📄 medicine

Spatial multilevel and decomposition analysis of minimum dietary diversity among Indian children aged 6 to 23 months in NFHS-5 with an evaluation of the Aspirational Districts Programme

यह अध्ययन NFHS-5 डेटा पर एक व्यापक बहु-विधि ढांचे का उपयोग करता है जिससे यह पता चलता है कि भारतीय बच्चों के बीच न्यूनतम आहार विविधता (Minimum Dietary Diversity) गंभीर रूप से कम बनी हुई है और स्टंटिंग (stunting) के साथ स्थानिक रूप से क्लस्टर है, जो मुख्य रूप से मातृ शिक्षा और धन की असमानताओं द्वारा संचालित है, जबकि अभिसंपन्न जिला कार्यक्रम (Aspirational Districts Programme) का कोई सांख्यिकीय रूप से महत्वपूर्ण प्रभाव नहीं पाया गया है।

मूल लेखक: Hemeswari Bhuyan, Bhanita Barman, Manjunatha VK, Kangkana Talukdar, Mayuri Ojah, Nikhila Priya V, Srikant Behera, Jyoti Ranjan Mohanty, Paramjot Panda, Saumyasree Pradhan

प्रकाशित 2026-07-02

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Hemeswari Bhuyan, Bhanita Barman, Manjunatha VK, Kangkana Talukdar, Mayuri Ojah, Nikhila Priya V, Srikant Behera, Jyoti Ranjan Mohanty, Paramjot Panda, Saumyasree Pradhan

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

एक बड़ी तस्वीर: एक पोषण संबंधी रिपोर्ट कार्ड

कल्पना कीजिए कि भारत में 64,000 छोटे बच्चे (6 से 23 महीने की आयु के) एक "पोषण संबंधी रिपोर्ट कार्ड" ले रहे हैं। यह टेस्ट इस बारे में नहीं है कि वे कितना खाते हैं, बल्कि इस बारे में है कि उनके आहार में कितनी विविधता (variety) है। पास होने के लिए, एक बच्चे को एक ही दिन में 8 अलग-अलग खाद्य समूहों में से कम से कम 5 समूहों (जैसे अनाज, डेयरी, अंडे, मांस और फल) से भोजन करना आवश्यक है।

एक विशाल राष्ट्रीय सर्वेक्षण (NFHS-5) के डेटा का उपयोग करते हुए, इस अध्ययन ने पाया कि केवल लगभग 4 में से 1 बच्चा इस टेस्ट में पास हुआ। लगभग 4 में से 3 बच्चे फेल हो गए, जिसका अर्थ है कि उनके आहार बहुत दोहराव वाले हैं और स्वस्थ विकास के लिए आवश्यक विविधता की कमी है।

मुख्य निष्कर्ष: कहाँ और क्यों?

1. "पड़ोस का प्रभाव" (यह सिर्फ आपका घर नहीं है)

शोधकर्ताओं ने महसूस किया कि एक बच्चे का आहार केवल इस पर निर्भर नहीं करता कि उसके माता-पिता क्या खरीदते हैं; यह भी इस पर निर्भर करता है कि वे कहाँ रहते हैं।

उपमा (Analogy): एक बच्चे के आहार को एक पौधे की तरह समझें। भले ही आप पौधे को पूरी तरह से पानी दें (अच्छा पालन-पोषण), यदि बगीचे की मिट्टी (ज़िला) खराब है, तो पौधा फलेगा-फूलेगा नहीं।
निष्कर्ष: बच्चों के आहार में लगभग 24% अंतर "मिट्टी" (जिस ज़िले और राज्य में वे रहते हैं) के कारण है, न कि केवल परिवार के कारण। कुछ ज़िले उर्वर बगीचों की तरह हैं जहाँ विविध भोजन आसानी से मिल जाता है; अन्य पथरीले रेगिस्तान की तरह हैं जहाँ माता-पिता कितनी भी कोशिश क्यों न करें, विविध आहार प्राप्त करना कठिन है।

