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

Hoge bloeddruk is een stille kracht die het lichaam in de loop van de tijd beschadigt, vaak zonder duidelijke symptomen totdat er een hartaanval of beroerte optreedt. Het is de grootste risicofactor voor vroege dood wereldwijd, verantwoordelijk voor miljoenen vermijdbare sterfgevallen elk jaar. Hoewel artsen al lang bijhouden hoe algemeen deze aandoening is binnen een specifieke groep mensen—een maatstaf die bekend staat als prevalentie—vertelt dit getal slechts een deel van het verhaal. Prevalentie onthult de waarschijnlijkheid dat een individuele persoon een hoge bloeddruk heeft, maar het onthult niet hoeveel mensen er daadwerkelijk getroffen zijn in een specifieke plaats. Voor een overheid die levens probeert te redden, is weten dat een klein dorp een hoog ziektepercentage heeft minder urgent dan weten dat een enorme stad een iets lager percentage heeft, maar veel meer zieke mensen bevat. De uitdaging voor publieke gezondheidsfunctionarissen is om te beslissen waar ze artsen, medicijnen en screeningsapparatuur naartoe sturen wanneer de middelen beperkt zijn. Ze moeten niet alleen weten waar de ziekte het meest frequent is, maar ook waar de grootste groep mensen op dit moment zorg nodig heeft.

Een nieuwe studie door onderzoekers Ashutosh Kumar, Md. Juel Rana en Rahul Nandan pakt exact dit probleem aan in heel India, een land van meer dan een miljard mensen waar de verdeling van gezondheidsbronnen een cruciale dagelijkse realiteit is. Het team zette zich ten doel om twee verschillende zaken tegelijkertijd in kaart te brengen: het percentage volwassenen met een hoge bloeddruk in elk district, en het totale aantal volwassenen dat met de aandoening leeft in diezelfde districten. Ze gebruikten gegevens van een grootschalige nationale enquête uitgevoerd tussen 2019 en 2021, die de bloeddruk bij miljoenen individuen mat, en combineerden dit met hoogwaardige populatieschattingen om de totale ziektelast te berekenen. Hun werk onthult een opmerkelijke en contra-intuïtieve waarheid: de plaatsen met de hoogste percentages hoge bloeddruk zijn niet noodzakelijkerwijs de plaatsen met de meeste patiënten.

De onderzoekers ontdekten dat landelijk ongeveer één op de vier volwassenen in India een hoge bloeddruk heeft. Echter, dit gemiddelde verbergt een grote variëteit aan lokale realiteiten. In sommige staten, met name in de zuidelijke en noordoostelijke delen van het land, is het percentage zeer hoog en treft het bijna de helft van de volwassen populatie in sommige gebieden. In contrast hiermee hebben staten in de centrale en oostelijke regio's veel lagere percentages, waarbij minder dan één op de vijf volwassenen wordt getroffen. Als gezondheidsplanners alleen deze percentages zouden volgen, zouden ze de kleinere, hoog-procentuele staten prioriteit geven voor directe interventie. Maar wanneer de onderzoekers deze percentages vermenigvuldigden met het werkelijke aantal mensen dat in elk gebied leeft, veranderde het beeld volledig.

De staat Uttar Pradesh, die een ondergemiddeld percentage hoge bloeddruk heeft, bleek de zwaarste last van allemaal te dragen. Omdat het een dergelijke enorme populatie huisvest, is het verantwoordelijk voor bijna 14 procent van alle gevallen van hoge bloeddruk in het hele land. Sterker nog, slechts zes staten met grote populaties—Uttar Pradesh, Maharashtra, Tamil Nadu, West-Bengalen, Karnataka en Bihar—houden samen meer dan de helft van de totale gevallen in India vast. Ondertussen dragen verschillende kleine staten met zeer hoge ziektepercentages bijna niets bij aan het nationale totaal, simpelweg omdat er zo weinig mensen wonen. Deze divergentie betekent dat een kaart die alleen de frequentie van de ziekte weergeeft, middelen naar de verkeerde plaatsen zou sturen, waardoor miljoenen mensen in bevolkte districten met lagere percentages zonder de nodige zorg blijven.

Toen het team inzoomde om naar individuele districten te kijken, werd het patroon nog complexer. Ze identificeerden vier verschillende typen districten. Sommige districten hadden zowel hoge percentages als een hoog aantal patiënten, wat een dubbele crisis creëert die de meest dringende aandacht vereist. Deze gebieden zijn geconcentreerd in het zuidelijke schiereiland en delen van het noordwesten. Andere districten hadden hoge percentages maar zeer weinig mensen, wat betekende dat het totale aantal zieke individuen klein was. Een derde groep, die wellicht het meest cruciaal is voor beleid, bestond uit districten met lagere dan gemiddelde percentages maar enorme populaties. Deze gebieden, vaak in de centrale en noordelijke vlaktes, bevatten de grootste absolute aantallen mensen met een hoge bloeddruk, maar zouden over het hoofd gezien kunnen worden als planners alleen naar de percentages van zieke mensen kijken.

De studie toonde ook aan dat binnen bijna elke staat een klein handvol districten de meerderheid van de zieke populatie bevat. In veel staten beslaan de top-districten de helft van alle gevallen, terwijl de resterende tientallen districten de rest delen. Dit suggereert dat een eenheidsbenadering voor de gezondheidszorg inefficiënt is. In plaats van middelen gelijkmatig over een hele staat te verspreiden, zouden functionarissen een veel grotere impact kunnen bereiken door zich intensief te richten op de specifieke districten waar de aantallen het hoogst zijn. De onderzoekers betogen dat de nationale gezondheidsprogramma's van India, die zich al bewegen naar planning op districtniveau, deze schattingen van de ziektelast moeten gebruiken om te beslissen waar ze screeningsteams en medicatie naartoe sturen. Door de districten met de meeste patiënten te targeten, in plaats van alleen de hoogste percentages, kan het land ervoor zorgen dat het grootste aantal mensen de behandeling ontvangt die hartaanvallen en beroertes kan voorkomen.

Dit werk beweert niet dat het het probleem van hoge bloeddruk heeft opgelost, noch suggereert het dat de huidige gegevens perfect zijn. De populatiecijfers die zijn gebruikt, waren schattingen gebaseerd op satellietbeelden en statistische modellen, wat een kleine mate van onzekerheid met zich meebrengt. Echter, de studie biedt een duidelijke en noodzakelijke correctie op hoe gezondheidsfunctionarissen de crisis bekijken. Het demonstreert dat de geografie van de ziektelast niet hetzelfde is als de geografie van de ziektepercentages. Voor een land zo groot en divers als India, is het begrijpen van dit verschil de eerste stap naar het opbouwen van een gezondheidszorg die de mensen bereikt die het het hardst nodig hebben. De weg vooruit is niet om de gebieden met hoge percentages te negeren, maar om ervoor te zorgen dat de enorme populaties in de gebieden met lagere percentages niet worden achtergelaten simpelweg omdat hun lokale percentages er beter uitzien op een grafiek.