📄 medicine

One in four Indian births is now by caesarean section: a state-level analysis of public–private sector differences and ecological drivers using NFHS-6 (2023– 24)

NFHS-6（2023–24）のデータの生態学的分析は、女性の教育水準がインドにおける帝王切開率上昇の主要な予測因子であることを明らかにしており、同率は全国で27.2%に達し、民間部門と公的部門の間には3.2倍という著しい格差が存在することから、需要側の医療化を抑制するための標的を絞った臨床監査と産前教育の必要性が呼びかけられている。

原著者： Mahendra G., Ravindra S. Pukale, Kaveri Potaraj Potarad, Suresh Bangla

公開日 2026-07-08

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Mahendra G., Ravindra S. Pukale, Kaveri Potaraj Potarad, Suresh Bangla

原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

研究論文の解説：高まる帝王切開の波

全体像：押し寄せる帝王切開の波

インドの出産環境を、巨大な海に例えてみましょう。数年前、水位（帝王切開率）はすでに約21.5%と高めでした。しかし、最新のデータ（2023〜24年のNFHS-6）に基づくと、水位は大幅に上昇し、**27.2%**に達しています。

これを比較するために、世界保健機関（WHO）は、安全のための「理想的な」水位は10%から15%の間であると提言しています。現在のインドは、推奨される上限よりも82%高いレベルで泳いでいることになります。この研究によれば、現在インドで生まれる赤ちゃんの4人に1人が帝王切開で生まれています。

大きな隔たり：「民間 vs 公立」のギャップ

研究者たちは単に全体の水位を見ただけではありません。どこで水位が上がっているのかを調査しました。その結果、政府系病院（公立）と民間クリニック（民間）の間に巨大な格差があることが判明しました。

比喩： 同じ街にある2つの食料品店を想像してください。店A（政府系）は、顧客100人のうち17人にリンゴ（帝王切開）を売っています。店B（民間）は、顧客100人のうち54人にリンゴを売っています。
「市場主導型ケア指数（MDCI）」： 著者らは、この格差を測定するために、MDCIという新しい「定規」を考案しました。これは、政府系病院と比較して、民間病院で帝王切開を受ける可能性がどれほど高いかを示す「値札」のようなものです。
- ケララ州では、格差は小さく（定規の数値は1.08）、両方の店が似たような割合でリンゴを売っています。
- ビハール州では、格差は極めて大きく（定規の数値は18.26）、これはビハール州の女性が政府系病院よりも民間病院で帝王切開を受ける可能性が18倍高いことを意味します。ビハール州では、政府系病院では帝王切開はほとんど行われていませんが（わずか2.7%）、民間では頻繁に行われています（49.3%）。

3つの「水位」のパターン

この研究は、インドの州を、異なる気象システムのように3つの明確なパターンに分類しています。

「民間の独占」（例：ビハール州、ジャルカンド州）： ここでは、帝王切開は主に民間の店で見られる「高級品」です。政府の店にはほとんど在庫がありません。全体的な割合は低いものの、富裕層（民間）と貧困層（公立）のアクセスの格差は非常に大きいです。
「システム全体の洪水」（例：テランガーナ州、アーンドラ・プラデーシュ州）： ここでは、政府系病院と民間病院の両方が非常に高い割合で帝王切開を行っています。両者の格差は小さいですが、どこでも水位が危険なほど高くなっています。
「過剰の中の公平性」（例：ケララ州）： 両方のセクターが高い割合で帝王切開を行っており、その割合はほぼ同一です。病院の種類に関わらず、誰もが高頻度でこの処置を受けています。

真の要因：何が水位を押し上げているのか？

研究者たちは、「何がこれらの割合を押し上げているのか？」と問い、健康保険や政府系病院の利用率といったいくつかの理論を検証しました。

驚くべき答え： 最も強力な予測因子は、お金でも保険でもありませんでした。それは女性の教育水準でした。

比喩： 教育を「磁石」と考えてください。州における女性の教育水準が高ければ高いほど、その磁石は帝王切開へと強く引き寄せます。
なぜか？： この研究は、これが「需要側の医療化」であることを示唆しています。教育を受けた女性は、医学的なアドバイスを受け入れやすく、選択肢をより認識しており、あるいは帝王切開という「安全」のイメージを選択する傾向があるのかもしれません。
逆説的な発見： 政府系病院での出産が増えても、帝王切開率は下がりませんでした。実際、テランガーナ州のような州では、政府系病院も非常に高い割合で帝王切開を行っています。つまり、単に女性に対して「政府系病院へ行きなさい」と伝えるだけでは、もしそこでの医師も帝王切開をやりすぎているのであれば、問題は解決しません。

