Development and Validation of a Conceptual Epidemiological and Economic Model for Predicting Obesity in Low- and Middle-Income Countries: A Systematic Review and Meta-Synthesis–Informed Approach

मोटापा अब केवल समृद्ध देशों की समस्या नहीं रह गया है; यह कम और मध्यम आय वाले देशों में तेजी से बढ़ रहा है, जहाँ लोग कुपोषण और बढ़ते हुए अत्यधिक वजन के दोहरे बोझ का सामना कर रहे हैं। यह बदलाव स्वास्थ्य पर भारी कीमत वसूल रहा है, जिससे मधुमेह, हृदय रोग और स्ट्रोक के मामलों में वृद्धि हो रही है, जबकि साथ ही उन स्वास्थ्य प्रणालियों पर भी दबाव बढ़ रहा है जिनके पास पहले से ही सीमित संसाधन हैं। धन खर्च करने और स्वास्थ्य कार्यक्रमों को डिजाइन करने के बारे में स्मार्ट निर्णय लेने के लिए, अधिकारियों को भविष्य की ओर देखने के एक तरीके की आवश्यकता है। उन्हें ऐसे उपकरणों की आवश्यकता है जो यह अनुमान लगा सकें कि कितने लोग मोटापे का शिकार होंगे, इसके बाद कौन सी बीमारियाँ होंगी, और इसमें कुल कितनी लागत आएगी। उच्च आय वाले देशों में, वैज्ञानिकों ने इन सवालों के जवाब देने के लिए लंबे समय से कंप्यूटर सिमुलेशन का उपयोग किया है, लेकिन ये उपकरण समृद्ध देशों के डेटा और धारणाओं का उपयोग करके बनाए गए थे, जो अलग तरह के आहार, जीवनशैली और स्वास्थ्य सेवाओं वाले स्थानों के लिए अविश्वसनीय बनाते हैं।

शोधकर्ताओं की एक टीम ने विशेष रूप से इन संसाधन-सीमित परिवेशों के लिए एक नए प्रकार का मानचित्र बनाने का लक्ष्य रखा। उनका लक्ष्य एक वैचारिक मॉडल (conceptual model) बनाना था—कि कैसे मोटापा फैलता है और इसमें कितना खर्च होता है, इसे समझने का एक संरचित तरीका—जिसका उपयोग कम और मध्यम आय वाले देशों में इस स्थिति के भविष्य की भविष्यवाणी करने के लिए किया जा सके। इसके लिए, उन्होंने शून्य से शुरुआत नहीं की। इसके बजाय, उन्होंने हर उपलब्ध अध्ययन को एकत्र किया जिसने कभी भी मोटापे और उसके आर्थिक प्रभाव को मॉडल करने का प्रयास किया था, और यह देखा कि विशेषज्ञों ने पहले इस बीमारी का वर्णन कैसे किया है। उन्होंने सैकड़ों शोध पत्रों को छाँटा, और केवल उन्हीं को रखा जिन्होंने कंप्यूटर सिमुलेशन का उपयोग करके यह ट्रैक किया कि लोग सामान्य वजन से अधिक वजन की ओर, और फिर मोटापे की ओर, और अंत में गंभीर स्वास्थ्य जटिलताओं की ओर कैसे बढ़ते हैं। उन्हें 1997 और 2024 के बीच प्रकाशित 31 अध्ययन मिले जो उनके सख्त मानदंडों पर खरे उतरे। इनमें से अधिकांश अध्ययनों ने 'मार्कोव मॉडल' नामक एक विशिष्ट प्रकार के कंप्यूटर सिमुलेशन का उपयोग किया था, जो लोगों के समूहों को समय के साथ विभिन्न स्वास्थ्य चरणों से गुजरते हुए ट्रैक करता है, जबकि अन्य ने 'डिसीजन ट्री' या अन्य सिमुलेशन विधियों का उपयोग किया था।

