Socioeconomic and Health-System Indicators and Infant Mortality in Latin America and the Caribbean, 2000-2023: A Fixed-Effects Panel Study
2000 से 2023 तक 17 लैटिन अमेरिकी और कैरिबियाई देशों के इस फिक्स्ड-इफेक्ट्स पैनल अध्ययन ने पाया कि गरीबी, असमानता, शिक्षा, स्वास्थ्य व्यय या सार्वभौमिक स्वास्थ्य कवरेज में देश-रूपी परिवर्तनों का शिशु मृत्यु दर के साथ महत्वपूर्ण रूप से जुड़ाव होने का कोई सुदृढ़ साक्ष्य नहीं है, जो एक शून्य परिणाम है जिसे डेटा की सीमाओं और माप संबंधी बाधाओं के कारण बताया गया है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि क्यों कुछ मोहल्लों में बच्चे दूसरे मोहल्लों की तुलना में अधिक स्वस्थ होते हैं। आप अनुमान लगा सकते हैं कि ऐसा इसलिए है क्योंकि एक मोहल्ले में अधिक पैसा है, बेहतर स्कूल हैं, या एक शानदार अस्पताल है। सार्वजनिक स्वास्थ्य की दुनिया में, वैज्ञानिक एक बड़े पैमाने पर इस रहस्य को सुलझाने वाले जासूसों की तरह काम करते हैं। वे "शिशु मृत्यु दर" (इन्फेंट मॉर्टैलिटी) को देखते हैं, जो वास्तव में उन शिशुओं का दुखद आंकड़ा है जो अपने पहले जन्मदिन तक नहीं पहुँच पाते। यह संख्या पूरे समाज के लिए एक "कोयला खदान में कैनरी" (चेतावनी देने वाले पक्षी) की तरह है; यदि यह अधिक है, तो इसका आमतौरέत मतलब है कि समुदाय गरीबी, खराब पोषण या चिकित्सा देखभाल की कमी जैसी चीजों से जूझ रहा है।
इस पहेली को सुलझाने के लिए, शोधकर्ता अक्सर "स्वास्थ्य के सामाजिक निर्धारक" (सोशल डिटरमिनेंट्स ऑफ हेल्थ) को देखते हैं। इन्हें स्वास्थ्य के वे अदृश्य गियर समझें जो एक समाज को चलाए रखते हैं: लोगों के पास कितना पैसा है, वह पैसा कितनी समानता से साझा किया जाता है, जनसंख्या कितनी शिक्षित है, और सरकार स्वास्थ्य बनाए रखने के लिए कितना खर्च करती है। एक अवधारणा "यूनिवर्सल हेल्थ कवरेज" (UHC) भी है। आप UHC को एक जादू की छड़ी के रूप में नहीं देख सकते जो सब कुछ तुरंत ठीक कर देती है, बल्कि एक स्कोरबोर्ड के रूप में देख सकते हैं जो ट्रैक करता है कि किसी देश की स्वास्थ्य प्रणाली वास्तव में वैक्सीन, चेक-अप और आपातकालीन देखभाल जैसी सेवाओं के साथ लोगों तक कितनी पहुँच रही है। बड़ा सवाल जो वैज्ञानिक पूछ रहे हैं वह यह है: यदि कोई देश इन गियर्स में सुधार करता है—अमीर होता है, अस्पतालों पर अधिक खर्च करता है, या अपनी स्वास्थ्य प्रणाली को अधिक सुलभ बनाता है—तो क्या वास्तव में शिशुओं की मृत्यु की संख्या कम हो जाती है?
यह शोध पत्र लैटिन अमेरिका और कैरिबियाई क्षेत्र में फैला हुआ एक विशाल, उच्च-तकनीकी जासूसी कहानी है, जो वर्ष 2000 से 2023 तक की अवधि को कवर करता है। एंडरसन डियाज़-पेरेज़ और उनकी टीम के नेतृत्व में शोधकर्ताओं ने एक विशाल, समय-यात्रा करने वाली स्प्रेडशीट बनाने का निर्णय लिया। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने वर्ल्ड बैंक से डेटा का एक "जमा हुआ" स्नैपशॉट लिया, जिसका अर्थ है कि उन्होंने डेटा को एक विशिष्ट दिन पर लॉक कर दिया ताकि बाद में कोई उसमें बदलाव न कर सके। उन्होंने 17 अलग-अलग देशों को देखा, प्रत्येक के लिए 24 वर्षों के इतिहास को ट्रैक किया। उनका लक्ष्य यह देखना था कि क्या एक ही देश के भीतर समय के साथ होने वाले बदलाव—जैसे कि जब किसी देश ने अचानक स्वास्थ्य पर अधिक खर्च किया या जब गरीबी कम हुई—शिशु मृत्यु में गिरावट से जुड़े थे।
यहाँ एक मोड़ है: तमाम कड़ी मेहनत और फैंसी गणित के बावजूद, डेटा द्वारा सुनाई जाने वाली मुख्य कहानी एक रहस्य है, न कि कोई स्पष्ट "आहा!" क्षण। जब टीम ने अपना प्राथमिक विश्लेषण चलाया, तो उन्होंने पाया कि गरीबी, असमानता, शिक्षा, सरकारी स्वास्थ्य खर्च या स्वास्थ्य कवरेज में बदलावों के सीधे तौर पर शिशु मृत्यु दर को ऊपर या नीचे ले जाने का कोई मजबूत प्रमाण नहीं मिला।