もう一つの要因： 合計特殊出生率（TFR）（女性が平均して何人の子供を持つか）は、帝王切開率の低下と関連していました。

比喩： 子供が多い州（高いTFR）では、「古来からの方法」である自然分娩が依然として非常に一般的であり、それが帝王切開率を低く抑えています。一方で、家族構成が小さい州（低いTFR）では、医療的介入（帝王切開）へのシフトがより強くなります。

何をすべきか？（論文による提言）

著者たちは単に問題を指摘するだけでなく、水位の上昇を止めるための4つの具体的な「救命ボート」を提案しています。

「ルールブック」の確認： 政府の保険（PMJAY）を利用する民間病院は、すべての帝王切開に対して正当な医学的理由があることを証明するために、厳格な「ルールブック」（ロブソン分類と呼ばれるもの）に従うことを強制されなければなりません。
条件付きの支払い： 政府は、病院が帝王切開が医学的に必要であったという明確な記録を提供した場合にのみ、その費用を支払うべきです。
品質管理： 「LaQshya」プログラム（分娩室の改善を目指す政府の取り組み）を拡大すべきですが、そこには特定の目標を加える必要があります。それは、単に建物を改善することではなく、帝王切開の数を減らすことです。
出産前の対話： 教育水準が高く、帝王切開率が高い州では、医師は出産前に妊婦と正直な会話を行う必要があります。具体的には、帝王切開にはリスクが伴うこと、そして必ずしも常に最善の選択ではないことを説明しなければなりません。

結論

この研究は、インドの帝王切開率が急速に上昇していることを示す地図のようなものです。それは主に、教育を受けた女性が（あるいは提供されることで）医療的な出産を選択していること、そして民間病院が政府系病院よりもはるかに頻繁にこの処置を行っているという巨大な格差によって引き起こされています。解決策は、単に政府系病院を増やすことではなく、「なぜ」「いつ」これらの手術が行われるのかという文化を変えることなのです。

技術要約：インドにおける帝王切開率の州別分析（NFHS-6）

問題提起
インドの帝王切開（CS）率は、NFHS-5調査（2019–21）の21.5%から、NFHS-6（2023–24）では27.2%へと上昇している。この数値は、世界保健機関（WHO）が推奨する人口レベルの最適上限である15%を82%上回っている。先行研究では、民間セクターの過剰な実施が経済的インセンティブや規制の弱さに結びついていることが示されているが、新たに公開されたNFHS-6のデータを用いて、インド全36州および連邦直轄領（UT）のCS率をマッピングした公表済みの研究は存在しなかった。さらに、「民間・公的セクター間の格差」に関する分析や、州レベルでこれらの率を駆動する生態学的決定要因の特定も行われていなかった。

方法論
本研究は、NFHS-6（2023–24）から公開されている州別ファクトシートを利用した生態学的横断研究である。

データソース： 35の州および連邦直轄領の州レベルデータ（回帰分析では国家集計値を除外）。
主要アウトカム： 全体の州別CS率（施設分娩における割合）。
副次アウトカム： 民間セクターのCS率、公的セクターのCS率、および市場主導型ケア指数（MDCI）。MDCIは、民間セクターのCS率と公的セクターのCS率の比として定義される（ $MDCI = I.39 \div I.40$ ）。
予測因子： 以下の4つの生態学的変数を検討した：
1. 健康保険加入率（世帯割合）
2. 女性の教育到達度（15〜49歳の女性のうち、10年以上の就学経験を持つ割合）
3. 公的施設における施設分娩の割合
4. 合計特殊出生率（TFR）
統計分析：
- 相関関係： 多重比較による検定の調整を行うため、ボンフェローニ補正を用いた有意水準 $p < 0.0125$ を用いて、ペアワイズの関連性を評価するためにスピアマンの順位相関係数を用いた。
- 回帰分析： サンプルサイズ（ $n=35$ $n = 35$ ）による過学習を避けるため、HC3ロバスト標準誤差を用いた最小二乗法（OLS）多重回帰分析を実施した。簡潔な2つのモデルを構築した：
  - モデル1： 健康保険＋公的施設分娩シェア
  - モデル2： 女性の教育＋ TFR
- ソフトウェア： 分析には Python 3.12 を使用した。

