اےt ہر مرحلے CoVID-19 وبائی مرض کی، کووڈ-19 کی جانچ، تشخیص، بیماری کی شدت، علاج، اور طبی ماہرین، صحت عامہ کی تنظیموں، اور میڈیا میں نسلی اور نسلی تفاوت کی قومی رپورٹنگ کو مایوسی کا سامنا کرنا پڑا ہے۔ ڈیٹا کی کمی.
مسئلہ کتنا برا ہو گیا ہے؟ بُرے سے بہت آگے۔
وبائی امراض کی تحقیق میں، کسی زمرے میں ڈیٹا کا 5 فیصد سے زیادہ غائب ہونا اہم ہے کیونکہ، اس سطح پر، گمشدہ ڈیٹا کو مزید نہیں سمجھا جا سکتا۔ شماریاتی طور پر بے ترتیب، جس سے تجزیہ سے حاصل کردہ نتائج مشتبہ ہو جاتے ہیں۔ ایک زبردست 56% جولائی 2020 میں پہلی بار رپورٹ ہونے پر تصدیق شدہ CoVID-19 انفیکشنز میں نسل اور نسل غائب تھی۔ 2021 میں شائع ہونے والے ایک منظم جائزے میں، محققین کو خارج کرنا پڑا پانچواں حصہ کراس سیکشنل اسٹڈیز جو CoVID-19 کے تفاوت کو دیکھتے ہیں کیونکہ 20% سے زیادہ کیسز کے لیے نسل/نسل سے متعلق ڈیٹا غائب تھا۔
اشتہار
الارم CoVID-19 کیسز اور اموات کے لیے آبادیاتی ڈیٹا کی کمی کے بارے میں بار بار آواز اٹھائی جاتی رہی ہے۔ معالجین, سائنسدانوں، اور وکالت 2020 کے اوائل سے۔ یہ جان کر صدمہ ہوا کہ تصدیق شدہ CoVID-19 انفیکشنز کے آدھے سے زیادہ نسل یا نسلی اعداد و شمار قومی سطح پر غائب تھے – یہاں تک کہ وبائی مرض کے مہینوں بعد بھی۔ میڈیا کے سامنے لے گئے۔ یہ بتانے کے لیے کہ یہ کتنا خطرناک تھا۔
کچھ بہتر کی تلاش میں، رضاکاروں پردہ اٹھانے کے لیے تڑپ اٹھی۔ متعلقہ شہری، پریشان سائنسدان، نجی اداروں اور صحافیوں نے ڈیٹا کے خلا کو پر کرنے کے لیے جدوجہد کی۔ فوری وکالت کے باوجود — سب سے زیادہ سے ہر جگہ شائع ہوا۔ ممتاز تعلیمی جرائد کو متعدد میڈیا آؤٹ لیٹس – زیادہ بہتر نہیں. CoVID-19 ویکسین کے رول آؤٹ کے پہلے مرحلے کے دوران، دسمبر 2020 کے وسط سے جنوری 2021 کے وسط تک، نسل/نسلی ڈیٹا ابھی تک غائب تھا۔ 40% سے زیادہ رپورٹ کردہ امریکی کوویڈ 19 کیسز میں سے۔
اشتہار
وبائی امراض کی ضرورت ہے۔ اچھا ڈیٹا. اس کے بغیر، وبائی امراض کے ماہرین بیماری کے پھیلاؤ اور اثرات کی سمجھ پیدا نہیں کر سکتے۔ صحت عامہ کے ماہرین اس کے پھیلنے کے طریقے کو کنٹرول یا کم نہیں کر سکتے۔ اور صحت کی پالیسی کے پیشہ ور افراد بحران سے نمٹنے کے لیے موثر منصوبہ بندی نہیں کر سکتے۔
COVID-19 سماجی خطوط کے ساتھ کاٹتا ہے. اگرچہ وائرس کو ایک بار عظیم برابری کا نظریہ دیا گیا تھا – یہ کسی کو بھی نیچے لے سکتا ہے، چاہے وہ کتنا ہی جوان ہو یا امیر – اس افسانے کا جلد پردہ فاش ہو گیا۔ بیماری کی لکیریں کمزور آبادیوں کی زندگیوں میں گہرائی تک نقش ہو گئی ہیں جو غیر مساوی وبائی امراض کا باعث بنتی ہیں، جو ان لوگوں کو سخت متاثر کرتی ہیں جن کے پاس نہیں ہے۔
