Multidimensional Determinants of Childhood Wasting among Children Under Five in West Africa

तकनीकी सारांश: पश्चिम अफ्रीका में पांच वर्ष से कम उम्र के बच्चों में कुपोषण (वasting) के बहुआयामी निर्धारक

समस्या विवरण
बचपन का कुपोषण (wasting), जिसे तीव्र अल्पपोषण के रूप में परिभाषित किया गया है, पश्चिम अफ्रीका में एक गंभीर सार्वजनिक स्वास्थ्य चुनौती बना हुआ है, जहाँ इस क्षेत्र का वैश्विक भार में 27% से अधिक योगदान है। जबकि पिछले शोधों ने सामाजिक-आर्थिक कारकों (जैसे मातृ शिक्षा, घरेलू संपत्ति) और अलग-थलग पर्यावरणीय मुद्दों को इसके चालक के रूप में पहचाना है, लेकिन जलवायु परिवर्तन, पर्यावरणीय क्षरण, जल संसाधनों और स्वास्थ्य प्रणाली के कारकों के संयुक्त प्रभाव के संबंध में साक्ष्य सीमित हैं। यह अध्ययन सोलह पश्चिम अफ्रीकी देशों में कुपोषण की व्यापकता पर इन कारकों के प्रभाव को समझने में कमी को रेखांकित करता है। इसके अतिरिक्त, मौजूदा अध्ययन अक्सर मानक लॉजिस्टिक रिग्रेशन पर निर्भर करते हैं या केवल व्यक्तिगत राष्ट्रों पर ध्यान केंद्रित करते हैं, जिससे क्षेत्रीय पैटर्न या कुपोषण डेटा की सीमाबद्ध प्रकृति (0 और 1 के बीच अनुपात) को पकड़ने में विफलता होती है।

कार्यप्रणाली
इस अध्ययन में सोलह पश्चिम अफ्रीकी देशों के लिए वर्ल्ड बैंक के 'वर्ल्ड डेवलपमेंट इंडिकेटर्स' (WDI) से प्राप्त पैनल डेटा का उपयोग किया गया है, जो 2000-2023 की अवधि को कवर करता है। आश्रित चर (dependent variable) कुपोषण की व्यापकता (पांच वर्ष से कम उम्र के बच्चों का % ) था। लेखकों ने पारंपरिक सांख्यिकीय मॉडलों की सीमाओं को दूर करने के लिए एक दोहरी-कार्यप्रणाली दृष्टिकोण अपनाया:

1. बीटा जनरलाइज्ड लीनियर मिक्स्ड मॉडल (BGLMM): चूंकि कुपोषण एक अनुपात है जो 0 और 1 के बीच सीमित है, इसलिए लेखकों ने लॉगिट लिंक फंक्शन के साथ BGLMM का उपयोग किया। इस मॉडल में विभिन्न सहचरों (जलवायु, पर्यावरणीय, जल-संसाधन, सामाजिक-आर्थिक और स्वास्थ्य प्रणाली के कारक) के लिए फिक्स्ड इफेक्ट्स और अनऑब्जर्व्ड विषमता को नियंत्रित करने के लिए एक देश-स्तरीय रैंडम इफेक्ट शामिल किया गया। गुणांकों की व्याख्या को व्यापकता में परिवर्तन के रूप में प्रस्तुत करने के लिए एवरेज मार्जिनल इफेक्ट्स (AMEs) की गणना की गई।
2. SHAP के साथ रैंडम फॉरेस्ट (RF): सख्त वितरण धारणाओं के बिना गैर-रेखीय संबंधों और अंतःक्रियाओं को पकड़ने के लिए, एक रैंडम फॉरेस्ट मॉडल को प्रशिक्षित किया गया (70:30 ट्रेन-टेस्ट स्प्लिट)। मॉडल के प्रदर्शन का मूल्यांकन RMSE, MAE और R² द्वारा किया गया। व्याख्यात्मकता सुनिश्चित करने के लिए, प्रेडिक्टर महत्व को रैंक करने और सबसे महत्वपूर्ण चरों के प्रभाव की दिशा निर्धारित करने के लिए 'शैप्ली एडिटिव एक्सप्लेनेशन' (SHAP) लागू किया गया।

डेटा प्रीप्रोसेसिंग में मिसफॉरेस्ट (MissForest) एल्गोरिदम का उपयोग करके लुप्त मानों (missing values) को व्यवस्थित किया गया, और वेरिएंस इन्फ्लेशन फैक्टर्स (VIF) के माध्यम से मल्टीकोलिनैरिटी का आकलन किया गया, जो सभी स्वीकार्य सीमाओं के भीतर पाए गए।

मुख्य परिणाम
अध्ययन ने दोनों सांख्यिकीय और मशीन लर्निंग ढांचों के माध्यम से विशिष्ट लेकिन ओवरलैपिंग निर्धारकों की पहचान की:

• BGLMM के निष्कर्ष: मॉडल ने कुपोषण और कई कारकों के बीच सांख्यिकीय रूप से महत्वपूर्ण संबंधों को प्रकट किया। कृषि जल निकासी (Agricultural water withdrawal) और N₂O उत्सर्जन का कुपोषण की उच्च व्यापकता के साथ सकारात्मक संबंध पाया गया। इसके विपरीत, स्वास्थ्य व्यय, बुनियादी पेयजल तक पहुंच, वन क्षेत्र और वर्ष चर (समय के साथ सामान्य गिरावट का संकेत देते हुए) का कुपोषण के साथ नकारात्मक संबंध था। दिलचस्प बात यह है कि बुनियादी स्वच्छता ने एक सकारात्मक संबंध दिखाया, जिसे लेखक तेजी से शहरीकरण और उन क्षेत्रों में निरंतर खाद्य असुरक्षा जैसे भ्रमित करने वाले कारकों के कारण देखते हैं जहाँ स्वच्छता में सुधार हो रहा है।
• रैंडम फॉरेस्ट और SHAP के निष्कर्ष: RF मॉडल ने कृषि जल निकासी को सबसे सूचनात्मक प्रेडिक्टर के रूप में रैंक किया, जिसके बाद शहरी जनसंख्या, औसत वर्षा, PM2.5 एक्सपोजर, बुनियादी पेयजल तक पहुंच और जल उत्पादकता का स्थान रहा। SHAP डिपेंडेंस प्लॉट्स ने पुष्टि की कि उच्च कृषि जल निकासी और PM2.5 एक्सपोजर कुपोषण में वृद्धि से जुड़े हैं, जबकि उच्च शहरी जनसंख्या, वर्षा और बुनियादी पेयजल तक पहुंच कुपोषण में कमी से संबंधित है।
• अभिसरण (Convergence): दोनों मॉडलों ने लगातार कृषि जल निकासी और बुनियादी पेयजल तक पहुंच को महत्वपूर्ण प्राथमिकता वाले क्षेत्रों के रूप में पहचाना।

मुख्य योगदान

• कार्यप्रणालीगत प्रगति: यह शोध कुपोषण डेटा पर बीटा रिग्रेशन (विशेष रूप से BGLMM) को लागू करके साहित्य में योगदान देता है, जो मानक लॉजिस्टिक रिग्रेशन की तुलना में अनुपात-आधारित परिणामों के लिए अधिक उपयुक्त विश्लेषणात्मक दृष्टिकोण है।
• हाइब्रिड मॉडलिंग: यह एक मजबूत, बहु-परिप्रेक्ष्य दृश्य प्रदान करने के लिए पारंपरिक अर्थशास्त्र मॉडलिंग को मशीन लर्निंग (रैंडम फॉरेस्ट) और व्याख्यात्मक एआई (SHAP) के साथ एकीकृत करता है।
• क्षेत्रीय दायरा: एकल राष्ट्रों पर केंद्रित पिछले अध्ययनों के विपरीत, यह शोध पूरे पश्चिम अफ्रीकी क्षेत्र का एक व्यापक विश्लेषण प्रदान करता है, जो जलवायु और पर्यावरणीय झटकों द्वारा संचालित क्षेत्रीय पैटर्न को उजागर करता है।

महत्व और दावे
लेखक दावा करते हैं कि उनके निष्कर्ष पोषण संबंधी रणनीतियों में पर्यावरणीय और जलवायु कारकों को एकीकृत करने की आवश्यकता को रेखांकित करते हैं। अध्ययन का तर्क है कि पश्चिम अफ्रीका में कुपोषण केवल आहार सेवन का परिणाम नहीं है, बल्कि यह पर्यावरणीय और संरचनात्मक झटकों के एक "दुष्चक्र" द्वारा संचालित है।

विशेष रूप से, शोध पत्र तर्क देता है कि:

1. जल प्रबंधन केंद्रीय है: कृषि जल निकासी और पेयजल तक पहुंच को शीर्ष प्रेडिक्टर के रूप में लगातार पहचानना यह सुझाव देता है कि नीतियों को कृषि में कुशल जल उपयोग (जैसे ड्रिप सिंचाई, वर्षा जल संचयन) और सामुदायिक जल आपूर्ति प्रणालियों के रखरखाव को प्राथमिकता देनी चाहिए।
2. जलवायु-पोषण संबंध: जलवायु कार्रवाई (SDG 13) और शून्य भूख (SDG 2) के बीच एक सीधा संबंध है। N₂O उत्सर्जन को कम करना और वायु प्रदूषण (PM2.5) का प्रबंधन करना अप्रत्यक्ष लेकिन महत्वपूर्ण रणनीतियों के रूप में प्रस्तुत किया गया है।
3. नीतिगत निहितार्थ: लेखक सुझाव देते हैं कि सरकारों को जलवायु-स्मार्ट कृषि, सूखा-सहिष्णु फसलों और धुएं के संपर्क को कम करने के लिए बेहतर कुकिंग स्टोव को बढ़ावा देना चाहिए। वे इस बात पर जोर देते हैं कि कुपोषण को संबोधित करने के लिए एकीकृत दृष्टिकोण की आवश्यकता है जो खाद्य सुरक्षा, पर्यावरणीय स्थिरता और जल संसाधन प्रबंधन (SDG 6) को एक साथ सुदृढ़ करता हो।

यह शोध विनम्रतापूर्वक निष्कर्ष निकालता है, जिसमें सीमाओं को स्वीकार किया गया है जैसे कि देश-स्तरीय डेटा का उपयोग करना जो देश के भीतर भिन्नताओं (जैसे विशिष्ट आहार पद्धतियां) को छिपा सकता है और स्थानिक रैंडम प्रभावों का अभाव, जो भविष्य के अनुदैर्ध्य (longitudinal) और स्थानिक मॉडलिंग के लिए क्षेत्र के रूप में सुझाव देते हैं।