मातृ मृत्यूच्या अंदाजासाठी आरोग्य-सुविधा डेटाच्या वापरावर अभ्यासाने चार तपासण्या सुचवल्या

रुग्णालये आणि इतर आरोग्य-सुविधांच्या नियमित नोंदी मातृ मृत्यू मोजण्यातील दीर्घकाळाची कमतरता भरून काढण्यास मदत करू शकतात, असे Karolinska Institutet आणि Tanzania येथील संशोधकांचे म्हणणे आहे. मात्र या नोंदी विद्यमान अंदाजांचा तयार पर्याय मानता येणार नाहीत; आधी त्यांची completeness आणि quality तपासून सुधारावी लागेल.

Bulletin of the World Health Organization मध्ये प्रकाशित झालेल्या या कामात, मातृ मृत्यूच्या अंदाजासाठी अतिरिक्त स्रोत म्हणून वापरण्यापूर्वी facility data ची गुणवत्ता तपासण्यासाठी चार मार्ग सुचवले आहेत. Tanzania मधील डेटावर हा दृष्टिकोन वापरल्यावर संशोधकांना चारही measures आणि उपलब्ध सर्व data sources मध्ये completeness व quality संबंधी समस्या आढळल्या.

नियमित नोंदी महत्त्वाच्या का

मातृ मृत्यूमध्ये गर्भधारणेदरम्यान, प्रसूतीवेळी किंवा गर्भधारणेनंतरच्या सहा आठवड्यांत होणाऱ्या मृत्यूंचा समावेश होतो. मातृ आरोग्यातील प्रगतीचा मागोवा घेण्यासाठी विश्वसनीय आकडेवारी आवश्यक आहे. मात्र अनेक low- आणि middle-income देशांमध्ये civil registration आणि death-recording systems अपूर्ण किंवा अनुपलब्ध आहेत.

Health facilities माहितीचा संभाव्यतः मौल्यवान स्रोत आहेत. सुमारे दोन-तृतीयांश low- आणि middle-income देशांमध्ये 80% पेक्षा जास्त प्रसूती facilities मध्ये होतात, असे संशोधक सांगतात. Hospitals आणि इतर facilities care देताना आधीच माहिती गोळा करतात. त्यामुळे maternal deaths च्या अंदाजासाठी वापरल्या जाणाऱ्या इतर स्रोतांना पूरक ठरू शकणारा routine data तयार होतो.

या शक्यतेला एक महत्त्वाची अट आहे: नोंद न झालेला मृत्यू अंदाज सुधारू शकत नाही. Maternal deaths चे underreporting ही प्रमुख चिंता आहे. Errors आणि inconsistencies मुळे districts, age groups किंवा causes of death यांच्यातील दिसणारे फरक विकृत होऊ शकतात.

Karolinska Institutet मधील global health systems research च्या professor Claudia Hanson यांनी source report मध्ये सांगितले, “Health facility data मातृ मृत्यूच्या अंदाजांसाठी अतिरिक्त माहिती देऊ शकतो; पण आधी reporting ची completeness आणि quality समजून घेऊन सुधारावी लागेल.”

एका score ऐवजी चार तपासण्या

प्रस्तावित framework एखादा data set विश्वासार्ह आणि त्याच्या उद्देशासाठी पुरेसा पूर्ण आहे का, हे सूचित करणारे patterns शोधते. यात reported maternal mortality levels आणि geographical patterns, reported stillbirths व maternal deaths यांच्यातील संबंध, recorded causes of death चे distribution आणि मृत झालेल्या महिलांचे age distribution तपासले जाते.

ही measures एकत्र विचारात घेण्यासाठी तयार केली आहेत. एका unusual result ची अनेक कारणे असू शकतात; एकट्याने पाहिल्यास योग्य वाटणारे measure देखील records पूर्ण आहेत हे सिद्ध करत नाही. अपेक्षित patterns देश आणि context नुसार बदलू शकतात, त्यामुळे हे framework universal standard नसल्याचा इशारा authors देतात.

