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)

तकनीकी सारांश: भारत में सिजेरियन सेक्शन (सी-सेक्शन) दरों का राज्य-स्तरीय विश्लेषण (NFHS-6)

समस्या विवरण
भारत में सिजेरियन सेक्शन (CS) की दर NFHS-5 सर्वेक्षण (2019-21) के दौरान 21.5% से बढ़कर NFHS-6 (2023-24) में 27.2% हो गई है। यह आंकड़ा अब विश्व स्वास्थ्य संगठन (WHO) के 15% के इष्टतम जनसंख्या-स्तरीय ऊपरी स्तर से 82% अधिक है। जबकि पिछले शोध ने वित्तीय प्रोत्साहनों और कमजोर विनियमन के कारण निजी क्षेत्र की अत्यधिक गतिविधियों को जोड़ा है, किसी भी प्रकाशित अध्ययन ने सभी 36 भारतीय राज्यों और केंद्र शासित प्रदेशों (UTs) में CS दरों को मैप करने के लिए नए जारी किए गए NFHS-6 डेटा का उपयोग नहीं किया था। इसके अलावा, "निजी-सार्वजनिक क्षेत्र के अंतर" (private–public sector gap) के विश्लेषण और राज्य स्तर पर इन दरों को संचालित करने वाले पारिस्थितिक निर्धारकों की पहचान करने में कमी थी।

कार्यप्रणाली
यह अध्ययन एक पारिस्थितिक क्रॉस-सेक्शनल विश्लेषण (ecological cross-sectional analysis) है जो NFHS-6 (2023-24) के सार्वजनिक रूप से उपलब्ध राज्य तथ्य पत्रों (state fact sheets) का उपयोग करता है।

• डेटा स्रोत: 35 राज्यों/केंद्र शासित प्रदेशों का राज्य-स्तरीय डेटा (राष्ट्रीय कुल योग को प्रतिगमन विश्लेषण से बाहर रखा गया था)।
• प्राथमिक परिणाम: समग्र राज्य CS दर (% संस्थागत प्रसव का)।
• द्वितीयक परिणाम: निजी-क्षेत्र की CS दर, सार्वजनिक-क्षेत्र की CS दर, और मार्केट-ड्रिवन केयर इंडेक्स (MDCI), जिसे निजी-क्षेत्र की CS दर और सार्वजनिक-क्षेत्र की CS दर के अनुपात के रूप में परिभाषित किया गया है ($MDCI = I.39 \div I.40$)।
• पूर्वानुमानकर्ता (Predictors): चार पारिस्थितिक चरों का परीक्षण किया गया:
  1. स्वास्थ्य बीमा कवरेज (% परिवार)।
  2. महिलाओं की शैक्षिक उपलब्धि (% 15-49 आयु वर्ग की महिलाएं जिनके पास $\ge$10 वर्ष की स्कूली शिक्षा है)।
  3. सार्वजनिक सुविधाओं में संस्थागत प्रसव का अनुपात।
  4. कुल प्रजनन दर (TFR)।
• सांख्यिकीय विश्लेषण:
  • सहसंबंध (Correlation): युग्मवार संबंधों का आकलन करने के लिए स्पियरमैन रैंक सहसंबंधों का उपयोग किया गया, जिसमें मल्टीपल टेस्टिंग को नियंत्रित करने के लिए बोनफेरोनी-समायोजित महत्व सीमा $p < 0.0125$ का उपयोग किया गया।
  • प्रतिगमन (Regression): राज्य-स्तरीय CS दरों को मॉडल करने के लिए HC3 रोबस्ट स्टैंडर्ड एरर के साथ ऑर्डिनरी लीस्ट स्क्वायर्स (OLS) मल्टीपल रिग्रेशन का उपयोग किया गया। नमूना आकार ($n=35$) के कारण ओवरफिटिंग से बचने के लिए दो संक्षिप्त मॉडल बनाए गए:
    • मॉडल 1: स्वास्थ्य बीमा + सार्वजनिक सुविधा जन्म हिस्सा।
    • मॉडल 2: महिलाओं की शिक्षा + TFR।
  • सॉफ्टवेयर: विश्लेषण Python 3.12 का उपयोग करके किए गए।

