नई दिल्ली: बीएमआई (बॉडी मास इंडेक्स) को दशकों से वजन और मोटापे का प्राथमिक मानक माना जाता रहा है, परन्तु हालिया अमेरिकी अध्ययन ने इस मानक की सटीकता पर गंभीर सवाल उठाए हैं। लगभग पाँच हजार छह सौ वयस्कों पर किए गए इस विस्तृत सर्वेक्षण में दिखा कि बीएमआई केवल वजन‑ऊँचाई अनुपात को देख कर शरीर में मौजूद वसा और मांसपेशियों के अंतर को नहीं समझ पाता। परिणामस्वरूप, आधे से अधिक ओवरवेट वर्गीकरण वाले प्रतिभागियों को क्लिनिकल ओबेसिटी की वास्तविक स्थिति में पाया गया, जो स्वास्थ्य जोखिमों को बढ़ा सकता है। इस नई खोज ने स्वास्थ्य विशेषज्ञों को बीएमआई के साथ अतिरिक्त मापदंड जैसे कमर‑से‑ऊँचाई अनुपात और शरीर वसा प्रतिशत को जोड़ने की आवश्यकता पर बल दिया है। इस लेख में हम इस शोध के विस्तृत डेटा, ऐतिहासिक पृष्ठभूमि और भविष्य की नीति दिशा‑निर्देशों का गहन विश्लेषण करेंगे।
तात्कालिक घटनाक्रम: अमेरिकी विश्वविद्यालयों के सहयोग से आयोजित एक बड़े पैमाने की अध्ययन में 5,600 वयस्कों को केवल बीएमआई के आधार पर वर्गीकृत किया गया, लेकिन साथ ही उनकी कमर‑से‑ऊँचाई अनुपात और शरीर वसा प्रतिशत को भी मापा गया। परिणाम ने दिखाया कि लगभग आधे ओवरवेट व्यक्तियों को क्लिनिकल ओबेसिटी के रूप में पुनः वर्गीकृत किया गया, जिससे यह स्पष्ट हुआ कि बीएमआई अकेला मानक कई मामलों में रोगियों को सही ढंग से पहचान नहीं पा रहा था। इस शोध ने स्वास्थ्य सेवा प्रदाताओं, नीति निर्माताओं और आम जनता के बीच तुरंत एक गंभीर चर्चा को जन्म दिया, क्योंकि कई लोग अब अपने स्वास्थ्य जोखिमों को कम आंक रहे थे।
मुख्य विवाद और वर्तमान स्थिति: इस अध्ययन के प्रकाशन के बाद कई स्वास्थ्य संस्थानों ने बीएमआई पर निर्भरता को पुनः मूल्यांकन करने का आह्वान किया, जबकि कुछ फिटनेस उद्योग के प्रतिनिधियों ने बीएमआई को पूरी तरह से खारिज करने के खिलाफ तर्क दिया। वर्तमान में, अमेरिकी सेंटर्स फॉर डिजीज कंट्रोल (CDC) ने बीएमआई को एक प्रारंभिक स्क्रीनिंग टूल के रूप में रखने की सलाह दी है, परन्तु साथ ही अतिरिक्त मापदंडों को अनिवार्य करने की सिफारिश भी की है। भारत में भी इस मुद्दे पर चर्चा तेज़ी से बढ़ रही है, जहाँ कई चिकित्सकों ने बीएमआई‑आधारित स्वास्थ्य योजनाओं को संशोधित करने की मांग की है।
ऐतिहासिक परिप्रेक्ष्य: बीएमआई का मूल सूत्र 19वीं सदी के बेल्जियन गणितज्ञ एडवर्ड टॉफ़्ट द्वारा विकसित किया गया था, और इसे 1970 के दशक में विश्व स्वास्थ्य संगठन ने मोटापे के माप के मानक के रूप में अपनाया। तब से यह विश्व भर में वजन‑संबंधी स्वास्थ्य जोखिमों को वर्गीकृत करने का सबसे सरल और लागत‑प्रभावी तरीका माना गया, जबकि इसके सीमित पहलुओं को अक्सर अनदेखा किया गया। कई दशकों में, बीएमआई ने विभिन्न जनसंख्या समूहों में मोटापे की दरों को मापने में मदद की, परन्तु मांसपेशी द्रव्यमान, हड्डियों की घनत्व और शरीर में वसा के वितरण को नहीं समझा।
