← नवीनतम पेपर
📄 चिकित्सा

Mapping hypertension prevalence and absolute burden across the states and districts of India

यह अध्ययन राष्ट्रीय परिवार स्वास्थ्य सर्वेक्षण-5 के आंकड़ों का उपयोग यह प्रदर्शित करने के लिए करता है कि भारत में संसाधन आवंटन के लिए केवल उच्च रक्तचाप की व्यापकता (प्रिवैलेंस) पर निर्भर रहना भ्रामक है, क्योंकि पूर्ण भार (एब्सोल्यूट बर्डन) कम व्यापकता वाले अधिक जनसंख्या वाले जिलों में केंद्रित है, जिसके लिए प्रभावी जिला-स्तरीय लक्ष्यीकरण हेतु दोहरी व्यापकता-और-भार दृष्टिकोण की आवश्यकता है।

मूल लेखक: Ashutosh Kumar, Md. Juel Rana, Rahul Nandan

प्रकाशित 2026-10-12
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Ashutosh Kumar, Md. Juel Rana, Rahul Nandan

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

उच्च रक्तचाप एक शांत शक्ति है जो समय के साथ शरीर को नुकसान पहुँचाती है, और अक्सर दिल के दौरे या स्ट्रोक होने तक इसके कोई स्पष्ट लक्षण दिखाई नहीं देते। यह दुनिया भर में समय से पहले मृत्यु का सबसे बड़ा जोखिम कारक है, जो हर साल लाखों रोके जा सकने वाले घातक मामलों के लिए जिम्मेदार है। जबकि डॉक्टर लंबे समय से इस बात को ट्रैक करते रहे हैं कि लोगों के एक विशिष्ट समूह के भीतर यह स्थिति कितनी आम है—जिसे व्यापकता (prevalence) कहा जाता है—यह संख्या केवल कहानी का एक हिस्सा बताती है। व्यापकता यह बताती है कि किसी एक व्यक्ति के उच्च रक्तचाप से ग्रस्त होने की कितनी संभावना है, लेकिन यह यह नहीं बताती कि वास्तव में किसी विशिष्ट स्थान पर कितने लोग इससे प्रभावित हैं। एक सरकार के लिए, जो जीवन बचाने की कोशिश कर रही है, यह जानना कि एक छोटे से गाँव में बीमारी की दर अधिक है, उस जानकारी से कम महत्वपूर्ण है कि एक विशाल शहर में दर थोड़ी कम होने के बावजूद, वहां बीमार लोगों की संख्या बहुत अधिक है। सार्वजनिक स्वास्थ्य अधिकारियों के लिए चुनौती यह तय करना है कि जब संसाधन सीमित हों, तो डॉक्टर, दवा और स्क्रीनिंग उपकरण कहाँ भेजे जाएं। उन्हें न केवल यह जानने की आवश्यकता है कि बीमारी सबसे अधिक बार कहाँ होती है, बल्कि यह भी कि वास्तव में सबसे अधिक लोगों को देखभाल की आवश्यकता कहाँ है।

शोधकर्ता आशुतोष कुमार, मोहम्मद जुएल राणा और राहुल नंदन द्वारा किया गया एक नया अध्ययन इसी समस्या से निपटता है, जो भारत जैसे देश में अत्यंत महत्वपूर्ण है जहाँ एक अरब से अधिक आबादी है और स्वास्थ्य संसाधनों का वितरण एक दैनिक वास्तविकता है। टीम ने एक साथ दो अलग-अलग चीजों का मानचित्रण करने का लक्ष्य रखा: प्रत्येक जिले में उच्च रक्तचाप वाले वयस्कों का प्रतिशत, और उन्हीं जिलों में उच्च रक्तचाप के साथ रहने वाले वयस्कों की कुल संख्या। उन्होंने 2019 और 2021 के बीच किए गए एक विशाल राष्ट्रीय सर्वेक्षण के डेटा का उपयोग किया, जिसमें लाखों व्यक्तियों के रक्तचाप को मापा गया था, और कुल रोग भार (burden of disease) की गणना करने के लिए इसे उच्च-रिज़ॉल्यूशन जनसंख्या अनुमानों के साथ जोड़ा। उनका कार्य एक चौंकाने वाला और विरोधाभासी सत्य प्रकट करता है: जिन स्थानों पर उच्च रक्तचाप की दर सबसे अधिक है, जरूरी नहीं कि वहां मरीजों की संख्या भी सबसे अधिक हो।

शोधकर्ताओं ने पाया कि राष्ट्रीय स्तर पर, भारत में लगभग चार में से एक वयस्क उच्च रक्तचाप से ग्रस्त है। हालांकि, यह औसत स्थानीय वास्तविकताओं की एक विस्तृत विविधता को छिपा लेता है। कुछ राज्यों में, विशेष रूप से देश के दक्षिणी और उत्तर-पूर्वी हिस्सों में, दर बहुत अधिक है, जिससे कुछ क्षेत्रों में लगभग आधी वयस्क आबादी प्रभावित होती है। इसके विपरीत, मध्य और पूर्वी क्षेत्रों के राज्यों में दर बहुत कम है, जहाँ पांच में से एक से भी कम वयस्क प्रभावित हैं। यदि स्वास्थ्य योजनाकार केवल इन दरों का अनुसरण करते, तो वे तत्काल हस्तक्षेप के लिए उच्च-दर वाले छोटे राज्यों को प्राथमिकता देते। लेकिन जब शोधकर्ताओं ने इन दरों को प्रत्येक क्षेत्र में रहने वाले वास्तविक लोगों की संख्या से गुणा किया, तो तस्वीर पूरी तरह बदल गई।

