മില്ല്യൺ ഡെത്ത് സ്റ്റഡി

ഇന്ത്യയിൽ നടന്നുകൊണ്ടിരിക്കുന്ന ഒരു അകാലമരണസാദ്ധ്യതാ പഠനം

ഇന്ത്യയിൽ നടന്നുകൊണ്ടിരിക്കുന്ന ഒരു അകാലമരണസാദ്ധ്യതാ പഠനമാണ് മില്ല്യൺ ഡെത്ത് സ്റ്റഡി (The Million Death Study- MDS) . 1998ൽ ആരംഭിച്ച ഈ പഠനം ഇപ്പോഴും തുടരുകയാണ്. 14 ദശലക്ഷം ഇന്ത്യക്കാരെ ഉൾപ്പെടുത്തി നടത്തുന്ന പഠനത്തിൽ പൊതുജനാരോഗ്യ നയം രൂപപ്പെടുത്താൻ സഹായകമായ രീതിയിൽ 10 ലക്ഷം മരണങ്ങളിൽ മരണകാരണങ്ങളും രോഗബാധയുടെ ക്രമവും കണ്ടെത്താനായി വാചിക പോസ്റ്റ്മോർട്ടം നടത്തുന്നതാണ് പഠനരീതി. പഠനത്തിലെ പ്രധാന പരിശോധകൻ സെന്റർ ഫോർ ഗ്ലോബൽ ഹെൽത് റിസേർച്ച് ഡയറക്ടറും കാനഡയിലെ ടോറന്റോ യൂണിവേഴ്സിറ്റിയിലെ ദല്ല ലാന സ്കൂൾ ഓഫ് പബ്ലിക് ഹെൽത്തിലെ എപ്പിഡെമിയോളജി പ്രൊഫസറുമായ ഡോ. പ്രഭാത് ഝാ ആണ്.


പശ്ചാത്തലം തിരുത്തുക

മരണത്തിന് തൊട്ടുമുൻപുള്ള ആശുപത്രി പരിചരണത്തിലും വൈദ്യസേവനത്തിലും  ഉന്നത നിലവാരം പുലർത്തുന്ന ഉയർന്ന വരുമാന രാജ്യങ്ങളിലെ അവസ്ഥയിൽ നിന്ന് വ്യത്യസ്തമായി മറ്റ് ഇടത്തരം-താഴ്ന്ന വരുമാന രാജ്യങ്ങളിലെ പോലെ ഇന്ത്യയിൽ മരണങ്ങളിൽ വലിയൊരുഭാഗം (75%ൽ അധികം) വൈദ്യസഹായം ലഭിക്കാൻ സാദ്ധ്യതയില്ലാത്ത രീതിയിൽ വീടുകളിലാണ് നടക്കുന്നത്. ഇതിന്റെ ഫലമായി ആഗോള തലത്തിൽ എല്ലാ വർഷവും 60 ദശലക്ഷം മരണങ്ങൾ -ഇന്ത്യയിൽ വീടുകളിൽ നടക്കുന്ന മരണങ്ങളിൽ പകുതിയും- രേഖപ്പെടുത്താതെയും വൈദ്യശാസ്ത്രപരമായി സാക്ഷ്യപ്പെടുത്തിയ മരണകാരണം ഇല്ലാതെയും പോവുകയാണ്. ആശുപത്രികൾ നടക്കുന്ന മരണങ്ങൾ ആരോഗ്യപ്രവർത്തകർ സാക്ഷ്യപ്പെടുത്തിയ ഔദ്യോഗിക മരണസർട്ടിഫിക്കറ്റുകളോടെ രേഖപ്പെടുത്തപ്പെടുന്നുണ്ട്. വീടുകളിൽ നടക്കുന്ന, മുൻപ് രേഖപ്പെടുത്തപ്പെടാതെ പോയിരുന്ന മരണങ്ങളെ പഠിക്കാനും ഇന്ത്യയിലെ രോഗബാധാ ക്രമത്തിന്റെ കൂടുതൽ പ്രാതിനിധ്യ സ്വഭാവമുള്ള സ്ഥിതിവിവരക്കണക്കുകൾ ലഭ്യമാക്കാനും ലക്ഷ്യമിട്ടാണ് മില്ല്യൺ ഡെത്ത് സ്റ്റഡി (MDS) രൂപകല്പന ചെയ്തത്.[1]