इन पिछले कार्यों के संग्रह से, शोधकर्ताओं ने छह प्रमुख स्वास्थ्य अवस्थाओं (health states) की पहचान की जो उनके नए मॉडल की रीढ़ बनाती हैं। ये अवस्थाएँ उस यात्रा का प्रतिनिधित्व करती हैं जिससे एक व्यक्ति गुजर सकता है: सामान्य वजन से शुरू होकर, अधिक वजन की ओर बढ़ना, फिर मोटापे की ओर, और संभावित रूप से मधुमेह, स्ट्रोक या हृदय रोग विकसित करना। इन 31 अध्ययनों के साक्ष्यों को जोड़कर, उन्होंने इन छह अवस्थाओं को एक एकल, एकीकृत ढांचे में संकलित किया। यह ढांचा इस नए उपकरण के लिए एक कंकाल (skeleton) के रूप में कार्य करता है, जो दिखाता है कि समस्या के विभिन्न हिस्से एक-दूसरे से कैसे जुड़ते हैं। उदाहरण के लिए, यह दर्शाता है कि सामान्य वजन से मोटापे की ओर बढ़ने से मधुमेह विकसित होने का जोखिम कैसे बढ़ जाता है, और यह बीमारी, बदले में, किसी देश पर आर्थिक बोझ को कैसे बढ़ाती है। शोधकर्ताओं ने फिर इस ड्राफ्ट मॉडल को तीन विशेषज्ञों के एक पैनल के पास भेजा जो कम और मध्यम आय वाले देशों में मोटापा, अर्थशास्त्र और सार्वजनिक स्वास्थ्य के विशेषज्ञ हैं। इन विशेषज्ञों ने इसकी संरचना की समीक्षा की ताकि यह सुनिश्चित किया जा सके कि यह वास्तविक दुनिया में तर्कसंगत है, और यह जांचा कि क्या इसने इन विशिष्ट क्षेत्रों के लिए सही जोखिमों और परिणामों को पकड़ा है। विशेषज्ञ इस बात पर सहमत हुए कि मॉडल वैध, पूर्ण और भविष्य के अधिक विस्तृत अध्ययनों के लिए आधार के रूप में उपयोग किए जाने के लिए तैयार है।

परिणामस्वरूप, यह विशेष रूप से कम और मध्यम आय वाले देशों में मोटापे के रुझानों और उनकी आर्थिक लागतों की भविष्यवाणी करने के लिए डिज़ाइन किया गया पहला वैचारिक मॉडल है। शोधकर्ता इस बात पर जोर देते हैं कि यह एक मौलिक कदम है, अंतिम उत्तर नहीं। यह मॉडल एक स्पष्ट संरचना प्रदान करता है जिसका उपयोग नीति निर्माता स्थानीय डेटा को जोड़ने के लिए कर सकते हैं, जिससे वे विभिन्न परिदृश्यों का अनुकरण (simulate) कर सकें। उदाहरण के लिए, एक सरकार इस ढांचे का उपयोग यह परीक्षण करने के लिए कर सकती है कि एक नया आहार कार्यक्रम अगले दस वर्षों में मधुमेह वाले लोगों की संख्या को कैसे बदल सकता है और इससे कितने पैसे की बचत होगी। अध्ययन इस बात पर प्रकाश डालता है कि हालांकि यह मॉडल एक शक्तिशाली उपकरण है, इसकी सटीकता पूरी तरह से इसमें डाले गए स्थानीय डेटा की गुणवत्ता पर निर्भर करती है। बिना सटीक आंकड़ों के कि वर्तमान में कितने लोग अधिक वजन वाले हैं या किसी विशिष्ट देश में उपचार की लागत कितनी है, भविष्यवाणियां सटीक नहीं होंगी। हालाँकि, इन समस्याओं के लिए एक साझा भाषा और संरचना स्थापित करके, शोधकर्ताओं ने एक महत्वपूर्ण शुरुआती बिंदु प्रदान किया है। यह कार्य नेताओं को संसाधन-सीमित परिवेशों में अनुमान लगाने के बजाय साक्ष्य-आधारित योजना की ओर बढ़ने की अनुमति देता है, जिससे वे अपने संसाधनों को उन रोकथाम और प्रबंधन रणनीतियों के लिए आवंटित कर सकें जिनका उनकी आबादी पर सबसे अधिक प्रभाव पड़ेगा।