2. "शिक्षक बनाम बटुआ" की बहस

कई लोग मानते हैं कि यदि कोई परिवार गरीब है, तो बच्चे का आहार खराब होगा। हालांकि पैसा मायने रखता है, लेकिन इस अध्ययन में एक आश्चर्यजनक बात सामने आई: एक माँ की शिक्षा वास्तव में परिवार के बटुए (धन) से बड़ा कारक है।

उपमा: दो परिवारों की कल्पना करें। परिवार A के पास थोड़ा अधिक पैसा है लेकिन माँ स्कूल नहीं गई। परिवार B के पास कम पैसा है, लेकिन माँ शिक्षित है। अध्ययन बताता है कि परिवार B के बच्चे के पास विविध आहार होने की संभावना अधिक है।
क्यों? एक शिक्षित माँ बेहतर जानती है कि बच्चे को क्या खिलाना है और सीमित संसाधनों का सर्वोत्तम पोषण प्राप्त करने के लिए उनका उपयोग कैसे करना है। वह एक कुशल शेफ की तरह काम करती है जो साधारण सामग्री से भी शानदार भोजन बना सकती है, जबकि ज्ञान की कमी होने पर पैसा उपलब्ध होने के बावजूद आहार खराब हो सकता है।

3. "दोहरी मुसीबत" वाले क्षेत्र

शोधकर्ताओं ने एक विशेष मानचित्र (हीट मैप की तरह) का उपयोग करके उन क्षेत्रों को खोजा जहाँ दो बुरी चीजें एक साथ होती हैं: बच्चे अच्छा नहीं खा रहे हैं, और वे बढ़ने में भी विफल हो रहे हैं (ठिगनापन/stunting)।

निष्कर्ष: उन्हें 84 विशिष्ट जिले मिले (मुख्य रूप से बिहार और उत्तर प्रदेश जैसे मध्य और पूर्वी भारत के हिस्सों में) जहाँ ये दोनों समस्याएँ भारी मात्रा में एक साथ मौजूद हैं। ये "दोहरी मुसीबत" वाले क्षेत्र हैं जहाँ मदद की सबसे अधिक आवश्यकता है।

4. "आकांक्षी जिला" प्रयोग

सरकार ने सबसे खराब प्रदर्शन करने वाले जिलों को ठीक करने के लिए एक विशेष कार्यक्रम आकांक्षी जिला कार्यक्रम (ADP) शुरू किया। शोधकर्ताओं ने पूछा: क्या इस कार्यक्रम ने बच्चों को बेहतर खाने में मदद की?

परिणाम: नहीं। जबकि इस कार्यक्रम ने बच्चों को लंबा होने और वजन बढ़ाने (एन्थ्रोपोमेट्रिक परिणामों) में मदद की, इसने उनके द्वारा खाए जाने वाले भोजन की विविधता में सुधार नहीं किया।
उपमा: एक कार्यक्रम की कल्पना करें जिसे कार को ठीक करने के लिए डिज़ाइन किया गया है। इसने इंजन को सफलतापूर्वक ठीक कर दिया (विकास/वजन), लेकिन यह ईंधन की गुणवत्ता को ठीक करना भूल गया (आहार विविधता)। कार चल तो रही है, लेकिन उसे सबसे अच्छा ईंधन नहीं मिल रहा है।

सफलता के लिए "गुप्त सामग्रियाँ"

उन्नत कंप्यूटर मॉडल (एक स्मार्ट जासूस की तरह) का उपयोग करते हुए, अध्ययन ने उन सबसे महत्वपूर्ण कारकों को रैंक किया जो यह निर्धारित करते हैं कि क्या एक बच्चा आहार टेस्ट पास करता है:

माँ की शिक्षा: नंबर 1 कारक।
पारिवारिक धन: नंबर 2 कारक।
बच्चे की आयु: बड़े बच्चे (18-23 महीने) छोटे बच्चों (6-11 महीने) की तुलना में बेहतर आहार लेते हैं।
प्रसवपूर्व देखभाल (Prenatal Care): जिन माताओं ने गर्भावस्था के दौरान 4+ बार डॉक्टर के पास चक्कर लगाया, उनके बच्चों के आहार में बेहतर विविधता देखी गई।

