République
Démocratique cru Congo
MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET
UNIVERSITAIRE
INSTITUT SUPERIEUR DES TECHNIQUES MEDICALES
DE
KINSHASA
ISTM-KINSHASA
Promotion : 2019-2020
B.P. 774 KINSHASA XI ECOLE DOCTORALE
Mémoire de fin d'études en vue de l'obtention du
diplôme de Master en bio-statistique
DETERMINANTS DE LA MALNUTRITION CHRONIQUE CHEZ LES
ENFANTS DE MOINS DE CINQ ANS
EN REPUBLIQUE DEMOCRATIQUE DU CONGO :
Modélisation
d'une réponse polytomique (régression
logistique multinomiale)
|
Antoine DIKOKE OLEKO DJAMBA
Date de soutenance : le 05/12/2020 Devant le jury composé
de :
Professeur Denis KANDOLO KASONGO Président
Professeur Jean NYANDWE Kyloka Examinateur 1
Professeur Eugénie KABALI HAMULI Examinateur 2
Professeur François KANDALA NGIANGIA-BAKWIN Promoteur
Professeur Léon OKENGE NGONGO Co-promoteur
II
Déclaration
Je soussigné Antoine Dikoke Oleko Djamba,
déclare que ce rapport de recherche intitulé «
Déterminants de la malnutrition chronique chez les enfants de moins de
cinq ans en République Démocratique du Congo :
modélisation d'une réponse polytomique (régression
logistique multinomiale) est le mien. Il est soumis au Master des Sciences
Biostatistiques à l'Institut Supérieur des Techniques
Médicales de Kinshasa, en République Démocratique du
Congo. Il n'a pas été soumis auparavant pour un diplôme ou
un examen dans cette institution d'Enseignement Supérieur et
Universitaire ou dans toute autre institution.
Signature
Identité complète : Antoine Dikoke Oleko Djamba
Date de soumission, le 20 octobre 2020.
Professeur Léon Okenge Ngongo
Co-promoteur de la Dissertation
Epigraphe
III
« La faim et la malnutrition sont inacceptables dans un
monde qui dispose à la fois des connaissances et des ressources voulues
pour mettre fin à cette catastrophe humaine » FAO et OMS,
(1992).
In memoriam
iv
A nos parents défunts Joseph DJAMBA, Antoine DIKOKE, et
à notre grand frère André ODIMBA qui nous ont
quittés si tôt pour l'au-delà pendant que nous avions
encore besoin de leur participation dans la finalisation de cette oeuvre qu'ils
ont amorcée. Nous gardons gravé à l'esprit les souvenirs
vivaces de ce que furent vos vies sur cette terre des hommes afin que cette
flamme que vous avez attisée ne s'éteigne point.
V
Dédicace
- A Marie Amenewo notre mère adorable,
- A Hubert Mvula, Emile Okoto, Pierre Ohanga; Beatrice
Sambayenge, Joseph Djamba, Victor Omelonga, Louise Dikomaki, Pierre Onembo,
Nicolas Pengolongo, Sylvain Vavonde, Marie Amenewo nos frères et soeurs
amis de tous les instants et de grandes causes; ainsi qu'à la famille
Pierre Onembo et sa progéniture,
- A notre chère épouse Hélène
Dahande,
- A notre fille Emilienne Wodjambeya,
- Au Professeur Pierre Lohohola, le précurseur de ce
projet et à son épouse Antoinette Hakonyange,
- A nos oncles et tantes.
- A vous tous, nous dédions ce travail, fruit de longues
privations et des sacrifices sans nombre.
vi
Remerciements
Un regard rétrospectif ne peut que nous amener à
exprimer notre profonde gratitude à un grand nombre d'artisans dont nous
ne pouvons distinctement inventorier les parts dans ce cadre. Aussi nous
témoignons notre reconnaissance la plus sincère à notre
souverain Seigneur Jéhovah qui nous a protégé et soutenu
tout au long de notre parcours académique.
Proverbes 18 : 10.
Nous remercions ensuite, de manière particulière
le professeur François Kandala Ngiangia-Bakwin qui, avec
dévouement et conscience inégalés, a accepté
d'assumer la direction de la présente dissertation, ainsi qu'au
professeur Léon Okenge Ngongo pour avoir accepté d'en assurer la
codirection.
Nous exprimons nos très profonds sentiments de
gratitude à toutes les autorités de l'ISTM/Kinshasa, en
général et, plus particulièrement, à toutes les
autorités, professeurs de l'Ecole Doctorale de l'ISTM-Kinshasa, sans
oublier le Comité de Gestion de l'ISTM-Tshumbe pour son initiative
protectrice.
Nos vifs remerciements s'adressent à nos belles soeurs
: Alphonsine Ongemba, Véronique Otokoye, Madeleine Ovonya,
Thérèse Alomba, Esther Omba, Marie Koho, Akatshi, Henriette
Nyande, pour avoir efficacement contribué à notre promotion
scientifique et sociale.
A nos camarades apprenants de bio statistique qui sont :
Éric Panzi Kalunga, Martin Soda Abisina, Christine Engondo Mpambi,
Théophile Tshimanga Mulamba, Nestor Ngoyi, ainsi qu'à toi
Catherine Nomopuane pour toutes les souffrances endurées ensemble.
A nos confidents frères et soeurs ainsi qu'amis (es)
Ferdinand Lombo, Paul Lohenda, Marcel Mubaya, David Onawongo, Hilaire Woma,
Paul Takoy, Louise Ambokawa, François Loma, à vous tous, nous
exprimons nos sentiments de gratitude les plus déférents.
A tout Seigneur tout honneur dit-on. Nous adressons nos
très vifs remerciements à tous nos frères et soeurs de
l'Assemblée locale de Mapela Rail Centre pour l'aide spirituelle dont
ils nous accordaient constamment notamment Raphael Maboy, Maurice Mvula,
André Masala, Apollinaire Yaya, Etienne Mindele, Constat Yamba, à
la famille Wemanonge, à la famille Simon Oyombo, au Chef de travaux
Michel Kandolo pour leurs conseils et encadrement.
vii
A tous nos frères et soeurs dont les noms suivent pour
avoir contribué par leur marque d'amitié, à alléger
nos difficultés et aléas de tous ordres qui ont
émaillé notre parcours académique en Master à
l'ISTM-Kinshasa: Joseph Omadjela, Gabriel Woko, Michel Shako, Joseph Omba,
Walker Lokinu, Francisca Mboyo, Michel Lokonga, Pauline Manga, François
Laala, Louise Koho, Jules Wembo, Dovel Emongo, Paul Wato, Rodine Mboka, Nicolas
Ndoho, Patrice Langanya, Jacques Osombe, Pierre Olonganya.
A nos fils et filles : Véronique Angangondo Andjaholo,
Joseph Djamba Mvula, Daniel Okitawongo Mvula, Chantal Pala Mvula,
Espérance Enyakoy Mvula, Christophe Omekoko Mvula, Victor Longonya
Mvula, Jules Dihonga Okoto, Marie Amenewo Okoto, Véronique Ambokowadiami
Okoto, Alice Andjaholo Okoto, André Odimba Okoto, Emile Okoto, Michel
Lokonga, Hubert Mula Djamba, Pierre Ohanga Djamba, Albert Shako Djamba,
Béatrice Sambayenge Djamba, Antoine Dikoke Djamba, Joseph Djamba Fils,
Angélique Elekona Djamba, Gracia Kotamandola Omelonga, Gloire Oyombo
Omelonga, Emile Okoto Dikoke, Marie Amenewo Onembo, Joseph Djamba Onembo,
Pauline Enyakoy Onembo, Louise Dikomaki Onembo, André Odimba Pengolongo,
Pierre Ohanga Pengolongo, Marie Amenewo Vavonde, Marceline Danga Vavonde, Alice
Mboyo ; pour toutes les souffrances endurées pendant notre séjour
académique.
Nos remerciements s'adressent également à tous ceux
qui, d'une manière ou d'une autre, ont concouru à la
réussite de ce travail, et dont nous n'avons malheureusement, pas pu
citer leurs noms dans ce travail. Qu'ils sachent tous que nous gardons dans le
tréfonds de notre conscience, une pensée reconnaissante pour tous
ce qu'ils ont faits pour nous afin de rendre cet instant effectif.
VIII
Abstract
Background: Malnutrition, especially in children, is a real
problem that grips humanity, preventing many individuals, even entire
societies, from realizing their full potential (Briend, 1997).
It remains a public health problem among vulnerable groups in
the Democratic Republic of Congo (DRC), which constitute young children,
pregnant women and breastfeeding women in particular.
Indeed, one in four children under five, or 146 million
children in developing countries, is underweight for their age, which increases
their risk of premature death (PEBN, 2006). Because malnutrition prevents these
children from reaching their full physical and mental potential. Health and
physical consequences of prolonged states of malnutrition in children:
retardation of their physical growth and motor development; Lower intelligence
quotient (IQ), greater behavioral problems and poor social skills,
susceptibility to disease (FAO, 2008; R Black, 2003).
The DRC (Congo) is one of the countries affected by
malnutrition (mortality) of children under five, aggravated by undernutrition
(Mukalay AM et al, 2009).
Also, we are concerned through this study to determine the
various factors associated with the malnutrition of children under five in the
DRC.
Objectives : The purpose of this study is to determine the
factors associated with the malnutrition of children under five years old
between 2013-2014, in the DRC. To achieve this, we have defined the following
specific objectives: determine the prevalence of malnutrition in children under
five in the DRC, to be distributed in each province between 2013-2014, identify
the factors associated with chronic malnutrition in children under five less
than five years between 2013-2014, in the DRC.
Methods: To better achieve the objective we have set for
ourselves, we have opted for a modeling of a polytomous response (multinomial
logistic regression) in order to identify the different determinants of chronic
malnutrition in children under five, in DR. Congo. We carried out this study on
the data collected in a cross-sectional manner using retrospective data through
the 2013-2014 DHS database, because this survey meets all the criteria of a
probability sampling of mothers of children under five. years and their own
children in DR Congo. After
ix
processing the data from this database, we selected a sample
of 8,059 statistical units. These data were analyzed using SPSS Version 25, R
and Stata12 software.
Results: The first specific objective of this study was to
determine the prevalence of malnutrition in children under five in the DRC, to
be distributed in each province between 20132014, after analyzing the data, it
was found that the prevalence of severe chronic malnutrition was 30% in the
DRC, i.e. the province of South Kivu presented the highest prevalence (33.7%),
while the province of Kinshasa presented a low prevalence with (3.5% ).
Moderate chronic malnutrition showed that the DRC has a prevalence of (20.77%),
the highest prevalence was observed in the province of Sankuru with 28.4% and
the lowest prevalence was observed in the province of Kinshasa with (10.7%).
Regarding mild chronic malnutrition, the DRC presented a prevalence of (22.30),
i.e. a high presence was observed in the province of Equateur with (26.7%)
while the low prevalence was observed in the province of Sankuru with (15.8%).
Based on these results, the first objective has been achieved.
The second specific objective was to identify the factors
associated with the different variants of chronic malnutrition in children
under 5 years 2013-2014 in the DRC. Here it is shown that children in rural
areas have 26% more risk of developing severe malnutrition than those in urban
areas, OR: 1.26 (1.04-1.52), low level of education (illiterate ) has 3.09
times more risk of developing severe chronic malnutrition than high school and
university level, OR: 3.09 (2.114.55), male children have 59% more risk of
suffering of severe chronic malnutrition than female children, OR: 1.59
(1.40-1.81), vaccination status revealed a statistically significant
relationship with chronic malnutrition, unvaccinated have 28% lower risk to
suffer from moderate chronic malnutrition than vaccinated children, OR: 0.72
(0.58-0.90). It is shown that with each increase in one month, children have a
59% greater risk of developing severe chronic malnutrition, OR: 1.59
(1.39-1.81). Children living in the south-eastern provinces are 7.75 times more
likely to suffer from severe chronic malnutrition than those living in the
province of Kinshasa (4.4313.57). Mothers with an inter-reproductive interval =
24 months have a 44% greater risk of suffering from severe chronic malnutrition
than children of mothers with an inter-reproductive interval> 24 months, OR:
1.44 (1.23-1.68), children of poor parents are 83% more likely to develop
severe chronic malnutrition than children of rich parents, OR: 1.83
(1.50-2.24). Finally, the age of the mother is associated with the appearance
of chronic malnutrition, with each increase of one year of the mother, the
children have 3% less risk of severe malnutrition, OR: 0.97 (0.96-0.99). From
all of the above, this second goal has been well achieved.
X
Conclusion: This study identified the following determinants
of chronic malnutrition: children living in rural areas, the mother's low level
of education, the child's male sex, and the child's age. Vaccinated children,
central and south-eastern provinces of the DRC, the inter-reproductive interval
= 24 months, low income level, and finally, younger mothers. Improving the
socioeconomic, cultural and health conditions of the people of the DRC would
reduce chronic malnutrition among children under five.
Résumé
Contexte général : La malnutrition
en particulier chez les enfants, est un véritable problème qui
enserre l'humanité, empêchant de nombreux individus, voire des
sociétés entières, de réaliser pleinement leur
potentiel (Briend, 1997).
Elle demeure un problème de santé publique au
sein des groupes vulnérables, en République Démocratique
du Congo (RDC), qui constituent les jeunes enfants, les femmes enceintes et les
femmes allaitantes en particulier.
En effet, un enfant de moins de cinq ans sur quatre, soit 146
millions d'enfants dans les pays en développement, présente une
insuffisance pondérale au regard de son âge, ce qui augmente son
risque de décès prématuré (PEBN, 2006). Car la
malnutrition empêche à ces enfants d'atteindre leur plein
potentiel physique et mental. Conséquences sanitaires et physiques des
états prolongés de malnutrition chez les enfants: retard dans
leur croissance physique et développement moteur; quotient intellectuel
(QI) inférieur, problèmes de comportement plus importants et
compétences sociales déficientes, susceptibilité à
contracter des maladies (FAO, 2008; R Black, 2003).
La RDC figure parmi les pays concernés par la malnutrition
(mortalité) des enfants âgés de moins de cinq ans
aggravée par la sous-nutrition (Mukalay AM et al, 2009).
Aussi, sommes-nous préoccupé à travers
cette étude pour déterminer les différents facteurs
associés à la malnutrition des enfants de moins de cinq ans en
RDC.
Objectifs : L'objet général de
cette étude est de déterminer les facteurs associés
à la malnutrition des enfants de moins de cinq ans entre 2013-2014, en
RDC. Pour y arriver, nous avons défini les objectifs spécifiques
suivants : déterminer la prévalence de la malnutrition des
enfants de moins de cinq ans, en RDC, à répartir dans chaque
province entre 2013-2014, identifier les facteurs associés à la
malnutrition chronique des enfants de moins de cinq ans entre 2013-2014, en
RDC.
xi
Méthodes : Pour mieux atteindre
l'objectif que nous nous sommes fixés, nous avons opté pour une
modélisation d'une réponse polytomique (régression
logistique multinomiale) afin d'identifier les différents
déterminants de la malnutrition chronique chez les enfants de moins de
cinq ans, en RDC. Nous avons réalisé cette étude sur les
données collectées de façon transversale en utilisant les
données rétrospectives à travers la base des
données d'EDS 20132014, car cette enquête respecte tous les
critères d'un échantillonnage probabiliste des mères des
enfants de moins de cinq ans et de leurs propres enfants en RDC. Après
avoir traité les données de cette base, nous avons retenu un
échantillon de 8059 unités statistiques. Ces données ont
été analysées à l'aide des logiciels SPSS Version
25, R et Stata12.
Résultats : Le premier objectif
spécifique de cette étude était de déterminer la
prévalence de la malnutrition des enfants de moins de cinq ans, en RDC,
à répartir dans chaque province entre 2013-2014, après
avoir analysé les données, il s'est révélé
que la prévalence de la malnutrition chronique sévère
était de 30% en RDC, soit la province du Sud-Kivu a
présenté la prévalence la plus élevée
(33,7%), alors que la province de Kinshasa a présenté une basse
prévalence avec (3,5%). La malnutrition chronique modérée
a montré que la RDC a une prévalence de (20,77%), la
prévalence la plus élevée était observée
dans la province du Sankuru avec 28,4% et la prévalence la plus basse
était observée dans la province de Kinshasa avec (10,7%).