ہیلتھ ایکویٹی اسکالرز کے ایک گروپ کے طور پر، ہم اور ہمارے ساتھی جانتے تھے کہ تاریخی عدم مساوات کا معاصر CoVID-19 تفاوت کے ساتھ کس طرح تعلق ہو سکتا ہے اس کی بہتر تفہیم ان حلوں کو مطلع کرنے میں مدد کر سکتی ہے جو ہر کسی کی حفاظت کرتے ہیں۔ مہینوں تک، ہم نے حکومت کی طرف سے اسپانسر شدہ علیحدگی، پڑوس کی غیر سرمایہ کاری، اور سیاہ اور بھورے امریکیوں میں CoVID-19 کی اعلیٰ شرحوں کا مطالعہ کرنے کے صحیح طریقے پر تبادلہ خیال کیا۔ ملکی خطوط، ٹائم زونز، اور نظم و ضبط میں، ہم نے اپنے تحقیقی سوال کو بار بار چھیڑا۔
ہم نے پروجیکٹ مکمل نہیں کیا۔ ہم نہیں کر سکے، کیونکہ ہم نے پایا کہ 2022 میں بھی، وفاقی CoVID-19 ڈیٹا بیس میں نسل اور نسل سے متعلق گمشدہ ڈیٹا کی ڈگری اب بھی بہت زیادہ تھی۔ ایک ___ میں قومی ڈیٹاسیٹ بیماریوں کے کنٹرول اور روک تھام کے مراکز کے ذریعہ جمع کیے گئے 50 ملین سے زیادہ کوویڈ 19 کیسز میں سے، 17 ملین سے زیادہ کے پاس نسل/نسلی ڈیٹا نہیں تھا۔ یہ 34 فیصد کیسز ہیں۔ اس کے مقابلے میں، صرف 1% کیسز میں عمر اور جنس سے متعلق ڈیٹا غائب تھا۔
چونکہ ہم اپنے اصل تحقیقی سوالات کا تعاقب کرنے سے روکے ہوئے تھے، اس لیے ہم نے وبائی مرض کے دوران نسلی/نسلی ڈیٹا کی مکمل تحقیقات کی کوشش کی۔ سے شناخت شدہ مریض کی سطح کا ڈیٹا حاصل کرنے کے بعد سی ڈی سی کی قومی کیس کی نگرانیجس میں CoVID-19 کے تمام کیسز اور متعلقہ ڈیموگرافک خصوصیات شامل ہیں جو CDC کے ساتھ شیئر کیے گئے ہیں، ہم نے وقت کے ساتھ ساتھ ریاست کے لحاظ سے نسلی اور نسلی ڈیٹا کی گمشدگی کا نقشہ بنایا، یہ دیکھنے کے لیے کہ آیا پوری وبا کے دوران سیکھے گئے اسباق کے ساتھ ڈیٹا اکٹھا کرنے اور رپورٹنگ میں بہتری آئی ہے۔
انہوں نے نہیں کیا۔ وبائی مرض کے تین سال بعد، نسل یا نسل سے متعلق ڈیٹا جس حد تک غائب ہے وہ شرمناک ہے، حالانکہ ریاستوں کے درمیان ڈیٹا غائب ہونے کی ڈگری میں بڑے فرق کے ساتھ:
2020 سے 2022 تک ملک بھر میں، نسل اور نسل کے اعداد و شمار تمام رپورٹ شدہ کوویڈ 19 تشخیصوں میں سے 34 فیصد سے غائب تھے۔ ریاست سے دوسرے ریاست میں کافی تغیر پایا گیا، جس میں یوٹاہ میں 8.7% لاپتہ نسل/نسلیت سے لے کر نارتھ ڈکوٹا میں 100% تک ہے۔ کاؤنٹی کی طرف سے تصور کیا جاتا ہے، ریاستوں کے اندر بھی اہم تغیرات موجود تھے:
کوویڈ سے متعلق رپورٹنگ اموات قدرے بہتر تھا، 15% رپورٹس میں مجموعی طور پر نسل/نسلی ڈیٹا غائب تھا۔ اس کے باوجود سخت حدود باقی ہیں: تین ریاستوں، نارتھ ڈکوٹا، ساؤتھ ڈکوٹا، اور ویسٹ ورجینیا، نے سی ڈی سی کو نسل یا نسل کے لحاظ سے ہونے والی اموات کا کوئی ڈیٹا فراہم نہیں کیا۔ یہ ریاستیں، جن کی آبادی 80 فیصد سے زیادہ سفید فام ہے، یہ پوری طرح سے سمجھنے سے قاصر تھیں کہ ان کے کون سے باشندے CoVID-19 سے مر رہے ہیں۔