निचोड़ (The Bottom Line)

यह शोध निष्कर्ष निकालता है कि इस समस्या को हल करने के लिए, भारत को केवल एक चीज़ पर ध्यान केंद्रित करना बंद करना होगा।

केवल पैसा न दें: माताओं को शिक्षित करने पर ध्यान केंद्रित करें।
पूरे देश का इलाज न करें: उन विशिष्ट "दोहरी मुसीबत" वाले ज़िलों को लक्षित करें जहाँ समस्या सबसे गंभीर है।
कार्यक्रम को सुधारें: सरकार के विशेष जिला कार्यक्रम को "आहार विविधता" को एक विशिष्ट लक्ष्य के रूप में जोड़ना चाहिए, न कि केवल वजन बढ़ाने के रूप में।

संक्षेप में: चार में से तीन भारतीय छोटे बच्चों के आहार में विविधता की कमी है। समाधान ज्ञान के साथ माताओं को सशक्त बनाने और उन विशिष्ट पड़ोसों को लक्षित करने में निहित है जहाँ समस्या सबसे गहरी है।

तकनीकी सारांश: भारतीय बच्चों के बीच न्यूनतम आहार विविधता का स्थानिक बहुस्तरीय और अपघटन विश्लेषण (NFHS-5)

समस्या विवरण
राष्ट्रीय पोषण पहलों (जैसे पोषण अभियान, सक्षम आंगनवाड़ी) के एक दशक के बावजूद, 6-23 महीने की आयु के भारतीय बच्चों में न्यूनतम आहार विविधता (MDD) की व्यापकता गंभीर रूप से कम बनी हुई है। MDD की विफलता के संबंध में मौजूदा साक्ष्य खंडित हैं, जो विसंगत परिभाषाओं, वेटिंग स्कीम्स और विश्लेषणात्मक विधियों पर निर्भर हैं। साहित्य में प्रमुख अंतराल शामिल हैं: (1) ग्रामीण-शहरी और जनजातीय-गैर-जनजातीय अंतराल को संरचनात्मक और संयोजन संबंधी घटकों में विभाजित करने की कमी; (2) घरेलू विशेषताओं के बिना MDD के संदर्भ हिस्से (ज़िला और राज्य स्तर) के विचरण के औपचारिक विभाजन का अभाव; (3) MDD विफलता और एंथ्रोपोमेट्रिक विफलता (ठिगनापन/स्टंटिंग) के स्थानिक सह-अस्तित्व का मानचित्रण नहीं होना; और (4) स्टंटिंग और अंडरवेट परिणामों के लिए मूल्यांकन के बावजूद, 'आकांक्षी जिला कार्यक्रम' (ADP) के आहार विविधता पर प्रभाव के मूल्यांकन का अभाव।

कार्यप्रणाली
यह अध्ययन राष्ट्रीय परिवार स्वास्थ्य सर्वेक्षण-5 (NFHS-5, 2019–21) डेटासेट का उपयोग करके स्थानिक, बहुस्तरीय, अपघटन, मशीन लर्निंग और अर्ध-प्रायोगिक विधियों को एकीकृत करने वाला एक एकीकृत ढांचा उपयोग करता है। विश्लेषणात्मक नमूने में 6-23 महीने की आयु के 64,123 बच्चे शामिल हैं, जिन्हें NFHS-5 सैंपलिंग वेट ( $v005$ ), स्ट्रेटा ( $v022$ ) और प्राथमिक सैंपलिंग यूनिट ( $v021$ ) का उपयोग करके भारित किया गया है।

