WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Prévalence et déterminants de l'obésité en milieu universitaire: cas du campus d'Abomey-Calavi

( Télécharger le fichier original )
par Sèmèvo Anicet SANGNIDJO
Université d'Abomey- Calavi (Bénin ) - Diplôme d'ingénieur agronome 2006
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4-3 Déterminants de l'obésité

Afin de hiérarchiser les déterminants de l'obésité et de quantifier la part relative de chacun des déterminants dans la manifestation de l'obésité sur le campus d'AbomeyCalavi, une analyse de régression multiple a été réalisée. Elle a pour variable dépendante l'IMC et principales variables explicatives le niveau de consommation du sucre, le niveau des ressources, le niveau d'activité sportive, le niveau de consommation de graisse, le niveau de consommation d'alcool et la balance énergétique.

L'analyse de régression multiple a permis d'établir au prime abord des corrélations dans les conditions « citerus paribus » (les autres variables étant maintenues constantes), entre chaque variable explicative du model d'étude et la variable dépendante (tableau 4.8).

Tableau 4.8 : Matrice de corrélation de pearson entre les variables du modèle d'étude

 

IMC (Y)

Lipide (X1)

Alcool(X2)

Balance
Energétique (X3)

IMC (Y) Lipide(X1) Alcool(X2) Balance Energétique

1,00
,678(**)
,069
,769(**)

1,00
,573
,617

1,00

-,024

1,00

(X3)

** La corrélation est significative à 1%

L'introduction des variables explicatives dans l'analyse de régression multiple s'est effectuée étape par étape par la méthode de stepwise en tenant compte de leur influence sur la variable dépendante.

Il ressort de cette analyse que la variable dépendante est significativement corrélée avec les variables: niveau de consommation de lipide (r=0 ,678 ; p<0,05), balance énergétique(r=0,769 ; p<0,05). La corrélation entre la variable dépendante et le niveau de consommation d'alcool est faible mais positive.

De l'analyse de régression il ressort que seules les variables explicatives niveau de consommation de lipide et la balance énergétique déterminent de manière substantielle le statut d'obèse des étudiants du campus d'Abomey-Calavi.

Tableau 4.9 : Influence des variables explicatives du modèle d'étude

Prédiction

Valeur

standard ajusté de t

Probabilité
P

Coefficient R2 Erreur R2

(Constant) 15,54 2,081 0,675 0,501

Balance 0,209 0,591 2,648 O,587 2,480 0,015**

Energétique

a- Variable dépendante: IMC

(**): Significatif à 5%.

De ce tableau, il ressort que 58,7% des cas d'obésité observés sur le campus sont expliqués la balance énergétique. Le test t l'approuve d'ailleurs à 5%.

Tableau 4-10 : Apport énergétique journalier et la masse maigre par catégorie de

 

corpulence

 
 
 
 
 

sexe Variables

catégories de corpulence (a)

Linéaire Moyenne

Valeur de p(b)

grosse

Femmes

Moy

ET

Moy

ET

Moy

ET

 

Apport en énergie

1668,1

81,3

2000,4

41

2796,8

130,3

<0,01

Masse maigre

37,4

1

43,2

0,8

56,7

2,1

<0,01

Hommes

 
 
 
 
 
 
 

Apport en énergie

1862,8

49,8

2407,5

45,3

2883,9

141,7

< 0,01

Masse maigre

 
 
 
 
 
 
 
 

48,2

2,1

53,7

0,8

55,6

1,6

< 0,01

-a: les catégories linéaire, moyenne et grosse à partir du %graisse représentent <10%, 10-15% et >15% chez les hommes et <20%, 20-25% et >25%

-b: la différence entre les catégories grosse et linéaire est testée.

D'après le tableau 4-10, l'apport énergétique journalier des grosses personnes est plus élevé que celui des personnes minces aussi bien chez les hommes que chez les femmes. Le test t de Student montre une différence significative à 1%. Cette différence est de 1128,7Kcal chez les femmes et de 1021,07Kcal chez les hommes.

Aussi bien chez les hommes que chez les femmes, la masse maigre des grosses personnes est supérieure à celle des minces. Cette différence est significative à 1%.

Tableau 4-11 : Test d'indépendance

 
 
 
 

t-test d'égalité de moyenne

 
 

t

dl

Signification

Différence
de moyenne

Std. Error
Difference

95% intervalle de confiance
de la Différence

Niveau Niveau

inférieur supérieur

Age (an)

Equal variances assumed

-0,4

102

0,707

-0,271

0,718

-1,7

1,1

 

Equal variances not assumed

-0,6

11,7

0,538

-0,271

0,427

-1,2

0,7

% graisse

Equal variances assumed

-3,7

102

0,000

-6,7

1,8

-10,4

-3,1

 

Equal variances not assumed

-3,8

8,4

0,005

-6,7

1,7

-10,7

-2,7

Glucide

Equal variances assumed

-8,9

102

0,0

-124,7

14,0

-152,5

-96,9

 

Equal variances not assumed

-15,1

11,8

0,0

-124,7

8,2

-142,7

-106,7

Lipide

Equal variances assumed

-8,8

102

0,0

-46,8

5,3

-57,3

-36,2

 

Equal variances not assumed

-15,2

12,0

0,0

-46,8

3,1

-53,5

-40,1

De cette analyse, il ressort que la consommation de glucide et de lipide diffère de façon significative entre les obèses et les non obèses. Le test t de Student l'approuve à 1%. Or dans le tableau 4-6 le constat a été fait des émaciés aux obèses.

Femmes

Pourcentage

100,0%

80,0%

60,0%

40,0%

20,0%

0,0%

18,5 à 24,9 (Poids Normal)

Obésité

<18,5 (Poids Insuffisant)

25 à 29,9 (Surpoids)

>=30 (obèse)

20 à 25 >25

Intervalle d'âge(an)

Hommes

Pourcentage

100,0% 80,0% 60,0% 40,0% 20,0% 0,0%

 

Obésité

<18,5 (Poids Insuffisant) 18,5 à 24,9 (Poids Normal)

25 à 29,9 (Surpoids) >=30 (obèse)

17 à 19 20 à 25 >25

Intervalle d'âge(an)

Figure 4- 4 : Etat nutritionnel par sexe et par tranche d'âge

 

80,0%

 
 

Sexe

Féminin Masculin

Pourcentage

60,0% 0,0% 20,0% 0,0%

 
 

<18,5 (Poids 18,5 à 24,9 (Poids 25 à 29,9 >=30 (obèse)

Insuffisant) Normal) (Surpoids)

Obésité

Figure 4- 5 : Evaluation de l'état Nutritionnel par sexe

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Nous devons apprendre à vivre ensemble comme des frères sinon nous allons mourir tous ensemble comme des idiots"   Martin Luther King