فلٹن کاؤنٹی، جی اے سے ایک مطالعہ، پایا یہاں تک کہ لاپتہ نسل اور نسلی اعداد و شمار سے وابستہ شماریاتی تعصبات کے لیے قدامت پسند ایڈجسٹمنٹ نے بھی سیاہ فام لوگوں کے لیے CoVID-19 کے واقعات میں 130%، ہسپانوی لوگوں کے لیے 170%، اور “دوسرے” (بشمول مقامی، مقامی ہوائی، اور بحر الکاہل کے لیے 160% اضافہ کیا۔ جزیرے والے) لوگ۔ دوسرے لفظوں میں، اعداد و شمار کے غائب ہونے کی ڈگری نمایاں طور پر اس نتیجے پر پہنچتی ہے کہ کوویڈ 19 سے کون متاثر ہوا ہے۔ غیر منصفانہ اور نامکمل ڈیٹا کا خطرہ عدم مساوات کی شدت کو نمایاں طور پر کم کرتا ہے۔
نسلی اور نسلی اعداد و شمار کی وسیع گمشدگی اس سے کم نہیں ہے۔ ڈیٹا نسل کشی. سیاہ، ہسپانوی، ایشیائی اور مقامی کمیونٹیز سے جمع کیے گئے ڈیٹا میں وائرل ٹرانسمیشن نیٹ ورکس، جانوں کا ضیاع، اور ویکسینیشن کے مواقع کا یہ واضح طور پر مٹ جانا ایک ایسی برخاستگی کی نمائندگی کرتا ہے جو آنے والی نسلوں کے لیے عدم مساوات کا باعث بن سکتا ہے۔
وبائی مرض کے اوائل میں ڈیٹا اکٹھا کرنے کی کمی قابل معافی ہوسکتی ہے۔ اگرچہ صحت عامہ کی مناسب تیاری زیادہ مضبوط ہو سکتی تھی، لیکن یہ بات قابل فہم ہے کہ اس وبا کی ابتدائی طوفانی لہر نے ناکافی دستاویزات اور ریکارڈ جمع کرنے کا باعث بنا۔ لیکن یہ وضاحت ختم ہو چکی ہے۔ درحقیقت، 2022 کے اوائل میں CoVID-19 ڈیٹا کی گمشدگی پہلے سے کہیں زیادہ خراب تھی:
ہسپتال، صحت کی دیکھ بھال فراہم کرنے والے، اور لیبارٹریز صحت عامہ کی نگرانی کا ڈیٹا مقامی، ریاستی، علاقائی، اور قبائلی پبلک ہیلتھ ایجنسیوں کے ذریعے CDC تک پہنچاتے ہیں۔ وفاقی مینڈیٹ نسل، عمر، جنس اور زپ کوڈ سے متعلق بنیادی ڈیٹا کو جمع کرنے اور رپورٹ کرنے کی ضرورت پہلے سے ہی موجود تھی۔ اگست 2020. یہ واضح ہے کہ انہوں نے نسل اور نسل کے لیے کام نہیں کیا ہے۔
CoVID-19 کے بارے میں آبادی کی سطح کی بنیادی معلومات جاننا بہت ضروری ہے، خاص طور پر راشن کیئر سیاق و سباق کے درمیان۔ جب وسائل کی کمی ہونی چاہیے۔ سب سے زیادہ خطرے میں کمیونٹیز کے لیے مختصبیماری کے پھیلاؤ کو کم کرنے اور عدم مساوات کو دور کرنے کی صلاحیت کا انحصار مداخلتوں کو مؤثر طریقے سے نشانہ بنانے کی صلاحیت پر ہے۔ کمزور امریکیوں نے اسے گہری اور دردناک طور پر محسوس کیا ہے۔ سماجی آبادیاتی تفاوت کا حساب لگانے میں ناکامی صحت کی مساوات میں ایک بنیادی رکاوٹ ہے۔ اور، جیسا کہ وبائی مرض نے واضح طور پر دکھایا ہے، پسماندہ آبادیوں کو درپیش نقصانات ناگزیر طور پر پھیلنا پورے معاشرے کو متاثر کرنا۔