രീതിശാസ്ത്രം തിരുത്തുക

1998 മുതൽ 2014 വരെയുള്ള പഠനകാലത്ത് പരിശോധകർ റജിസ്റ്റ്രാർ ജനറൽ ഓഫ് ഇന്ത്യയുമായി യോജിച്ച് ഏതാണ്ട്10 ലക്ഷം മരണങ്ങളുടെ വൈദ്യശാസ്ത്രപരമായ കാരണങ്ങൾ കണ്ടെത്താനായി ഏകദേശം 2.4 പ്രാതിനിധ്യ സ്വഭാവമുള്ള കുടുംബങ്ങളിലെ 14 ദശലക്ഷം ആളുകളെ നിരീക്ഷിക്കുന്നു. മില്ല്യൺ ഡെത്ത് സ്റ്റഡി (MDS) അകാലമരണസാദ്ധ്യത കണ്ടെത്താനുള്ള ലോകത്തെ തന്നെ ഏറ്റവും വലിയ പഠനമാണ്.

പരിശീലനം സിദ്ധിച്ച സർവെയർമാർ വഴി അടിസ്ഥാന വിവരങ്ങൾ ശേഖരിക്കുന്നതിന് സാമ്പ്ലിങ് ഫ്രെയിംവർക്ക് ആയി MDS ഉപയോഗിച്ചത് റെജിസ്ട്രാർ ജനറൽ ഓഫ് ഇന്ത്യ 1971 മുതൽ നടത്തി വരുന്ന സാമ്പിൾ റെജിസ്ട്രേഷൻ സിസ്റ്റത്തിനെ (Sample Registration System (SRS) ആണ്.  1998ൽ പഠനത്തിന്റെ ആരംഭത്തോടെ MDS ന്റെ സഹകാരികൾ സാമ്പിൾ റെജ്ജിസ്ട്രേഷൻ സിസ്റ്റത്തിന്റെ ആകെ വലിപ്പത്തെ വിജയകരമായി വികസിപ്പിച്ചു.

സർവേയർമാർ സാമ്പിളിൽ ഉൾപ്പെട്ട വീടുകളിൽ 6 മാസത്തിൽ ഒരിക്കൽ സന്ദർശിച്ച് മരണങ്ങൾ നടന്നിട്ടുണ്ടെങ്കിൽ അതിന്റെ വിവരങ്ങൾ ശേഖരിക്കുന്നു. ഒരു മരണം റിപ്പോർട്ട് ചെയ്യപ്പെട്ടാൽ വാചിക പോസ്റ്റ്മോർട്ടം രീതി ഉപയോഗിച്ച് അടുത്ത കുടുംബാംഗവുമായി അഭിമുഖം നടത്തി മരണമടഞ്ഞയാളുടെ മരണത്തിനു തൊട്ടുമുൻപുള്ള ആരോഗ്യസ്ഥിതി മനസ്സിലാക്കുകയും മരണത്തിലേക്ക് നയിച്ച സംഭവങ്ങളുടെ വിവരണം രേഖപ്പെടുത്തുകയും ചെയ്യുന്നു. എഴുതിത്തയ്യാറാക്കിയ ഈ വിവരം ഉപയോഗിച്ച് പരിശീലനം ലഭിച്ച ചികിത്സകർ അന്താരാഷ്ട്ര രോഗ വർഗീകരണ കോഡ് ഉപയോഗിച്ച് സാദ്ധ്യമായ മരണകാരണം കണ്ടെത്തുന്നു. കൃത്യത ഉറപ്പുവരുത്തുന്നതിനായി ഓരോ മരണത്തിന്റെയും വിവരങ്ങൾ രണ്ട് ചികിത്സകർക്ക് കൊടുക്കുകയും കണ്ടെത്തിയ മരണകാരണത്തെ സംബന്ധിച്ച് തർക്കമുണ്ടായാൽ ഒരു മുതിർന്ന ചികിത്സകൻ അന്തിമ തീർപ്പുകൽപ്പിക്കുകയും ചെയ്യുന്നു.

