Pairing absolute and relative inequality measures for maternal and child health equity monitoring across 83 countries, 2010-2023: a cross-national ecological study
83 देशों का यह क्रॉस-नेशनल पारिस्थितिक अध्ययन यह प्रदर्शित करता है कि स्लोप इंडेक्स ऑफ इनइक्वालिटी (SII) को सबसे गरीब-से-सबसे अमीर कवरेज अनुपात (P:R) के साथ जोड़ना, पूर्ण अंतराल में कमी और सबसे गरीब समूहों के आनुपातिक समावेश के बीच अंतर करके मातृ एवं बाल स्वास्थ्य समानता की निगरानी को बढ़ाता है, जिससे अतिरिक्त डेटा संग्रह की आवश्यकता के बिना "दोहरे बोझ" वाले राष्ट्रों की पहचान की जा सकती 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 माताओं और बच्चों की देखभाल करने के मामले में देशों के प्रदर्शन को मापने वाले एक विशाल, वैश्विक स्कोरबोर्ड को देख रहे हैं। लंबे समय से, वैज्ञानिक स्कोर की जांच करने के लिए एक विशिष्ट पैमाने का उपयोग कर रहे हैं: "स्लोप इंडेक्स ऑफ इनइक्वैलिटी" (SII)। SII को एक ऐसे पैमाने की तरह समझें जो अमीरों और गरीबों के बीच की दूरी को मापता है। यदि पैमाना दिखाता है कि यह अंतर कम हो रहा है, तो हम आमतौर पर खुशी मनाते हैं और कहते हैं, "बहुत बढ़िया! हम प्रगति कर रहे हैं!" यह एक ट्रैक पर दो धावकों को एक-दूसरे के करीब आते देखने जैसा है।
लेकिन इस तरह से देखने के तरीके में एक छिपा हुआ जाल है। कल्पना कीजिए कि अमीर धावक 100 मील प्रति घंटे की रफ्तार से दौड़ रहा है, और गरीब धावक 1 मील प्रति घंटे की रफ्तार से रेंग रहा है। यदि अमीर धावक अपनी गति थोड़ी सी कम कर देता है, और गरीब थोड़ा तेज हो जाता है, तो उनके बीच की दूरी कम हो जाती है। पैमाना कहता है "प्रगति!" लेकिन वास्तव में, गरीब धावक अभी भी बहुत पीछे छूट गया है यदि हम अनुपात के संदर्भ में देखें। वह अभी भी एक विशालकाय की तुलना में घोंघे की गति से चल रहा है। यह शोध एक सरल, महत्वपूर्ण प्रश्न पूछता है: क्या होगा अगर हम एक घटते हुए अंतर का जश्न मना रहे हों, जबकि सबसे गरीब समूह अभी भी दौड़ से पूरी तरह बाहर किए जा रहे हों? इस उत्तर को खोजने के लिए, शोधकर्ताओं ने पुराने "दूरी पैमाने" को एक नए "गति अनुपात" के साथ जोड़ने का निर्णय लिया ताकि पूरी तस्वीर देखी जा सके।
स्वास्थ्य की महान दौड़: अंतर को मापना और अंतर-से-लक्ष्य
यह अध्ययन एक विशाल, अंतर-देशीय जासूसी कहानी है जिसने 2010 से 2023 के बीच 83 देशों के स्वास्थ्य डेटा का विश्लेषण किया। इसका लक्ष्य यह देखना था कि क्या हम उन देशों की पहचान कर सकते हैं जहाँ "अंतर" तो कम हो रहा है, लेकिन "सबसे गरीब" अभी भी पीछे छूट रहे हैं।
