પ્રથમ બે લહેરમાં કોવિડ-19ને કારણે ભારતમાં મૃત્યુ પામેલા લોકોની વાસ્તવિક સંખ્યાની 'નોંધપાત્ર અન્ડરકાઉન્ટ' હોવાનો આક્ષેપ કરતા કેટલાક મીડિયા અહેવાલો આવ્યા છે, જેમાં દાવો કરવામાં આવ્યો છે કે અંતિમ સંખ્યા લગભગ 'નોંધપાત્ર રીતે વધારે' ત્રણ મિલિયન હોઈ શકે છે.

સ્પષ્ટતા કરવામાં આવે છે કે આવા મીડિયા અહેવાલો ખોટા અને ખોટી માહિતીવાળા છે. તે તથ્યો પર આધારિત નથી અને ગેરસમજ ફેલાવનારા  છે. ભારતમાં જન્મ અને મૃત્યુની જાણ કરવાની ખૂબ જ મજબૂત પ્રણાલી છે જે એક કાનૂન પર આધારિત છે અને ગ્રામ પંચાયત સ્તરથી જિલ્લા-સ્તર અને રાજ્ય સ્તર સુધી નિયમિતપણે હાથ ધરવામાં આવે છે. સમગ્ર કવાયત રજીસ્ટ્રાર જનરલ ઓફ ઈન્ડિયા (RGI) ની એકંદર દેખરેખ હેઠળ હાથ ધરવામાં આવે છે. તદુપરાંત, વૈશ્વિક સ્તરે સ્વીકાર્ય વર્ગીકરણના આધારે, કોવિડ મૃત્યુનું વર્ગીકરણ કરવા માટે ભારત સરકાર પાસે ખૂબ જ વ્યાપક વ્યાખ્યા છે. રાજ્યો દ્વારા તમામ મૃત્યુની સ્વતંત્ર રીતે જાણ કરવામાં આવી રહી છે અને કેન્દ્રીય રીતે સંકલિત કરવામાં આવી રહી છે. રાજ્યો દ્વારા અલગ-અલગ સમયે સબમિટ કરવામાં આવતા કોવિડ19 મૃત્યુદરના ડેટાના બેકલોગને નિયમિતપણે ભારત સરકારના ડેટામાં સમાયોજિત કરવામાં આવે છે. મોટી સંખ્યામાં રાજ્યોએ નિયમિતપણે તેમના મૃત્યુની સંખ્યાનું સમાધાન કર્યું છે અને વ્યાપકપણે પારદર્શક રીતે બાકી મૃત્યુની જાણ કરી છે. તેથી, આ પ્રોજેક્ટ કરવા માટે કે મૃત્યુની ઓછી જાણ કરવામાં આવી છે તે આધાર વિનાના અને ગેરવાજબી માહિતી છે.

તે સ્પષ્ટ કરવામાં આવે છે કે ભારતીય રાજ્યો વચ્ચે કોવિડ કેસ લોડ અને સંબંધિત મૃત્યુદરમાં ભારે તફાવત છે. તમામ રાજ્યોને એક સાથે મૂકતી કોઈપણ ધારણાઓનો અર્થ એવો થાય છે કે બહારથી તમામ બાજુએથી મેળવાતા ડેટાને એકસાથે મેપિંગ કરવું અને સૌથી નીચા મૃત્યુદરની જાણ કરતા રાજ્યો સાથે ઊંચા દર ધરાવતા રાજ્યોના પરિણામો સાથે સરખામણી ખોટા પરિણામો તરફ દોરે છે.

