📄 medicine

One in four Indian births is now by caesarean section: a state-level analysis of public–private sector differences and ecological drivers using NFHS-6 (2023– 24)

Diese ökologische Analyse der NFHS-6 (2023–24) Daten offenbart, dass der Bildungsstand von Frauen der dominante Prädiktor für die steigenden Kaiserschnittraten in Indien ist, welche landesweit 27,2 % erreicht haben, mit einer drastischen 3,2-fachen Disparität zwischen dem privaten und dem öffentlichen Sektor, was Forderungen nach gezielten klinischen Audits und pränataler Aufklärung nach sich zieht, um die nachfrageorientierte Medizinisierung einzudämmen.

Ursprüngliche Autoren: Mahendra G., Ravindra S. Pukale, Kaveri Potaraj Potarad, Suresh Bangla

Veröffentlicht 2026-07-08

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Mahendra G., Ravindra S. Pukale, Kaveri Potaraj Potarad, Suresh Bangla

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Eine steigende Flut von Kaiserschnitten

Stellen Sie sich die Geburtslandschaft Indiens wie einen riesigen Ozean vor. Vor einigen Jahren war der Wasserstand (die Rate der Kaiserschnitte) bereits hoch und lag bei etwa 21,5 %. Nun, basierend auf den neuesten Daten (NFHS-6 aus 2023–24), ist das Wasser deutlich gestiegen und liegt nun bei 27,2 %.

Um dies einzuordnen: Die Weltgesundheitsorganisation (WHO) schlägt vor, dass der „ideale“ Wasserstand für die Sicherheit zwischen 10 % und 15 % liegen sollte. Indien schwimmt nun auf einem Niveau, das 82 % höher ist als die empfohlene Obergrenze. Die Studie zeigt, dass jedes vierte Kind in Indien nun per Kaiserschnitt geboren wird.

Die große Kluft: Das „Privat vs. Öffentlich“-Gefälle

Die Forscher haben nicht nur auf den gesamten Wasserstand geschaut; sie haben untersucht, wo das Wasser steigt. Sie entdeckten eine massive Kluft zwischen staatlichen Krankenhäusern (öffentlich) und privaten Kliniken (privat).

Die Analogie: Stellen Sie sich zwei Lebensmittelgeschäfte in derselben Stadt vor. Geschäft A (Staatlich) verkauft Äpfel (Kaiserschnitte) an 17 von 100 Kunden. Geschäft B (Privat) verkauft sie an 54 von 100 Kunden.
Der „Marktgesteuerte Versorgungsindex“ (MDCI): Die Autoren haben ein neues Lineal erfunden, den MDCI, um diese Kluft zu messen. Er ist wie ein „Preisschild“ dafür, wie viel wahrscheinlicher Sie einen Kaiserschnitt in einem privaten Krankenhaus bekommen im Vergleich zu einem staatlichen.
- In Kerala ist die Kluft klein (das Lineal liest 1,08). Beide Geschäfte verkaufen Äpfel zu ähnlichen Raten.
- In Bihar ist die Kluft enorm (das Lineal liest 18,26). Das bedeutet, eine Frau ist 18-mal wahrscheinlicher für einen Kaiserschnitt in einem privaten Krankenhaus als in einem staatlichen. In Bihar führen staatliche Krankenhäuser fast nie Kaiserschnitte durch (nur 2,7 %), während private Einrichtungen sie häufig durchführen (49,3 %).

Die drei Arten von „Wasserständen“

Die Studie gruppiert die indischen Bundesstaaten in drei verschiedene Muster, wie verschiedene Wettersysteme:

Das „Private Monopol“ (z. B. Bihar, Jharkhand): Hier sind Kaiserschnitte ein Luxusartikel, der hauptsächlich in privaten Läden zu finden ist. Die staatlichen Läden führen sie kaum im Sortiment. Die Gesamtrate ist niedrig, aber die Kluft zwischen dem Zugang für Reiche (privat) und Arme (öffentlich) ist riesig.
Die „systemweite Überschwemmung“ (z. B. Telangana, Andhra Pradesh): Hier führen sowohl staatliche als auch private Krankenhäuser Kaiserschnitte in sehr hohen Raten durch. Die Kluft zwischen ihnen ist klein, aber der Wasserstand ist überall gefährlich hoch.
Die „Gleichheit im Übermaß“ (z. B. Kerala): Sowohl der öffentliche als auch der private Sektor führen Kaiserschnitte in hohen Raten durch, und die Raten sind fast identisch. Alle erhalten den Eingriff mit der gleichen hohen Häufigkeit, unabhängig davon, ob sie in ein staatliches oder privates Krankenhaus gehen.