परिणाम परिभाषा: प्राथमिक परिणाम WHO/UNICEF (2021) MDD संकेतक है, जिसे पिछले 24 घंटों में 8 खाद्य समूहों में से $\ge$ 5 के सेवन (स्तनपान सहित) के रूप में परिभाषित किया गया है। एक संवेदनशीलता विश्लेषण ने WHO 2008 परिभाषा (स्तनपान को छोड़कर $\ge$ 7 में से 4 समूह) का उपयोग किया।
बहुस्तरीय मॉडलिंग: संदर्भ प्रभावों को मापने के लिए तीन-स्तरीय रैंडम-इंटरसेप्ट लॉजिस्टिक रिग्रेशन (ज़िला के भीतर बच्चा, ज़िले के भीतर राज्य के भीतर नेस्टेड) का अनुमान लगाया गया था, जिससे वेरियंस पार्टीशन कोएफिशिएंट (VPC) और मीडियन ऑड्स रेश्यो (MOR) की गणना की गई।
असमानता अपघटन: धन-संबंधी असमानता का आकलन एरेगियर्स-संशोधित वैगस्टाफ-सामान्यीकृत कंसंट्रेशन इंडेक्स का उपयोग करके किया गया। ग्रामीण-शहरी और जनजातीय-गैर-जनजातीय अंतराल को स्पष्ट (संयोजन संबंधी) और अस्पष्ट (संरचनात्मक) घटकों को अलग करने के लिए ब्लिंडर-ओएक्सका और फेयरली विधियों का उपयोग करके विघटित किया गया।
स्थानिक विश्लेषण: स्थानिक क्लस्टरिंग की पहचान करने के लिए ग्लोबल मोरन का $I$ और लोकल इंडिकेटर्स ऑफ स्पेशियल एसोसिएशन (LISA) की गणना की गई। एक द्वैचर (बाइवेरिएट) LISA विश्लेषण ने MDD विफलता और जिला-स्तरीय स्टंटिंग के सह-क्लस्टरिंग को मैप किया।
मशीन लर्निंग: गैर-रेखीय निर्धारकों को रैंक करने और फीचर इंटरैक्शन को विज़ुअलाइज़ करने के लिए SHAP (SHapley Additive exPlanations) वैल्यू के साथ एक XGBoost क्लासिफायर को प्रशिक्षित किया गया।
नीति मूल्यांकन: राज्य फिक्स्ड इफेक्ट्स के साथ एक डिफरेंस-इन-डिफरेंस (DiD) डिज़ाइन ने NFHS-4 और NFHS-5 के बीच MDD पर ADP के प्रभाव का मूल्यांकन किया, जिसमें NFHS-3 और NFHS-4 डेटा का उपयोग करके प्री-ट्रेंड बैलेंस का परीक्षण किया गया।

प्रमुख परिणाम

व्यापकता: 2021 की परिभाषा के तहत राष्ट्रीय MDD व्यापकता 22.9% (95% CI: 22.4–23.5) है, जिसका अर्थ है कि लगभग चार में से तीन बच्चे इस मानदंड को पूरा करने में विफल रहते हैं। केवल 11.3% ही न्यूनतम स्वीकार्य आहार (Minimum Acceptable Diet) प्राप्त करते हैं। राज्य-स्तरीय व्यापकता राजस्थान (14.9%) से लेकर मेघालय (53.5%) तक है।
संदर्भगत विचरण: बहुस्तरीय मॉडलिंग से महत्वपूर्ण संदर्भ प्रभाव का पता चलता है: 17.8% अवशिष्ट विचरण (residual variance) जिला स्तर के कारण है और 6.1% राज्य स्तर के कारण है (संयुक्त VPC $\approx$ 23.9%)। जिला-स्तरीय MOR 1.86 है, जो यह दर्शाता है कि कम-MDD वाले जिले से उच्च-MDD वाले जिले में जाने वाले बच्चे के सामने घरेलू विशेषताओं के स्वतंत्र रूप से, MDD प्राप्त करने की संभावना 86% अधिक होती है।
असमानता के चालक: एरेगियर्स-संशोधित कंसंट्रेशन इंडेक्स +0.144 (प्रो-रिच) है। अपघटन यह बताता है कि असमानता का सबसे बड़ा हिस्सा मातृ शिक्षा (41.2%) और घरेलू धन (22.7%) के कारण है, इसके बाद प्रसव पूर्व देखभाल (12.4%) का स्थान है।
स्थानिक क्लस्टरिंग: ग्लोबल मोरन का $I$ (0.41, $p < 0.001$ ) मजबूत स्थानिक ऑटो-कोरिलेशन की पुष्टि करता है। द्वैचर LISA ने 84 "हाई-हाई" सह-क्लस्टर जिलों की पहचान की जहाँ MDD विफलता और स्टंटिंग दोनों अधिक हैं, जो मुख्य रूप से बिहार, उत्तर प्रदेश, झारखंड और मध्य प्रदेश में केंद्रित हैं। इन जिलों में दो वर्ष से कम उम्र की जनसंख्या का ~20% है लेकिन ये राष्ट्रीय MDD और स्टंटिंग के बोझ का ~33% हिस्सा रखते हैं।
निर्धारक: XGBoost-SHAP विश्लेषण ने मातृ शिक्षा, घरेलू धन, बाल आयु और प्रसव पूर्व देखभाल को शीर्ष भविष्यवक्ता के रूप में रैंक किया (AUC = 0.83)। इंटरैक्शन प्रभाव दिखाते हैं कि मातृ शिक्षा का ग्रामीण और ADP जिलों में अधिक मार्जिनल प्रभाव होता है।
ADP प्रभाव: DiD विश्लेषण ADP $\times$ NFHS-5 इंटरैक्शन के लिए +0.7 प्रतिशत अंक (95% CI: -0.6 to +2.1; $p = 0.31$ ) का गुणांक प्रदान करता है। यह इंगित करता है कि दो सर्वेक्षण दौरों के बीच आहार विविधता पर आकांक्षी जिला कार्यक्रम (ADP) का कोई सांख्यिकीय रूप से महत्वपूर्ण प्रभाव नहीं है, जो एंथ्रोपोमेट्रिक परिणामों जैसे अंडरवेट पर इसके दर्ज प्रभाव के विपरीत है।