Concernant la malnutrition chronique légère, la RDC a
présenté une prévalence de (22,30), soit une haute
présence était observée dans la province de l'Equateur
avec (26,7%) tandis que la basse prévalence est observée dans la
province du Sankuru avec (15,8%). Partant de ces résultats le premier
objectif a été atteint.
Le deuxième objectif spécifique était
d'identifier les facteurs associés aux différentes variantes de
la malnutrition chronique des enfants de moins de 5 ans 2013-2014 en RDC. Ici
il est montré que les enfants du milieu rural ont 26% plus de risque de
développer la malnutrition sévère que ceux du milieu
urbain, OR : 1,26 [1,04-1,52] et p < 0,016, le bas niveau d'instruction
(analphabète) a 3,09 fois plus de risque de développer la
malnutrition chronique sévère que le niveau secondaire et
universitaire, OR : 3,09 [2,11-4,55] et p < 0,000, les enfants du sexe
masculin ont 59% plus de risque de souffrir de la malnutrition chronique
sévère que les enfants du sexe féminin, OR : 1,59
[1,40-1,81] et p < 0,000, le statut vaccinal a révélé
une relation statistiquement significative avec la malnutrition chronique, les
non vaccinés ont 28% moins de risque de souffrir de la malnutrition
chronique modérée que les enfants vaccinés, OR : 0,72
[0,58-0,90] avec p = 0,004. Il est montré qu'à chaque
augmentation d'un mois, les enfants ont 59% plus de risque de développer
la malnutrition chronique sévère, OR : 1,59 [1,39-1,81] avec
XII
p = 0,000. Les enfants habitant les provinces du sud-est ont
7,75 fois plus de risque de souffrir de la malnutrition chronique
sévère que ceux habitant la province de Kinshasa, OR : 7,75
[4,4313,57] avec p = 0,000. Les mères avec intervalle inter
génésique = 24 mois ont 44% plus de risque de souffrir de la
malnutrition chronique sévère que les enfants des mères
avec intervalle inter génésique > 24 mois, OR : 1,44
[1,23-1,68] avec p = 0,000, les enfants des parents pauvres ont 83% plus de
risque de développer la malnutrition chronique sévère que
les enfants des parents riches, OR : 1,83 [1,50-2,24] avec p = 0,000. Enfin,
l'âge de la mère est associé à l'apparition de la
malnutrition chronique, à chaque augmentation d'une année de la
mère, les enfants ont 3% moins de risque de la malnutrition
sévère, OR : 0,97 [0,96-0,99] et p < 0,000. De tout ce qui
précède, ce deuxième objectif a été bien
réalisé.
Conclusion : Cette étude a
identifié les déterminants de la malnutrition chronique suivants
: les enfants qui vivent dans le milieu rural, le niveau d'éducation
basse de la mère, le sexe masculin de l'enfant, l'âge de l'enfant.
Les enfants vaccinés, les provinces du centre et du sud-est de la RDC,
l'intervalle inter génésique = 24 mois, le niveau de revenu
faible, et enfin, les mères moins âgées.
L'amélioration des conditions socioéconomiques, culturelles et
sanitaires de la population de la RDC réduirait la malnutrition
chronique des enfants de moins de cinq ans.
XIII
Sigles et abréviations
AFDL : Alliance des Forces Démocratiques pour la
Libération du Congo ASS: Afrique subsaharienne
CDC: Centers for Disease Control and Prevention
CERF: Central Emergency Respond Fund
CS : Centre de Santé
DEP : Direction des Études et Planification
DSCRP : Document de Stratégie de Croissance et de
Réduction de la Pauvreté
DSPD : Département des Sciences de la Population et du
Développement
EDS : Enquête Démographique et de Santé
EDSBF : Enquête Démographique et de Santé du
Burkina-Faso
EDSC : Enquête Démographique et de Santé du
Cameroun
EDSM : Enquête Démographique et de Santé du
Mali
EDST : Enquête Démographique et de Santé au
Togo
ESP : École de santé Publique
ET : Ecart-type
FAO : Food and Agricultural Organisation (Organisation des
Nations Unies pour
l'Alimentation et l'Agriculture)
FSIN: Federation of Sovereign Indigenous Nations
HGR : Hôpital Général de
Référence
ICDS : Services intégrés de développement de
l'enfant
ICF : International Crane Foundation
IMC : Indice de Masse Corporelle
INS : Institut National de la Statistique
INSAH : Institut National du Sahel
ISTM-Kin: Institut Supérieur des Techniques
Médicales de Kinshasa
ISTM-T: Institut Supérieur des Techniques Médicales
de Tshumbe
LNR : Laboratoire National de Référence
MICS : Multiple Indicators Cluster Survey (Enquête par
grappes à indicateurs multiples)
MPE : Malnutrition Protéino-Énergétique
MSF : Médecins Sans Frontières
OCDE : Organisation de Coopération et de
Développement Economique
OMD : Objectifs du Millénaire pour le
Développement
xiv
OMS : Organisation Mondiale de la Santé
PAG : Programme d'Action du Gouvernement
PAM : Programme Alimentaire Mondial
PAP : Plans d'Actions Prioritaires
PCA : Paquet Complémentaire d'Activités
PDDS : Plan Directeur de Développement Sanitaire
PDI : Personnes Déplacées à
l'Intérieur du Pays
PIB : Produit Intérieur Brut
PMA : Paquet Minimum d'activités
PMURR : Programme Multisectoriel des Urgences pour la
Reconstruction et la Réhabilitation
PNDS : Plan National de Développement Sanitaire
PNLS : Programme National de Lutte contre le Sida et IST
PNS : Politique Nationale de la Santé
PRONANUT : Programme National de Nutrition
PTF : Partenaires Techniques et Financiers
RDC : République Démocratique du Congo
RSP : Recensement Scientifique de la Population
SMRM : Suivi de la Mise en OEuvre de la Révolution de
la Modernité
UCLA : Université de Californie à Los Angeles
UNICEF : Fond des Nations Unies pour l'Enfance
UPS : Unité Primaire de Sondage
USS : Unité Secondaire de Sondage
VIH : Virus de l'Immunodéficience Humaine
WFP : World Foot Programme
ZS : Zones de Santé
xv
Table des matières
Déclaration ii
Epigraphe iii
In memoriam iv
Dédicace v
Remerciements vi
Abstract viii
Résumé x
Sigles et abréviations xiii
Table des matières xv
Liste des tableaux et graphiques xviii
Chapitre premier : Introduction 1
I.1 Contexte général 1
I.2 Problématique 2
I.3 Justification de l'étude 5
I.4 Délimitation 6
I.5. Revue de la littérature 6
I.5.1 Définition des concepts 6
I.5.2 Aperçu sur la malnutrition 7
I.4.3 Synthèse des études
antérieures 14
I.4.4 Cadre de référence 18
I.4.4.1 Cadre conceptuel 19
I.4.4.1.1 La variable dépendante
19
I.4.4.1.1 Les variables indépendantes
19
I.4.4.1.2.1 Facteurs environnementaux
20
I.4.4.1.2.2 Facteurs socioculturels de la malnutrition
21
I.4.4.1.2.3 Facteurs socioéconomiques de
la malnutrition 22
I.4.4.1.2.4 Facteurs sociodémographiques
des mères et des enfants 23
I.4.4.1.2.5 Comportements de la mère en
matière de nutrition et de santé 27
1. Allaitement 27
I.4.4.1.2.6 Schéma du cadre conceptuel
28
I.5. Objectif général de l'étude
30
I.6 Hypothèses de l'étude 30
I.7 Objectifs spécifiques 30
I.8 Question de recherche 30
xvi
Chapitre deuxième : Méthodologie
31
II.1 Introduction 31
II.2 Devis de la recherche 31
II.3 Présentation du milieu d'étude
31
II.3.1 Situation géographique 31
II.3.2 Organisation administrative 32
II.3.3 Contexte sociodémographique et culturel
33
II.3.4 Contexte politique 35
II.3.5 Contexte économique 36
II.3.6 Contexte sanitaire 39
II.4 Population d'étude 40
II.5 Couverture de l'échantillon 41
II.6 Échantillonnage 43
II.7 Collecte des données 44
II.8 Variables de l'étude 45
II.8.1 Variable dépendante 45
II.8.2 Variables indépendantes 45
II.9 Limites de l'étude 46
II.10 Traitement des données 46
II.11 Plan d'analyse des données 46
II.12 Considérations éthiques
48
Chapitre troisième : Présentation des
résultats 49
Introduction 49
III.1 Analyse descriptive des résultats
49
III.2 Analyse inférentielle 57
Conclusion 64
Chapitre quatrième : Discussion et conclusion
65
IV.1. Discussion 65
IV.1.1 Analyse descriptive des résultats
65
IV.1.3 Prévalence de la malnutrition
67
IV.1.2. Model de régression multinomiale
ajustée de l'état nutritionnel des enfants de moins
de 5 ans et les autres variables 68
IV.1.2.1 Le milieu de résidence 68
IV.1.2.2 Le niveau d'instruction de la mère
69
IV. 1.2.3 Le sexe de l'enfant 71
IV. 1.2.4 L'âge de l'enfant 73
xvii
IV. 1.2.5 Le statut vaccinal 75
IV. 1.2.6 Les provinces de résidence
75
IV. 1.2.7 Le niveau de revenu des parents 76
IV. 1.2.8 L'âge de la mère 76
IV.1.2.9 L'intervalle inter génésique
77
IV.2 Conclusion 78
IV.3 Recommandations 78
Reconnaissance 79
Bibliographie 80
Annexes 86
xviii
Liste des tableaux et graphiques
Tableau 1, Répartition proportionnelle des
enquêtés selon les provinces 42
Tableau 2, Répartition des enquêtés selon les
facteurs environnementaux .49
Tableau 2, Répartition des enquêtés selon les
facteurs
culturels 50 Tableau 3, Répartition des
enquêtés selon le facteur économique
51
Tableau 4, Répartition des enquêtés selon les
facteurs sociodémographiques de la mère et de
l'enfant 52 Tableau 5, Répartition des
enquêtés selon les facteurs liés aux comportements de la
mère sur la
nutrition et la santé de
l'enfant ..53
Tableau 6, Répartition des prévalences des
catégories de malnutrition par province .55
Tableau 7, Régression multinomiale simple de la
malnutrition chronique (Standing) des
enfants de moins de cinq ans et les autres variables 56
Tableau 8, Régression multinomiale ajustée de
l'état nutritionnel des enfants de moins de cinq
ans et les autres variables 58
Graphique 1, synthèse des résultats de
l'étude sur les déterminants de la malnutrition
chronique . 60
Graphique 2, prédiction de la probabilité de
survenue de la malnutrition chronique selon le
sexe .61
Graphique 3, prédiction de la probabilité de
survenue de la malnutrition chronique selon l'état
vaccinal ....61 Graphique 4, prédiction de la
probabilité de survenue de la malnutrition chronique selon le
milieu de résidence .62
Graphique 5, prédiction de la probabilité de
survenue de la malnutrition chronique selon
l'éducation de la mère 62 Graphique 6,
prédiction de la probabilité de survenue de la malnutrition
chronique selon les
provinces de résidence 63
Graphique 7, prédiction de la probabilité de
survenue de la malnutrition chronique selon
l'intervalle inter génésique 64
1
Chapitre premier : Introduction
I.1 Contexte général
La malnutrition en particulier chez les enfants, est un
véritable problème qui enserre l'humanité, empêchant
de nombreux individus, voire des sociétés entières, de
réaliser pleinement leur potentiel ( Briend, 1997). Entant que telle, la
malnutrition demeure un problème de santé publique au sein des
groupes vulnérables en République Démocratique du Congo
(RDC), que représentent les jeunes enfants, les femmes enceintes et les
femmes allaitantes en particulier.
En effet, un enfant de moins de cinq ans sur quatre soit 146
millions d'enfants dans les pays en développement, présente une
insuffisance pondérale au regard de son âge, ce qui augmente son
risque de décès prématuré (PEBN, 2006).
La pauvreté et la vulnérabilité sont les
principales caractéristiques de la population congolaise.
Premièrement, la Banque mondiale a estimé que le produit
intérieur brut par habitant de la RDC (PIB) en 1999 était de 78
dollars américains. Le PIB a depuis diminué. La dette
extérieure à la fin de l'année 2000 était de 12,9
milliards US $ qui, selon la Banque mondiale, équivaut à environ
280% du PIB et à 900% les exportations (Ngianga-Bakwin Kandala,
2011).
Cette situation permet le pays d'établir plus des
politiques d'intervention efficaces pour suivre et évaluer la
réalisation des Objectifs de développement durable (ODD) dans les
pays dévastés par un conflit. Surtout sur le deuxième et
le troisième objectif (Éliminer la faim, assurer la
sécurité alimentaire, améliorer la nutrition et promouvoir
l'agriculture durable , Permettre à tous de vivre en bonne santé
et promouvoir le bien-être de tous à tout âge ). La
politique d'intervention qui ne tiendraient pas compte de l'inobservance des
facteurs distaux (tels que conflits, politiques, environnement, etc.) ne
produira pas les résultats requis et prolongés pour les enfants
vulnérables en RDC (UNDP: D.R. Congo, 2007, Coghlan B et al, 2006).
Ainsi compris la malnutrition empêche aux enfants d'atteindre leur plein
potentiel physique et mental. Conséquences sanitaires et physiques des
états prolongés de malnutrition chez les enfants: retard dans
leur croissance physique et développement moteur; quotient intellectuel
(QI) inférieur, problèmes de comportement plus importants et
compétences sociales déficientes; susceptibilité à
contracter des maladies (FAO, 2008; R Black, 2003).
Bien plus, la malnutrition infantile est associée
à environ 60 pour cent de la mortalité des enfants moins de cinq
ans en Afrique subsaharienne (ASS) (Unicef, 1998).
2
La dernière Enquête Démographique et de
Santé (EDS 2013-2014) a révélé que la
prévalence de l'émaciation au sein des enfants âgés
de 6 -59 mois est de l'ordre de 8%. Lorsqu'on ajoute le nombre d'enfants qui
sont le siège des oedèmes bilatéraux, il est estimé
que chaque année, en RDC, environ deux millions d'enfants souffrent de
la malnutrition aigüe sévère (Unicef, 2010). En outre, la
guerre qui a commencé en 1998, en République Démocratique
du Congo et s'est arrêtée, de façon active, vers 2002 mais
l'accord entre belligérants n'est intervenu qu'en 2003. En maintenant
quelques poches d'insécurité et en provoquant un nombre important
de déplacés à l'intérieur du pays. Ce qui constitue
un facteur important de la malnutrition en RDC (Djekombe, 2012; W.M Abdon et
al, 2010). Cette situation accentue la malnutrition des enfants de moins de
cinq ans de suite des déplacements des parents, l'instabilité
dans leurs activités économiques, ...
La RDC reste parmi les pays prioritaires concernés par
cette mortalité des enfants âgés de moins de cinq ans et
aggravée par la sous-nutrition (AM Mukalay et al, 2009).
C'est dans ce cadre que nous nous sommes
préoccupés pour déterminer les différents facteurs
associés à la malnutrition des enfants de moins de cinq ans en
RDC.
I.2 Problématique
La malnutrition des enfants reste un véritable
fléau dans le monde en développement malgré de
considérables progrès réalisés pour accroître
la qualité et la quantité des ressources alimentaires mondiales
au cours des derniers siècles.
Dans le monde, il y avait 165 millions de retard de
croissance, 99 millions d'insuffisance pondérale et 51 millions
d'enfants en 2012. Il tue 3,1 millions d'enfants de moins de cinq ans chaque
année (R. E. Black et al, 2013). Les enfants de moins
de cinq ans constituent le groupe d'âge le plus sensible à la
malnutrition. Aux premiers stades de la vie, la malnutrition peut augmenter le
risque d'infections, de morbidité et la mortalité avec une
diminution du développement mental et cognitif. Les effets de la
malnutrition infantile sont durables et vont au-delà de l'enfance. Par
exemple, la malnutrition au cours du jeune âge affecte les
résultats scolaires et le travail la productivité et accroit le
risque de maladies chroniques à un âge avancé (Neima et al,
2017).