Die wahren Treiber: Was treibt das Wasser nach oben?

Die Forscher fragten: „Was verursacht, dass diese Raten steigen?“ Sie testeten mehrere Theorien, wie etwa Krankenversicherungen oder wie viele Menschen staatliche Krankenhäuser nutzen.

Die überraschende Antwort: Der stärkste Prädiktor war nicht Geld oder Versicherung. Es war die Bildung der Frauen.

Die Analogie: Betrachten Sie Bildung als einen „Magneten“. Je gebildeter die Frauen in einem Bundesstaat sind, desto stärker zieht der Magnet in Richtung Kaiserschnitt.
Warum? Die Studie deutet auf eine „nachfrageorientierte Medizinisierung“ hin. Gebildete Frauen sind möglicherweise empfänglicher für medizinischen Rat, bewusster über Optionen oder eher bereit, die wahrgenommene „Sicherheit“ eines Kaiserschnitts zu wählen.
Das kontraintuitive Ergebnis: Mehr Geburten in staatlichen Krankenhäusern haben die Kaiserschnittrate nicht gesenkt. Tatsächlich führen in Staaten wie Telangana auch die staatlichen Krankenhäuser Kaiserschnitte in sehr hohen Raten durch. Es hilft also nicht, Frauen einfach nur zu sagen, sie sollen in staatliche Krankenhäuser gehen, wenn die Ärzte dort ebenfalls zu viele Kaiserschnitte durchführen.

Ein weiterer Faktor: Die Gesamtfruchtbarkeitsrate (TFR) (wie viele Kinder eine Frau im Durchschnitt hat) war mit niedrigeren Kaiserschnittraten verknüpft.

Die Analogie: In Staaten, in denen Frauen viele Kinder haben (hohe TFR), sind die „alten Wege“ der natürlichen Geburt immer noch sehr verbreitet, was die Kaiserschnittrate niedriger hält. In Staaten mit kleineren Familien (niedrige TFR) ist der Trend zu medizinischen Interventionen (Kaiserschnitten) stärker.

Was sollte getan werden? (Die Empfehlungen des Papers)

Die Autoren zeigen nicht nur das Problem auf; sie schlagen vier spezifische „Rettungsboote“ vor, um zu verhindern, dass das Wasser weiter steigt:

Der „Regelbuch“-Check: Private Krankenhäuser, die staatliche Versicherungen (PMJAY) akzeptieren, müssen gezwungen werden, einem strengen „Regelbuch“ (der sogenannten Robson-Klassifikation) zu folgen, um zu beweisen, dass sie einen guten medizinischen Grund für jeden Kaiserschnitt haben.
Zahlung mit Bedingungen: Die Regierung sollte einen Kaiserschnitt nur dann bezahlen, wenn das Krankenhaus einen klaren Nachweis darüber erbringt, warum dieser medizinisch notwendig war.
Qualitätskontrolle: Das „LaQshya“-Programm (eine Regierungsinitiative zur Verbesserung von Kreißsälen) erweitern, aber mit einem spezifischen Ziel: die Anzahl der Kaiserschnitte zu verringern, nicht nur das Gebäude zu verbessern.
Reden vor der Geburt: In Staaten mit hoher Bildung und hohen Kaiserschnittraten müssen Ärzte vor der Geburt ehrliche Gespräche mit schwangeren Frauen führen und erklären, dass Kaiserschnitte Risiken bergen und nicht immer die sicherste Wahl sind.

Das Fazit

Diese Studie ist wie eine Landkarte, die zeigt, dass die Kaiserschnittraten in Indien schnell steigen, was vor allem dadurch getrieben wird, dass gebildete Frauen (oder ihnen angeboten werden,) medizinische Geburten wählen, und durch eine massive Kluft, in der private Krankenhäuser diesen Eingriff viel häufiger durchführen als staatliche. Die Lösung besteht nicht nur darin, mehr staatliche Krankenhäuser zu bauen, sondern die Kultur zu verändern, warum und wann diese Operationen durchgeführt werden.

Technisches Resümee: Analyse der Kaiserschnittraten auf Bundesstaatsebene in Indien (NFHS-6)

Problemstellung
Indiens Rate an Kaisergeburten (Sectio caesarea, CS) ist von 21,5 % während der NFHS-5-Erhebung (2019–21) auf 27,2 % in NFHS-6 (2023–24) angestiegen. Dieser Wert liegt nun 82 % über der optimalen Populationsgrenze der Weltgesundheitsorganisation (WHO) von 15 %. Während frühere Forschungsarbeiten die Exzesse im Privatsektor mit finanziellen Anreizen und schwacher Regulierung in Verbindung gebracht haben, lag bisher keine veröffentlichte Studie vor, die die neu veröffentlichten NFHS-6-Daten genutzt hat, um die CS-Raten über alle 36 indischen Bundesstaaten und Unionsterritorien (UTs) zu kartieren. Darüber hinaus mangelte es an einer Analyse bezüglich der „Privat-Öffentlich-Sektor-Lücke“ und der Identifizierung ökologischer Determinanten, die diese Raten auf Bundesstaatsebene vorantreiben.

