Human resources and health outcomes: cross-country econometric study
Sudhir Anand, Till Bärnighausen
The Lancet · 2004 · DOI: 10.1016/S0140-6736(04)17313-3
देशहरू: Cross-national (117-country sample; 83-country subsample with poverty data), predominantly low- and lower-middle-income countries
के अध्ययन गरियो
आनन्द र बर्निघाउजेनले २००४ को WHO स्वास्थ्यकर्मी तथ्याङ्क (डाक्टर, नर्स र मिडवाइफ) लाई विश्व बैंक र UNDP का आय, गरिबी र महिला साक्षरता सम्बन्धी तथ्याङ्कसँग जोडेर, कुनै देशको स्वास्थ्य जनशक्ति घनत्वले मातृ मृत्युदर, शिशु मृत्युदर र पाँच वर्षमुनिका बालबालिकाको मृत्युदरलाई पूर्वानुमान गर्छ कि गर्दैन भनी क्रस-सेक्सनल बहु-चर रिग्रेसन विधिबाट जाँचे। सबै चरहरूलाई लगारिथमिक रूपान्तरण गरिएकाले रिग्रेसन गुणांकहरूलाई लोचको रूपमा व्याख्या गरिन्छ। गरिबी बाहेक सबै चरमा पूर्ण तथ्याङ्क भएका ११८ देश थिए; एक असामान्य देश (नाइजर) हटाइसकेपछि मूल नमूनामा ११७ देश (८५ न्यून तथा तल्लो-मध्यम आय, १० उच्च आय) समावेश भए। गरिबी (दैनिक PPP$१ भन्दा कम आयमा बाँच्ने जनसंख्याको अनुपात) थप नियन्त्रण चरको रूपमा राखिएको दोस्रो समूहमा धेरै धनी देशहरूमा गरिबी तथ्याङ्क उपलब्ध नभएकाले नमूना घटेर ८३ देश पुग्यो। विश्लेषण दुई पटक गरियो — एकपटक सामूहिक स्वास्थ्य जनशक्ति घनत्व प्रयोग गरेर, र अर्को पटक डाक्टर र मिडवाइफ-सहित नर्स घनत्वलाई छुट्टाछुट्टै राखेर।
के पत्ता लाग्यो
१२ वटा रिग्रेसन समीकरणहरूमा, सामूहिक स्वास्थ्य जनशक्ति घनत्व (डाक्टर + नर्स + मिडवाइफ) ले तीनवटै मृत्युदर परिणामलाई सार्थक रूपमा पूर्वानुमान गर्यो, जसको लोच –०.४७४ (मातृ मृत्युदर, सबैभन्दा ठूलो प्रभाव) देखि –०.२१२ (गरिबी नियन्त्रण सहितको शिशु मृत्युदर) सम्म रह्यो, सबैको p≤०.००३६ — अर्थात् आय, गरिबी र महिला साक्षरता स्थिर राख्दा स्वास्थ्य जनशक्ति घनत्वमा १% वृद्धिले मातृ मृत्युदरमा ०.४७४% सम्मको कमी ल्याउन सक्छ। छुट्याएर हेर्दा, डाक्टर घनत्व एक्लै पनि तीनवटै परिणामका लागि सार्थक रह्यो (लोच –०.१७४ देखि –०.३८६, सबै p≤०.००२९), जसले पहिलेका तीन अध्ययनले औंल्याएको 'डाक्टर विसंगति' लाई खण्डन गर्छ। नर्स घनत्व छ मध्ये एउटा मात्र रिग्रेसनमा सार्थक रह्यो (गरिबी नियन्त्रण नभएको मातृ मृत्युदर रिग्रेसन, p=०.०४४३); लेखकहरूका अनुसार यो नर्स गणनामा रहेको मापन त्रुटिका कारण हो, नर्सको महत्व नभएकाले होइन। मोडेलहरूले ८३–११७ देशका नमूनामा मृत्युदरको ७९–८४% भिन्नता व्याख्या गरे (R² ०.७८७–०.८३५)।