La sous-nutrition chronique est associée à de
graves problèmes de santé plus tard dans la vie. La sous
nutrition chez le jeune enfant entraîne un retard de croissance physique
et du développement moteur, entrave le développement
comportemental et cognitif qui se traduit par
3
une diminution des résultats scolaires et
compétences sociales. De plus, la malnutrition au début de
l'enfance entraîne de graves conséquences à long terme plus
tard dans la vie, ce qui accroit le risque de développer des maladies ou
des handicaps et même la mort. Malgré ces conséquences, la
malnutrition est traitable avec identification rapide, anticipation et une
bonne gestion économique (Unicef, 2006).
La malnutrition est, en grande partie, une maladie traitable.
Ainsi, une identification, une prévention et un traitement rapides vital
peut contrer la malnutrition chez l'enfant. En Inde, la malnutrition reste
malgré les efforts mondiaux sur les enfants en vue de
l'amélioration de la santé et des programmes spécifiques
tels que les services intégrés de développement de
l'enfant (ICDS). Le pourcentage d'insuffisance pondérale, de retard de
croissance et d'émaciation les enfants de moins de trois ans seraient
47%, 45% et 16% respectivement en Inde (Ansuya et al, 2018).
D'après l'Unicef, la malnutrition tue 16000 enfants par
jour dans le monde soit environ 6 millions par an. Pour atteindre certains
Objectifs du Millénaire pour le Développement (OMD), il est
important de multiplier des études pour mieux cerner les contours de la
malnutrition et pour mettre en place des stratégies et des moyens pour
lutter énergiquement contre ce problème. En cherchant à
atteindre le premier OMD qui est la réduction de l'extrême
pauvreté et de la faim dans le monde, on pourrait non seulement lutter
efficacement contre la malnutrition mais atteindre également le
quatrième OMD qui est celui de la réduction de la
mortalité des enfants de moins de cinq ans(Djekombe, 2012).
L'Afrique subsaharienne se situe en deuxième position
dans le monde pour le pourcentage d'enfants accusant des retards de croissance
(41 %) en Afrique de l'Est et Australe, (35%) en Afrique de l'Ouest et
centrale. Au Mali, les statistiques sanitaires sont dominées par une
forte prévalence de la malnutrition, du paludisme, des infections
respiratoires aigües, des maladies diarrhéiques, de la rougeole.
Ces affections constituent 63% des causes de consultation des enfants et 46%
des causes de décès. La malnutrition contribue à elle
seule directement ou indirectement à plus de 51 % des cas de
décès(Briend, 1997).
En République démocratique du Congo, environ 43%
d'enfants de moins de cinq ans souffrent de la malnutrition chronique, la
mortalité des enfants âgés de moins de cinq ans est
aggravée par la sous-nutrition ( AM Mukalay et al, 2009).
4
Au moins 770 000 enfants dans la région du Kasaï,
souffrent de malnutrition aiguë, dont 400 000 de la malnutrition
sévère, et risquent de mourir, a indiqué l'Unicef. Le
Fonds des Nations Unies pour l'enfance avertit que si des mesures ne sont pas
prises urgemment pour renforcer l'intervention humanitaire, le nombre de
décès d'enfants pourrait monter en flèche. Depuis 2016,
lorsqu'un violent conflit a éclaté au Kasaï, des centaines
de milliers de personnes ont dû quitter leur foyer et leur
communauté. Malgré l'accalmie observée depuis
déjà quelques années, quelque 3,8 millions de personnes,
dont 2,3 millions d'enfants, ont besoin d'une aide humanitaire(Unicef,
2017).
Contexte de la zone d'étude, la RDC
est le troisième plus grand pays (par zone: 2 344 858 km2) en Afrique et
avec d'immenses ressources naturelles réparties dans ses 26 provinces.
C'est, avec la population de plus de 68 millions, la dix-huitième nation
la plus peuplée du monde, et la quatrième nation populeuse en
Afrique, dont 62 pour cent sont les moins de quinze ans. La pauvreté et
la vulnérabilité sont les principales caractéristiques de
la population congolaise.
Premièrement, la Banque mondiale a estimé que le
produit intérieur brut par habitant de la RDC (P11B) en 1999
était de 78 dollars américains. Le P11B a depuis diminué.
La dette extérieure à la fin de l'année 2000 était
de 12,9 milliards US $ qui, selon la Banque Mondiale, est égal à
environ 280 pour cent du P11B et à 900 pour cent des exportations. La
dette accumulée et les graves difficultés économiques, le
déclin est dû à la fois à la guerre récente
et à des décennies de corruption et mauvaise gestion
économique.
En outre, depuis 1996, la RDC a été
frappée par un conflit, qui a dévasté et
déstabilisé le pays et a coûté la vie à
environ six millions de civils. Les gens continuent de vivre dans des
conditions de crise dans de nombreuses certaines parties du pays. Les provinces
orientales (Orientale, Katanga, Nord et Sud Kivu), et plus récemment la
province de l'Équateur, sont victimes de violences. La crise congolaise
en cours a fait plus de morts que tout conflit depuis la Seconde Guerre
mondiale (Ngianga-Bakwin Kandala et al, 2011), et ne cesse de préoccuper
plus d'une personne dans la communauté locale qu'internationale.
Malgré de nombreux accords politiques signés
depuis le début du conflit, il y a peu d'attentes et de perspectives
pour la paix en tant que vie de groupes vulnérables tels que les femmes
et les enfants continuent d'être anéantis à la reprise du
conflit dans la partie orientale du pays et un nouveau front de violence ouvert
dans la province de l'Équateur. Ces conflits ont continué
d'entraver la capacité à faire avancer les efforts de
développement et
5
la population continue d'en subir les conséquences.
Cette situation est consécutive au manque du leadership, de la mauvaise
gestion, de la corruption, de la détérioration rapide des
conditions socio-économiques et de la chute des prix des ressources
minérales dont l'économie nationale dépendent en raison de
la crise financière mondiale, qui a entraîné une forte
baisse des revenus et une perte massive d'emplois. Peu de progrès ont
été réalisés dans la mise en oeuvre du Plan
d'action prioritaire du gouvernement sur l'agriculture la plupart des
ressources sont concentrées sur l'armée. Les programmes sont
urgemment nécessaires pour améliorer la sécurité
alimentaire et l'auto-dépendance, ce qui réduirait ainsi la
dépendance excessive du pays à l'égard des interventions
humanitaires et lutter contre la malnutrition aiguë et chronique de longue
durée auxquels le pays continue à faire face (CERF, 2008).
I.3 Justification de l'étude
Plusieurs raisons nous ont motivé à nous pencher
sur cette étude: la malnutrition est un problème de santé
publique dont la prévention passe par une surveillance nutritionnelle et
une prise en charge adéquate des enfants. La réussite des
activités d'éducation nutritionnelle et le suivi nutritionnel
constituent pour nous une priorité. Nous avons constaté que les
maladies nutritionnelles, notamment la malnutrition chronique des enfants de
moins de cinq ans, sont assez répandues. A notre connaissance, aucune
étude sur les facteurs déterminants la survenue de la
malnutrition chronique chez les enfants de moins de cinq ans n'a
été menée en RDC en général, et nous pensons
que la présente étude contribuera à l'amélioration
de l'état nutritionnel de ces enfants.
Conscient que le souci de toute mère est de voir son
enfant grandir et s'épanouir, le couvrir pour ce faire de tous les soins
(alimentaires, sanitaires et affectifs). Sachant que l'importance de
l'alimentation sur la santé des enfants bien nourries pendant ses deux
premières années de leur vie a beaucoup plus de chance de rester
en bonne santé durant le reste de leur enfance.
Dans ce contexte une bonne nutrition a d'importantes
retombées sur l'économie. Lorsque les populations sont bien
nourries, la productivité individuelle est en hausse, les
dépenses de santé sont en baisses et la production
s'accroît. Vu sous cet angle, notre étude contribuera à la
lutte contre les facteurs qui sont responsables de la malnutrition et produire
un bon état nutritionnel des enfants de moins de cinq ans en RDC.
6
I.4 Délimitation
Cette étude se focalise essentiellement sur les
déterminants de la malnutrition chronique des enfants de moins de cinq
ans en RDC à travers la base des données EDS-RDC (2013-2014).
I.5. Revue de la littérature
I.5.1 Définition des concepts
1. La malnutrition
La malnutrition multi carentielle chez les enfants
désigne un ensemble de désordres caractérisés avant
tout par un arrêt ou un retard de la croissance. Elle résulte
à la fois des apports alimentaires inadéquats et de la
morbidité. Cette approche suppose que, dans une population bien nourrie,
les répartitions des mensurations des enfants pour un âge
donné se rapprochent d'une distribution normale. Chez les enfants
âgés de moins de cinq ans, les indices les plus utilisés
sont le poids en fonction de l'âge (poids-pour-âge), la taille en
fonction de l'âge (taille-pour-âge) et le poids en fonction de la
taille (poids-pour-taille). Ces indices sont exprimés en termes de
nombre d'unités d'écart type (Z-score) par rapport à la
médiane de la population de référence internationale (OMS
2006). La définition conventionnelle de la malnutrition chez les
enfants, proposée par l'OMS est le poids-pour-âge, la
taille-pour-âge ou le poids-pour-taille inférieurs à
-2écarts-type (-2ET). Lorsque les indices sont inférieurs
à -3 écarts-type (-3ET), la malnutrition est
considérée comme sévère. Les enfants sont
considérés obèses lorsque l'indice poids-pour-taille est
supérieur à +2 écarts-type (+2ET). Plus simplement, on
retiendra que :
- La taille-pour-âge est une mesure spécifique
du retard de croissance.
- Le poids-pour-taille est une mesure spécifique de la
maigreur ou de l'émaciation.
- Le poids-pour-âge constitue un bon reflet de
l'état nutritionnel global de l'enfant et peut être utilisé
pour suivre le gain pondéral d'un enfant.
Cependant, on sait qu'il ne permet pas de distinguer
l'émaciation du retard de croissance (MINI Plan et Santé,
2014).
2. Retard de croissance
La malnutrition chronique ou encore le retard de croissance se
traduit par une taille trop petite pour l'âge. Cette situation est
généralement la conséquence d'une alimentation
inadéquate et/ou des maladies infectieuses survenues pendant une
période relativement longue ou qui se soient manifestées à
plusieurs reprises. Les enfants dont la taille-pour-âge se situe en
dessous de moins deux écarts-type de la médiane des normes OMS de
la croissance de l'enfant sont considérés comme souffrant de
retard de croissance ou de malnutrition chronique alors que ceux se situant
7
en dessous de moins trois écarts-types sont
considérés comme souffrant de retard de croissance
sévère (MINI Plan et Santé, 2014).
3. Malnutrition aiguë ou
émaciation
La malnutrition aiguë ou émaciation est un indice
qui donne une mesure de la masse du corps en relation avec la taille et
reflète la situation nutritionnelle au moment de l'enquête. Il
peut donc être fortement influencé par la saison pendant laquelle
a eu lieu la collecte des données. Ce type de malnutrition est souvent
la conséquence d'une alimentation insuffisante durant la période
ayant précédé l'observation et/ou d'une perte de poids
consécutive à une maladie (diarrhée sévère
ou anorexie, par exemple). Un enfant souffrant de cette forme de malnutrition
est maigre ou émacié. Les enfants dont le poids-pour-taille se
situe en dessous de moins deux écarts-types de la médiane des
normes OMS de la croissance de l'enfant sont considérés comme
souffrant d'émaciation ou de malnutrition aiguë, alors que ceux se
situant en dessous de moins trois écarts-types souffrent
d'émaciation sévère (MIN Plan et Santé, 2014).
4. Déterminants
Selon Burnetand (2000), les déterminants de la maladie
sont des éléments qui permettent le développement d'une
maladie.
Dans ce travail, nous définissons le terme «
déterminant » comme étant l'ensemble des facteurs concourant
à la malnutrition des enfants de moins de cinq ans. Ces facteurs
étaient bien identifiés, après les résultats de
l'analyse de la régression multinomiale ajustée. Toute variable
dont la limite inférieure de l'intervalle de confiance était
supérieure à 1 a constitué un déterminant de la
malnutrition chronique à l'inverse toute variable dont la limite
supérieure de l'intervalle de confiance était inférieure
à 1, a constitué un facteur protecteur de la malnutrition
chronique.
I.5.2 Aperçu sur la malnutrition
I.5.2.1 Connaissance biomédicale de la
malnutrition
L'approche des problèmes concernant l'aspect
médical et nutritionnel de la malnutrition a évolué
fortement au cours de ces dernières années. En
réalité, la compréhension et les connaissances dans le
domaine de la malnutrition varient souvent d'une spécialité
médicale à l'autre. Parallèlement, les solutions
proposées pour éradiquer la malnutrition diffèrent d'un
groupe social à l'autre et évoluent au cours du temps (P. Tanang
Tchouala, 2009).
8
1. Évolution des concepts sur la malnutrition de
l'enfant
Connaître l'histoire de la malnutrition est utile pour
comprendre les stratégies actuelles : beaucoup de programmes de
prévention sont basés sur des visions anciennes de la
malnutrition et les décalages entre les recommandations récentes
et les pratiques de terrain s'expliquent par cette dimension historique. Par
ailleurs, la connaissance de la malnutrition va certainement continuer à
évoluer dans les années futures. L'évaluation
d'idées nouvelles est facilitée par la connaissance des
perceptions anciennes dans ce domaine.
1.1 Les premières observations
La malnutrition a vraisemblablement existé sous toutes
les latitudes depuis des décennies. Une des premières
descriptions complètes d'un tableau clinique correspondant à ce
qu'on appelle le "kwashiorkor" remonte à 1865. Elle est divulguée
par deux médecins (les Drs Hinojosa et Coindet, 1865) qui travaillaient
dans un village au Mexique (Briend, 1997).
Ces auteurs avaient observé la présence
fréquente d'oedèmes chez des enfants dénutris à la
période du sevrage. Ils avaient aussi remarqué la présence
fréquemment de la malnutrition associée de diarrhées et le
rôle déclenchant de la rougeole. Ces médecins avaient
encore noté que ce tableau clinique différait nettement de celui
de la pellagre déjà bien connu à l'époque,
même si les enfants oedémateux suivaient un régime à
base de maïs. Le diagnostic de pellagre avait été
catégoriquement rejeté.
Au début du XXième siècle, la
malnutrition de l'enfant devint plus rare en Europe et ce sont surtout des
médecins travaillant dans des colonies qui décrivirent en
détail des cas de malnutrition grave. Une des plus anciennes
observations vient de l'Annam12. On la doit à un médecin
militaire français, Normet (1926), qui avait constaté des
oedèmes chez des enfants dénutris et ayant une alimentation
à base de riz. Il appela cette maladie qui correspond au kwashiorkor
dans la terminologie moderne, «la bouffissure d'Annam». Il
publie en 1926 la première photo connue. Il soupçonna
d'emblée qu'une origine nutritionnelle en était la cause, ayant
remarqué qu'elle ne survenait pas le long des rivières
poissonneuses. Ce qui est remarquable est que le niveau sanguin et
l'excrétion urinaire d'urée étaient abaissés chez
ces enfants bouffis et attira ainsi l'attention sur le rôle des
protéines dans le développement de cette affection.
