Socioeconomic Inequalities in HIV Testing during Antenatal Care in Ghana

मुख्य तस्वीर: एक "एक ही आकार सबके लिए" वाली नीति जो वास्तव में नहीं है

कल्पना कीजिए कि घाना का एक नियम है जो कहता है, "हर गर्भवती महिला जो क्लिनिक आती है, उसे स्वचालित रूप से मुफ्त एचआईवी (HIV) टेस्ट दिया जाएगा, जब तक कि वह 'ना' न कह दे।" इसे "ऑप्ट-आउट" (opt-out) नीति कहा जाता है। कागज़ पर, यह एकदम सही लगता है। यह एक बुफे की तरह है जहाँ सबको मुफ्त भोजन मिलता है।

हालाँकि, शोधकर्ताओं ने पाया कि भले ही बुफे सभी के लिए खुला है, लेकिन कुछ लोग वास्तव में खा रहे हैं, और अन्य लोग भूखे रह जा रहे हैं। भले ही नीति सभी के लिए एक समान है, लेकिन एक महिला वास्तव में टेस्ट कराएगी या नहीं, यह काफी हद तक इस बात पर निर्भर करता है कि उसके पास कितने पैसे हैं, उसने कितनी पढ़ाई की है, और वह शहर में रहती है या गाँव में।

मुख्य खोज: "अमीर टेस्ट कराते हैं" वाला अंतर

इस अध्ययन में घाना की 3,000 से अधिक महिलाओं के डेटा का विश्लेषण किया गया। उन्होंने यहाँ क्या पाया:

• कुल मिलाकर: लगभग 81% गर्भवती महिलाओं का टेस्ट हुआ। यह अच्छा लगता है।
• वास्तविकता: यदि आप करीब से देखें, तो अंतर बहुत बड़ा है।
  • सबसे अमीर महिलाएँ: 91% का टेस्ट हुआ।
  • सबसे गरीब महिलाएँ: केवल 66% का टेस्ट हुआ।

इसे एक ऐसी दौड़ की तरह समझें जहाँ सभी एक ही शुरुआती रेखा (क्लिनिक) से शुरू करते हैं, लेकिन बेहतर जूते (धन) और बेहतर कोच (शिक्षा) वाले धावक, नंगे पैर दौड़ने वालों की तुलना में फिनिश लाइन (टेस्ट) को पार करने की अधिक संभावना रखते हैं।

"क्यों": तीन मुख्य बाधाएं

शोधकर्ताओं ने यह पता लगाने के लिए कि यह अंतर क्यों मौजूद है, एक विशेष गणितीय उपकरण (जिसे "डिकम्पोजिशन" कहा जाता है) का उपयोग किया। उन्होंने पाया कि तीन मुख्य कारक 90% से अधिक असमानता की व्याख्या करते हैं:

1. पैसा (सबसे बड़ा कारक): यह सबसे महत्वपूर्ण कारक है। अमीर महिलाओं के निम्नलिखित होने की अधिक संभावना है:

   • बेहतर सुविधाओं वाले क्लिनिकों में जाना।
   • डॉक्टर के पास अधिक बार जाना (अधिक विज़िट = टेस्ट कराने के अधिक अवसर)।
   • यदि डॉक्टर टेस्ट का प्रस्ताव देना भूल जाए, तो खुद टेस्ट के लिए पूछना।
   • उपमा: यदि टेस्ट एक कॉन्सर्ट का टिकट है, तो अमीर महिलाएँ वेन्यू तक जाने के लिए बस का किराया और लाइन में प्रतीक्षा करने के लिए समय वहन कर सकती हैं। गरीब महिलाएँ शायद घर पर ही फंसी रह सकती हैं।

2. शिक्षा: अधिक स्कूली शिक्षा प्राप्त महिलाओं के यह समझने की अधिक संभावना है कि टेस्ट क्यों महत्वपूर्ण है और टेस्ट के लिए पूछने का आत्मविश्वास रखने की संभावना भी अधिक होती है।

   • उपमा: शिक्षा एक मानचित्र (मैप) की तरह है। यदि आप रास्ता जानते हैं, तो आपके भटकने या एग्जिट मिस करने की संभावना कम होती है।

3. शहर बनाम गाँव: शहरों में रहने वाली महिलाओं के लिए चीजें आसान हैं। शहर के क्लिनिकों में आमतौर पर अधिक कर्मचारी, बेहतर आपूर्ति और नियमों का सख्त पालन होता है। ग्रामीण क्लिनिक अक्सर सामान की कमी या उन कर्मचारियों के साथ संघर्ष करते हैं जो नियमों का पालन नहीं कर रहे होते हैं।

   • उपमा: शहर का क्लिनिक एक अच्छी तरह से स्टॉक किए गए सुपरमार्केट की तरह है; ग्रामीण क्लिनिक एक छोटी दुकान हो सकती है जहाँ कभी-कभी आपकी ज़रूरत की विशिष्ट चीज़ खत्म हो जाती है।