यह तूफान में फुसफुसाहट सुनने की कोशिश करने जैसा है। शोधकर्ताओं को उम्मीद थी कि यदि कोई देश स्वास्थ्य पर अधिक खर्च करता है (विशेष रूप से, सकल घरेलू उत्पाद (GDP) का 1% स्वास्थ्य पर खर्च होने से), तो शिशु मृत्यु दर कम हो जाएगी। उन्हें यह भी लगा था कि यदि यूनिवर्सल हेल्थ कवरेज स्कोर एक अंक बढ़ जाता है, तो कम बच्चे मरेंगे। और हालांकि संख्याएँ सही दिशा में आगे बढ़ीं—यह दिखाते हुए कि खर्च या कवरेज बढ़ने पर मृत्यु में मामूली गिरावट आती है—लेकिन संकेत बहुत धुंधला था कि निश्चित रूप से कहा जा सके। डेटा का "शोर" बहुत तेज़ था। अध्ययन बताता है कि स्वास्थ्य कवरेज में 1-अंक की वृद्धि शिशु मृत्यु दर में 1.51% की गिरावट से जुड़ी हो सकती है, लेकिन कॉन्फिडेंस इंटरवल (विश्वास अंतराल) बहुत विस्तृत है, जिसका अर्थ है कि यह शून्य या मामूली वृद्धि भी हो सकती है। इसी तरह, स्वास्थ्य खर्च में 1-प्रतिशत-अंक की वृद्धि 2.80% की गिरावट के अनुरूप हो सकती है, लेकिन फिर भी, गणित कहता है कि हम निश्चित नहीं हो सकते।
लेखक निष्कर्ष निकालने में बहुत सावधान रहे। उन्होंने स्पष्ट रूप से इस विचार को खारिज कर दिया कि उन्होंने कोई "जादुई गोली" या सिद्ध कारण-और-प्रभाव संबंध खोज लिया है। वास्तव में, उन्होंने तर्क दिया कि सामान्य संदिग्ध—जैसे कि केवल समस्या पर अधिक पैसा लगाना या स्वास्थ्य कवरेज के लिए एक बॉक्स टिक करना—जब आप पूरी तस्वीर देखते हैं, तो एक स्पष्ट, विश्वसनीय पैटर्न नहीं दिखाते हैं।
हालाँकि, कहानी पूरी तरह से बंद रास्ता नहीं है। जब शोधकर्ताओं ने डेटा को देखने का एक अलग, अधिक प्रयोगात्मक तरीका अपनाया (जिसे "फर्स्ट-डिफरेंस मॉडल" कहा जाता है, जो एक फास्ट-फॉरवर्ड किए गए वीडियो की तरह साल-दर-साल के परिवर्तनों को देखता है), तो उन्होंने मजबूत संकेत देखे कि खर्च और कवरेज ने मदद की। लेकिन वे तुरंत चेतावनी देने में भी तत्पर थे कि यह एक "पोस्ट हॉक" (घटना के बाद का) निष्कर्ष था—अर्थात, उन्होंने डेटा देखने के बाद इसे पाया, उससे पहले नहीं—और यह अस्थिर था। यह एक छाया को देखने जैसा है जो एक राक्षस की तरह दिखती है, लेकिन जब आप रोशनी चालू करते हैं, तो वह केवल एक कोट रैक हो सकता है। क्योंकि यह परिणाम अस्थिर था और केवल विशिष्ट, संकीमित परीक्षणों में ही काम करता था, इसलिए लेखक इसे एक खोज कहने से इनकार करते हैं।
यह शोध पत्र गंभीर बाधाओं पर भी प्रकाश डालता है। डेटा कई जगहों पर गायब था, जैसे कि एक पहेली जिसके टुकड़े गायब हों, विशेष रूप से कैरिबियाई देशों के लिए। कुछ देशों के पास केवल दो साल का डेटा था, जबकि अन्य के पास 24 साल का, जिससे उनकी निष्पक्ष तुलना करना कठिन हो गया। शोधकर्ताओं ने इन अंतरालों को ध्यान में रखने के लिए कुछ बहुत ही परिष्कृत सांख्यिकीय उपकरणों (जैसे "फिक्स्ड इफेक्ट्स" और "वाइल्ड क्लस्टर बूटस्ट्रैप") का उपयोग किया, लेकिन उन्होंने स्वीकार किया कि केवल 17 देशों के अध्ययन के साथ, किसी भी चीज़ के बारे में 100% निश्चित होना कठिन है।
अंत में, यह शोध पत्र वैज्ञानिक विनम्रता का एक सबक है। यह हमें बताता है कि हालांकि हमारे पास बहुत सारा डेटा है, लेकिन राष्ट्रीय नीतियों और शिशु उत्तरजीविता के बीच का संबंध अविश्वसनीय रूप से जटिल है। लेखक निष्कर्ष निकालते हैं कि हम अभी यह नहीं कह सकते कि, "यदि देश X अपने GDP का 1% अधिक स्वास्थ्य पर खर्च करता है, तो शिशु मृत्यु दर निश्चित रूप से Y% कम हो जाएगी।" संबंध वहां मौजूद है, शायद, लेकिन यह अन्य कारकों की परतों के पीछे छिपा हुआ है जैसे कि पैसा वास्तव में कैसे खर्च किया जाता है, अस्पताल कितने कुशल हैं, और विशिष्ट स्थानीय स्थितियां जिन्हें स्प्रेडशीट के आंकड़े कैप्चर नहीं कर सकते। यह अध्ययन हमें जीवन बचाने का कोई सरल नुस्खा नहीं देता है; इसके बजाय, यह हमें एक बेहतर मानचित्र देता है कि कोहरा कहाँ सबसे घना है, और भविष्य के शोधकर्ताओं को आग्रह करता है कि वे पहेली को सुलझाने का दावा करने से पहले और अधिक बारीकी से और सावधानी से देखें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।