Entre 1933 et 1935, les premières observations
d'oedèmes associés à la malnutrition tombèrent dans
l'oubli. Entre les deux guerres mondiales, les communications entre les
différentes parties du monde étaient extrêmement
limitées et les techniques de recherche bibliographique
9
rudimentaires. Williams ignorait les publications de Normet
relatives à la "malnutrition oedémateuse" quand elle
débuta sa carrière de pédiatre en Côte d'Or (actuel
Ghana) dans les années 30. Elle aussi vit des cas d'oedèmes
associés à une malnutrition et elle les décrivit dans les
"Archives of Diseases in Childhood", dans un article publié en 1933 et
intitulé : "A nutritional disease of childhood associated with a maize
diet". Cette première publication insiste sur les lésions
cutanées observées et la description clinique met tout aussi bien
en relief les différences entre cette "maladie nutritionnelle" et la
pellagre. Peu de temps après sa création, juste après la
fin de la seconde guerre mondiale, la FAO envoya deux experts, les Drs Brock et
Autret, faire le tour de l'Afrique pour faire le point de la situation
alimentaire de ce continent. Leur expédition dura deux mois et ils
rédigèrent, à leur retour, un rapport intitulé
«Le kwashiorkor en Afrique» (Brock et Autret, 1952). Cette
publication eut un grand retentissement dans le monde scientifique. Le rapport
tendait à démontrer d'une part que le kwashiorkor était
très répandu en Afrique, surtout si l'on tenait compte de ses
formes mineures, et d'autre part que la maladie était essentiellement
imputable à un régime pauvre en protéines. Ce rapport
concluait que les carences en protéines représentaient le
problème nutritionnel le plus préoccupant en Afrique. Le terme de
"malnutrition protéique" devint alors un terme général
appliqué très largement à tous les états de
malnutrition observés dans les pays pauvres (P. Tanang Tchouala,
2009).
1.2 Des carences en protéines aux carences en
énergie
Les années passant, un certain scepticisme s'installa
quant au rôle véritable des carences en protéines comme
cause de malnutrition infantile dans les pays pauvres. On comprit dès
lors que les programmes d'aide visant à augmenter les apports
alimentaires protéiques avaient un impact faible, voire
négligeable. Cette conviction devait se renforcer quelques années
plus tard à la suite d'une étude portant sur plus de deux cents
programmes de supplémentation à l'aide d'aliments riches en
protéines et montrant que leur effet était
généralement faible, s'il n'était inexistant (Beaton et
Ghassemi, 1982). Aussi une remise en cause de ces programmes s'imposait.
En 1968, l'équipe d'Hyderabad travaillant en Inde avait
démontré qu'il n'existait pas de différence de
régime entre les enfants qui allaient développer
ultérieurement un kwashiorkor et ceux évoluant vers une
malnutrition de type marasme (Gopalan, 1968). Cette même équipe
avait également constaté qu'une augmentation de la ration
alimentaire des enfants vivant dans des villages, pouvait permettre
d'améliorer leur croissance. Cette modification diététique
de
10
nature purement quantitative serait en même d'exercer
ses effets sans toucher à la composition du régime (Gopalan et
al, 1973).
Tous ces éléments ont fait que soit
progressivement tombé en désuétude, le terme
malnutrition protéique au profit de "malnutrition
protéino-calorique" puis de "malnutrition
protéino-énergétique". En 1974, Mc Laren publia un
article dans le Lancet, intitulé «The Great Protein
Fiasco», dans lequel il retrace l'évolution des idées sur le
sujet. Cet article répandit l'idée selon laquelle le
problème nutritionnel le plus commun à travers le monde n'est pas
une carence en protéines mais un déficit d'apports en
énergie.
2. De la malnutrition pluri-carentielle
L'approche pluri-carencielle appréhende la malnutrition
comme une maladie qui apparaît lorsque la nourriture disponible n'a pas
la qualité nécessaire pour assurer le développement du
corps humain. Elle est donc liée à un manque
d'éléments nutritifs essentiels comme les vitamines et les sels
minéraux. Elle affecte particulièrement les enfants en bas
âge et se rencontre même dans des régions où l'on
connaît une sécurité alimentaire. La malnutrition est
principalement causée par cette absence d'éléments
nutritifs essentiels au développement de l'organisme (MSF, 2007).
Un enfant qui ne reçoit pas suffisamment de nutriments
dans son alimentation quotidienne est exposé aux différentes
formes de malnutrition. Si le déficit porte principalement sur les
apports en énergie et en protéines, on parle de "malnutrition
protéinoenergétique" (MPE) ou
protéino-calorifique. Si le déficit porte surtout sur le
fer, on parle d' "anémie nutritionnelle". Par contre, si ce
déficit constaté porte principalement sur la vitamine A, les
manifestations de la carence portent le nom de xérophtalmie (J. C.
Dillon, 2000). Il n'est, cependant pas rare que l'enfant porte à la fois
et à des degrés divers les traces de ces trois formes de
malnutrition.
11
I.4.2.2 Malnutrition dans le monde
La malnutrition est la cause sous-jacente de plus d'un tiers
de tous les décès d'enfants de moins de cinq ans au niveau
mondial (Unicef, 2017). En outre, dans 53 pays du monde, 113 millions de
personnes ont été en situation d'insécurité
alimentaire aiguë en 2018, dans 53 pays (Yadav et al, 2016).
Les facteurs liés à la malnutrition dans le
monde sont les suivants : le niveau d'études bas de la mère est
associé à une prévalence plus élevée du
retard de croissance de l'enfant. L'absence d'un robinet d'eau potable
fonctionnel à domicile est associée à une
prévalence plus élevée de la malnutrition, la durée
de la maladie, la diminution de l'appétit, l'âge de l'enfant est
associé significativement au retard de croissance avec un risque accru
chez les enfants de 12 mois et plus, l'introduction d'une alimentation de
complément inappropriée ou contaminée, à partir de
6 mois, l'anorexie de l'enfant constitue un prédicteur significatif de
l'émaciation, (Yadav et al, 2016).
I.4.2.3 Malnutrition en Afrique
En Afrique, la proportion d'enfants souffrant d'un retard de
croissance a diminué, passant de 41,6% (en 1990) à 32% (en 2014).
Néanmoins, pour cette période, le nombre d'enfants d'un retard de
croissance est de 44,7 millions à 58,1 millions ; ce qui atteste que les
efforts plus soutenus doivent être entrepris afin d'avoir un impact
significatif (Jana Daher et al, 2016).
En Ethiopie, en RDC, en Somalie, au Zimbabwe, ou au Malawi,
moins de 10 % des enfants âgés de six à 23 mois
bénéficient d'un régime nutritionnel leur permettant une
croissance et un développement adaptés, selon le FSIN. Le rapport
s'alarme du fait que l'allaitement maternel exclusif pour les
nouveau-nés âgés de moins de six mois est très
faible dans les pays en proie à des conflits (10 %, au Yémen, 11
% dans la région des lacs du Tchad, 21 % dans le nord-est du Nigeria et
24 %, en Syrie). Pourtant, dans les régions aux faibles conditions
d'hygiène, les risques d'infection et de maladie sont accrus pour les
enfants non allaités (Akombi, Agho, Merom, Renzaho et Hall, 2017).
En Ethiopie, une étude réalisé par Gashu
Workneh Kassie et Demeke Lakew Workie (2020), atteste des déterminants
de la malnutrition suivants : Un enfant dont l'indice de masse corporelle de la
mère est inférieur à 18,5 kg, de la famille la plus pauvre
et d'un mari sans instruction, et un homme en état de sous-nutrition
grave était 1,4, 1,8 1,2 et 1,2 fois plus
12
susceptible d'être dans un état de sous-nutrition
pire que son groupe de référence respectivement.
I.4.2.4 Situation de la nutrition en ROC
En RDC, 43% des enfants de moins de cinq ans souffrent de
malnutrition chronique ou du retard de croissance, soit presque un enfant sur
deux. Six provinces sur les 26 ont des prévalences qui dépassant
50% (seuil d'urgence). Les 26 provinces comptent plus de 40% d'enfants
malnutris. Par ailleurs, la situation de la malnutrition chronique a
stagné ces 15 dernières années: la prévalence a
évolué de 38% des enfants de moins de cinq ans en 2001, à
47% en 2007 et 43% en 2013-2014 (MINI Plan et Santé, 2014).
De même des enfants de moins de cinq ans souffrent aussi
de malnutrition aiguë; 8% en sont affectés dans le pays. Certaines
zones de santé sont plus affectées que d'autres. En 2017, la
situation d'insécurité alimentaire s'est aggravée et le
statut nutritionnel des enfants s'est affaibli. D'après les
données du système d'alerte et de surveillance nutritionnelle,
104 des 516 zones de santé (20%) étaient en alerte nutritionnelle
de janvier à octobre 2017. La situation nutritionnelle de la population
dans les provinces de grand Kasaï demeure inquiétante. Le pays
devrait fournir davantage d'efforts pour atteindre l'objectif de 40% de
réduction des taux de malnutrition chronique d'ici 2025. Un
scénario de réduction de 15% du taux de malnutrition chronique
permettrait de prévenir la malnutrition chez deux millions d'enfants de
moins de cinq ans. Les crises aiguës récentes et la
détérioration de la situation nutritionnelle pourront
compromettre d'avantage les opportunités d'épanouissement et de
développement des enfants congolais (Unicef, 2018).
Le Gouvernement congolais a pris très tôt des
initiatives pour lutter contre la malnutrition avec, notamment, la mise en
place du PRONANUT en 2000. Malgré la volonté politique
affichée, la situation de la malnutrition reste préoccupante et
les tendances à la baisse sont en deçà des objectifs
nationaux et internationaux.
Les données fournies par différentes
enquêtes nationales attestent une légère baisse
tendancielle du retard de croissance chez les enfants de moins de cinq ans,
passant de 50,39 % en 1990 à 42,6 % en 2014, soit un taux de
réduction moyen annuel de 0,5 %. Au cours de la période 1994
à 2000, une réduction légèrement plus importante du
retard de croissance a été observée, avec un taux moyen
annuel de 0,76%. L'insuffisance pondérale, quant à elle, a
diminué de manière tendancielle entre 1990 et 2014, passant de
38% à 23%, soit une réduction moyenne annuelle de 1%. Toutefois,
le niveau de l'insuffisance pondérale reste très
élevé par rapport au seuil de
13
10% considéré comme tolérable par les
normes sanitaires internationales. Le taux de faible poids à la
naissance a été estimé en 2014 à 12% des naissances
vivantes, soit 347803 enfants. La malnutrition touche particulièrement
les enfants de 24 à 59 mois parmi lesquels 52,1% souffrent de retard de
croissance et 26,6% sont atteints d'insuffisance pondérale. Au niveau
international, une très grande disparité de situation est
observée par rapport à la malnutrition des enfants de moins de
cinq ans dans les provinces du pays.
En tenant compte des 26 provinces actuelles du pays, le niveau
de retard de croissance observé selon l'EDS-RDC 2013- 2014 varie de
17,3% dans la Ville province de Kinshasa à 57,9 % dans la Province du
Kasaï, avec une moyenne nationale de 42,7%. On constate que 21 provinces
présentent des taux supérieurs à 40% et 5 seulement ont
des taux inférieurs à 40%. Mais si on se réfère aux
11 anciennes provinces, la moyenne nationale reste la même (42,7%), le
taux le plus élevé est de 53% au Sud Kivu contre 17,3% à
Kinshasa. Si on compare la situation de l'EDS 2013-2014 par rapport à
celle de MICS 2010, où le pays comptait encore11 provinces, deux
Provinces seulement (la Ville Province de Kinshasa et la Province Nord-Kivu)
ont connu une réduction de retard de croissance, soit respectivement 1,6
% et 1,4 %. Neuf autres ont connu une augmentation, allant de 2,2 % à
11,2 %. La moyenne nationale est passée de 38,1 % à 42,7 %, soit
4,6 % d'augmentation. Cette disparité, voire l'aggravation de la
situation nutritionnelle dans bon nombre de provinces, montre à quel
point le problème de la faim et de la sous-nutrition constitue un
défi permanent pour l'Etat congolais (WFP, 2019).
Si on va de 1990, on constate que le nombre d'enfants
affectés va croissant au vu de l'augmentation de la population dans la
tranche d'âge de 0 à 59 mois. On estime que le nombre d'enfants
souffrant de retard de croissance a augmenté de 18% par rapport à
la situation de 1990. Cette situation nécessite encore beaucoup plus
d'efforts pour limiter l'impact de la malnutrition sur la santé et la
survie des enfants (Unicef, 2018).
Bien que les initiatives prises par le Gouvernement de la RDC,
la situation alimentaire des enfants de moins de 5 ans reste précaire
par les déterminants de la malnutrition suivants : depuis 1996, la RDC
est frappée par le conflit, qui a dévasté et
déstabilisé le pays et a coûté la vie à
environ six millions de civils. Les gens continuent de vivre dans des
conditions de crise dans de nombreux certaines parties du pays.
Malgré les nombreux accords politiques signés
depuis le début du conflit, il y a peu d'attentes et de perspectives
pour la paix en tant que vies de groupes vulnérables tels que les femmes
et
14
les enfants continuent d'être brisés à
mesure que le conflit resurgit dans la partie orientale du pays et un nouveau
front de violence s'est ouvert dans la province de l'Equateur.
Ces conflits ont continué d'entraver à la RDC
dans sa capacité à faire avancer les efforts de
développement, la population continue d'en subir les
conséquences. Cette situation est le manque de leadership, la mauvaise
gestion, corruption, détérioration rapide des conditions
socio-économiques et la baisse des prix des ressources minérales
sur lesquelles repose l'économie nationale en raison de la crise
financière mondiale, qui a forte baisse des revenus et perte massive
d'emplois. Ainsi, les besoins humanitaires dans le pays demeurent colossaux.
Selon le Central Emergency Respond Rapport du Fonds en 2008, le conflit a
généré jusqu'à 1,35 millions de personnes
déplacées à l'intérieur du pays (PDI) dans
seulement trois provinces, les mécanismes d'adaptation de millions des
personnes. Avec la poursuite du conflit et les actions des groupes armés
abusifs ont augmenté le prix de nourriture et ont exacerbé
l'incapacité de ces zones pour nourrir les populations en raison de
contraintes logistiques et ont généré des taux de
malnutrition allant jusqu'à 20% dans certaines zones de santé
(N-B Kandala, et al, 2011).
Pour Abdon W.M. et al (2010), à Lubumbashi les facteurs
prédictifs de la malnutrition se rapportant à l'enfant
comprenaient l'âge, le sexe, la durée de séjour dans le
quartier, la classe sociale du foyer, le niveau d'étude atteint par la
mère (ou tutrice), l'existence et le type d'eau potable dans la parcelle
de l'enfant et la « morbidité » de l'enfant durant les deux
semaines précédant l'interview. La durée de séjour
dans la parcelle a été catégorisée en deux : l'une
inférieure à trois mois et l'autre égale ou
supérieure à trois mois. La durée de trois mois est
considérée comme seuil minimum associé à une
influence effective du milieu sur l'état nutritionnel. La classe sociale
a été estimée sur base de la profession, du niveau
d'études des parents et de leur revenu. Pour estimer ce dernier, les
enquêteurs recouraient aux indicateurs de substitution suivants :
propriétaire du domicile, coût du loyer, coût des
études des enfants, type d'habitation (dimension, matériaux,
toilettes, courant électrique), équipements, moyens de transport,
personnes à charge du foyer, eau potable dans la maison ou dans la
parcelle. Un indice avec des valeurs ordonnées a été
déterminé puis la classe sociale a été
définie au niveau bas et au niveau élevé
I.4.3 Synthèse des études
antérieures
Une étude réalisée à Nairobi,
désignant le mariage des mères, le statut matrimonial comme
étant indépendamment associés au retard de croissance de
l'enfant. Les chances de retard de
15
croissance chez les enfants nés de mères jamais
mariés sont 56% plus élevés que ceux qui sont actuellement
en union (p <0,05). Le retard de croissance est plus fréquent chez
les enfants nés de mères célibataires et de mères
plus âgées, avec respectivement 45% et 46% (Eliyas Musbah et al,
2016).
Une étude réalisée en RDC, a
montré qu'il n'y avait pas une association statistiquement significative
observée entre la prévalence du retard de croissance et le sexe
du chef de ménage, état matrimonial de la mère et
intervalle de naissance précédent de l'enfant (Klasen S: Poverty,
2008). Alors pour (Abdon et al, 2010), l'eau impropre peut provoquer, par
exemple, la diarrhée qui altère l'état nutritionnel. Dans
cette étude, la diarrhée (émission de selles très
molles ou liquides, trois fois par jour et au moins pendant un jour), est
associée significativement à l'émaciation chez les enfants
âgés d'un an ou plus.