"कैस्केड" (Cascade): समस्या केवल टेस्ट पर नहीं रुकती

शोधकर्ताओं ने केवल यह नहीं देखा कि किसका टेस्ट हुआ; उन्होंने यह भी देखा कि उसके बाद क्या हुआ। उन्होंने एक रिले रेस की तरह यात्रा का पीछा किया:

1. चरण 1: टेस्ट कराएं।
2. चरण 2: परिणाम प्राप्त करें।
3. चरण 3: काउंसलिंग प्राप्त करें (परिणामों के बारे में किसी से बात करना)।

बुरी खबर: हर चरण के साथ अंतर बढ़ता जाता है।

• जबकि 91% अमीर महिलाओं का टेस्ट हुआ, उनमें से केवल 93% को उनके परिणाम मिले।
• लेकिन गरीब महिलाओं के लिए, केवल 53% का टेस्ट हुआ, और उनमें से केवल 75% को उनके परिणाम मिले।
• परिणाम: जब आप लाइन के अंत तक पहुँचते हैं, तो एक अमीर महिला के पास पूरा पैकेज (टेस्ट + परिणाम + काउंसलिंग) होने की संभावना एक गरीब महिला की तुलना में बहुत अधिक होती है।

अच्छी खबर (एक तरह से): एक बार जब एक महिला का टेस्ट हो जाता है, तो काउंसलिंग वाला हिस्सा वास्तव में निष्पक्ष है। अमीर और गरीब दोनों महिलाएँ लगभग समान निम्न दर (लगभग 50%) पर काउंसलिंग प्राप्त करती हैं। इसका मतलब यह नहीं है कि अमीर लोगों को बेहतर काउंसलिंग मिलती है; बल्कि समस्या यह है कि पूरा सिस्टम सभी को काउंसलिंग देने में विफल रहता है, लेकिन टेस्टिंग वाला हिस्सा विशेष रूप से गरीबों को विफल कर रहा है।

"क्रिस्टल बॉल" (भविस् भविष्य बताने वाले मॉडल)

शोधकर्ताओं ने तीन अलग-अलग कंप्यूटर "क्रिस्टल बॉल्स" (सांख्यिकीय मॉडल) का उपयोग किया ताकि वे देख सकें कि क्या वे भविष्यवाणी कर सकते हैं कि कौन टेस्ट कराएगा और कौन नहीं।

• मॉडल 1 (लॉजिस्टिक्स रिग्रेशन): एक मानक गणितीय मॉडल।
• मॉडल 2 (रैंडम फॉरेस्ट): एक मॉडल जो एक जासूस की तरह पैटर्न ढूंढता है।
• मॉडल 3 (न्यूरल नेटवर्क): एक मॉडल जो मानव मस्तिष्क की तरह सोचने की कोशिश करता है।

परिणाम: तीनों मॉडलों ने एक ही पाँच चीजों पर सहमति जताई: धन, शिक्षा, शहर में रहना, क्लिनिक विज़िट की संख्या, और क्षेत्र।

• उपमा: यह तीन अलग-अलग मौसम पूर्वानुमानकर्ताओं के एक ही बात कहने जैसा है, "बारिश होने वाली है।" जब वे सभी सहमत होते हैं, तो आप जानते हैं कि भविष्यवाणी ठोस है। मॉडलों ने पुष्टि की कि यदि आप जानते हैं कि एक महिला गरीब है, गाँव में रहती है, और कम शिक्षित है, तो आप उच्च सटीकता के साथ भविष्यवाणी कर सकते हैं कि वह एचआईवी टेस्ट से चूक सकती है।

लेखक क्या कहते हैं कि क्या करने की आवश्यकता है

पेपर निष्कर्ष निकालता है कि केवल एक नीति होना ही पर्याप्त नहीं है। इसे ठीक करने के लिए, घाना को निम्नलिखित की आवश्यकता है:

1. वहाँ जाएँ जहाँ गरीब हैं: ग्रामीण क्षेत्रों और सबसे गरीब क्षेत्रों (विशेष रूप से उत्तरी और वोल्टा क्षेत्रों, जहाँ दरें सबसे कम थीं) में मोबाइल क्लिनिक या सामुदायिक कार्यकर्ता भेजें।
2. दरवाजे खुले रखें: सुनिश्चित करें कि क्लिनिक हर बार "ऑप्ट-आउट" नियम का पालन करें जब भी कोई महिला वहां जाए, न कि केवल तब जब उसके पास पैसा या समय हो।
3. डिलीवरी को सुधारें: सुनिश्चित करें कि एक बार महिला का टेस्ट होने के बाद, उसे वास्तव में जल्दी अपने परिणाम मिल जाएं।

संक्षेप में: घाना के पास शिशुओं में एचआईवी को खत्म करने के लिए नियम पुस्तिका है, लेकिन खेल निष्पक्ष रूप से नहीं खेला जा रहा है। अमीर खेल जीत रहे हैं, और गरीबों को किनारे पर छोड़ दिया गया है। इसे ठीक करने के लिए, सिस्टम को सभी के साथ एक जैसा व्यवहार करना बंद करना होगा और उन लोगों की मदद करना शुरू करना होगा जो सबसे अधिक पीछे छूट रहे हैं।