主な貢献

包括的なマッピング： 本研究は、NFHS-6データを用いて、全35の報告州・連邦直轄領におけるCS率を初めて文書化した。
MDCIの導入： 民間と公的セクターのCS率の乖離を定量化するための複合指標として、市場主導型ケア指数（MDCI）を導入した。著者らは、MDCIは公的セクターの分母が低い場合に敏感に反応するため、絶対的な率と併せて解釈すべきであると注記している。
生態学的予測因子： 本研究は、州レベルのCS率を駆動する生態学的要因を特定し、教育（需要側要因）とセクター別のアクセス（構造的要因）を区別した。

結果

全国的な傾向： 国家全体のCS率は、約5年間で5.7ポイント（26.5%の相対的増加）上昇した。国家レベルの民間セクターのCS率は54.1%であり、政府病院では16.9%であった。これにより、国家レベルのMDCIは3.20となった。
州による変動： CS率は、メガラヤ州の6.4%からテランガーナ州の62.2%まで幅があった。4つの州（テランガーナ、アンドラ・プラデーシュ、シッキム、ジャム・カシミール）が50%を超えていた。WHOの最適範囲（10〜15%）に該当したのは、ナガランド、ミゾラム、メガラヤの3州のみであった。
セクター間の乖離（MDCI）：
- 高MDCI（不平等）： ビハール州（MDCI 18.26）やジャルカンド州（MDCI 8.87）のような州では、民間病院が政府施設よりも8倍から18倍高い割合でCSを実施しており、極めて大きな格差が見られた。これらの地域において、CSは事実上、民間の商品となっている。
- 低MDCI（系統的な医療化）： ケララ州（MDCI 1.08）のような州は、両セクターで高いCS率を示しており、「過剰における公平性（equity-in-excess）」を示唆している。
- テランガーナ州／アンドラ・プラデーシュ州： これらの州は全体的なCS率が高いものの、MDCIは低い（1.74）。これは、単なる民間セクターの過剰ではなく、システム全体での医療化を示唆している。
予測モデリング：
- 女性の教育： 州のCS率の最も強力な予測因子であった。スピアマンの相関係数が $\rho = +0.532$ ( $p=0.001$ )、OLS係数が $\beta = +0.377$ ( $p=0.0001$ ) であったことは、10年以上の就学経験を持つ女性が1パーセントポイント増加するごとに、州のCS率が0.377パーセントポイント上昇することを示している。
- 合計特殊出生率（TFR）： CS率と負の相関があった（ $\rho = -0.428, p=0.010$ ）。モデル2において、TFRはCS率の分散の大部分を説明しており、係数は $\beta = -12.101$ ( $p=0.035$ ) であった。
- 有意ではなかった要因： 公的施設における分娩の割合および健康保険加入率は、州のCS率との有意な相関を示さなかった。
- モデルの性能： モデル2（教育＋ TFR）は、州レベルのCS率の分散の30.7%を説明した（ $R^2 = 0.307$ ）。

意義と主張
本論文は、女性の教育到達度がインドの州レベルにおけるCS率の支配的な生態学的予測因子であると断言している。これは、教育を受けた女性が医学的な推奨を受け入れやすくなり、結果として選択的なCSを推進する可能性があるという「需要側の医療化」を反映している。

本研究は、集計統計によって隠された深刻な公平性の危機を浮き彫りにしている。高出生率・低所得の州（EAG諸州）における低いCS率は、必ずしも適切なケアを意味するのではない。むしろ、多くの場合、公的セクターにおける深刻な提供不足を反映しており、そこではCSは民間の商品としてのみアクセス可能となっている（高MDCI）。逆に、低出生率の南部諸州における高いCS率は、システム全体での医療化を反映している。

著者らは、政策介入は単に分娩を公的施設へ誘導するだけでは不十分であると結論付け、以下のことを提案している：

民間病院における、ロブソン分類を用いた強制的なCS監査。
臨床的適応の文書化を条件としたPMJAY（アユシュマン・バーラト）の償還制度。
特定のCS削減目標を掲げたLaQshyaイニシアチブの拡大。
高CS率かつ高教育水準の州を対象とした、産前教育キャンペーン。

限界と謙抑性
著者らは、これらの知見は生態学的なものであり、個人のレベルでの因果関係を暗示するものではないことを明示している。教育とCS率の正の関連は、教育そのものというよりも、より広範な発展、都市化、および民間セクターへの依存を捉えている可能性がある。また、本研究は、NFHSデータが自己申告に基づくものであること、臨床的適応を評価できないこと、および未測定の交絡因子（例：産科医の密度、民間病院の集中度）が存在することを認めている。MDCIは、因果関係を検証した指標ではなく、記述的なモニタリングツールとして提示されている。