मृत्यु दर कैलकुलेटर क्या है?
कच्ची मृत्यु दर (Crude Death Rate, CDR) यानी मॉर्टैलिटी रेट यह बताती है कि किसी निश्चित अवधि में — आमतौर पर एक वर्ष में — किसी जनसंख्या में कितनी मौतें होती हैं। यह जनसांख्यिकी (demography) में सबसे ज़्यादा इस्तेमाल होने वाले संकेतकों में से एक है और अलग-अलग क्षेत्रों तथा समय-अवधियों के बीच मृत्यु दर की तुलना करने में मदद करती है। यह कैलकुलेटर मौतों की संख्या को कुल जनसंख्या से भाग देता है और परिणाम को एक सुविधाजनक आधार पर — आमतौर पर प्रति 1,000 लोगों पर — दर्शाता है।
इसका उपयोग कैसे करें
उस अवधि में दर्ज की गई मौतों की संख्या और कुल (या वर्ष के मध्य की) जनसंख्या दर्ज करें। फिर चुनें कि आप दर को किस रूप में देखना चाहते हैं — प्रति 100 (यानी प्रतिशत), प्रति 1,000, प्रति 10,000, या प्रति 100,000 लोगों पर। यह टूल आपको दोनों परिणाम देता है: निर्धारित आधार पर मृत्यु दर और उसके बराबर मृत्यु प्रतिशत।
सूत्र
कच्ची मृत्यु दर को इस प्रकार परिभाषित किया जाता है:
$$R = \frac{D}{P} \times K$$जहाँ \(D\) = मौतों की संख्या, \(P\) = कुल जनसंख्या, और \(K\) = स्केलिंग आधार (जैसे \(K = 1000\))। \(K = 100\) रखने पर आपको मृत्यु प्रतिशत मिलता है।
हल किया गया उदाहरण
मान लीजिए \(100{,}000\) लोगों के एक कस्बे में एक वर्ष में \(850\) मौतें दर्ज हुईं, और आप प्रति 1,000 के हिसाब से दर जानना चाहते हैं:
$$R = \frac{850}{100{,}000} \times 1000 = 8.5\ \text{deaths per 1,000}$$प्रतिशत के रूप में यह \(\frac{850}{100{,}000}\times 100 = 0.85\%\) होगा।
आपके मृत्यु दर परिणाम की व्याख्या
कैलकुलेटर कच्ची मृत्यु दर (crude death rate) लौटाता है: \(\text{मृत्यु दर} = \frac{\text{मृत्यु}}{\text{जनसंख्या}} \times \text{प्रति}\)। उदाहरण के लिए, 50,000 की जनसंख्या में 450 मृत्यु से \(\frac{450}{50{,}000} \times 1{,}000 = \) 9 मृत्यु प्रति 1,000 लोग (0.9%) मिलती है।
आयु संरचना मायने रखती है। कच्ची दर पूरी जनसंख्या के सापेक्ष हर मृत्यु गिनती है, चाहे उसकी आयु-संरचना कुछ भी हो। जिस जनसंख्या में अधिक बुज़ुर्ग लोग हों, उसकी कच्ची दर अक्सर युवा जनसंख्या से अधिक होती है, भले ही स्वास्थ्य सेवा और जीवन-स्थितियाँ बेहतर हों। इसलिए अधिक कच्ची दर अपने आप में खराब स्वास्थ्य स्थितियों का संकेत नहीं है, और कम दर बेहतर स्थितियों का अर्थ नहीं रखती।
तीन प्रकार की दरें:
- कच्ची दर: सभी मृत्यु को कुल जनसंख्या से विभाजित करना। यह सरल है, लेकिन आयु संरचना से प्रभावित होती है।
- आयु-विशिष्ट दर: किसी एक आयु वर्ग में मृत्यु को उसी आयु वर्ग की जनसंख्या से विभाजित करना (उदाहरण के लिए, 65-69 वर्ष)। यह जीवन के हर चरण पर जोखिम दिखाती है।
- आयु-मानकीकृत दर: आयु-विशिष्ट दरों का भारित औसत, जो किसी चुनी हुई मानक जनसंख्या के आयु वितरण का उपयोग करता है। यदि एक ही मानक प्रयोग हो, तो यह जनसंख्याओं या समय के बीच अधिक निष्पक्ष तुलना की अनुमति देती है।
प्रति 1,000 और प्रति 100,000 की तुलना। आधार का चुनाव केवल पैमाना बदलता है, जोखिम नहीं। प्रति-1,000 दर को प्रति-100,000 दर पाने के लिए 100 से गुणा करें (9 प्रति 1,000 = 900 प्रति 100,000)। प्रति-100,000 दर को प्रति-10,000 दर पाने के लिए 10 से भाग दें। प्रति 100 दर प्रतिशत के बराबर है। केवल एक ही आधार, एक ही समय अवधि (आमतौर पर एक वर्ष), और मृत्यु व जनसंख्या की एक ही परिभाषा वाली दरों की तुलना करें।
छोटी संख्याएँ अस्थिर होती हैं। जब जनसंख्या छोटी हो या अवधि कम हो, तो कुछ अतिरिक्त मृत्यु भी दर को काफी बदल सकती हैं। मृत्यु लगभग पॉइसन गणना की तरह व्यवहार करती हैं, इसलिए यादृच्छिक उतार-चढ़ाव गणना के वर्गमूल के बराबर होता है। 10 मृत्यु के साथ, विशिष्ट यादृच्छिक उतार-चढ़ाव लगभग \(\sqrt{10} \approx 3.2\) है, यानी गणना का लगभग 30%। कुछ मृत्यु या केवल एक माह पर आधारित दरों को सावधानी से पढ़ना चाहिए। जब अवधि एक वर्ष से छोटी हो, तो मौसमी प्रभाव भी मायने रखते हैं।
यह केवल सामान्य सांख्यिकीय जानकारी है, चिकित्सा या व्यक्तिगत सलाह नहीं।
अक्सर पूछे जाने वाले सवाल
"कच्ची" मृत्यु दर का क्या मतलब है? "कच्ची" का अर्थ है कि इसमें उम्र, लिंग या अन्य कारकों के अनुसार समायोजन (adjustment) नहीं किया गया है। उम्र-मानकीकृत (age-standardised) दरें अलग-अलग आयु संरचना वाली जनसंख्याओं की अधिक निष्पक्ष तुलना करने देती हैं।
प्रति 1,000 या प्रति 100,000 ही क्यों? स्केलिंग से छोटे-छोटे अंशों को पढ़ना आसान हो जाता है। पूरे देश की मृत्यु दर अक्सर प्रति 1,000 में बताई जाती है, जबकि मृत्यु के विशिष्ट कारणों को प्रति 100,000 में दर्शाया जाता है।
मुझे कौन-सी जनसंख्या लेनी चाहिए? जनसांख्यिकीविद आमतौर पर वर्ष के मध्य (mid-year) की जनसंख्या का उपयोग करते हैं, क्योंकि यह उस अवधि के दौरान जोखिम में रही औसत जनसंख्या को सबसे सही ढंग से दर्शाती है।