شدید وائرل وبائی امراض اور دائمی بیماریوں کی یکساں نگرانی ضروری ہے، لیکن صحت عامہ کا فیصلہ سازی سخت ڈیٹا سپلائی چینز سے منسلک نہیں رہ سکتی۔ سی ڈی سی نے حال ہی میں ایک اعلان کیا۔ ایجنسی بھر میں ساختی تبدیلیجس میں ایک آفس آف ہیلتھ ایکویٹی اور آفس آف پبلک ہیلتھ ڈیٹا، سرویلنس اور ٹیکنالوجی کا قیام شامل ہے، ایجنسی کے منصوبے کو آگے بڑھانے کے لیے “صحت عامہ کی تمام سطحوں کو کارروائی کے لیے درکار اہم ڈیٹا کے ساتھ مربوط کرنے کے لیے ضروری ڈیٹا انفراسٹرکچر کی تعمیر۔ “
مضبوط متبادل بنانا شروع سے شروع کرنے کی ضرورت نہیں ہے۔ مینیسوٹا میں، ایک نئی کراس سیکٹر پارٹنرشپ سماجی آبادیاتی خصوصیات کی کثرت بشمول نسل، نسل، بے گھری، اور قید، نیز جغرافیائی دیہی اور سماجی کمزوری کے اشاریہ جات۔ اس اقدام کے لیے ریاست کے سب سے بڑے صحت کے نظام، کمیونٹی پر مبنی تنظیموں، صحت عامہ کے اسٹیک ہولڈرز، اور سرکاری ایجنسیوں کو بے گھر اور مجرمانہ انصاف کے لیے متحد کرنے کے لیے ایک ٹھوس کوشش کی ضرورت ہے۔ مینیسوٹا الیکٹرانک ہیلتھ ریکارڈ کنسورشیم جیسے ماڈل ہائپر لوکل جمع کرنے اور جامع سوشیو ڈیموگرافک ڈیٹا کی رپورٹنگ، اور ریئل ٹائم نگرانی کے لیے ایک نائیڈس کے طور پر کام کر سکتے ہیں۔ صحت عامہ کی مداخلت.
CoVID-19 کس کو ملتا ہے اور کون اس سے مرتا ہے اس بارے میں لاپتہ ڈیٹا کا وسیع ہونا صحت عامہ کی ایک پریشان کن ناکامی ہے۔ اس وبائی مرض کے تین سال بعد، یہ حقیقت کہ وفاقی اعداد و شمار اب بھی اعتماد کے ساتھ موجودہ عالمی ترجیح کو بیان نہیں کر سکتے، صحت عامہ کے لیے ہماری قوم کی صلاحیت کے بارے میں کچھ کہتا ہے۔ یہ ہمارے ملک کی اس بحران سے نکلنے اور اگلے کے لیے خود کو تیار کرنے کی صلاحیت کو بھی بتاتا ہے۔
جینیفر ڈبلیو تسائی نیو ہیون، کون، اور ایک ایمرجنسی میڈیسن فزیشن اور ہیلتھ ایکویٹی ریسرچر ہیں۔ 2022 اسٹیٹ ونڈرکائنڈ. Rohan Khazanchi بوسٹن میں اندرونی طب اور اطفال کے معالج ہیں، اور صحت کی خدمات اور صحت کی ایکوئٹی کے محقق ہیں۔ ایملی لافلم ایک وبائی امراض کے ماہر ہیں جو صحت کی عدم مساوات کی ساختی وجوہات پر توجہ مرکوز کرتی ہیں اور اس تحقیق اور مضمون کی ترقی کے دوران امریکن میڈیکل ایسوسی ایشن سینٹر فار ہیلتھ ایکویٹی میں سینئر تجزیہ کار تھیں۔ مصنفین فرنینڈو ڈی مائیو اور لیلیٰ مورسی کو اس مضمون میں ان کی اہم فکری اور تکنیکی شراکت کے لیے تسلیم کرتے ہیں۔ اس مضمون میں بیان کردہ خیالات اکیلے مصنفین کے ہیں اور ضروری نہیں کہ وہ ان اداروں یا امریکن میڈیکل ایسوسی ایشن کے خیالات یا پالیسیوں کی نمائندگی کریں۔
پہلی رائے نیوز لیٹر: اگر آپ رائے اور تناظر کے مضامین پڑھ کر لطف اندوز ہوتے ہیں، تو ہر اتوار کو اپنے ان باکس میں بھیجے گئے ہر ہفتے کی پہلی رائے کا ایک راؤنڈ اپ حاصل کریں۔ یہاں سائن اپ کریں۔.