकोज के किस उचित स्तर पर निर्देश देने के लिए क्या उत्तेजक है? हमारे सोने के समय (आंतरिक अंगों के निरंतर संचालन और कुछ हद तक प्राकृतिक पसीना, वाष्पीकरण, रात में पेशाब के अलावा), हमारे शरीर में खाने, पीने और व्यायाम जैसी भारी शारीरिक गतिविधियों की कमी होती है। यह लेखक की परिकल्पना है कि हमारा मस्तिष्क हमारे शरीर के वजन के स्तर और स्थिति को लगातार जानता है और फिर इस महत्वपूर्ण जानकारी का उपयोग यह तय करने के लिए करता है कि हमारे शरीर को कितने ग्लूकोज स्तर की आवश्यकता है। इस परिकल्पना के आधार पर, लेखक ने कुछ गणितीय और कम्प्यूटेशनल उपकरणों के माध्यम से हमारी बायोमेडिकल घटना की इन उपलब्ध भौतिक विशेषताओं को साबित करने की कोशिश की। 

 पहले साक्ष्य के रूप में, चित्र 1 दर्शाता है कि 1/1/2014 से 10/18/2019 (~5.5 वर्षों में कुल 2,116 दिन) के डेटा का उपयोग करके समय-श्रृंखला विश्लेषण से वजन और FPG के बीच 77% उच्च सहसंबंध गुणांक मौजूद है। इसके अलावा, चित्र 1 के निचले भाग में एक स्थानिक विश्लेषण आरेख भी समय कारक के बिना वजन और FPG के बीच इन डेटा सेटों के एक तिरछे ककड़ी के आकार को दर्शाता है। यह इंगित करता है कि जब शरीर का वजन बढ़ता या घटता है, तो FPG उसी के अनुसार ऊपर या नीचे बदलता है। इस खोज के आधार पर, लेखक ने वजन को इसके प्रमुख इनपुट (~80%) के रूप में और ठंडे मौसम के तापमान (FPG 67 डिग्री फ़ारेनहाइट से नीचे होने पर मौसम के तापमान में हर डिग्री की गिरावट के लिए 0.3 mg/dL गिरता है) को "हाइबरनेशन" (~10%) के कारण इसके द्वितीयक कारक के रूप में उपयोग करके FPG के लिए एक भविष्यवाणी मॉडल विकसित किया। 

चित्र 2, 5/5/2018 से 10/18/2019 (कुल 532 दिन) के डेटा का उपयोग करके अनुमानित FPG और मापी गई FPG के बीच मौजूद 99.97% के अत्यंत उच्च सहसंबंध को प्रदर्शित करता है। उन्होंने इस समयावधि को इसलिए चुना क्योंकि उन्होंने "निरंतर ग्लूकोज मॉनिटरिंग सेंसर डिवाइस और टेस्ट स्ट्रिप के साथ फिंगर-पियर्सिंग दोनों का उपयोग करके दोहरे और समानांतर माप" का उपयोग किया था। हालाँकि पैटर्न में फिंगर FPG और सेंसर FPG के बीच कम समानता है, लेकिन उनके औसत FPG मूल्य विचलन 0.9% से 1.2% (सेंसर FPG के लिए 113 mg/dL और फिंगर FPG के लिए 112 mg/dL) के भीतर है। चित्र 3 में 2012 से 2019 तक उनके वार्षिक औसत वजन और वार्षिक औसत FPG दोनों को दिखाया गया है 173 पाउंड तक, उनका FPG भी 135 mg/dL से घटकर 113 mg/dL हो गया। यह FPG कमी वास्तव में उनके समग्र A1C में लगभग 20% की कमी लाती है, जो 2010 में 198 पाउंड वजन के साथ 10% से घटकर 2019 में 172 पाउंड वजन के साथ ~6.5% हो गई। संक्षेप में, शरीर के वजन के आधार पर FPG स्तर के निष्कर्ष और प्रमाण बहुत सटीक और मूल्यवान हैं, जो इस परिकल्पना के आधार पर FPG सिमुलेशन या भविष्यवाणी मॉडल विकसित करने के लिए पर्याप्त हैं। 

निष्कर्ष: शरीर का वजन मस्तिष्क के लिए एक उत्तेजक के रूप में कार्य करता है, जो सुबह-सुबह FPG के उत्पादन और इसकी उचित मात्रा के बारे में निर्णय लेने में मदद करता है। FPG पूर्वानुमान मॉडल केवल एक गणितीय सिमुलेशन मॉडल है जो मस्तिष्क द्वारा यकृत और अग्न्याशय के अंगों के साथ संवाद करने के लिए दिए गए FPG उत्पादन के जटिल संचालन को समझाने के लिए है।