மருத்துவமனைகள் மற்றும் பிற சுகாதார நிலையங்களின் வழக்கமான பதிவுகள், தாய் இறப்பை அளவிடுவதில் நீடித்து வரும் இடைவெளியை நிரப்ப உதவக்கூடும் என்று Karolinska Institutet மற்றும் Tanzania-வைச் சேர்ந்த ஆய்வாளர்கள் கூறுகின்றனர். ஆனால் இந்தப் பதிவுகளை ஏற்கனவே உள்ள மதிப்பீடுகளுக்கான தயாரான மாற்றாகக் கருத முடியாது; அவற்றின் முழுமையும் தரமும் முதலில் மதிப்பிடப்பட்டு மேம்படுத்தப்பட வேண்டும்.
Bulletin of the World Health Organization-ல் வெளியான இந்தப் பணி, தாய் இறப்பு மதிப்பீடுகளுக்கான கூடுதல் ஆதாரமாகப் பயன்படுத்துவதற்கு முன் facility data-வின் தரத்தை ஆய்வு செய்ய நான்கு வழிகளை முன்மொழிகிறது. Tanzania தரவைக் கொண்டு அணுகுமுறையைச் சோதித்த ஆய்வாளர்கள், நான்கு அளவீடுகளிலும் கிடைத்த அனைத்து தரவு மூலங்களிலும் completeness மற்றும் quality பிரச்சினைகளைக் கண்டனர்.
வழக்கமான பதிவுகள் ஏன் முக்கியம்
தாய் இறப்பு என்பது கர்ப்பம், பிரசவம் அல்லது கர்ப்பத்திற்குப் பிறகு ஆறு வாரங்களுக்குள் ஏற்படும் மரணங்களை உள்ளடக்குகிறது. தாய் சுகாதார முன்னேற்றத்தைக் கண்காணிக்க நம்பகமான புள்ளிவிவரங்கள் அவசியம். ஆனால் பல low- மற்றும் middle-income நாடுகளில் civil registration மற்றும் death-recording systems முழுமையற்றவையாகவோ கிடைக்காதவையாகவோ உள்ளன.
சுகாதார நிலையங்கள் தகவலின் மதிப்புமிக்க மூலமாக இருக்கக்கூடும். சுமார் மூன்றில் இரண்டு பங்கு low- மற்றும் middle-income நாடுகளில் 80%-க்கும் மேற்பட்ட பிரசவங்கள் facilities-ல் நடைபெறுகின்றன என்று ஆய்வாளர்கள் குறிப்பிடுகின்றனர். Hospitals மற்றும் பிற facilities சிகிச்சை வழங்கும் போதே தகவல்களைச் சேகரிக்கின்றன; இதனால் maternal deaths-ஐ மதிப்பிடப் பயன்படுத்தப்படும் பிற ஆதாரங்களுக்கு துணையாக இருக்கும் routine data உருவாகிறது.
இந்த வாய்ப்புக்கு ஒரு முக்கியமான வரம்பு உண்டு: பதிவு செய்யப்படாத மரணம் மதிப்பீட்டை மேம்படுத்த முடியாது. Maternal deaths-ன் underreporting முக்கிய கவலையாகும். Districts, age groups அல்லது causes of death இடையிலான தோற்றமளிக்கும் வேறுபாடுகளைத் தவறுகள் மற்றும் முரண்பாடுகள் சிதைக்கக்கூடும்.
“Health facility data தாய் இறப்பு மதிப்பீடுகளுக்கு கூடுதல் தகவலை வழங்கலாம்; ஆனால் reporting-ன் completeness மற்றும் quality-ஐ முதலில் புரிந்து மேம்படுத்த வேண்டும்,” என்று Karolinska Institutet-ன் global health systems research பேராசிரியர் Claudia Hanson source report-ல் கூறினார்.
ஒரு score-க்கு பதிலாக நான்கு சோதனைகள்
முன்மொழியப்பட்ட framework, ஒரு data set நம்பகமானதா மற்றும் அதன் நோக்கத்துக்கு போதுமான அளவு முழுமையானதா என்பதைச் சுட்டிக்காட்டக்கூடிய patterns-ஐத் தேடுகிறது. இது reported maternal mortality levels மற்றும் geographical patterns, reported stillbirths மற்றும் maternal deaths இடையிலான தொடர்பு, பதிவு செய்யப்பட்ட causes of death-ன் distribution, மேலும் இறந்த பெண்களின் age distribution ஆகியவற்றை ஆய்வு செய்கிறது.
இந்த measures அனைத்தையும் ஒன்றாகப் பார்க்கும் வகையில் வடிவமைக்கப்பட்டுள்ளன. ஒரு unusual result-க்கு பல விளக்கங்கள் இருக்கலாம்; தனியாகப் பார்க்கும்போது நியாயமானதாகத் தோன்றும் measure கூட பதிவுகள் முழுமையானவை என்பதை நிரூபிக்காது. எதிர்பார்க்கப்படும் patterns நாடு மற்றும் context-ஐப் பொறுத்து மாறக்கூடும் என்பதால், இது universal standard அல்ல என்று authors எச்சரிக்கின்றனர்.