നല്ലരീതിയിലുള്ള ആസൂത്രണവും കുറഞ്ഞ നടത്തിപ്പ് ചെലവും MDS വിജയകരമാകാൻ സഹായിച്ചു. സർവേ ചെയ്യപ്പെട്ട വീടൊന്നിന് ഒരു യു എസ് ഡോളർ എന്ന നിലയിലായിരുന്നു ചെലവ്. നിലവിലുള്ള എസ് ആർ എസ് ഫ്രെയിംവർക്ക് ഉപയോഗിച്ചതും ഇന്തയിലെ സെൻസസ് ഡിപ്പാർട്ട്മെന്റുമായി സഹകരിച്ച് പ്രവർത്തിച്ചതും പ്രവർത്തനച്ചെലവ് കുറയ്ക്കാൻ സഹായിച്ചു. ആകെയുള്ള പ്രവർത്തനച്ചെലവ് ഒരു വർഷം 20 ലക്ഷം യു എസ് ഡോളർ ആയിരുന്നു.

പഠനത്തിന് 2 പ്രധാന ഘട്ടങ്ങൾ ഉണ്ടായിരുന്നു. ആദ്യഘട്ടത്തിൽ (1998-2003) സാമ്പിളിൽ ഉൾപ്പെട്ട കുടുംബങ്ങളിൽ നിന്ന് 3 ലക്ഷം മരണങ്ങളുടെ വിവരങ്ങൾ ശേഖരിക്കുകയും രണ്ടാം ഘട്ടത്തിൽ (2004-2014) പഠനത്തിന്റെ ലക്ഷ്യമായ 10 ലക്ഷം മരണങ്ങൾ എന്ന ലക്ഷ്യത്തിലേക്കെത്താൻ ആവശ്യമായ 7 ലക്ഷം മരണങ്ങളുടെ വിവരങ്ങൾ ശേഖരിക്കുകയും ചെയ്തു.

വിവരങ്ങളുടെ വിപുലതയും മരണകാരണങ്ങളുടെ വൈവിദ്ധ്യവും കാരണം പദ്ധതിക്ക് അകത്തും പുറത്തുമുള്ള ശാസ്ത്രജ്ഞരുടെ വർക്കിംഗ് ഗ്രൂപ്പുകൾ ഉണ്ടാക്കി ഫലങ്ങൾ അവലോകനം ചെയ്യുകയും വ്യാഖ്യാനിക്കുകയും ചെയ്യുന്നത് ആവശ്യമായി വന്നു. ആഗോള മരണസാദ്ധ്യതകളെ പ്രതിനിധീകരിക്കുന്ന വിവിധ MDS വർക്കിംഗ് ഗ്രൂപ്പുകൾ താഴെ പറയുന്നവയാണ്:

  • Maternal and Child Health: Rajesh Kumar (chair), Shally Awasthi, Robert E. Black, Prabhat Jha, Bhaskar Mishra, Ann Montgomery, Shaun Morris, Vinod K. Paul, Usha Ram, Siddarth Ramji, Sandip Roy, Anita Shet, Mani Subramaniyam
  • Alcohol: Prabhat Jha (chair), Neeraj Bhala, Prakash Bhatia, Rajesh Dikshit, Vendhan Gajalakshmi, Prakash C. Gupta, Rajesh Kumar, Richard Peto, Chinthanie Ramasundarahettige, Dhirendra Sinha
  • Cancer: Rajesh Dikshit (chair), Lukasz Aleksandrowicz, Hellen Gelband, Prakash C. Gupta, Prabhat Jha, Richard Peto, Chinthanie Ramasundarahettige, Dhirendra Sinha
  • Cardiovascular Disease: Rajeev Gupta and D. Prabkaharan (co-chairs), Onil Bhattacharya, Niteesh Choudhury, Dean T. Jamison, Prabhat Jha, Rajesh Kumar, Prem Mony, Rachel Nugent, Denis Xavier
  • Injuries: JS Thakur (chair), Marvin Hsiao, Jagnoor Jagnoor, Prabhat Jha, Ajai Malhotra, Vikram Patel
  • Malaria: Vinod P. Sharma (chair), Alan Cohen, Neeraj Dhingra, Prabhat Jha, Raju M. Jotkar, Ramanan Laxminaryan, SK Mishra, Richard Peto
  • Suicide: Vikram Patel (chair), Vendhan Gajalakshmi, G Gururaj, Prabhat Jha, Chinthanie Ramasundarahettige, K Srinivasan, Lakshmi Vijayakumar

MDS ന്റെ പ്രധാന ഫലങ്ങൾ തിരുത്തുക

ലോകാരോഗ്യസംഘടനയുടെ ഇന്ത്യയിലെ രോഗനിരക്കുകളുടെ കണക്കുകൾ ആശുപത്രിരേഖകളിലുള്ള വൈദ്യശാസ്ത്രപരമായി സാക്ഷ്യപ്പെടുത്തിയ മരണകാരണങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണെങ്കിൽ MDS ന്റെ പഠനഫലങ്ങൾ ഗ്രാമീണമേഖലകളിലെ രേഖപ്പെടുത്താത്ത മരണങ്ങളുടെ പ്രാതിനിധ്യസ്വഭാവമുള്ള സ്ഥിതിവിവരക്കണക്കുകൾ മുന്നോട്ട് വെക്കുന്നു. MDS ന്റെ അടിസ്ഥാനത്തിൽ ആശുപത്രി മരണങ്ങളിലെ മരണകാരണങ്ങളുമായി ഉള്ള താരതമ്യപഠനങ്ങളുടെ ഫലങ്ങൾ:

മില്ല്യൺ ഡെത്ത് സ്റ്റഡി ആധാരമാക്കി ഒരു വർഷത്തെ മരണങ്ങളുടെ കണക്കുകൾ:

  • 2.3ദശലക്ഷം 5 വയസ്സിന് താഴെയുള്ള കുട്ടികളുടെ മരണം (2005 ലെ കണക്ക്, ഇതിന് ശേഷം കുറഞ്ഞിട്ടുണ്ട്)
  • 10ലക്ഷം പുകയിലയുമായി ബന്ധപ്പെട്ട മരണങ്ങൾ
  • 556000 ക്യാൻസർ മരണങ്ങൾ (2010 figure)
  • 100000 മദ്യപാനജന്യ രോഗങ്ങൾ കാരണമുള്ള മരണങ്ങൾ
  • 200000 മലേറിയ മരണങ്ങൾ (WHO കണക്ക്- 15000)
  • 100000 HIV/AIDS മരണങ്ങൾ (UNAIDS കണക്ക്- 400000K)
  • 50000 പാമ്പുകടി മരണങ്ങൾ (WHO കണക്ക് -ലോകത്തെമ്പാടും 50000 മരണങ്ങൾ)
  • 30000 ഗർഭാശയഗള ക്യാൻസർ മരണങ്ങൾ
  • 183000 വാഹനാപകട മരണങ്ങൾ