रहस्य को सुलझाने के लिए शोधकर्ताओं ने दो मुख्य उपकरणों का उपयोग किया:
- SII (दूरी का पैमाना): यह अमीरों और गरीबों के बीच स्वास्थ्य कवरेज के पूर्ण अंतर को मापता है।
- P:R अनुपात (गति का अनुपात): यह नया उपकरण है। यह सीधे सबसे गरीब समूह (Q1) की कवरेज की तुलना सबसे अमीर समूह (Q5) से करता है। यदि अनुपात कम है, तो इसका मतलब है कि गरीब लोगों को वह कवरेज प्राप्त हो रहा है जो अमीरों को मिल रहा है उसका एक बहुत छोटा हिस्सा, भले ही तकनीकी रूप से अंतर कम हो रहा हो।
बड़ी खोज: "दोहरा बोझ" (The Double Burden)
जब टीम ने इन दोनों उपकरणों को एक साथ जोड़ा, तो उन्हें कुछ आश्चर्यजनक पैटर्न मिले। उन्होंने 1,204 विशिष्ट स्वास्थ्य डेटा स्नैपशॉट (जिन्हें अवलोकन कहा जाता है) का विश्लेषण किया।
परिणामों ने दिखाया कि "दूरी का पैमाना" (SII) कई स्थानों पर प्रगति की कहानी बताता है। औसत पूर्ण अंतर 17.3 प्रतिशत अंक था। हालाँकि, जब उन्होंने "गति अनुपात" (P:R) को देखा, तो एक अलग कहानी सामने आई। उन्होंने पाया कि 35.7% अवलोकनों में "गंभीर सापेक्ष बहिष्करण" (severe relative exclusion) देखा गया। इसका अर्थ यह है कि एक तिहाई से अधिक डेटा बिंदुओं के लिए, सबसे गरीब समूहों को अमीरों के कवरेज के 60% से भी कम कवरेज मिल रहा था।
सबसे रोमांचक (और चिंताजनक) खोज "दोहरे बोझ वाले देशों" की पहचान थी।
- दोहरे बोझ वाला देश क्या है? यह एक ऐसी जगह है जहाँ पूर्ण अंतर बहुत बड़ा है (कम से कम 20 प्रतिशत अंक) और सबसे गरीब समूह स्वास्थ्य सेवाओं के कम से कम आधे हिस्से में गंभीर रूप से बहिष्कृत हैं (P:R अनुपात 0.60 से नीचे है)।
- वे कौन हैं? 21 देश (जो अध्ययन किए गए देशों का 25.3% है) इस श्रेणी में आते हैं।
- वे कहाँ हैं? ये देश मुख्य रूप से अफ्रीकी क्षेत्र (13 देश) और पूर्वी भूमध्यसागरीय क्षेत्र (4 देश) में थे। वे लगभग विशेष रूप से निम्न-आय या निम्न-मध्यम आय वाले राष्ट्र थे।
"विचलन" का जाल (The Divergence Trap)
इससे भी अधिक दिलचस्प "विचलन" (Divergence) वाले देश थे। शोधकर्ताओं ने 12 ऐसे देश पाए जहाँ पूर्ण अंतर (दूरी) वास्तव में बेहतर (10 प्रतिशत अंकों से अधिक सुधार) हो रहा था, लेकिन सबसे गरीब समूह अभी भी गंभीर रूप से बहिष्कृत थे।
यह वही "जाल" है जिसके बारे में यह शोध चेतावनी देता है। यदि आप केवल दूरी के पैमाने को देखते, तो आप सोचते कि ये देश बहुत अच्छा काम कर रहे हैं। लेकिन अनुपात उपकरण ने खुलासा किया कि गरीब लोग अनुपात के मामले में अभी भी पीछे छूट गए थे। यह ऐसा है जैसे अमीर धावक इतना धीमा हो गया कि अंतर कम हो गया, लेकिन गरीब धावक इतना तेज नहीं हुआ कि वह बराबरी कर सके।
हम कितने आश्वस्त हैं?
