Memoire Online - Pauvreté et accès aux soins obstétricaux au Tchad

L'analyse comportera un volet descriptif et un volet explicatif. Pour le volet descriptif, nous utilisons l'analyse bivariée, particulièrement les tableaux croisés avec la statistique du khi-deux et pour l'explication, nous utilisons l'analyse de régression logistique. Les tableaux

croisés permettent de tester la liaison ou l'association entre deux variables. Ils serviront donc à décrire les comportements thérapeutiques des femmes pendant la grossesse et l'accouchement. Pour ce faire, on va se fixer un seuil d'erreur à 5%. On calculera ensuite une probabilité qui, dans le cas où elle est inférieure au seuil fixé, nous permettra de conclure qu'il existe une association entre les deux variables qui seront mises en relation. Dans le cas contraire, nous dirons que les deux variables ne sont pas liées ou associées.

La régression logistique, qui est une méthode multivariée (ou multidimensionnelle), nous semble appropriée pour rechercher les déterminants d'un recours de qualité aux soins par les femmes avant et pendant l'accouchement. En effet, elle s'utilise dans des analyses de type explicatif, Elle est d'autant plus indiquée que les variables à expliquer (variables dépendantes) sont dichotomiques. Chaque modalité sera ensuite considérée comme une variable dichotomique à modalités `' oui `' (1) et `' non `' (0).

Soit Y une variable dépendante et Xk (k=1, 2, ....n) n variables indépendantes. La nature de la variable Y est dichotomique (prend la valeur 1 pour la modalité étudiée et 0 sinon).

La variable dépendante doit être une variable qualitative et dichotomique (ayant deux modalités : 0 et 1) comme le cas de notre variable dépendante. En effet pour une femme ayant été assistée au moins pendant l'accouchement pour sa dernière naissance, deux cas de figure peuvent se présenter : soit les soins pendant l'accouchement de cette dernière naissance seront donnés par un personnel de santé (assistance=1) ou ne le seront pas (assistance=0).

Les variables indépendantes peuvent être quantitatives ou catégorielles, mais toutes les modalités de ces variables doivent être dichotomisées avant leur introduction dans le modèle. La modalité de référence ne doit pas être introduite dans le modèle. Si P est la probabilité pour que l'événement (assistance médicale à l'accouchement) se réalise, 1-P est la probabilité pour que cet événement ne se réalise pas (c'est à dire la non assistance médicale à l'accouchement).

La statistique z

e =

1 -p

= Odds ratio ou « rapport de chances ».

La régression logistique fournit, entre autres, le nombre d'observations, la probabilité du Khi² associée au modèle, le pouvoir prédictif du modèle (pseudo R²), les rapports de chances (Odds ratios) le seuil de signification (P>|z|) des paramètres (coefficients â ou Odds ratios), et enfin l'intervalle de confiance des paramètres pour chacune des modalités des variables introduites dans le modèle. Ces différents paramètres facilitent l'interprétation des résultats.

La probabilité du Khi² associée au modèle permet de se prononcer sur l'adéquation du modèle utilisé.

Dans le cas de la présente étude, le modèle sera jugé adéquat lorsque la probabilité associée au Khi² sera inférieure ou égale à 5%. Le pseudo R² détermine le pouvoir prédictif du modèle, c'est-à-dire la contribution du modèle dans l'explication de l'assistance médicale à l'accouchement. Par ailleurs, en ce qui concerne le risque de l'accès aux soins, le modèle de régression logistique fournit pour chaque variable introduite dans l'équation une probabilité (P > | t |) qui indique la probabilité de signification du paramètre relatif à la modalité considérée. Lorsque cette probabilité est inférieure à 5%, nous considérons qu'il existe une assistance différentielle des soins obstétricaux entre les femmes présentant la caractéristique de la modalité considérée et celles de la modalité de référence. L'écart de risque est calculé à partir des rapports de chance (Odds ratio ou OR). Lorsque le rapport de chance est inférieur à 1, les femmes ayant la caractéristique de la modalité considérée de la variable explicative ont ((1 - OR)*100) % moins de risque (ou de chance) que leurs homologues de la modalité de référence de réaliser l'événement. Lorsque le rapport de risque est supérieur à 1, cela signifie que les femmes appartenant à la modalité considérée de la variable explicative courent OR fois plus le risque de subir l'évènement accès aux soins obstétricaux ou ((OR - 1)*100) % fois moins le risque de subir cet évènement.

L'objet de ce chapitre était de préciser la base théorique, de présenter la source des données, les modèles statistiques et d'évaluer la qualité des données.

Le cadre conceptuel retenu a été inspiré de la revue de la littérature qui a conduit à examiner un certain nombre de facteurs évoqués par la plupart des auteurs ayant traité de l'accès aux soins obstétricaux. Une revue thématique de la littérature nous a permis de formuler nos hypothèses en tenant compte des variables disponibles par rapport à notre fichier d'analyse.

Dans l'évaluation de la qualité de données, l'élément essentiel à relever est que, bien que les âges ne soient pas parfaitement déclarés, les données de l'EDST 2004 sont dans l'ensemble de qualité acceptable pour se prêter à des analyses statistiques adéquates surtout que les taux de réponses sont très élevées. Ainsi, grâce à des analyses descriptives et explicatives, nous allons essayer de tester la validité de nos hypothèses et répondre aux questions qui ont suscité la réalisation de cette étude scientifique. Le prochain chapitre présente l'analyse descriptive de l'influence de la pauvreté sur le recours aux soins obstétricaux.

567

1020
1587

80,7
33,9
42,8

Pauvreté et accès aux soins obstétricaux au Tchad

3.4 Méthodes d'analyse