प्रमुख योगदान

1. व्यापक मैपिंग: यह अध्ययन NFHS-6 डेटा का उपयोग करके सभी 35 रिपोर्टिंग राज्यों/UTs के लिए CS दरों का पहला राज्य-स्तरीय दस्तावेजीकरण प्रदान करता है।
2. MDCI का परिचय: यह निजी और सार्वजनिक क्षेत्र की CS दरों के बीच विचलन को मापने के लिए एक संयुक्त माप के रूप में मार्केट-ड्रिवन केयर इंडेक्स (MDCI) को पेश करता है। लेखक नोट करते हैं कि MDCI कम सार्वजनिक-क्षेत्र के विभाजकों (denominators) के प्रति संवेदनशील है और इसे पूर्ण दरों के साथ व्याख्या किया जाना चाहिए।
3. पारिस्थितिक भविष्यवक्ता: अध्ययन ने राज्य-स्तरीय CS दरों के पारिस्थितिक चालकों की पहचान और मात्रा निर्धारण किया, जिसमें मांग-पक्ष के कारकों (शिक्षा) और संरचनात्मक कारकों (क्षेत्रीय पहुंच) के बीच अंतर किया गया।

परिणाम

• राष्ट्रीय रुझान: लगभग पांच वर्षों में राष्ट्रीय CS दर में 5.7 प्रतिशत अंक (26.5% सापेक्ष वृद्धि) की वृद्धि हुई। राष्ट्रीय निजी-क्षेत्र की दर 54.1% है, जबकि सरकारी अस्पतालों में यह 16.9% है, जिससे राष्ट्रीय MDCI 3.20 प्राप्त होता है।
• राज्य परिवर्तनशीलता: दरें मेघालय (6.4%) से तेलंगाना (62.2%) तक भिन्न रहीं। चार राज्यों (तेलंगाना, आंध्र प्रदेश, सिक्किम, जम्मू और कश्मीर) में दर 50% से अधिक थी। केवल तीन राज्य (नागालैंड, मिजोरम, मेघालय) WHO के इष्टतम रेंज 10-15% के भीतर थे।
• क्षेत्रीय विचलन (MDCI):
  • उच्च MDCI (असमानता): बिहार (MDCI 18.26) और झारखंड (MDCI 8.87) जैसे राज्यों ने भारी अंतर प्रदर्शित किया जहाँ निजी अस्पताल सरकारी सुविधाओं की तुलना में 8 से 18 गुना अधिक दर पर CS कर रहे थे। इन क्षेत्रों में, CS प्रभावी रूप से एक निजी वस्तु (commodity) है।
  • निम्न MDCI (प्रणालीगत चिकित्साकरण): केरल (MDCI 1.08) जैसे राज्यों में उच्च CS दरें दोनों क्षेत्रों में देखी गईं, जो "इक्विटी-इन-एक्सेस" (equity-in-excess) को दर्शाती हैं।
  • तेलंगाना/आंध्र प्रदेश: इन राज्यों में उच्च समग्र दरें लेकिन कम MDCI (1.74) देखी गईं, जो केवल निजी-क्षेत्र की अधिकता के बजाय प्रणाली-व्यापी चिकित्साकरण का सुझाव देती हैं।
• भविwise मॉडलिंग:
  • महिलाओं की शिक्षा: राज्य की CS दरों का सबसे मजबूत भविष्यवक्ता। एक स्पियरमैन सहसंबंध $\rho = +0.532$ ($p=0.001$) और एक OLS गुणांक $\beta = +0.377$ ($p=0.0001$) यह संकेत देता है कि $\ge$10 वर्ष की स्कूली शिक्षा वाली महिलाओं के प्रत्येक 1 प्रतिशत अंक की वृद्धि के लिए, राज्य की CS दर 0.377 प्रतिशत अंक बढ़ जाती है।
  • कुल प्रजनन दर (TFR): CS दरों के साथ विपरीत रूप से सहसंबंधित ($\rho = -0.428$, $p=0.010$)। मॉडल 2 में, TFR ने विचरण (variance) के एक महत्वपूर्ण हिस्से की व्याख्या की, जिसका गुणांक $\beta = -12.101$ ($p=0.035$) था।
  • गैर-महत्वपूर्ण कारक: सार्वजनिक सुविधाओं में जन्म का अनुपात और स्वास्थ्य बीमा कवरेज ने राज्य की CS दरों के साथ कोई महत्वपूर्ण सहसंबंध नहीं दिखाया।
  • मॉडल प्रदर्शन: मॉडल 2 (शिक्षा + TFR) ने राज्य-स्तरीय CS दरों के विचरण की 30.7% व्याख्या की ($R^2 = 0.307$)।