முதல் measure, reported mortality levels மற்றும் அவற்றின் geographical distribution நம்பத்தகுந்ததாகத் தோன்றுகிறதா என்பதைப் பார்க்கிறது. பெரிய வேறுபாடுகள் care access அல்லது underlying health risks-இல் உண்மையான disparities-ஐ பிரதிபலிக்கலாம்; ஆனால் reporting வேறுபாடுகளையும் சுட்டிக்காட்டலாம். இரண்டாவது measure stillbirths மற்றும் maternal deaths-ஐ ஒப்பிடுகிறது. அவற்றின் தொடர்பு எதிர்பாராத வகையில் முரண்பட்டால் incomplete recording-ன் அறிகுறி இருக்கலாம்.
மீதமுள்ள measures, deaths குறித்து பதிவு செய்யப்பட்ட தகவல்களில் கவனம் செலுத்துகின்றன. நம்பமுடியாத அல்லது வழக்கத்திற்கு மாறாக ஒரே காரணத்தில் குவிந்த cause-of-death profile data-quality problem-ஐச் சுட்டலாம். அதேபோல், இறந்ததாகப் பதிவான பெண்களின் age distribution-லும் மேலான ஆய்வு தேவைப்படும் patterns-ஐப் பார்க்கலாம்.
Tanzania சோதனையில் reporting gaps
Tanzanian data-க்கு நான்கு measures-ஐப் பயன்படுத்தியபோது, மதிப்பிடப்பட்ட ஒவ்வொரு துறையிலும் கவலைகள் இருப்பதை ஆய்வாளர்கள் கண்டனர். சில districts-ல் maternal mortality levels மிகவும் குறைவாகவும் நம்பமுடியாததாகவும் இருந்தன. பிற patterns, maternal deaths அல்லது stillbirths எப்போதும் பதிவு செய்யப்படவில்லை என்பதைச் சுட்டின.
இதனால் routine health-facility data-வைத் தள்ளுபடி செய்ய வேண்டும் என்று பொருளல்ல. கிடைக்கும் data மற்றும் national அல்லது subnational mortality estimates-ஐ ஆதரிக்கத் தயாரான data ஆகியவற்றுக்கிடையிலான வேறுபாட்டை இது வலியுறுத்துகிறது. Routine records முக்கிய supplement ஆக இருக்கலாம்; ஆனால் அவற்றின் limitations பயனாளர்களுக்குத் தெளிவாக இருக்க வேண்டும்.
நடைமுறை விளைவாக, data-quality assessment measurement process-ன் ஒரு பகுதியாக இருக்க வேண்டும்; பின்னர் செய்யும் நடவடிக்கையாக அல்ல. Health ministries, facilities மற்றும் researchers, reporting-க்கு investigation, training அல்லது system improvements எங்கு தேவை என்பதை அடையாளம் காண இந்த measures-ஐப் பயன்படுத்தலாம்.
வலுவான அளவீட்டுக்கான பாதை
இந்த ஆய்வின் பங்களிப்பு methodological ஆகும்: ஏற்கனவே பெரிய அளவில் சேகரிக்கப்படும் ஒரு information source-ஐ கட்டமைப்புடன் ஆய்வு செய்வதற்கான வழியை இது வழங்குகிறது. Vital registration முழுமையற்ற சூழல்களில், facility records-ன் பயன்பாட்டை மேம்படுத்துவது தாய் இறப்புகளைப் பற்றிய timely view-ஐ வழங்கி, பதிவுகள் பலவீனமாக உள்ள இடங்களை வெளிப்படுத்தலாம்.
ஆசிரியர்களின் எச்சரிக்கை அவர்களின் முன்மொழிவுக்கு இணையான முக்கியத்துவம் கொண்டது. நான்கு measures-ஐ எளிய pass-fail test ஆகக் கருதக்கூடாது; தேசிய சூழ்நிலைகளைப் பொருட்படுத்தாமல் பயன்படுத்தக்கூடாது. உள்ளூர் health systems பற்றிய அறிவுடனும் ஒன்றுக்கொன்று இணைத்தும் விளக்கப்படும் indicators ஆக அவை பயன்படுத்தப்பட வேண்டும்.
Maternal health monitoring-ன் நோக்கம் மற்றொரு எண்ணை உருவாக்குவது மட்டும் அல்ல. நடவடிக்கைக்கு வழிகாட்டும் அளவுக்கு நம்பகமான estimates-ஐ உருவாக்குவதே நோக்கம். Reporting systems வலுப்படுத்தப்பட்டு records-ன் quality வெளிப்படையாகச் சோதிக்கப்பட்டால் routine facility data இந்த முயற்சியின் அர்த்தமுள்ள பகுதியாக மாறக்கூடும் என்று ஆய்வாளர்கள் வாதிடுகின்றனர்.
இந்தக் கட்டுரை Medical Xpress-ன் செய்தியறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.
Originally published on medicalxpress.com