उत्तर प्रदेश का राज्य, जिसमें उच्च रक्तचाप की दर औसत से कम है, पता चला कि वह सबसे भारी बोझ वहन करता है। क्योंकि यह एक विशाल आबादी का घर है, यह पूरे देश में उच्च रक्तचाप के कुल मामलों में लगभग 14 प्रतिशत का हिस्सा है। वास्तव में, छह बड़े जनसंख्या वाले राज्य—उत्तर प्रदेश, महाराष्ट्र, तमिलनाडु, पश्चिम बंगाल, कर्नाटक और बिहार—मिलकर भारत के कुल मामलों के आधे से अधिक हिस्से को रखते हैं। इस बीच, बहुत उच्च रोग दर वाले कई छोटे राज्य राष्ट्रीय कुल योग में लगभग कुछ भी योगदान नहीं देते हैं क्योंकि वहां बहुत कम लोग रहते हैं। यह विचलन यह दर्शाता है कि बीमारी की आवृत्ति दिखाने वाला मानचित्र संसाधनों को गलत स्थानों पर भेज देगा, जिससे जनसंख्या वाले कम-दर वाले जिलों के लाखों लोग बिना देखभाल के रह जाएंगे।

जब टीम ने व्यक्तिगत जिलों को देखने के लिए ज़ूम किया, तो पैटर्न और भी जटिल हो गया। उन्होंने चार अलग-अलग प्रकार के जिलों की पहचान की। कुछ जिलों में उच्च दर और उच्च संख्या में मरीज दोनों थे, जिससे एक दोहरा संकट पैदा हुआ जो सबसे तत्काल ध्यान की मांग करता है। ये क्षेत्र दक्षिणी प्रायद्वीप और उत्तर-पश्चिम के कुछ हिस्सों में केंद्रित हैं। अन्य जिलों में उच्च दर थी लेकिन बहुत कम लोग थे, जिसका अर्थ था कि बीमार व्यक्तियों की कुल संख्या कम थी। तीसरा समूह, जो शायद नीतिगत दृष्टि से सबसे महत्वपूर्ण है, उन जिलों का था जिनमें औसत से कम दर थी लेकिन आबादी बहुत अधिक थी। इन क्षेत्रों में, जो अक्सर मध्य और उत्तरी मैदानों में हैं, उच्च रक्तचाप वाले लोगों की वास्तविक संख्या सबसे अधिक है, फिर भी उन्हें नजरअंदाज किया जा सकता है यदि योजनाकार केवल बीमार लोगों के प्रतिशत को देखते हैं।

अध्ययन ने यह भी दिखाया कि लगभग हर राज्य के भीतर, जिलों का एक छोटा समूह बीमार आबादी के बहुमत को समाहित करता है। कई राज्यों में, शीर्ष कुछ जिले ही कुल मामलों का आधा हिस्सा रखते हैं, जबकि शेष दर्जनों जिले बाकी हिस्से को साझा करते हैं। यह सुझाव देता है कि स्वास्थ्य देखभाल के लिए 'एक ही आकार सबके लिए उपयुक्त' (one-size-fits-all) वाला दृष्टिकोण अक्षम है। पूरे राज्य में संसाधनों को समान रूप से फैलाने के बजाय, अधिकारी उन विशिष्ट जिलों पर गहन ध्यान केंद्रित करके कहीं अधिक प्रभाव प्राप्त कर सकते हैं जहाँ संख्या सबसे अधिक है। शोधकर्ताओं का तर्क है कि भारत के राष्ट्रीय स्वास्थ्य कार्यक्रम, जो पहले से ही जिला-स्तरीय योजना की ओर बढ़ रहे हैं, उन्हें स्क्रीनिंग टीमों और दवाओं को भेजने का निर्णय लेने के लिए इन 'बोझ अनुमानों' (burden estimates) का उपयोग करना चाहिए। उन जिलों को लक्षित करके जहाँ मरीजों की संख्या सबसे अधिक है, न कि केवल उच्चतम दरों वाले क्षेत्रों को, देश यह सुनिश्चित कर सकता है कि अधिक से अधिक लोगों को वह उपचार मिले जो दिल के दौरे और स्ट्रोक को रोक सकता है।

यह कार्य यह दावा नहीं करता है कि इसने उच्च रक्तचाप की समस्या को हल कर लिया है, और न ही यह सुझाव देता है कि वर्तमान डेटा पूर्ण है। उपयोग किए गए जनसंख्या आंकड़े उपग्रह चित्रों और सांख्यिकीय मॉडलों पर आधारित अनुमान थे, जो अनिश्चितता की एक छोटी डिग्री पेश करते हैं। हालाँकि, यह अध्ययन स्वास्थ्य अधिकारियों के संकट को देखने के तरीके में एक स्पष्ट और आवश्यक सुधार प्रदान करता है। यह प्रदर्शित करता है कि रोग के भार का भूगोल, रोग की दरों के भूगोल से भिन्न है। भारत जैसे बड़े और विविध देश के लिए, रोग के भार के इस अंतर को समझना, एक ऐसी स्वास्थ्य प्रणाली बनाने की दिशा में पहला कदम है जो उन लोगों तक पहुँच सके जिन्हें इसकी सबसे अधिक आवश्यकता है। आगे का रास्ता उच्च-दर वाले क्षेत्रों को अनदेखा करना नहीं है, बल्कि यह सुनिश्चित करना है कि कम-दर वाले क्षेत्रों की विशाल आबादी केवल इसलिए पीछे न छूट जाए क्योंकि उनके स्थानीय आंकड़े चार्ट पर बेहतर दिखते 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।

Digest आज़माएँ →