Methodik
Diese Studie ist eine ökologische Querschnittsanalyse unter Verwendung der öffentlich verfügbaren staatlichen Datenblätter aus NFHS-6 (2023–24).

Datenquelle: Daten auf Bundesstaatsebene für 35 Bundesstaaten/UTs (der nationale Aggregatwert wurde von der Regressionsanalyse ausgeschlossen).
Primäres Outcome: Gesamte CS-Rate des Bundesstaates (% der institutionellen Geburten).
Sekundäre Outcomes: CS-Rate im Privatsektor, CS-Rate im öffentlichen Sektor und der Marktgesteuerte Pflege-Index (MDCI), definiert als das Verhältnis der CS-Rate im Privatsektor zur CS-Rate im öffentlichen Sektor ( $MDCI = I.39 \div I.40$ ).
Prädiktoren: Vier ökologische Variablen wurden untersucht:
1. Krankenversicherungsschutz (% der Haushalte).
2. Bildungsstand der Frauen (% der im Alter von 15–49 Jahren mit $\ge$ 10 Schuljahren).
3. Anteil der institutionellen Geburten in öffentlichen Einrichtungen.
4. Gesamtfertilitätsrate (TFR).
Statistische Analyse:
- Korrelation: Spearman-Rangkorrelationen wurden verwendet, um paarweise Assoziationen zu bewerten, wobei ein Bonferroni-adjustierter Signifikanzschwellenwert von $p < 0,0125$ zur Kontrolle multipler Tests angewendet wurde.
- Regression: Eine gewöhnliche Kleinst-Quadrate-Regression (OLS) mit HC3-robusten Standardfehlern wurde eingesetzt, um die CS-Raten auf Bundesstaatsebene zu modellieren. Zwei sparsame Modelle wurden konstruiert, um Overfitting angesichts der Stichprobengröße ( $n=35$ $n = 35$ ) zu vermeiden:
  - Modell 1: Krankenversicherung + Anteil der Geburten in öffentlichen Einrichtungen.
  - Modell 2: Frauenbildung + TFR.
- Software: Die Analysen wurden mit Python 3.12 durchgeführt.

Wesentliche Beiträge

Umfassende Kartierung: Die Studie liefert die erste Dokumentation der CS-Raten auf Bundesstaatsebene für alle 35 berichtenden Bundesstaaten/UTs unter Verwendung von NFHS-6-Daten.
Einführung des MDCI: Sie führt den Marktgesteuerten Pflege-Index (MDCI) als zusammengesetztes Maß ein, um die Divergenz zwischen den CS-Raten im Privat- und im öffentlichen Sektor zu quantifizieren. Die Autoren merken an, dass der MDCI sensitiv gegenüber niedrigen Nennern im öffentlichen Sektor ist und zusammen mit den absoluten Raten interpretiert werden sollte.
Ökologische Prädiktoren: Die Studie identifiziert und quantifiziert die ökologischen Treiber der CS-Raten auf Bundesstaatsebene und unterscheidet dabei zwischen nachfrageorientierten Faktoren (Bildung) und strukturellen Faktoren (sektoraler Zugang).