Une étude réalisée en République
Dominicaine a révélé que les enfants étaient
beaucoup moins en retard de croissance dans les ménages dirigés
par une femme ou par un homme. La prévalence du retard de croissance
était plus élevée chez les femmes (55,6%) par rapport aux
ménages dirigés par des hommes (43,2%) (Eliyas Musbah, Amare
Worku, 2016). Concernant l'IMC maternel: l'IMC de la mère s'est
avéré être l'un des déterminants les plus importants
liés à l'état nutritionnel des enfants. Une étude
réalisée sur les écoliers colombiens atteste que le retard
de croissance était plus de deux fois supérieur chez les enfants
dont les mères avaient un IMC <18,5 que chez celles dont l'IMC de la
mère était adéquate (p = 0,001), alors que la
prévalence du retard de croissance était de 46% plus faible chez
les enfants de mères obèses (p = 0,05) IMC maternel inversement
associé au retard de croissance chez l'enfant, la taille maternelle: la
stature maternelle diminuée est également associée
à un risque accru de retard de croissance chez les enfants (Louise H et
al, 2010).
Dans l'analyse de l'EDS dans 54 pays, on a constaté que
la diminution d'un cm de la taille était associé à un
risque accru de l'insuffisance pondérale et du retard de croissance. Par
rapport aux mères les plus grandes (160 cm), chaque catégorie de
taille inférieure avait un risque plus élevé
d'insuffisance pondérale et de retard de croissance chez les enfants,
avec le risque le plus élevé pour les mères de moins de
145 cm. L'association entre la taille maternelle et le retard de croissance
était statistiquement significative dans 52 des 54 pays (96%)
analysés (Ozaltin E., Hill K., Subramanian S. V, 2010). Une étude
similaire a été menée auprès des enfants mexicains.
L'état nutritionnel de l'enfant n'était pas associé
à la taille de la mère, avec un OR de 0,92 IC95%: [0,91 #177;
0,94] (Andez-Do Aaz, 1999).
16
Une autre étude réalisée en 2016, dans 26
provinces de la RDC, sur le retard de croissance a révélé
qu'il y a nombre de facteurs distaux pouvant être liés à la
chance du retard de croissance. La province du Sankuru avait les cotes les plus
élevées de retard de croissance. C'est une province
enclavée et avec des réseaux routiers et pas de chemin de fer, la
zone est extrêmement difficile à atteindre. Les produits
manufacturés, y compris les produits alimentaires sont vendus à
des prix de plus en plus élevés, alors que des cultures
commerciales sont difficiles à développer. Le Kasaï est une
autre province avec une probabilité plus élevée de retard
de croissance. Le principal moyen de subsistance dans la province est
l'exploitation minière artisanale, en particulier l'extraction de
diamant. Au cours des 15 dernières années, le secteur du diamant
a été influencé par la baisse des marchés
internationaux. En outre, les gens ont tendance à négliger la
production agricole et la province doit importer une grande partie de sa
nourriture. Les provinces qui sont touchées par la guerre, y compris le
Sud-Kivu, ont également des risques élevés de retard de
croissance. Les terres du Sud-Kivu sont fertiles, mais la pénurie de
terres et celle de sans terre sont des problèmes qui sont
étroitement liés à l'insécurité alimentaire
et à la malnutrition chronique. Plusieurs provinces où le retard
de croissance est légion sont confrontées aux problèmes
liés au retard de croissance en raison de l'afflux des
réfugiés des pays voisins. La RDC est caractérisée
par une insécurité alimentaire généralisée
et une insécurité alimentaire dans les provinces ci-dessus. Les
résultats d'autres études ont également mis en
évidence la variabilité intra-pays en termes de prévalence
de la malnutrition et de l'importance d'identifier les zones avec
prévalence particulièrement élevée de la
malnutrition (Simler KR, 2006, Mohsena M, Goto R, NCG M-T, 2015).
En RDC, l'étude de Hallgeir Kismul (2016) a
démontré comment la malnutrition est liée à la
situation géographique. Une découverte majeure renseigne que les
taux de retard de croissance était plus élevé dans les
provinces qui s'appuient sur l'exploitation minière artisanale par
rapport au niveau observé dans les provinces orientales touchées
par la guerre civile. L'objectif visé sur les nouvelles provinces permet
de se concentrer sur des unités géographiques, et par
conséquent, nous sommes dans une bonne position pour obtenir la
variété des facteurs qui contribuent aux inégalités
régionales de retard de croissance. En plus de trouver une relation
forte entre retard de croissance et la province, ces recherches confirment
davantage la relation étroite entre le retard de croissance et
l'inégalité. Cette étude a montré que les enfants
vivant dans le ménage le plus pauvre avaient un risque plus
élevé de retard de croissance. En revanche, la proportion la plus
élevée d'enfants, le retard de croissance en RDC ont
été classés au milieu de groupe en 2007 et 2010. La
littérature a démontré d'importantes
inégalités socio-
17
économiques des ménages les plus pauvres ont
probablement plus d'enfants que des ménages aisés. Le statut
socio-économique supérieur, la position est susceptible de
représenter une meilleure vie des conditions qui contribuent à
nouveau à une meilleure garde d'enfants et les pratiques d'alimentation
et un meilleur accès à la nourriture et un déclin
potentiel de l'apparition de différentes formes de la malnutrition (Wu
LF et al, 2015).
Maxime Ware (2010), dans une étude qu'il a
intitulé « Contribution à l'étude de la malnutrition
infantile» renseigne que : la malnutrition survient avant un an au cours
d'une mauvaise conduite du sevrage. Les déficits pondéraux et
staturo-pondéraux s'installent entre un et deux ans à la faveur
des gastro-entérites, elles-mêmes responsables de
dénutrition(Maxime Waré, 2010).
Quant à Mamadou Zei, dans sa thèse de doctorat
d'Etat (2012), Contribution aux problèmes de malnutrition en zone
tropicale atteste que les causes de la malnutrition sont multiples. On
distingue les causes culturelles : l'ignorance des populations des vrais
besoins en matière d'alimentation avec pour conséquences le
déséquilibre nutritionnel dont les enfants sont les plus
victimes, notamment cette confusion qui a lieu entre la plénitude
gastrique et le fait de bien manger. Les interdits alimentaires à
l'endroit des enfants qui les privent de certains nutriments essentiels.
Par ailleurs en milieu rural, les soins des enfants sont
habituellement confiés à la grand-mère, à travers
des pratiques de gavage et la purge. Il souligne les causes sociales et
économiques sur lesquelles se fondent la pauvreté, le manque
d'hygiène de l'habitat et de l'alimentation, l'absence de moyens de
lutte contre la maladie et ses conséquences qui sont des données
constantes dans beaucoup de familles. En outre, le modernisme vient compliquer
la situation socio-économique par la relégation des produits
importés qui coûtent chers en pharmacie. Et d'ajouter que, le
problème de sevrage se pose lorsqu'il survient avant un an lors du
décès de la mère ou de l'altération du lait. Il
conduit généralement à une insuffisance calorique globale.
Parfois une nouvelle grossesse ou la séparation des parents obligent au
sevrage brutal entre 12-18-24 mois. Et l'enfant passe alors directement au plat
familial. Les circonstances déclenchantes et les facteurs d'aggravation
sont les pathologies infantiles (paludisme, rougeole, diarrhée, etc.)
isolées ou associés entraînant une rupture de
l'équilibre précaire préexistant. Les causes climatiques
qui sont représentées par l'insuffisance pluviométrie
grandissantes et l'improductivité des sols qui rendent précaire
la sécurité alimentaire des ménages (Mamadou, 2012).
18
En résumant les auteurs précédents qui
sont Derrick et compagnie (2009), affirment que la malnutrition qui frappe les
jeunes enfants est imputable à deux causes essentielles :
un régime alimentaire insuffisant lié à
la pauvreté, au manque de denrées alimentaires appropriées
ou à des croyances erronées à propos de l'alimentation.
les épisodes infectieux répétés
surtout les maladies diarrhéiques (Jellifi, 2009).
Pour Kiemtoré, Nana M Bi Jacqueline (2013), la
pauvreté est le facteur principal de la sous-alimentation,
aggravée par la méconnaissance des besoins nutritionnels des
enfants par les mères, leurs méconnaissances des valeurs
nutritionnelles des principaux aliments et les mauvaises attitudes et pratiques
alimentaires, pourtant notre environnement offre une large gamme d'aliments
dont la disponibilité et la valeur nutritionnelle varient
extrêmement dans l'espace et dans le temps.
Ainsi pour remédier à cette déficience,
une des solutions proposée est l'éducation nutritionnelle.
L'éducation nutritionnelle doit apporter des informations utiles afin de
contribuer aux changements de comportements ou l'adoption de comportements
favorables à la santé des enfants (Jacqueline, 2013).
Enfin pour conclure, Hallgeir Kismul et al trouvent les
relations solides entre le retard de croissance et les inégalités
régionales et sociales les relations entre le retard de croissance et
d'autres facteurs au niveau distal ne sont pas claires. Cela concerne la
relation entre retard de croissance et lieu de résidence ainsi que la
relation entre retard de croissance et éducation de la mère. Nous
avons constaté que la plus grande proportion d'enfants avec retard de
croissance vivait dans les ménages ruraux. D'autre part, dans l'analyse
multi-variée, il n'y avait aucune association statistiquement
significative entre le lieu de résidence et retard de croissance. Par
contre d'autres études ont montré que le lieu de la
résidence peut expliquer les variations de la prévalence de
l'enfant malnutri et qu'il y a des preuves que dans les pays à faible
revenu, les enfants des zones rurales sont plus à risque de malnutrition
que leurs homologues urbains. Ensuite, encore une fois ces résultats
sont conformes aux rapports de recherche que lors que les probabilités
de retard de croissance n'étaient pas significativement
différents entre les enfants vivant dans des zones rurales et ceux
vivant dans les zones urbaines (Hallgeir Kismul, 2016).
I.4.4 Cadre de référence
Le cadre de référence est un guide
nécessaire dans toute démarche de recherche visant à
explorer, à décrire ou analyser un problème qui se pose
dans une communauté donnée. Il est
19
une structure logique et abstraite qui permet d'investiguer
sur un problème d'étude ou celui de recherche.
I.4.4.1 Cadre conceptuel
Le cadre conceptuel de cette étude représente la
structuration schématique de la survenue de la malnutrition chronique
chez les enfants de moins de cinq ans et les différents facteurs
déterminants. La prise en compte de ces facteurs conduit à une
réduction de la survenue de la malnutrition chronique chez les enfants
de moins de cinq ans. Nous avons pour cela deux variables principales :
I.4.4.1.1 La variable
dépendante
La définition conventionnelle de la malnutrition chez
les enfants, proposée par l'OMS est le poids-pour-âge, la
taille-pour-âge ou le poids-pour-taille inférieurs à -2
écarts-type (-2ET). Lorsque les indices sont inférieurs à
-3 écarts-type (-3ET), la malnutrition est considérée
comme sévère. Les enfants sont considérés
obèses lorsque l'indice poids-pour-taille est supérieur à
+2 écarts-type (+2ET) (COGILL ,2003). Elle sera mesurée dans
cette étude par le bon état nutritionnel, la malnutrition
légère, la malnutrition modérée et la malnutrition
sévère.
I.4.4.1.1 Les variables
indépendantes
Les variables sociodémographique et économique
suivantes ont été recueillies : le sexe qui est mesuré par
le sexe masculin pour les garçons et féminin pour les filles ;
l'âge de l'enfant était mesuré en mois et de la mère
en année, le niveau d'instruction de la mère (exprimé en
quatre classes de nombre d'années d'études) le sans niveau
d'instruction, le primaire, le secondaire incomplet et secondaire complet et
universitaire. Le niveau de revenu, regroupé en trois catégories
: le haut niveau de revenu, le moyen niveau de revenu et le bas niveau de
revenu.
Quant aux facteurs environnementaux, ont été
considérés, le milieu de résidence qui était
mesuré en milieu rural et urbain ; la province de résidence par
la province de Kinshasa, les provinces du centre (Sankuru, Lomami,
Kasaï-Oriental, Kasaï-Central et Kasaï), les provinces du nord
(Mongala, Equateur, Nord-Ubangi, Sud-Ubangi, Tshuapa, Tshopo,
Bas-Uélé et Haut-Uélé), les provinces de l'ouest
(Kwango, Kwilu, Mai-Ndombe, Kongo-Central) et les provinces du Sud-Est (Haut
Katanga, Tanganyika, Haut Lomami, Lualaba, Ituri, Nord-Kivu, Sud-Kivu,
Maniema).
20
I.4.4.1.2.1 Facteurs
environnementaux
1. Milieu de résidence
On observe en général un niveau de malnutrition
plus élevé en milieu rural qu'en milieu urbain (EDSBF-2003,
EDSM-2001, EDSC-2004). Ces disparités se traduisent par des risques
inégaux d'exposition entre les populations urbaines et rurales. Par
ailleurs, de nombreuses études récentes sur la malnutrition des
enfants montrent que l'effet de cette variable est amoindri lors qu'il y a
contrôle des effets en rapport avec les caractéristiques
socioéconomiques et culturelles du ménage (J. Bakenda, 2007 ; L.
Camara, 2005).
L'avantage du milieu urbain sur le milieu rural provient
essentiellement de la forte concentration des infrastructures socio-sanitaires
en ville (Rakotondrabe, 1996). Grâce à ces infrastructures, il est
plus facile de mettre en oeuvre des mesures de santé publique dans les
villes que dans les campagnes (Contrôle des épidémies,
programme d'éducation nutritionnelle, programme élargi de
vaccination, programme de protection maternelle et infantile). C'est dans les
villes en général et dans la capitale en particulier, que se
concentrent les hôpitaux de référence (Ntsame, 1999). Le
milieu de résidence peut ainsi influencer de façon significative
la pratique alimentaire des mères et leurs comportements en
matière de soins à donner aux enfants.
2. Région de résidence
La malnutrition présente d'importantes variations
spatiales dans la plupart des pays en Afrique. Les indicateurs produits par les
travaux descriptifs et analytiques de l'EDSBF-2003 sur l'état
nutritionnel des enfants renseignent que la prévalence de la
malnutrition varie très fortement selon la région de
résidence. En effet, 16% des enfants de moins de cinq ans accusent un
retard de croissance à Ouagadougou contre 49% au Sahel et 59% dans la
région de l'Est (Bougma, 2007). Toutefois, il est difficile de
déterminer les facteurs qui peuvent être à l'origine de
cette variation sans prendre en compte les spécificités des
différentes régions.
Ces spécificités sont observables notamment au
niveau de la précarité écologique, de la culture, du
développement socio-économique, des ressources naturelles. Des
conditions agro-écologiques particulières différencient
les cultures pratiquées ou les rendements obtenus selon les
régions. Ces caractéristiques ont une incidence sur le
régime alimentaire des populations résidentes, régime qui
à son tour, est susceptible d'expliquer les disparités
régionales de la malnutrition des enfants (DS. Agessi, 1987).
Pour Ngo Nsoa (2001), il existe des inégalités
régionales de la malnutrition au Cameroun et que ce
phénomène ne frappe pas avec la même acuité les
enfants dans les différentes régions de ce pays.
21
D'après cet auteur cette situation est
consécutive à l'inégale répartition des
disponibilités alimentaires, des ressources en eau potable et des
centres de santé maternels et infantiles. En évoquant des raisons
similaires, Camara (2005) soutient que la région naturelle discrimine
fortement les enfants par rapport à leur état nutritionnel en
Guinée Conakry. Selon Cornu (1980) au Nord du Cameroun, les enfants de 6
à 12 mois sont régulièrement suivis dans les centres de
PMI qui disposent des mesures anthropométriques plus normales que celles
des enfants du même groupe d'âges non suivis.
I.4.4.1.2.2 Facteurs socioculturels de la
malnutrition
Depuis de nombreuses années, la notion de «
négligence sociale » est évoquée par des chercheurs
en sciences sociales (anthropologues, démographes) comme pouvant exercer
une influence sur la malnutrition. Une première thèse
sociodémographique (Scrimshaw, 1978) suggérait que certains
enfants des pays en voie de développement seraient moins investis que
d'autres au sein de familles à descendance élevée.