महत्व और दावे
यह शोध दावा करता है कि महिलाओं की शैक्षिक उपलब्धि भारत की राज्य-स्तरीय CS दरों का प्रमुख पारिस्थितिक भविष्यवक्ता है, जो "मांग-पक्ष चिकित्साकरण" (demand-side medicalisation) को दर्शाता है जहाँ शिक्षित महिलाएँ चिकित्सा सिफारिशों के प्रति अधिक ग्रहणशील होती हैं, जो संभावित रूप से इलेक्टिव CS को बढ़ावा देती हैं।

अध्ययन एक महत्वपूर्ण इक्विटी संकट को उजागर करता है जो समग्र आंकड़ों द्वारा छिपा हुआ है। उच्च-प्रजनन दर, कम आय वाले राज्यों (EAG राज्यों) में, कम समग्र CS दरें आवश्यक रूप से उचित देखभाल का संकेत नहीं देती हैं; बल्कि, वे अक्सर सार्वजनिक क्षेत्र में गंभीर कमी को दर्शाती हैं, जहाँ CS केवल एक निजी वस्तु के रूप में सुलभ है (उच्च MDCI)। इसके विपरीत, निम्न-प्रजनन दर वाले दक्षिणी राज्यों में, उच्च CS दरें प्रणाली-व्यापी चिकित्साकरण को दर्शाती हैं।

लेखक निष्कर्ष निकालते हैं कि नीतिगत हस्तक्षेपों को केवल प्रसव को सार्वजनिक सुविधाओं की ओर भेजने से आगे बढ़ना चाहिए। इसके बजाय, वे प्रस्ताव देते हैं:

1. निजी अस्पतालों में रोबसन वर्गीकरण (Robson classification) का उपयोग करते हुए अनिवार्य CS ऑडिट।
2. नैदानिक संकेत (clinical indications) के दस्तावेजीकरण के आधार पर PMJAY (आयुष्मान भारत) प्रतिपूर्ति को शर्त बनाना।
3. विशिष्ट CS-न्यूनीकरण लक्ष्यों के साथ लाक्ஷ்ய (LaQshya) पहल का विस्तार करना।
4. उच्च-CS और उच्च-शिक्षा वाले राज्यों को लक्षित करते हुए प्रसव-पूर्व शिक्षा अभियान चलाना।

सीमाएं और विनम्रता
लेखक स्पष्ट रूप से कहते हैं कि ये निष्कर्ष पारिस्थितिक (ecological) हैं और व्यक्तिगत स्तर के कारण संबंध (causal relationships) का संकेत नहीं देते हैं। शिक्षा और CS के बीच सकारात्मक जुड़ाव व्यापक विकास, शहरीकरण और निजी-क्षेत्र पर निर्भरता को पकड़ सकता है, न कि केवल शिक्षा को। अध्ययन स्वीकार करता है कि इसमें स्व-रिपोर्ट किए गए डेटा, NFHS डेटा से नैदानिक संकेतों का आकलन करने में असमर्थता, और अन-मापे गए कन्फाउंडर्स (जैसे कि स्त्री रोग विशेषज्ञों का घनत्व, निजी अस्पतालों का संकेंद्रण) जैसी सीमाएं शामिल हैं। MDCI को एक कारण मीट्रिक (causal metric) के बजाय एक वर्णनात्मक निगरानी उपकरण के रूप में प्रस्तुत किया गया है।