વધુમાં, ભારતમાં COVID મૃત્યુની જાણ કરવા માટે પ્રોત્સાહન છે કારણ કે તેઓ નાણાકીય વળતર માટે હકદાર છે. તેથી, અંડર રિપોર્ટિંગની સંભાવના ઓછી છે. રોગચાળા જેવી વિક્ષેપજનક પરિસ્થિતિ દરમિયાન, વાસ્તવિક મૃત્યુદર ઘણા પરિબળોને કારણે સૌથી મજબૂત આરોગ્ય પ્રણાલીઓમાં પણ નોંધાયેલા મૃત્યુ કરતાં વધુ હોઈ શકે છે. જો કે, ભારતીય રાજ્યોમાં અત્યંત વૈવિધ્યસભર કેસલોડ અને પરિણામોની પરિસ્થિતિઓમાંથી એકત્રિત કરવામાં આવેલી માહિતીને અનુમાનિત કરવાના દૃષ્ટિકોણ સાથે કોઈપણ વિશ્લેષણ અધૂરું અને ખોટું છે.

ભારતમાં મૃત્યુ પામેલા લોકોની વાસ્તવિક સંખ્યાની 'નોંધપાત્ર અન્ડરકાઉન્ટ' પરના આ વર્તમાન મીડિયા અહેવાલો એક અભ્યાસ પર આધારિત છે જે એક નજરે પક્ષપાતી લાગે છે કારણ કે માત્ર COVID-19 લક્ષણો ધરાવતા પુખ્ત વયના લોકો જ તેમાં લેવાયા હતા અને આમ તેઓ સામાન્ય વસતીના પ્રતિનિધિ ન હોઈ શકે. પસંદગીમાં પક્ષપાત પણ દેખાય છે કારણ કે સર્વેક્ષણ ફોનની માલિકી ધરાવતા લોકો સુધી મર્યાદિત છે જે પ્રશ્નોના વ્યાપક જવાબ આપવા માટે પણ સમય કાઢી શકે છે. નમૂનાને તે અર્થમાં શહેરી વિસ્તારો તરફ વાળવામાં આવી શકે છે, જ્યાં વધુ કેસો નોંધાયા હતા, અને તેથી ત્યાંના ઉચ્ચ અહેવાલ છે. તેઓ એવા લોકો પણ છે જેઓ વધુ જાગૃત હોય છે અને તેમની પાસે વધુ રિપોર્ટિંગનો પૂર્વગ્રહ ધરાવે  છે.

અધ્યયનને ટાંકતા મીડિયા અહેવાલોમાં ઉલ્લેખ કરવામાં આવ્યો છે કે કેવી રીતે દર અઠવાડિયે લગભગ 2100 રેન્ડમલી પસંદ કરાયેલ પુખ્ત વયના લોકોનો ઇન્ટરવ્યુ લેવામાં આવ્યો હતો. આ અહેવાલો સ્પષ્ટતા કરતા નથી કે શું તે જ પુખ્ત વયના લોકોને વારંવાર પૂછવામાં આવ્યું હતું, અથવા તેઓ એકીકૃત રીતે 1.37 લાખ સુધી ઉમેરાયા હતા. દેખીતી રીતે, આ બંને કિસ્સાઓમાં પરિણામો ખૂબ જ અલગ હશે. મીડિયા અહેવાલો વધુમાં જણાવે છે કે પ્રતિભાવ દર 55% હતો. આનાથી તે સ્પષ્ટ નથી થયું કે લોકોએ વાત કરવાનો ઇનકાર કર્યો હતો અથવા તેનો અર્થ એ થયો કે તેઓએ કહ્યું કે કોઈ લક્ષણો નથી. બીજું, જો માત્ર કોવિડ લક્ષણો ધરાવતા પુખ્ત વયના લોકોનો ડેટા લેવામાં આવ્યો હોય, તો આ અભ્યાસમાં પૂર્વગ્રહનો પરિચય આપે છે અને આમ સામાન્ય વસતીના પ્રતિનિધિ ન હોઈ શકે.