3. Niveau d'instruction des parents
On observe, selon l'INSAH, dans plusieurs pays d'Afrique
subsaharienne (Mali,Tchad, Burkina Faso, Niger, Sénégal, Cap
Vert, Gambie et RD Congo) une relation inverse entre chaque indicateur de
malnutrition des enfants et le niveau d'instruction de la mère. Les
enfants des mères de niveau supérieur ont les niveaux de
malnutrition les moins élevés. Les écarts sont
particulièrement importants entre les niveaux de malnutrition des
enfants des mères de niveau supérieur et les enfants de leurs
congénères non instruites, avec des indicateurs passant du simple
au double et parfois davantage. Entre les pays, il faut noter qu'à
niveau d'instruction égal, les enfants de mères maliennes ont le
plus souvent des niveaux de malnutrition plus faibles, suivis par les
enfants.
Tout comme pour la mère, le niveau d'instruction du
partenaire est négativement lié à la malnutrition de
l'enfant. Les niveaux de malnutrition des enfants sont d'autant plus bas que le
niveau d'instruction du partenaire est élevé. Il joue
également un grand rôle dans l'état nutritionnel des
enfants. Notons que, les hommes disposant d'un haut niveau d'instruction se
marient généralement avec des femmes assez instruites et, dans de
tels cas, l'effet de l'instruction de l'homme passe par celui de la femme.
Généralement, le niveau d'instruction de la
mère de l'enfant a plus d'influence sur la morbidité, la
malnutrition et la mortalité des enfants que celui du père. Pour
Akoto (op. cit) : « l'instruction de la mère apparaît
toujours discriminante (notamment entre 0-3 années et 4 années et
plus
22
d'école), tandis que celle du père intervient
surtout aux deux situations extrêmes (mère illettrée ou
très instruite) ».
I.4.4.1.2.3 Facteurs socioéconomiques de
la malnutrition
La pauvreté est généralement
considérée comme la cause profonde de la malnutrition tant il est
vrai que, dans la majorité des pays, c'est surtout chez les pauvres que
l'on trouve des enfants souffrant de MPE grave ou modérée, ou
présentant des signes évidents de carence en vitamine A (INSAH,
2008).
Cette approche justifie la malnutrition des enfants par le
niveau de vie des ménages, lequel est lui-même
corrélé à la qualité de l'habitat, au type
d'activité économique des parents, à l'accès
à l'électricité, à l'eau potable et à
l'assainissement. L'individu est dénutri, voire mal nourri parce que le
ménage n'a pas les moyens de lui procurer assez de nourriture de bonne
qualité : c'est la thèse défendue par Sen (1998). Quant
à Murdoch (1985), il associe la malnutrition et pauvreté, car les
ménages pauvres n'ont pas suffisamment de nourriture à cause du
manque des moyens financiers.
Pour les tenants de cette approche, l'explication des
variations de l'état nutritionnel des enfants en Afrique trouve son
fondement dans l'inégalité du niveau de vie des ménages.
Toutefois, cette opinion est relativisée par Delpeuch et al (1996) qui
font remarquer que malgré la crise économique (suivie de la
dévaluation du Franc CFA), certains plats culturellement
sollicités sont cependant restés les mêmes. Akoto (1993) ne
partage pas cette vision, car pour lui, l'état nutritionnel des enfants
ne s'explique qu'à travers les normes et valeurs sociales en
matière d'alimentation. Cet auteur souligne ainsi l'importance de la
culture et de l'organisation sociale, notamment, en ce qui concerne la
compréhension de certaines habitudes alimentaires. A ce propos, il se
pose la question de l'importance pour un ménage de vivre
décemment si la culture, à travers ses interdits sociaux, ne
permet pas à l'enfant de consommer un bien nécessaire à sa
croissance. Dès lors, il est très peu indiqué de se
focaliser uniquement sur les facteurs économiques pour expliquer la
variation de la malnutrition.
La pauvreté se manifeste de plusieurs manières :
ce sont des ménages aux revenus insuffisants, mais aussi des
communautés ou des pays pauvres, qui n'ont pas de quoi construire et
financer des écoles et des programmes de formation, ni améliorer
les systèmes de distribution d'eau et d'assainissement et qui ne
fournissent pas de services sociaux et de santé nécessaires pour
réduire de façon significative la malnutrition. Le rôle
particulier des femmes et des jeunes filles est mis en exergue ici. Elles sont
à la fois victimes et «agents de transmission» de la
23
malnutrition. Dans les milieux défavorisés, les
femmes peuvent contribuer à la perpétuation d'un cercle vicieux
dans la mesure où les petites filles sous-alimentées sont des
futures mères susceptibles de se retrouver dans un état
nutritionnel peu satisfaisant au commencement de leur vie reproductive. A cette
situation de départ à risque s'ajoutent les mauvaises habitudes
alimentaires et les maladies infantiles infectieuses à
répétition pour générer des conditions
défavorables aux processus vitaux de développement de la personne
(P. Tanang, 2009).
I.4.4.1.2.4 Facteurs sociodémographiques
des mères et des enfants
La quantité d'aliments disponibles par personne dans
une famille, dans un district ou dans un pays est la quantité de
nourriture produite ou achetée divisée par le nombre de personnes
qui y ont accès. Une famille de huit personnes, qui produit et
achète la même quantité de nourriture qu'une famille de
quatre personnes, dispose de moins de nourriture par personne. Toutefois, dans
les familles de producteurs, plus la famille est nombreuse, plus la
productivité familiale peut être importante.
Dans certains pays, le problème démographique
est généralement perçu comme un problème majeur. La
surpopulation, la taille des familles et l'espacement des naissances sont
considérés comme des facteurs déterminants de la
malnutrition. Pour de nombreux pays en développement, l'espacement des
naissances est une priorité au sein des structures gouvernementales
responsables de la planification familiale. Mais tout comme en production, il
serait naïf de croire qu'un contrôle des naissances ou une
planification familiale réussie résoudront à eux seuls les
problèmes de faim et de malnutrition. Les principaux facteurs mis en
exergue dans cette approche et qui peuvent influencer le statut nutritionnel
des enfants sont : l'âge et le sexe de l'enfant, l'âge à la
maternité et la parité de la mère, le statut matrimonial
et l'indicateur d'IMC de cette dernière, l'intervalle
inter-génésique, les infections et maladies contractées
par l'enfant et enfin les soins préventifs (L. Sangare, 2008).
1. Age de l'enfant
L'âge de l'enfant est dans l'ensemble parmi les
variables les plus discriminantes, car plus l'âge augmente, plus la
malnutrition prévaut (INSAH, 2008). L'alimentation du nourrisson et du
jeune enfant varie au fur et à mesure qu'il prend de l'âge : le
nourrisson de moins de six mois nourri au lait maternel bénéficie
de la protection des anticorps de sa mère. Au-delà de six mois,
le sevrage l'expose aux agents pathogènes et à la malnutrition
lorsque les aliments de sevrage ne sont pas assez riches pour couvrir les
besoins de sa croissance.
24
Il est généralement observé que la
santé de l'enfant telle que mesurée par l'état
nutritionnel se détériore surtout durant la première
année de vie et ce jusqu'à l'âge de deux ans, pour se
stabiliser plus au moins par la suite. Cette tendance a été
constatée dans les pays en voie de développement dont le
Guatemala (Handa, 1999).
Quel que soit l'indice anthropométrique choisi, le taux
de malnutrition augmente avec l'âge de l'enfant de la naissance à
24 mois au Mali (EDS-2001), au Burkina Faso (EDS-2003), au Cameroun (EDS-2004)
et au Tchad (EDS-2004). Cette tendance s'inverse très rapidement et de
façon significative après 24 mois pour le poids/âge et le
poids/ taille. La tendance est mitigée pour la taille/âge
après 24 mois. Il apparaît clairement que la nutrition de l'enfant
est fonction de son âge. Le nourrisson de moins de six mois ne devra pas
être alimenté comme l'enfant de 6 à 11 mois et ce dernier
ne doit pas être alimenté comme celui de 12-23 mois (INSAH, 2008).
Au Gabon, un grand nombre de décès surviennent entre 1 et 3 ans
des suites de rougeole et de malnutrition : maladies qui frappent rapidement
après le sevrage de l'enfant (Bakenda, 2004).
L'incidence de l'âge sur l'état nutritionnel des
enfants peut être prise en compte de plusieurs manières. Soit
qu'on utilise des tranches d'âge (Strauss, 1990 ; Stifel et al, 1999),
soit qu'on préfère une forme quadratique : solution que Morrisson
et Linskens ont retenue en 2000 lors de la recherche des facteurs explicatifs
de la malnutrition en Afrique Subsaharienne.
Dans presque tous les pays explorés, ils ont obtenu des
coefficients très significatifs, celui de l'âge (en mois)
étant négatif et celui de l'âge au carré
étant positif. D'après ces coefficients, le mois à partir
duquel l'âge exerce un effet positif au lieu de négatif est en
moyenne à partir de 35 mois (point d'inflexion). Jusqu'à cet
âge, la situation se détériore avec le temps. Ce
schéma concorde avec les résultats de Stifel et al. (1999) qui
considèrent seulement trois tranches d'âge de 3 à 35 mois
comme avec ceux de Strauss (1990) pour la Côte d'Ivoire qui met en
évidence un handicap croissant qui atteint son maximum vers 40-48 mois.
Ainsi, quelle que soit la forme choisie, les épisodes temporaires de
malnutrition s'accumulent pendant les trois ou quatre premières
années de telle sorte que le retard de poids par rapport aux enfants du
pays de référence, les États-Unis, croît
d'année en année pour s'inverser avec le changement de
régime alimentaire permis par l'âge (INSAH, 2008).
2. Sexe de l'enfant
Dans certaines sociétés où l'on a une
préférence pour les enfants de sexe masculin, le sexe de l'enfant
joue un rôle important sur son état nutritionnel (Dackam, 1990).
En Afrique subsaharienne, des auteurs comme Gbenyon et Locoh (1989), ont
montré l'existence d'une
25
discrimination alimentaire selon le sexe, mais cette
différence n'était pas toujours significative. Au Mali, aucune
différence significative dans l'état nutritionnel n'a
été observée, ni en milieu urbain, ni en milieu rural
(Mbacké et Legrand, 1992).
Pour étudier l'incidence du sexe, le centre de
développement de l'OCDE en 2000, grâce aux données de 20
pays d'Afrique subsaharienne, fait recours à une diversité de
l'échantillon (du point de vue revenu, mentalités, religion...).
Contrairement à ce que l'on pourrait imaginer, les filles sont presque
toujours privilégiées. Dans deux cas sur trois, on obtient des
coefficients négatifs pour un garçon, dans les autres cas, le
coefficient est non significatif et il existe seulement deux coefficients
positifs pour les garçons (en zone urbaine au Ghana et au Cameroun). Ces
résultats confirment les conclusions de Svedberg (1998) et des tests
antérieurs (un coefficient négatif pour les garçons au
Brésil, en Côte d'Ivoire, aux Philippines, mais positif au Maroc).
Le cas du Maroc pourrait laisser croire qu'on accorde plus d'attention aux
garçons dans les pays musulmans. Pourtant, on a observé une
prévalence de la malnutrition plus élevée chez les
garçons dans des pays de confession musulmane.
Au Niger par exemple, il ressort des données relatives
à la malnutrition que les petites filles ne souffraient pas de
discrimination en matière de soins en général et
d'alimentation en particulier. La proportion des enfants touchés par la
malnutrition chronique y est légèrement plus élevée
pour le sexe masculin (43%) que pour le sexe féminin (40%) (EDS Niger,
1998 : 154). L'attention accordée aux filles pourrait s'expliquer par
des spécificités des sociétés rurales. Les filles y
sont beaucoup moins scolarisées qu'en ville et aident leurs mères
pour les tâches domestiques dès leur plus jeune âge. Mais on
observe une prévalence plus élevée chez les garçons
aussi souvent en ville qu'à la campagne. De plus, pour des raisons
physiologiques, les filles supportent mieux que les garçons une
alimentation pauvre et/ou insuffisante (Ntsame, 2001). Cependant, la
persistance de cette dernière laisse observer le désavantage chez
les filles au profit des garçons. A ce propos, l'EDS Togo (1998) a
enregistré 23% de cas de bonne nutrition chez les garçons contre
20% seulement chez les filles.
L'hypothèse qu'on puisse avancer est que ce biais en
faveur des filles diminue avec le développement même s'il
n'apparaît pas dans des pays moins pauvres comme le Zimbabwe (Morrisson
et Linskens, 2000). De façon générale, là où
il n'existe pas de discrimination à l'égard des filles, la
malnutrition touche de manière identique les filles comme les
garçons (Ntsame, 2001).
26
3. Indicateur d'IMC de la mère
L'état de santé de la mère n'est pas
moins important que l'éducation. Ainsi, l'indice de Masse Corporelle
(IMC) de la mère permet de mesurer cet état et est défini
comme étant le rapport du poids (en kilogrammes) sur la taille (en
mètres) élevée au carré. Celles dont l'IMC est
inférieur au seuil (le seuil de 18,5) sont considérées
comme malnutries. Les enfants de ces mères sont théoriquement
à risque eu regard à la théorie dite du « cycle de
vie » à laquelle il a été fait allusion
précédemment. La répartition des indicateurs de
malnutrition suivant le niveau d'IMC des mères confirme la relation
positive entre la malnutrition de l'enfant et celle de la mère dans
plusieurs études menées en Afrique subsaharienne. Les niveaux de
malnutrition sont élevés pour les mères dont l'IMC est
inférieur au seuil. En outre, les écarts entre les deux groupes
de mères sont particulièrement importants pour la malnutrition
poids pour taille : de 12 points d'indice au Tchad (EDST-2004) à
près de 6 points au Burkina Faso (EDSB-2003). Pour les autres
indicateurs, les écarts sont plus importants au Burkina Faso sauf pour
la malnutrition taille pour âge au Mali (INSAH, 2008).
4. Statut matrimonial de la mère
En Afrique subsaharienne, le mariage continue d'assurer aux
femmes un sentiment de sécurité et de soutien de la part du
groupe social, fait susceptible d'être associé à une
meilleure santé de l'enfant (Kuate Defo, 1996). L'idée
généralement avancée ici est que les enfants de femmes non
mariées sont plus susceptibles de souffrir d'une malnutrition plus
élevée du fait qu'ils appartiennent à une famille
jouissant d'une stabilité sociale plus faible.
Néanmoins, cette influence peut être inverse. Les
enquêtes DHS permettent de distinguer les trois cas : la famille
monogame, la famille polygame et la famille monoparentale (la mère vit
seule). A propos de l'impact des structures familiales : dans 12 pays d'Afrique
subsaharienne (OCDE, 2000), les enfants des mères qui vivent en union
polygame ont un retard de croissance. Un seul cas, est spécifié
dans la zone urbaine du Ghana, où l'on note l'effet opposé de la
polygamie. En effet, les pères polygames ont, en moyenne, beaucoup plus
d'enfants et d'adultes à nourrir, et même s'ils disposent de plus
de ressources que les autres, ces ressources ne croissent pas en proportion des
charges familiales. Cela explique aussi cette différence notée
par Strauss (1990) en Côte d'Ivoire où les enfants de
l'épouse la plus âgée (seule épouse au début)
sont plus grands que ceux de l'épouse la plus jeune. On peut supposer
que les femmes seules disposent également de moins de ressources. De
fait, on a obtenu un coefficient négatif dans 8 pays. Mais dans 4 pays
(Ghana, Mali, Niger et Togo), le coefficient est positif en zone
27
urbaine. Il faut toutefois rappeler que dans la plupart des
pays, les mères qui vivent seules sont peu nombreuses et dans certains
cas, elles se distinguent des autres mères par un niveau
d'éducation plus élevé ou la possession de biens durables.
Si elles sont ainsi plus « favorisées » matériellement
que les autres femmes, leur condition monoparentale n'entraîne pas
systématiquement une incidence négative sur les enfants.
I.4.4.1.2.5 Comportements de la mère en
matière de nutrition et de santé
1. Allaitement
L'allaitement maternel est généralement le mode
d'alimentation de l'enfant durant la première année de sa vie.