महत्व और योगदान
यह शोध पत्र साहित्य में चार प्राथमिक योगदान का दावा करता है:

एकीकृत ढांचा: यह NFHS-5 MDD का पहला एकीकृत बहुस्तरीय अपघटन प्रदान करता है, जो यह दर्शाता है कि लगभग एक-चौथाई विचरण (variance) प्रासंगिक (जिला/राज्य स्तर) है, जो पूरक आहार के लिए पहले से प्रलेखित आंकड़ों से अधिक है।
असमानता का पुनर्निर्धारण: यह स्थापित करता है कि घरेलू धन के बजाय मातृ शिक्षा और प्रसव पूर्व देखभाल, आहार विविधता असमानता के प्रमुख अपघटनीय चालक हैं, जो शिक्षा और फ्रंटलाइन काउंसलिंग की ओर नीतिगत बदलाव का सुझाव देते हैं।
"दोहरा बोझ" का संचालन: द्वैचर LISA ढांचा "दोहरे बोझ" वाले जिलों की अवधारणा को संचालित करता है, जो पहचाने गए 84 सह-क्लस्टर जिलों के लिए अंतर-क्षेत्रीय लक्ष्यीकरण हेतु एक सीधा उपकरण प्रदान करता है।
नीति मूल्यांकन: यह पूरक आहार संकेतक पर ADP के प्रभाव का पहला अर्ध-प्रायोगिक अनुमान प्रदान करता है, जो बताता है कि जबकि कार्यक्रम ने एंथ्रोपोमेट्रिक परिणामों में सुधार किया है, इसने आहार विविधता के संकेतक को अभी तक मापने योग्य रूप से प्रभावित नहीं किया है।

लेखक निष्कर्ष निकालते हैं कि वर्तमान कमियां स्थानिक रूप से क्लस्टर की गई हैं और घरेलू संरचना से परे कारकों द्वारा आकार लेती हैं। वे अनुशंसा करते हैं कि MDD को ADP, पोषण 2.0 और सक्षम आंगनवाड़ी ढांचों में एक ट्रैक किए जाने वाले संकेतक के रूप में शामिल किया जाए, पहचाने गए सह-क्लस्टर जिलों को प्राथमिकता दी जाए, और प्रसव पूर्व देखभाल के भीतर पूरक आहार काउंसलिंग को मजबूत किया जाए।