એ પણ નોંધનીય છે કે ઉલ્લેખિત અભ્યાસનો છેદ 2020 માટેનો UNDP અંદાજ છે. આ પોતે સર્વેક્ષણ, વસતી ગણતરી અને મોડેલોનું સંયોજન છે, આમ એક અંદાજ છે. તેના આધારે એવો અંદાજ લગાવવામાં આવ્યો છે કે 3.4% પરિવારો મૃત્યુની જાણ કરે છે. આને ભારતના રજિસ્ટ્રાર જનરલ (RGI)ના ડેટા સાથે સરખાવવાની જરૂર છે, જે આ અભ્યાસે નથી કર્યું. અભ્યાસમાં ઉલ્લેખ કરવામાં આવ્યો છે કે જૂન 2020-માર્ચ 2021 સુધીમાં, 0 થી 0.7% પરિવારોએ કોવિડ મૃત્યુ નોંધ્યા હતા જ્યારે મધ્ય એપ્રિલથી જૂન 2021 સુધીમાં, નોંધાયેલા મૃત્યુ 6% ની ટોચે પહોંચ્યા હતા. જૂન 2020 થી જુલાઈ 2021 સુધીના એકંદર મૃત્યુને માપવા માટે આ ટૂંકા સમયગાળો એક્સ્ટ્રાપોલેટ કરવામાં આવ્યો છે. આ સ્પષ્ટપણે ગણતરીની માન્ય રીત નથી કારણ કે તે માસિક અને ભૌગોલિક ભિન્નતાને ધ્યાનમાં લેતી નથી.

વધુમાં, મીડિયા અહેવાલો જણાવે છે કે “અમે 1 જાન્યુઆરી, 2019 સુધીમાં 13,500 પરિવારોમાં આશરે 57,000 લોકો પાસેથી શોધી કાઢ્યું છે કે જેઓ 1 જાન્યુઆરી, 2019 સુધીમાં નજીકના પરિવારમાં રહેતા હતા, કોણ મૃત્યુ પામ્યા હતા અને ક્યારે, અને જો પ્રતિવાદીને લાગે છે કે મૃત્યુ કોવિડ અથવા બિનને કારણે છે. -કોવિડ કારણ”. એવું જોવામાં આવે છે કે પ્રથમ, નમૂનાનું કદ ખૂબ ઓછું છે અને બીજું, ઘરના સભ્યોને કેવી રીતે ખબર પડશે કે મૃત્યુ કોવિડને કારણે થયું છે. આવા પ્રશ્નોની ખોટી રચના ખોટી પ્રતિક્રિયા તરફ દોરી શકે છે. જ્યારે લેખકોએ તુલનાત્મક અંદાજ બનાવવા માટે ત્રણ અલગ-અલગ સ્ત્રોતોનો ઉપયોગ કર્યો છે, ત્યારે એ નોંધવામાં આવે છે કે સ્રોત ડેટાનો ઉપયોગ કરવામાં આવી રહ્યો છે, તે સ્વ-રિપોર્ટિંગ અને દસ રાજ્યોના અંદાજિત ડેટાનું પ્રતિનિધિત્વ કરે છે જે માત્ર અન્ય અંદાજ તરફ દોરી જશે અને વાસ્તવિક પરિસ્થિતિને પ્રતિબિંબિત કરતું નથી. કોવિડ ટ્રેકર સર્વેક્ષણને જ્યારે તે સ્વ-અહેવાલ કરવામાં આવે છે ત્યારે વધુ રાષ્ટ્રીય પ્રતિનિધિ ડેટા તરીકે માની લેવું,  તે ખૂબ ખોટું હોઈ શકે છે.