Pour l'ensemble de l'Afrique, la règle est encore une longue
durée moyenne d'allaitement dont les extrêmes se situent entre 12
et 36 mois, la durée 18-24 mois étant la plus courante.
Cependant, cette durée est moins longue, se situant autour de 12 mois,
dans certains pays comme l'Algérie ou encore en milieu très
urbanisé des grandes villes (Morrisson et Linskens, 2000). Cette
situation n'indique pas forcément que durant cette période le
lait maternel est le seul aliment de l'enfant reste le lait.
Les résultats d'une enquête conduite dans le
Nord-Est de la Thaïlande et relayés, en 2002, par Jacqueline Mondot
Bernard, du Centre de Développement de l'OCDE, indiquent des niveaux
caloriques très faibles pour les enfants de six mois à trois ans,
car il est probable que nombreux cas sont relevés parmi les cas dont le
régime consiste jusque, vers 18 mois uniquement, en une quantité
de lait maternel de plus en plus faible, puis en une ration inadéquate
d'aliments solides (riz principalement) (P. Tanang Tchouala, 2009).
2. Durée de l'intervalle inter
génésique précédent
La relation entre la malnutrition de l'enfant et l'intervalle
inter génésique précédent est théoriquement
appréhendée suivant deux hypothèses. La première
est l'effet dit de « compétition ». Lorsqu'un enfant est
né peu de temps après son aîné, on pense que tant
les ressources familiales que l'attention de la mère seront
partagées entre les deux jeunes enfants et que chacun d'eux en
souffrira, surtout le plus grand. La seconde hypothèse est celle de la
« carence ou déficience physiologique » de la mère. Une
mère qui tombe enceinte de nouveau avant que son corps ait eu le temps
de récupération nécessaire, accumule une déficience
physiologique qui peut affecter la croissance normale du nouveau foetus, le
prédisposant à des risques de maladie ou de mortalité, ou
encore à la malnutrition si, à son tour, cet enfant est suivi
prématurément d'un autre (P. Tanang Tchouala, 2009).
28
I.4.4.1.2.6 Schéma du cadre conceptuel
Facteurs environnementaux
Facteurs socioculturels
|
Facteurs socioéconomiques
|
|
Facteurs sociodémographiques des mères et des
enfants
Comportements de la mère en matière
de nutrition et de santé
Survenue de la Malnutrition chronique chez les enfants de
moins de 5 ans
30
I.5. Objectif général de
l'étude
L'objectif général de cette étude est de
déterminer les facteurs associés à la malnutrition des
enfants de moins de 5 ans de 2013-2014 en RDC.
I.6 Hypothèses de l'étude
Les hypothèses qui sous-tendent cette étude sont
les suivantes :
· les facteurs environnementaux favorisent le
développement de la malnutrition ;
· les facteurs socioculturels et économiques
influencent la survenue de la malnutrition ;
· les facteurs sociodémographiques des
mères et des enfants ont un impact sur la malnutrition des enfants de
moins de cinq ans ; et
· le profil de la mère en matière de
nutrition et de santé influencent la malnutrition des enfants de moins
de cinq ans en République Démocratique du Congo.
I.7 Objectifs spécifiques
Pour atteindre cet objectif général, nous avons
défini les objectifs spécifiques suivants :
· déterminer la prévalence de la
malnutrition des enfants de moins de cinq ans, en RDC, à répartir
dans chaque province entre 2013-2014;
· identifier les facteurs associés à la
malnutrition des enfants de moins de cinq ans entre 2013-2014 en RDC ; et
· formuler les recommandations.
I.8 Question de recherche
Au regard de tout ce qui précède, nous
répondrons à la question de savoir : quels sont les
déterminants de la malnutrition des enfants de moins de cinq ans entre
2013-2014, en RDC ?
31
Chapitre deuxième : Méthodologie
II.1 Introduction
Ce chapitre présente les différentes
méthodes de l'étude, de la collecte des données et de
l'analyse des données utilisées. Il décrit, en outre, la
population étudiée, les variables de l'étude et le devis
de l'étude.
II.2 Devis de la recherche
Pour mieux atteindre l'objectif que nous nous sommes
assignés, nous avons opté pour une modélisation d'une
réponse polytomique (régression logistique multinomiale) afin
d'identifier les différents déterminants de la malnutrition
chronique chez les enfants de moins de cinq ans en RD Congo.
Afin de mieux mener cette étude à bon port, nous
avons fait recours aux données collectées de façon
transversale en utilisant les données rétrospectives à
travers la base des données de l'EDS 2013-2014. Cette enquête
respecte tous les critères d'un échantillonnage probabiliste des
mères des enfants de moins de cinq ans et de leurs propres enfants, en
RD Congo.
II.3 Présentation du milieu
d'étude
II.3.1 Situation géographique
La RDC est un pays de l'Afrique Centrale situé à
cheval sur l'Équateur et compris entre 5°20' latitude nord et
13°28' latitude sud d'une part et entre 12°10' et 33°27'
longitude d'autre part. Sa superficie est de 2 345 409 km2. Elle
partage des frontières avec neuf pays, à savoir, la
République du Congo et l'enclave de Cabinda (Angola) à l'ouest ;
la République Centrafricaine et le Soudan du Sud au nord ; l'Ouganda, le
Rwanda, le Burundi et la Tanzanie à l'est ; la Zambie au sud-est et
l'Angola au sud.
Le relief de la RDC est diversifié. Au centre, se
trouve une cuvette qui occupe 48 % de la superficie du territoire national et
dont l'altitude moyenne est de 350 m. Cette cuvette est couverte par une
forêt dense avec de nombreuses étendues marécageuses.
Autour de la cuvette s'étale une série de plateaux
étagés qui s'étendent jusque dans les pays frontaliers,
à l'exception de la partie orientale où les plateaux se terminent
par des montagnes dont l'altitude moyenne dépasse les 1 000 m. La RDC
connaît un climat chaud et humide sur la majeure partie de son
territoire. Dans la cuvette, on observe une pluviométrie
élevée atteignant parfois 2 000 mm par an. Celle-ci s'accompagne
d'une température également élevée dont la moyenne
annuelle est
32
de 25°C. La pluviométrie et surtout la
température baissent au fur et à mesure qu'on s'approche du
relief montagneux de l'est. Influencés par le relief, le climat et
l'hydrographie, le sous-sol et le sol offrent également des
potentialités minières et agricoles importantes et
variées.
II.3.2 Organisation administrative
La République Démocratique du Congo est un
état unitaire fortement décentralisé qui était
subdivisé en 11 provinces, y compris la Ville province de
Kinshasa, la capitale, qui a rang de province. À leur tour, les
provinces sont subdivisées en villes et en districts,
à l'exception des provinces du Maniema, du Nord-Kivu et du Sud-Kivu qui
étaient des anciens districts érigés en provinces et qui,
elles, étaient subdivisées directement en territoires. Au total,
la RDC comptait 21 villes statutaires. Il s'agit de tous les chefs-lieux de
provinces qui le sont de droit, et des agglomérations suivantes : Boma,
Kikwit, Gbadolite, Zongo, Beni, Butembo, Likasi, Kolwezi, Mwene-Ditu et
Tshikapa. Les villes ont le rang de district et sont subdivisées en
communes. Il y a 97 Communes au total. Les districts, au nombre de 25,
sont subdivisés en territoires. Il y a, dans l'ensemble, 145
territoires dont deux sont annexés respectivement à la ville de
Kolwezi et à la ville de Boma.
Les territoires sont subdivisés en secteurs ou
en chefferies et en cités. On dénombre 473
secteurs et 261 chefferies. Ce sont des entités
décentralisées, dotées de personnalité juridique.
Les cités, par contre, sont de simples subdivisions administratives
gérées par un administrateur assistant ou par un chef de
cité nommé.
Les chefs-lieux de districts et de territoires sont, de droit,
des cités. Le Ministère de l'Intérieur,
Décentralisation, Sécurité et Affaires Coutumières
mentionne 98 cités dans sa nomenclature des subdivisions
administratives. Les cités, à l'instar des communes des villes,
sont subdivisées en quartiers. Les secteurs et chefferies sont
subdivisés en groupements. En 2013, 6 6713 groupements
étaient reconnus en RDC. Les groupements sont subdivisés en
villages.
La constitution de 2006, en son article 2, a prévu
l'organisation administrative du pays en 26 provinces, dont la ville de
Kinshasa. Les provinces sont subdivisées en villes et en territoires.
Les villes sont subdivisées en communes urbaines et en communes rurales
et les territoires en secteurs et chefferies.
Les communes urbaines ou rurales sont subdivisées en
quartiers. Les secteurs et les chefferies sont subdivisés à leur
tour en groupements et les groupements en villages. Une loi sur le
découpage territorial à l'intérieur des provinces a
été élaborée et promulguée.
33
II.3.3 Contexte sociodémographique et culturel
De 13,5 millions4 en 1958, la population congolaise
a augmenté rapidement, passant de 21,6 millions en 19705,
à 30,7 millions en 19846, date de l'unique Recensement
Scientifique de la Population (RSP) réalisé dans le pays. Depuis
lors, pendant près de 30 ans, les chiffres de population utilisés
proviennent des projections établies par l'Institut National de la
Statistique (INS) à partir des données de ce recensement
scientifique. Ainsi, en 2012, la population totale de la RDC est estimée
à 77,8 millions d'habitants, avec un taux de croissance moyen de 3,4 %.
Le pays reste sous-peuplé avec seulement 24 habitants au
kilomètre carré. Cependant, la Ville Province de Kinshasa se
caractérise par une très forte densité, avec 577 habitants
au kilomètre carré.
La population de la RDC se caractérise par son
extrême jeunesse. En effet, la proportion de personnes de moins de 20 ans
est estimée à 61 % de la population totale du pays dont 52 % ont
moins de 15 ans. La population d'âge économiquement actif (20-64
ans) représente 37 % de la population totale.
Du point de vue de la répartition de la population par
milieu de résidence, les résultats du Recensement Scientifique de
la Population (RSP) de 1984 indiquaient qu'environ 70 % de la population
congolaise vivaient en milieu rural contre près de 30 % en milieu
urbain. Mais avec les multiples mouvements de population occasionnés par
les conflits armés de ces dernières années, la proportion
de la population vivant en milieu urbain devrait avoir augmentée.
La RDC se caractérise par une grande diversité
culturelle et linguistique. En termes de composition ethnique, elle compte
quelques 40 ethnies et plus de 400 tribus qu'on peut catégoriser en
quatre principaux groupes ethniques, à savoir les Bantous
(majoritaires), les Nilotiques, les Soudanais et les Pygmées. Le
Français est la langue officielle en République
Démocratique du Congo. De plus, 4 langues nationales sont parlées
: le Kikongo (à l'ouest), le Lingala (à Kinshasa et au
nord-ouest), le Swahili (à l'est) et le Tshiluba (au centre sud).
La position sociale de la femme demeure préoccupante
à cause, entre autres, de pesanteurs socioculturelles qui demeurent
fortement ancrées dans les mentalités et qui relèguent la
femme au second plan (MINI Plan et Santé, 2014).
La RDC avance dans la lutte contre d'Ebola qui sévit
depuis près de deux ans dans les provinces du Nord Kivu, du Sud Kivu et
de l'Ituri et dont le bilan se chiffre à 3 453 malades et plus de 2 200
décès.
34
Le pays fait également face à
l'épidémie de COVID-19, depuis le 10 mars 2020, et est en train
de mettre en place des mesures immédiates pour contenir sa
propagation.
La RDC est classée 135 sur 157 pays en matière
de capital humain, avec un indice de capital humain de 0,37%, en dessous de la
moyenne des pays d'Afrique subsaharienne (0,40). Cela veut dire qu'un enfant
né aujourd'hui sera 37 % moins productif à l'âge adulte
qu'un enfant ayant bénéficié d'une instruction
complète et de services de santé adaptés. Les enfants
congolais restent en moyenne 9,2 ans sur les bancs de l'école et 43 %
des enfants souffrent de malnutrition.
Actuellement, 43 % des ménages ont accès
à l'eau potable (69 % en milieu urbain, 23 % en milieu rural) et
seulement 20 % ont accès à l'assainissement. Avec en moyenne 6,1
enfants par femme, le pays possède un taux de fertilité
supérieur à la moyenne d'Afrique subsaharienne (4,8). Son taux de
grossesse précoces est également élevé, avec 125,24
naissances pour 1 000 adolescentes (15 à 19 ans).
La Banque mondiale s'est réengagée en RDC en
2001, après avoir suspendu ses activités pendant près
d'une décennie, passant progressivement d'une aide d'urgence à
une stratégie de développement durable.
L'action de la Banque mondiale en RDC est
déterminée par un cadre de partenariat
réévalué et renouvelé en moyenne tous les quatre ou
cinq ans. La Banque mondiale est actuellement en train de préparer son
prochain cadre de partenariat pour la période 2020-2024 après
avoir réalisé le diagnostic de la situation économique et
sociale de la RDC. La nouvelle approche du Groupe de la Banque Mondiale
consiste à opérer de façon multisectorielle dans des zones
géographiques plus restreintes où se concentre la
pauvreté, afin de faciliter le suivi des activités des projets et
d'avoir davantage d'impact.
Ainsi, son action se déploiera dans 26 provinces, qui
représentent seulement 20 % du territoire mais abritent 50 % des
Congolais les plus pauvres. Cette sélection géographique est
basée sur une analyse des données sur la concentration de la
pauvreté, les couloirs économiques, l'accessibilité et la
fragilité. A cet effet, la Banque Mondiale a ouvert un bureau de liaison
à Goma dans la province du Nord Kivu et projette d'en ouvrir un autre
à Kananga, dans province du Kasaï Central.
Au 1ier septembre 2019, la Banque Mondiale
finançait 27 opérations nationales et 4 projets régionaux
pour un montant total de 3,9 milliards de dollars. Ces projets couvrent de
nombreux domaines clés du développement :
35
Le 2 avril 2020, la Banque mondiale a débloqué
un financement d'urgence de 47 millions de dollars pour aider le pays à
faire face à la pandémie de COVID-19 (Banque Mondiale, 2020).
II.3.4 Contexte politique
Depuis l'accession du pays à l'indépendance en
1960, la République Démocratique du Congo a connu une situation
politique caractérisée par une grande instabilité.
La première, entre 1960 et 1965, a été
marquée par une lutte acharnée entre partis politiques
constitués sur des bases tribales ou régionales. Cette lutte pour
la conquête du pouvoir a entraîné, durant toute la
Première République, des rébellions et des
sécessions qui ont coûté la vie à près de
deux millions de Congolais. Elle s'est terminée par un coup
d'état militaire, le 24 novembre 1965.
La deuxième période, entre 1965 et 1997
(Deuxième République) a été
caractérisée par un régime totalitaire. C'est vers la fin
de cette période (1991) qu'ont été organisés les
travaux de la Conférence Nationale Souveraine qui ont lancé le
processus démocratique dont le blocage a plongé le pays dans un
grand désordre politique et social. Cette période s'est
terminée par l'installation au pouvoir de l'Alliance des Forces
Démocratiques pour la Libération du Congo (AFDL), après la
guerre dite de « libération » (1996-1997).
La troisième période, entre 1997 et 2006, a
été caractérisée par une longue période de
transition, à la recherche d'un ordre politique nouveau. Cette
période a été marquée par la guerre dite d'«
agression » (1998-2001), menée contre le pouvoir de l'AFDL par des
forces rebelles appuyées par des forces étrangères.
Les deux guerres ont eu pour conséquences une
insécurité généralisée, de nombreux
déplacements de population, d'importantes pertes en vies humaines et en
matériel et une tentative de partition du pays. Cette période a
également été marquée par la conclusion, en
décembre 2002, de l'Accord de paix et de réconciliation nationale
(Accord de Sun City) qui a abouti à la mise en place des institutions de
transition, à l'adoption de la nouvelle Constitution (décembre
2005) et à l'organisation des élections présidentielles et
législatives (deuxième semestre 2006).