पहिले measure reported mortality levels आणि त्यांचे geographic distribution विश्वासार्ह दिसते का हे पाहते. मोठे फरक care access किंवा underlying health risks मधील वास्तविक disparities दर्शवू शकतात; पण ते reporting मधील फरकांकडेही निर्देश करू शकतात. दुसरे measure stillbirths आणि maternal deaths यांची तुलना करते. त्यांचा संबंध अनपेक्षितपणे विसंगत असल्यास incomplete recording चे संकेत मिळू शकतात.

उर्वरित measures मृत्यूंबाबत नोंदवलेल्या माहितीवर केंद्रित आहेत. अविश्वसनीय किंवा असामान्यपणे एका कारणात केंद्रित असलेले cause-of-death profile data-quality problem दर्शवू शकते. त्याचप्रमाणे, मृत झाल्याचे report केलेल्या महिलांच्या age distribution मध्ये अधिक तपासणी आवश्यक असलेले patterns शोधता येतात.

Tanzania च्या चाचणीत reporting gaps

Tanzanian data वर चारही measures लागू केल्यावर तपासलेल्या प्रत्येक क्षेत्रात चिंता आढळल्याचे संशोधकांनी सांगितले. काही districts मध्ये maternal mortality इतक्या कमी पातळीवर report झाली होती की ती अविश्वसनीय वाटली. इतर patterns वरून maternal deaths किंवा stillbirths नेहमी report झाले नसावेत असे दिसले.

याचा अर्थ routine health-facility data नाकारावे असा नाही. उलट, उपलब्ध data आणि national किंवा subnational mortality estimates ला आधार देण्यासाठी तयार असलेला data यांच्यातील फरक यामुळे स्पष्ट होतो. Routine records महत्त्वाचे supplement ठरू शकतात, पण त्यांच्या limitations वापरणाऱ्यांना स्पष्टपणे माहीत असाव्यात.

व्यावहारिकदृष्ट्या data-quality assessment हा measurement process चा भाग असावा, नंतरचा विचार नव्हे. Health ministries, facilities आणि researchers या measures च्या मदतीने reporting मध्ये investigation, training किंवा system improvements कुठे आवश्यक आहेत हे ओळखू शकतात.

अधिक मजबूत मापनाकडे वाटचाल

या अभ्यासाचे योगदान methodological आहे: मोठ्या प्रमाणावर आधीच गोळा केला जाणारा information source कसा संरचित पद्धतीने तपासायचा, यासाठी तो मार्ग देतो. Vital registration अपूर्ण असलेल्या ठिकाणी facility records ची उपयुक्तता वाढवल्यास मातृ मृत्यूंचे अधिक timely चित्र मिळू शकते आणि records सर्वात कमकुवत कुठे आहेत हे समजू शकते.

Authors ने दिलेला इशारा त्यांच्या proposal इतकाच महत्त्वाचा आहे. चार measures ना simple pass-fail test मानू नये आणि national circumstances कडे दुर्लक्ष करून वापरू नये. Local health systems च्या ज्ञानासोबत आणि एकमेकांच्या संदर्भात अर्थ लावण्यासाठी त्यांचा indicators म्हणून वापर करावा.

Maternal health monitoring चे उद्दिष्ट केवळ आणखी एक संख्या तयार करणे नाही. कृतीला दिशा देण्यासाठी पुरेसे credible estimates तयार करणे हे उद्दिष्ट आहे. Reporting systems मजबूत करून records ची quality पारदर्शकपणे तपासली तर routine facility data या प्रयत्नाचा अर्थपूर्ण भाग बनू शकतो, असे संशोधकांचे म्हणणे आहे.

हा लेख Medical Xpress च्या reporting वर आधारित आहे. मूळ लेख वाचा.