സ്ഥലസംബന്ധിയായ വിവരങ്ങളോട് ചേത്ത് MDS ന്റെ വിവരങ്ങൾ ചേർത്ത് വിശകലനം ചെയ്യുമ്പോൾ മനസ്സിലാകുന്നത് ഓരോരോഗത്തിനും ഇന്ത്യയിലുടനീളം വ്യത്യസ്തമായ ആധിക്യമാണുള്ളത് എന്നാണ്. ഇതിൽ നിന്ന് പ്രാദേശിക ഘടകങ്ങൾ അകാലമരണകാരണങ്ങളെ സ്വാധീനിക്കുന്നുണ്ട് എന്നും അവ പൊതുവിൽ ഒഴിവാക്കാനാവുന്നവയുമാണെന്ന് മനസ്സിലാക്കാം. ഉദാഹരണത്തിന് ഗർഭാശയഗള ക്യാൻസർ മൂലമുള്ള മരണങ്ങളുടെ ദേശീയ ശരാശരി 30000 ആയിരിക്കുമ്പോൾ ജമ്മുകശ്മീരിലും ആസാമിലും അത് 6000 മാത്രമാണ്.

വിമർശനങ്ങൾ തിരുത്തുക

MDSനെക്കുറിച്ച് ശ്രദ്ധേയമായ ഒട്ടേറെ വിമർശനങ്ങൾ പ്രസിദ്ധീകരിക്കപ്പെട്ടിട്ടുണ്ട്.

ഇന്ത്യൻ സാമ്പിൾ റെജിസ്ട്രേഷൻ സിസ്റ്റത്തെ വിവരങ്ങൾക്കായി ആശ്രയിക്കുന്നത് വിശാലമായ ഒരു സാമ്പിൾ സാദ്ധ്യമാക്കുന്നു. എന്നാൽ 7 597 സാമ്പ്ലിംഗ് യൂണിറ്റുകളും  24 ലക്ഷം കുടുംബങ്ങളും ഉണ്ടെങ്കിലും ഈ സാമ്പിൾ 100 കോടി ജനങ്ങളും പ്രതിവർഷം 95 ലക്ഷം മരണങ്ങളും ഉള്ള ഇന്ത്യൻ ജനസംഖ്യയുടെ വളരെ ചെറിയ അംശം മാത്രമാണ്.

MDS കൂടുതൽ ശ്രദ്ധ കൊടുക്കുന്നത് മുതിർന്നവരുടെ മരണങ്ങളിലാണ്. സാമ്പ്ലിംഗ് ഫ്രെയിംവർക്ക് മാതൃമരണങ്ങൾ വളരെക്കുറച്ചേ കണ്ടെത്തുന്നുള്ളൂ. മാതൃമരണങ്ങളെയും അവയ്ക്ക് നവജാതശിശുമരണങ്ങളുമായുള്ള ബന്ധത്തെയും  വിശകലനം ചെയ്യാൻ തക്ക സ്ഥിതിവിവരശാസ്ത്രപരമായ ശേഷി ഈ പഠനത്തിനില്ല എന്നാണ് ഇത് സൂചിപ്പിക്കുന്നത്. വിവരശേഖരണ ഘട്ടത്തിൽ മാതൃ-ശിശു ആരോഗ്യത്തെക്കുറിച്ചുള്ള കൂടുതൽ സൂചകങ്ങൾ ഉൾപ്പെടുത്തിയിരുന്നെങ്കിൽ അകാല മരണസാദ്ധ്യതയെക്കുറിച്ചുള്ള കൂടുതൽ വിശദമായ പഠനമായി മാറുമായിരുന്നു.