यह शोध दोनों उपकरणों के बीच संबंध के बारेв बहुत आश्वस्त है। जब उन्होंने अपने नए "गति अनुपात" (P:R) की तुलना एक अधिक जटिल, स्थापित माप—"रिलेटिव इंडेक्स ऑफ इनइक्वैलिटी" (RII)—से की, तो उन्होंने पाया कि वे लगभग पूरी तरह से सहमत थे।
- सहमति: वे 85.4% बार मेल खाते थे।
- सांख्यिकीय विश्वास: इनका "वेटेड कप्पा" (weighted kappa) स्कोर 0.896 था (एक बहुत ही उच्च स्कोर जो मजबूत सहमति का संकेत देता है)।
हालाँकि, शोध पत्र सावधानी बरतते हुए यह भी नोट करता है कि यह नया अनुपात पुराने उपकरणों का जादुई विकल्प नहीं है। यह एक "स्क्रीनिंग फ्लैग" (जांच का संकेत) है। यह हमें समस्याओं को तेजी से पहचानने में मदद करता है क्योंकि इसे केवल धन की सीढ़ी के सबसे ऊपर और सबसे नीचे के डेटा की आवश्यकता होती है, जबकि जटिल उपकरणों को बीच के हर चरण के डेटा की आवश्यकता होती है।
क्या काम नहीं आया (और क्या अभी भी रहस्य है)
शोधकर्ताओं ने यह समझने की भी कोशिश की कि स्वास्थ्य समानता (health equity) खराब क्यों होती है। उन्होंने अर्थव्यवस्था की वृद्धि, साक्षरता और स्वास्थ्य पर खर्च जैसे कारकों को देखा।
- परिणाम: आश्चर्यजनक रूप से, इनमें से अधिकांश कारकों ने उनके विश्लेषण में समानता बिगड़ने के साथ कोई स्पष्ट संबंध नहीं दिखाया।
- एक एकमात्र कड़ी: एकमात्र कारक जो स्वास्थ्य समानता के बिगड़ने से जुड़ा हुआ प्रतीत हुआ, वह था शहरीकरण (urbanization)। शहरीकरण में प्रत्येक मानक वृद्धि के लिए, समानता बिगड़ने की संभावना 1.68 गुना बढ़ गई।
- चेतावनी: लेखक यहाँ बहुत सावधान हैं। वे कहते हैं कि यह एक "अन्वेषणात्मक" (exploratory) निष्कर्ष है। यह यह साबित नहीं करता कि शहर में जाना असमानता का कारण बनता है। यह केवल एक संबंध का सुझाव देता जिसकी और अधिक जांच की आवश्यकता है। शहरीकरण एक जटिल प्रक्रिया है जिसमें प्रवासन और अनौपचारिक बस्तियाँ शामिल हैं, इसलिए वास्तविक कहानी संभवतः अधिक जटिल है।
उन्होंने COVID-19 महामारी (2020 के बाद) के दौरान क्या हुआ, इस पर भी नज़र डाली। उन्होंने कोई स्पष्ट प्रमाण नहीं पाया कि महामारी के कारण स्वास्थ्य समानता स्कोर में अचानक वैश्विक गिरावट आई। हालाँकि, उन्होंने उल्लेख किया कि डेटा बहुत अधूरा था, विशेष रूप से सबसे गरीब देशों के लिए जहाँ उनके पास केवल 3 देशों का डेटा था।
निष्कर्ष
यह शोध स्वास्थ्य को मापने का नया तरीका नहीं बना रहा है; बल्कि, यह मानचित्र को पढ़ने का एक नया तरीका बना रहा है। अमीरों और गरीबों के बीच की "दूरी" को उनकी सफलता के "अनुपात" के साथ जोड़कर, हम उन देशों को पहचान सकते हैं जो हमें धोखा दे रहे हैं। हम देख सकते हैं कि जब कोई देश अंतर को कम कर रहा होता है, तब भी वह गरीबों को विफल कर रहा होता है।
लेखक सुझाव देते हैं कि स्वास्थ्य निगरानी करने वालों को केवल एक पैमाने पर निर्भर रहना बंद कर देना चाहिए। उन्हें उन 21 दोहरे बोझ वाले देशों और 12 विचलन वाले देशों को खोजने के लिए इस "युग्मित ढांचे" (paired framework) का उपयोग करना चाहिए जिन्हें तत्काल, विशिष्ट ध्यान देने की आवश्यकता है। यह सुनिश्चित करने का आह्वान है कि जब हम "प्रगति" कहें, तो हमारा अर्थ सभी के लिए प्रगति से हो, न कि केवल उन लोगों के लिए जो जीत की रेखा पर पहुँच चुके हैं।
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।