छिपे हुए कारक और अंतर्निहित समस्याएं: आधुनिक जीवनशैली में शारीरिक गतिविधियों की कमी, उच्च कैलोरी वाले भोजन और आनुवांशिक प्रवृत्तियों ने शरीर में वसा के असमान वितरण को बढ़ा दिया है, जिससे बीएमआई की सटीकता और भी कम हो गई है। विशेषकर एशियाई जनसंख्या में कमर‑से‑ऊँचाई अनुपात (WHR) और शरीर वसा प्रतिशत का उच्च स्तर देखा गया है, जबकि बीएमआई मानक उन्हें सामान्य वर्ग में रखता है। इस कारण, कई रोगी गंभीर मेटाबोलिक समस्याओं के शुरुआती संकेतों को नज़रअंदाज़ कर देते हैं, जिससे दीर्घकालिक स्वास्थ्य खर्च में वृद्धि होती है।
आंकड़ों का विश्लेषण: नई अमेरिकी रिसर्च ने बीएमआई के साथ अतिरिक्त मापदंडों को जोड़कर एक बहु‑पर्यायी मॉडल तैयार किया, जिससे मोटापे की पहचान में 45% तक सुधार हुआ। इस मॉडल ने विशेष रूप से मध्य‑उम्र वर्ग में क्लिनिकल ओबेसिटी की पहचान को तेज़ किया, जिससे समय पर उपचार संभव हुआ। नीचे इस अध्ययन के प्रमुख डेटा बिंदु प्रस्तुत किए गए हैं:
- मुख्य साक्ष्य और डेटा बिंदु एक: 5,600 प्रतिभागियों में 2,800 (50%) ओवरवेट वर्गीकरण वाले लोगों को क्लिनिकल ओबेसिटी के रूप में पुनः वर्गीकृत किया गया, जिससे बीएमआई की एकल सटीकता दर घटकर 55% रह गई।
- मुख्य साक्ष्य और डेटा बिंदु दो: कमर‑से‑ऊँचाई अनुपात (WHR) >0.9 वाले पुरुषों में क्लिनिकल ओबेसिटी की संभावना 2.3 गुना अधिक पाई गई, जबकि महिलाओं में यह अनुपात 1.8 गुना था।
- मुख्य साक्ष्य और डेटा बिंदु तीन: शरीर वसा प्रतिशत को जोड़ने से बीएमआई‑आधारित स्क्रीनिंग की संवेदनशीलता 68% से बढ़कर 82% हो गई, जिससे संभावित रोगियों की पहचान में उल्लेखनीय सुधार हुआ।
इस शोध ने स्वास्थ्य नीति निर्माताओं को बीएमआई को एक अकेले मानक के रूप में उपयोग करने से रोकते हुए बहु‑मापदंडीय दृष्टिकोण अपनाने की ओर धकेला है। कई देशों में अब सार्वजनिक स्वास्थ्य अभियान में कमर‑से‑ऊँचाई अनुपात और शरीर वसा प्रतिशत को मापने वाले उपकरणों को मुफ्त में उपलब्ध कराने की योजना बन रही है। सामाजिक स्तर पर, लोग अब अपने वजन के साथ-साथ शरीर संरचना को समझने के लिए फिटनेस ऐप्स और स्मार्ट स्केल का उपयोग बढ़ा रहे हैं, जिससे स्वास्थ्य जागरूकता में सकारात्मक परिवर्तन आया है।
बीएमआई को पूरी तरह से हटाने की बजाय, इसे एक प्रारंभिक स्क्रीनिंग टूल के रूप में रखकर अतिरिक्त परीक्षणों के साथ संयोजित करना सबसे व्यावहारिक समाधान प्रतीत होता है। भविष्य में, कृत्रिम बुद्धिमत्ता और मशीन लर्निंग आधारित मॉडल शरीर के विभिन्न मेट्रिक्स को एकीकृत करके व्यक्तिगत स्वास्थ्य जोखिम का अधिक सटीक अनुमान लगा सकते हैं। अंततः, वैज्ञानिक प्रमाणों पर आधारित बहु‑पर्यायी मापदंड ही मोटापे की सही पहचान और समय पर उपचार सुनिश्चित करेंगे, जिससे सार्वजनिक स्वास्थ्य की बोझ में कमी आएगी।