മരിച്ചയാളിന്റെ അടുത്ത ബന്ധുവിൽ നിന്ന് കിട്ടുന്ന ലക്ഷണങ്ങളിൽ നിന്ന് പരിശീലനം സിദ്ധിച്ച ചികിത്സകർക്ക് മിക്ക മരണകാരണങ്ങളും തിരിച്ചറിയാനാകും എന്ന ധാരണയിലാണ് വാചിക പോസ്റ്റ്മോട്ടം രീതി പ്രവർത്തിക്കുന്നത്. ടെറ്റനസ് പോലെ വ്യക്തമായ ലക്ഷണങ്ങളുള്ള രോഗങ്ങളിൽ രോഗം തിരിച്ചറിയുന്നത് ലളിതമാണ്. എന്നാൽ മലേറിയ പോലെയുള്ള രോഗങ്ങളിലെ പനി പോലെ പല രോഗങ്ങളിലും പൊതുവായുള്ള രോഗലക്ഷണങ്ങളിൽ നിന്ന് രോഗം തിരിച്ചറിയുന്നത് പ്രയാസമാണ്. 70 വയസ്സിനു മുകളിൽ പ്രായമുള്ള ആളുകളിൽ മരണകാരണം തിരിച്ചറിയുന്നതിൽ വാചിക പോസ്റ്റ്മോർട്ടം പ്രയോജനരഹിതമാണ്.

MDS പോലെയുള്ള ബൂട്ട്സ്ട്രാപ്പ് രീതികളെ അപേക്ഷിച്ച് കമ്പ്യൂട്ടർ മോഡലിംഗ് പോലെയുള്ള ആധുനിക രീതികൾ ഉപയോഗിച്ച് രോഗബാധാ ക്രമങ്ങൾ പഠിക്കുന്നതിനുള്ള മെച്ചത്തെക്കുറിച്ച് സംവാദങ്ങൾ നടന്നുകൊണ്ടിരിക്കുന്നു

മില്ല്യൺ ഡെത്ത് സ്റ്റഡിയുടെ തുടർച്ച തിരുത്തുക

2000-2010 കാലഘട്ടത്തിലും അതിനുശേഷവും ഇന്ത്യാ ഗവണ്മെന്റിന്റെ പല പൊതുജനാരോഗ്യസംബന്ധമായ തീരുമാനങ്ങളെയും MDS വഴികിട്ടിയ വിവരങ്ങൾ സ്വാധീനിച്ചിട്ടുണ്ട്. ചെലവുകുറഞ്ഞ രീതിയിൽ വിവരം ശേഖരിക്കുകയും വെർബൽ പോസ്റ്റ്മോർട്ടം രീതി ഉപയോഗിച്ച് മരണകാരണം കണ്ടെത്തുകയും ചെയ്യുന്ന MDSന്റെ രീതി ഒട്ടേറെ താഴ്ന്ന വരുമാനമുള്ളതും ഇടത്തരം വരുമാനമുള്ളതുമായ രാജ്യങ്ങളിൽ ഈ പഠനം പകർത്തുന്നതിന് താല്പര്യമുണർത്താൻ കാരണമായിട്ടുണ്ട് .

മില്ല്യൺ ഡെത്ത് സ്റ്റഡിയുമായി ബന്ധപ്പെട്ട ചില ഗവേഷണ പ്രബന്ധങ്ങൾ തിരുത്തുക

പുറത്തേക്കുള്ള കണ്ണികൾ തിരുത്തുക

അവലംബങ്ങൾ തിരുത്തുക

  1. Jha, Prabhat; Gajalakshmi, Vendhan; Gupta, Prakash C; Kumar, Rajesh; Mony, Prem; Dhingra, Neeraj; Peto, Richard (2006). "Prospective Study of One Million Deaths in India: Rationale, Design, and Validation Results". PLoS Medicine. 3 (2): e18. doi:10.1371/journal.pmed.0030018.{{cite journal}}: CS1 maint: unflagged free DOI (link)  

ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r2" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r3" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r4" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r5" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r6" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r7" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r8" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r9" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.
ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r10" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.

ഉദ്ധരിച്ചതിൽ പിഴവ്: <ref> റ്റാഗ് "r11" എന്ന പേരോടെ <references> എന്നതിൽ നിർവചിച്ചിട്ടുണ്ടെങ്കിലും ആദ്യ എഴുത്തിൽ ഉപയോഗിക്കുന്നില്ല.