Ergebnisse

Nationale Trends: Die nationale CS-Rate stieg in etwa fünf Jahren um 5,7 Prozentpunkte (ein relativer Anstieg von 26,5 %). Die nationale Rate im Privatsektor liegt bei 54,1 %, verglichen mit 16,9 % in staatlichen Krankenhäusern, was einen nationalen MDCI von 3,20 ergibt.
Variabilität der Bundesstaaten: Die Raten reichten von 6,4 % (Meghalaya) bis 62,2 % (Telangana). Vier Bundesstaaten (Telangana, Andhra Pradesh, Sikkim, Jammu & Kashmir) überschritten 50 %. Nur drei Bundesstaaten (Nagaland, Mizoram, Meghalaya) lagen im optimalen WHO-Bereich von 10–15 %.
Sektorale Divergenz (MDCI):
- Hoher MDCI (Ungleichheit): Bundesstaaten wie Bihar (MDCI 18,26) und Jharkhand (MDCI 8,87) wiesen massive Lücken auf, in denen Privatkrankenhäuser CS-Raten durchführten, die 8- bis 18-mal höher waren als in staatlichen Einrichtungen. In diesen Regionen ist der Zugang zu CS effektiv ein privates Handelsgut.
- Niedriger MDCI (Systemische Medizinisierung): Bundesstaaten wie Kerala (MDCI 1,08) zeigten hohe CS-Raten in beiden Sektoren, was auf eine „Gleichheit im Übermaß“ hindeutet.
- Telangana/Andhra Pradesh: Diese Bundesstaaten zeigten hohe Gesamtraten, aber einen niedrigeren MDCI (1,74), was auf eine systemweite Medizinisierung hindeutet und nicht nur auf einen Überschuss im Privatsektor.
Prädiktive Modellierung:
- Frauenbildung: Der stärkste Prädiktor der staatlichen CS-Raten. Eine Spearman-Korrelation von $\rho = +0,532$ ( $p=0,001$ ) und ein OLS-Koeffizient von $\beta = +0,377$ ( $p=0,0001$ ) zeigen, dass mit jedem prozentualen Anstieg der Frauen mit $\ge$ 10 Schuljahren die CS-Rate des Bundesstaates um 0,377 Prozentpunkte steigt.
- Gesamtfertilitätsrate (TFR): Negativ korreliert mit den CS-Raten ( $\rho = -0,428$ , $p=0,010$ ). In Modell 2 erklärte die TFR einen signifikanten Teil der Varianz, mit einem Koeffizienten von $\beta = -12,101$ ( $p=0,035$ ).
- Nicht signifikante Faktoren: Der Anteil der Geburten in öffentlichen Einrichtungen und der Krankenversicherungsschutz zeigten keine signifikante Korrelation mit den staatlichen CS-Raten.
- Modellleistung: Modell 2 (Bildung + TFR) erklärte 30,7 % der Varianz der CS-Raten auf Bundesstaatsebene ( $R^2 = 0,307$ ).

Bedeutung und Behauptungen
Die Arbeit behauptet, dass der Bildungsstand der Frauen der dominante ökologische Prädiktor für Indiens CS-Raten auf Bundesstaatsebene ist, was eine „nachfrageseitige Medizinisierung“ widerspiegelt, bei der gebildete Frauen eher empfänglich für medizinische Empfehlungen sind, was potenziell elektive Kaiserschnitte vorantreibt.

Die Studie hebt eine kritische Gleichheitskrise hervor, die durch aggregierte Statistiken maskiert wird. In hochfruchtbaren, einkommensschwachen Bundesstaaten (EAG-Staaten) deuten niedrige CS-Raten nicht zwangsläufig auf eine angemessene Versorgung hin; vielmehr spiegeln sie oft eine schwere Unterversorgung im öffentlichen Sektor wider, in dem CS nur als privates Handelsgut zugänglich ist (hoher MDCI). Umgekehrt spiegeln die hohen CS-Raten in den einkommensstärkeren südlichen Bundesstaaten mit niedriger Fertilität eine systemweite Medizinisierung wider.

Die Autoren kommen zu dem Schluss, dass politische Interventionen über das bloße Routing von Geburten in öffentliche Einrichtungen hinausgehen müssen. Stattdessen schlagen sie vor:

Verbindliche CS-Audits unter Verwendung der Robson-Klassifikation in Privatkrankenhäusern.
Kopplung der PMJAY-Erstattungen (Ayushman Bharat) an dokumentierte klinische Indikationen.
Skalierung der LaQshya-Initiative mit spezifischen Zielen zur Reduzierung von Kaiserschnitten.
Präventive Aufklärungskampagnen, die gezielt auf Hoch-CS- und Hochbildungs-Bundesstaaten ausgerichtet sind.

Einschränkungen und Bescheidenheit
Die Autoren betonen ausdrücklich, dass es sich bei diesen Befunden um ökologische Ergebnisse handelt und diese keine kausalen Zusammenhänge auf individueller Ebene implizieren. Die positive Assoziation zwischen Bildung und CS-Raten kann breitere Entwicklungen, Urbanisierung und die Abhängigkeit vom Privatsektor erfassen und nicht allein die Bildung selbst. Die Studie räumt Einschränkungen ein, darunter Selbstauskunft-Daten, die Unfähigkeit, medizinische Indikationen aus NFHS-Daten zu bewerten, sowie das Potenzial für nicht erfasste Störvariablen (z. B. Dichte der Geburtshilfeärzte, Konzentration privater Krankenhäuser). Der MDCI wird als deskriptives Monitoring-Instrument und nicht als validiertes kausales Maß präsentiert.