नेपालको लागि यसको अर्थ
स्वास्थ्य जनशक्ति घनत्वले आय, गरिबी र महिला साक्षरताभन्दा स्वतन्त्र रूपमा मातृ तथा बाल मृत्युदर पूर्वानुमान गर्छ भन्ने यस अध्ययनको मुख्य निष्कर्षले नेपालको आफ्नै जनशक्ति-धारणा (रिटेन्सन) सुधार प्राथमिकतालाई थप प्रमाण दिन्छ, किनभने नेपालको लगातार उच्च मातृ मृत्युदर (प्रति १००,००० जीवित जन्ममा १५१, NDHS २०२२) गम्भीर जनशक्ति अभाव र असमान वितरणसँगै जोडिएको छ: राष्ट्रिय रूपमा स्वीकृत चिकित्सक/जीपी पदहरूको ३७.९% मात्र भरिएका छन् (२०१५ मा ५६.५% भन्दा घटेर), कर्णाली प्रदेशमा विशेषज्ञ र चिकित्सक पदहरूको ०% भरिएका छन्, र काठमाडौं उपत्यकामा दुर्गम जिल्लाहरूको तुलनामा झन्डै १८० गुणा बढी डाक्टर घनत्व छ (८५० : १५०,००० को अनुपात)। वार्षिक करिब २,०००–२,४०० डाक्टर नेपाल मेडिकल काउन्सिलको 'गुड स्ट्यान्डिङ' प्रमाणपत्र लिएर विदेशिने गरेकाले, यस अन्तर-राष्ट्रिय प्रमाणले स्वास्थ्य तथा खाद्य सुरक्षा मन्त्रालय (MoHP) लाई कर्णालीबाट सुरु गरी — जहाँ भर्ना दर ०% छ — रिक्त ग्रामीण चिकित्सक पदहरू KAHS/PAHS छात्रवृत्तिसँग जोडिएको अनिवार्य ग्रामीण-सेवा सर्तमार्फत भर्न प्राथमिकता दिन आग्रह गर्छ, न कि मातृ मृत्युदर घटाउने जिम्मा एक्लै महिला स्वास्थ्य स्वयंसेविका (FCHV) स्तरका सामुदायिक स्वास्थ्यकर्मीमा मात्र छोड्न।
सन्दर्भीकरण
यस अन्तर-राष्ट्रिय अध्ययनले देखाएको जनशक्ति-मृत्युदर सम्बन्ध नेपालको आफ्नै तथ्याङ्कमा पनि प्रतिबिम्बित हुन्छ: राष्ट्रिय रूपमा स्वीकृत चिकित्सक/जीपी पदहरूको ३७.९% मात्र भरिएका छन् (२०१५ मा ५६.५% भन्दा घटेर), नेपालको सबैभन्दा गरिब प्रदेश कर्णालीमा विशेषज्ञ र चिकित्सक पदहरूको ०% भरिएका छन्, र काठमाडौं उपत्यकामा दुर्गम जिल्लाहरूको तुलनामा झन्डै १८० गुणा बढी डाक्टर घनत्व छ (प्रति ८५० जनामा एक जना विरुद्ध प्रति १५०,००० जनामा एक जना)। नेपालको मातृ मृत्युदर अझै प्रति १००,००० जीवित जन्ममा १५१ (NDHS २०२२) रहेको र वार्षिक करिब २,०००–२,४०० डाक्टर नेपाल मेडिकल काउन्सिलको 'गुड स्ट्यान्डिङ' प्रमाणपत्र लिएर विदेशिने क्रममा, स्वास्थ्य जनशक्ति घनत्वले आय, गरिबी र महिला साक्षरताभन्दा स्वतन्त्र रूपमा मातृ तथा बाल मृत्युदर पूर्वानुमान गर्छ भन्ने यस अध्ययनको निष्कर्षले स्वास्थ्य मन्त्रालयको हालको जनशक्ति-धारणा (रिटेन्सन) सुधार प्राथमिकतालाई थप प्रमाण दिन्छ।