વધુમાં, એવું અવલોકન કરવામાં આવ્યું છે કે અહેવાલમાં વિરોધાભાસ છે જેમાં લેખકોએ બિન-COVID કેસોમાં ખોટા વર્ગીકરણનો ઉલ્લેખ કર્યો છે. અહેવાલ જણાવે છે કે "2019 ની તુલનામાં, સપ્ટેમ્બર-ઓક્ટો 2020 દરમિયાન નોંધાયેલા બિન-COVID મૃત્યુમાં વધારો નોંધાયેલા COVID મૃત્યુ કરતાં વધી ગયો હતો પરંતુ એપ્રિલ-જૂન 2021 દરમિયાન તે વિપરીત સત્ય હતું.' તે સ્પષ્ટ નથી કે બિન-COVID મૃત્યુ, જે કેટલા છે. કુલ મૃત્યુનો સબસેટ, કુલ મૃત્યુ કરતાં વધુ હોઈ શકે છે. આ ઉપરાંત, એવું લાગે છે કે ઉપરોક્ત યુ.એસ.ના આંકડા પરથી અનુમાનિત કરવામાં આવ્યું છે અને તે સ્પષ્ટ નથી કે તે ભારતીય પરિસ્થિતિ સાથે કેવી રીતે સંરેખિત છે. તબીબી વિના ગ્રામીણ વિસ્તારોમાં મૃત્યુની સંભાવનાને આભારી ધ્યાન ખૂબ જ ખોટું હોઈ શકે છે. ઘણા રાજ્યોમાં સતત સમયગાળા માટે ખૂબ જ ઓછા ચેપ દર ધરાવતા ગ્રામીણ વિસ્તારો હતા. ઉપરોક્ત અભ્યાસમાં અંદાજો રજૂ કરવામાં આને ધ્યાનમાં લેવામાં આવ્યું નથી.

તદુપરાંત, અહેવાલો મુજબ, વધેલા મૃત્યુદર ફક્ત COVID શિખરોના ચોક્કસ સમયગાળા માટે જ કેપ્ચર કરવામાં આવ્યા છે, જે રોગચાળો હજી ચાલુ હોવાથી તુલનાત્મક આંકડાઓને પ્રતિબિંબિત કરી શકશે નહીં. તાજેતરના ડેટાના આધારે સરખામણી અને અંદાજ દ્વારા આની વધુ જરૂર પડી શકે છે, એકવાર ઉપલબ્ધ થઈ શકે છે, કારણ કે રોગનો વ્યાપ, ભૂતકાળના ચેપ અથવા રોગનના નબળા લક્ષણોના કારણે હોસ્પિટલમાં દાખલ થવા, ચેપ શોધ દર, ચેપ મૃત્યુ દર સહિત (COVID મૃત્યુની વ્યાખ્યા) ક્રૂડ મૃત્યુ જેવા ઘણા પરિબળો. રેટ વગેરેને અનુમાનિત કરવા અથવા સંખ્યાઓ પર વધુ સારી સ્પષ્ટતા મેળવવા માટે પરિબળ હોવું જોઈએ.

ચોક્કસ કારણને લીધે વધુ પડતા મૃત્યુનો વિષય માન્ય છે, જાહેર આરોગ્યના દૃષ્ટિકોણથી ખૂબ જ મહત્વપૂર્ણ છે અને વધુ સારી નીતિકીય કાર્યવાહી અને પ્રચંડ, ટકાઉ સ્વાસ્થ્ય પગલાં અપનાવવા માટે સ્વીકાર્ય રીતે જરૂરી છે. જો કે, ચાલુ પરિસ્થિતિ દરમિયાન કોઈપણ સમયે વધારાના મૃત્યુની ધારણા કરવામાં કોઈપણ ઉતાવળ એ જાહેર આરોગ્ય/ડેટા વૈજ્ઞાનિકોના જ્ઞાન દ્વારા સંચાલિત શૈક્ષણિક કવાયત બની શકે છે. વહીવટી અને નીતિ નિર્ધારણ ક્વાર્ટર માટે વધુ તાર્કિક અને સ્વીકાર્ય માપ આગામી મહિનાઓમાં SRS અથવા સેન્સસ ડેટા જેવી કવાયતમાંથી બહાર આવતા વધુ મજબૂત સરકારી ડેટામાંથી વિકસિત થશે.

SD/GP/NP

સોશિયલ મીડિયા પર અમને ફોલો કરો :  @PIBAhmedabad    /pibahmedabad1964    /pibahmedabad  pibahmedabad1964[at]gmail[dot]com