La quatrième période, allant de 2007 à
2010, s'est caractérisée par la mise en place des institutions de
la Troisième République. Durant cette période, des efforts
ont été entrepris pour unifier le pays et ramener la paix sur
toute l'étendue du territoire national de la RDC. Avec les accords de
paix de Goma (mars 2009), une relative stabilité de la situation
sécuritaire a été
36
observée, mais il existait encore çà et
là des zones d'insécurité, notamment dans les provinces du
Nord-Kivu et du Sud-Kivu.
La période récente, allant de 2011 à nos
jours, a été principalement marquée par les secondes
élections présidentielles et législatives de novembre 2011
ainsi que la reprise des conflits armés à l'est du pays en 2012.
Les élections provinciales et sénatoriales n'ayant pas
été organisées, le Sénat et les
Assemblées
Provinciales, mis en place en 2007, continuent de fonctionner.
Avec l'apparition, en mars 2012, d'un nouveau groupe de rebelles,
dénommé « Mouvement du 23 Mars ou M23 », la situation
sécuritaire s'est de nouveau dégradée dans la partie est
du pays. On a également observé quelques incursions
isolées d'autres groupes armés dans les provinces Orientale, du
Sud-Kivu et du Nord-Kivu ainsi que dans la province du Katanga. Pour mettre fin
à cette insécurité, plusieurs initiatives de pacification,
dont les accords d'Addis Abeba (24 février 2013) ont été
prises aussi bien au niveau national, régional, qu'international. En
2013, la victoire des Forces Armées Congolaises sur le M23 a mis fin
à la guerre à l'est du pays et a débouché sur
l'organisation des concertations nationales (septembre-octobre 2013) avec,
entre autres, comme objectif, le renforcement de la cohésion
nationale.
Après plusieurs reports des élections
présidentielles, Félix Antoine Tshisekedi Tshilombo, fils de
l'opposant historique de la RDC, Etienne Tshisekedi, a remporté le
scrutin de décembre 2018, succédant à Joseph Kabila qui
dirigeait le pays depuis 18 ans (Banque Mondiale, 2020).
II.3.5 Contexte économique
Après une période de prospérité
héritée de la colonisation jusqu'au début des
années 1970, l'économie congolaise a connu pendant plus de 3
décennies, une situation de crise profonde. Cette crise est
caractérisée notamment par une croissance négative et une
instabilité monétaire due essentiellement à une forte
baisse de la production, des recettes budgétaires et des
investissements, mais aussi à un endettement considérable
évalué, au 31 décembre 2005, à 10,8 milliards de
dollars américains.
Cette situation a été, en grande partie,
responsable de la paupérisation de la grande majorité de la
population congolaise qui s'est traduit, entre autres par l'accès de
plus en plus difficile aux services sociaux de base (eau,
électricité, soins de santé primaires, scolarisation des
enfants, etc.).
37
L'espoir de lendemains meilleurs est cependant permis avec la
normalisation progressive du contexte socio-économique et la mise en
place des institutions républicaines. En effet, l'environnement
macro-économique est marqué par une stabilité des prix
intérieurs et du taux de change ainsi que par le maintien de la
croissance économique amorcée depuis 2003. Malgré le repli
de la croissance en 2009 (2,8 %) et la montée de l'inflation (53,4 %)
consécutive aux effets de la crise financière mondiale, la RDC a
pourtant réalisé des performances dès 2010 avec un taux de
croissance du Produit Intérieur Brut (PIB) réel de 7,2 % et un
taux d'inflation de 9,8 %, grâce aux effets conjugués des mesures
d'ajustement budgétaire et monétaire.
Cette croissance du PIB s'est accélérée
entre 2011 et 2013, passant de 6,9 % en 2011 à 7,2 % en 2012 et à
8,5 % en 2013. Cette amélioration économique est due à la
vitalité du secteur minier suite aux effets favorables de cours mondiaux
et au dynamisme du commerce, des transports et communications, de l'agriculture
et de la construction. Les projections indiquent que cette tendance devrait se
poursuivre en 2014 pour atteindre 9,4 %.
Le pays a des potentialités hydroélectriques
estimées à environ 100 000 MW, soit 13 % du potentiel
hydroélectrique mondial. La RDC a un sous-sol riche en produits miniers,
tels que le cuivre, le coltan, le diamant, le cobalt, l'or, le
manganèse, le zinc, la cassitérite, l'uranium, le niobium, etc.
Par ailleurs, outre les produits pétroliers quasi inexploités, on
trouve d'énormes réserves de gaz méthane dans le lac Kivu
et le schiste bitumeux dans la Province Orientale.
La transformation de toutes ces potentialités en
richesses effectives constitue l'un des défis majeurs pour la RDC.
L'agriculture constitue la principale activité en milieu rural et occupe
près de 70 % de la population. Sa contribution au PIB reste en moyenne
de 35 %.
En vue d'atteindre les objectifs fixés à
l'horizon 2016 au regard des orientations de la Révolution de la
Modernité, le Gouvernement a élaboré le Document de
Stratégie de Croissance et de Réduction de la Pauvreté de
deuxième génération (DSCRP 2) et son plan de mise en
oeuvre qui, en partie, constitue le Programme d'Actions du Gouvernement (PAG).
Sur le plan macroéconomique, les ambitions du Gouvernement visent la
poursuite des objectifs prioritaires du Programme d'Action Prioritaire (PAP)
2012-2016. Les objectifs préconisés par le PAP sont
:
(i) la consolidation de la stabilité
macroéconomique ainsi que l'accélération de la croissance
et la création d'emplois ;
(ii) la poursuite de la construction et de la modernisation
des infrastructures de base : routes, voiries, chemins de fer, adductions
d'eau, ports et aéroports, écoles et hôpitaux ;
(iii)
38
la poursuite et la finalisation des réformes
institutionnelles afin de renforcer l'efficacité de l'Etat ;
(iv) la diversification et l'intégration de
l'économie pour concrétiser la vision de l'émergence
économique en mettant un accent particulier sur l'industrie
manufacturière, la télécommunication et
l'énergie.
Après avoir atteint 5,8 % en 2018, la croissance
économique a ralenti à 4,4 % en 2019, du fait de la baisse des
cours des matières premières, notamment du cobalt et du cuivre
qui représentent plus de 80 % des exportations de la RDC.
La pandémie de coronavirus (COVID-19) devrait
entraîner une récession économique de -2,2 % en 2020 en
raison de la baisse des exportations due à la mauvaise conjoncture
mondiale. Mais la reprise progressive de l'activité économique
mondiale et le lancement de la production de la mine de Kamoa-Kakula devraient
permettre un rebond de la croissance économique à 4,5 % en
2022.
Le déficit budgétaire est passé d'un
quasi-équilibre en 2018 à un déficit de 2 % du PIB en
2019, en raison de la hausse des dépenses et de la stagnation des
recettes. Les dépenses publiques supplémentaires ont notamment
soutenu l'augmentation des salaires de la fonction publique, le programme de la
gratuité de l'éducation de base et des projets d'infrastructure.
La baisse des recettes fiscales tient en partie à la faiblesse du
recouvrement de l'impôt sur le revenu des entreprises, surtout dans le
secteur minier.
Le risque d'endettement reste modéré selon les
dernières estimations de soutenabilité. Mais le niveau
relativement bas des recettes limite la marge de manoeuvre du gouvernement pour
mettre en place des politiques budgétaires visant à affronter la
pandémie de Covid-19.
Le déficit du compte courant s'est creusé
à 4,2 % du PIB en 2019, contre 3,6 % du PIB en 2018, reflétant la
détérioration des termes de l'échange et une baisse du
volume des exportations. Les entrées de capitaux et autres flux
financiers en 2019, y compris les investissements directs étrangers
(IDE), ont contribué à préserver les réserves
officielles, à limiter la dépréciation du franc congolais
et à contenir l'inflation.
La RDC a lancé des réformes visant à
renforcer la gouvernance dans la gestion des ressources naturelles et
améliorer le climat des affaires mais elle reste classée 184 sur
190 pays dans le rapport Doing Business 2019 sur la règlementation des
affaires et doit relever de nombreux défis pour attirer les
investisseurs dans des secteurs clés (Banque Mondiale, 2020).
39
II.3.6 Contexte sanitaire
L'évolution historique du système sanitaire de
la RDC a été marquée par le caractère
institutionnel et par l'initiative des pouvoirs publics. À son accession
à l'indépendance, la RDC a hérité d'un
système de santé basé essentiellement sur des
hôpitaux et dispensaires appuyés par des équipes mobiles de
lutte contre les grandes endémies. Les multiples crises politiques que
connaîtra le pays immédiatement après son accession
à l'indépendance et qui se sont accompagnées de
l'effondrement progressif de l'économie, n'ont pas épargné
le secteur de la santé.
C'est ainsi que très vite, les nombreux hôpitaux
et dispensaires du pays se sont retrouvés démunis de leurs
équipements, et la chaîne d'approvisionnement en
médicaments a connu plusieurs ruptures entre le niveau central et les
points d'utilisation. Les zones rurales ont été les plus
touchées.
Actuellement, le Ministère de la Santé Publique
est structuré en trois niveaux, à savoir : le niveau central, le
niveau intermédiaire ou provincial et le niveau
périphérique. Le niveau central est constitué du Cabinet
du Ministre, du Secrétariat général qui compte 13
directions et 52 programmes spécialisés et des hôpitaux
nationaux. Il a une responsabilité normative, de régulation et de
prestation des soins tertiaires. Il définit les politiques, les
stratégies, les normes et les directives. Il assure un appui conseil, le
contrôle de conformité et le suivi de la mise en oeuvre des
politiques et directives en provinces.
Le niveau intermédiaire compte 11 inspections
provinciales de la santé et 65 districts sanitaires et des
hôpitaux provinciaux. Il assure un rôle d'encadrement technique, le
suivi et la mise en oeuvre des directives et politiques au niveau des Zones de
Santé (ZS). Le niveau intermédiaire a aussi pour mission d'offrir
à travers l'hôpital provincial, les soins de santé de
référence secondaire. Avec la décentralisation en cours,
ce niveau comptera 26 inspections provinciales de la santé
conformément à la constitution de la République.
Le niveau périphérique comprend 516 zones de
santé avec 393 Hôpitaux Généraux de
Référence (HGR) opérationnels et 8 504 aires de
santé dont 8 266 disposent d'un Centre de Santé (CS). Ce niveau
est chargé de la mise en oeuvre de la stratégie des soins de
santé primaires sous la supervision et l'encadrement du niveau
intermédiaire. La mission du centre de santé est d'offrir
à la population les soins de santé qui relèvent du Paquet
Minimum d'Activités (PMA), tandis que celle de l'hôpital
général de référence du niveau primaire est
d'offrir les soins qui
40
relèvent du Paquet Complémentaire
d'Activités (PCA) et d'apporter un appui au développement des PMA
de qualité dans les centres de santé.
La Politique Nationale de la Santé (PNS) adoptée
en 2001, met l'accent sur les soins de santé primaires. L'unité
opérationnelle de mise en oeuvre de la PNS est la zone de santé.
La mise en oeuvre de cette PNS a démarré avec le Plan Directeur
de Développement Sanitaire (PDDS) de 2000-2009. Le financement du PDDS a
été essentiellement extraverti. Étant donné la
structure de l'aide internationale dont la plus grande partie est
destinée à la lutte sélective contre la maladie, la
plupart des zones de santé mises en place pour offrir des soins de
santé à la fois globaux, continus et intégrés, ont
fini par céder à la fragmentation.
En vue de faire face à cette situation, le
Ministère de la Santé Publique et ses partenaires ont
adopté, en 2006, la Stratégie de Renforcement du Système
de Santé (SRSS) qui se fixe pour but d'améliorer l'offre et
l'utilisation des soins de santé de qualité par l'ensemble de la
population congolaise. Pour ce faire, la SRSS prévoit comme axes
stratégiques :
i) le développement de la Zone de Santé (ZS) qui
en constitue l'axe stratégique de base;
ii) le renforcement de la gouvernance et du leadership dans
le secteur de la santé : le développement des ressources
humaines;
iii) la réforme du secteur du médicament ;
iv) la rationalisation du financement de la santé ;
v) la collaboration intra et intersectorielle ; et
vi) le renforcement de la recherche sur le système de
santé en vue d'une amélioration de la pertinence des politiques,
stratégies et normes du secteur de la santé.
La première édition de la SRSS était
déjà cooptée dans le Document de Stratégie de
Croissance et de Réduction de la Pauvreté (DSCRP 2006-2008) comme
contribution du secteur de la santé aux efforts du Gouvernement
destinés à lutter contre la pauvreté. Sa mise en oeuvre
s'est faite entre 2006 et 2009 à travers des Plans d'Actions
Prioritaires (PAP). Cette seconde édition est mise en oeuvre à
travers le premier Plan National de Développement Sanitaire (PNDS) qui
couvre la période 2011-2015 (MINI Plan et Santé, 2014).
II.4 Population d'étude
Cette étude utilise des données de la
démographie de la RDC 2013-2014 : Enquête sur la santé, un
représentant national d'enquête sur la santé des enfants et
des femmes. La population de l'étude est constituée des enfants
de moins de cinq ans.
41
II.5 Couverture de l'échantillon
Au cours de l'EDS-RDC II, un échantillon de 540 grappes
a été tiré dont 536 ont pu être visitées.
Quatre grappes (deux dans le Katanga, une dans la province Orientale et une
dans le Nord-Kivu) n'ont pas pu être visitées pour cause de
l'insécurité. Au total, 18 224 ménages ont
été sélectionnés et, parmi eux, 18 190
ménages ont été identifiés au moment de
l'enquête. Parmi ces 18 190 ménages, 18 171 ont pu être
enquêtés avec succès, soit un taux de réponse de
99,9 %. Les taux de réponses sont quasiment identiques en milieu rural
et en milieu urbain. Dans les 18 171 ménages enquêtés, 19
097 femmes âgées de 15-49 ans étaient éligibles pour
l'enquête individuelle, et pour 18 827 d'entre elles, l'interview a
été menée avec succès, soit un taux de
réponse de 99 %.
L'enquête homme a été réalisée
dans un ménage sur deux : 8 883 hommes étaient éligibles
et 8 656 ont été interviewés (taux de réponse de 97
%). Les taux de réponse enregistrés en milieu urbain sont
légèrement plus faibles que ceux obtenus en milieu rural tant
chez les femmes (98 % contre 99 %) que chez les hommes (96 % contre 99 %) (MINI
Plan et Santé, 2014).
42
Tableau 1, Répartition proportionnelle des
enquêtés selon les provinces
Provinces
|
Fréquence relative
|
Echantillon
|
Kinshasa
|
0,05
|
422
|
Kwango
|
0,05
|
391
|
Kwilu
|
0,05
|
423
|
Mai-Ndombe
|
0,04
|
294
|
Kongo Central
|
0,05
|
378
|
Equateur
|
0,03
|
243
|
Mongala
|
0,04
|
296
|
Nord-Ubangi
|
0,03
|
251
|
Sud-Ubangi
|
0,03
|
281
|
Tshuapa
|
0,02
|
197
|
Kasaï
|
0,05
|
379
|
Kasaï-Central
|
0,05
|
368
|
Kasaï-Oriental
|
0,04
|
307
|
Lomami
|
0,05
|
368
|
Sankuru
|
0,03
|
278
|
Haut-Katanga
|
0,03
|
263
|
Haut-Lomami
|
0,03
|
277
|
Lualaba
|
0,03
|
208
|
Tanganyika
|
0,04
|
292
|
Maniema
|
0,05
|
375
|
Nord-Kivu
|
0,06
|
476
|
Su-Kivu
|
0,06
|
475
|
Haut-Uele
|
0,02
|
179
|
Bas-Uele
|
0,02
|
193
|
Ituri
|
0,03
|
207
|
Tshopo
|
0,03
|
238
|
Total
|
1,00
|
8059
|
43
II.6 Échantillonnage
Des indicateurs de l'EDS-RDC II, les résultats sont
représentatifs au niveau de chacune des vingt-six nouvelles provinces,
chaque nouvelle province étant un domaine d'étude. Pour ce faire,
le territoire national a été découpé en vingt-six
domaines d'étude et, dans chaque domaine d'étude, trois strates
ont été créées : la strate des villes statutaires,
la strate des cités et la strate du milieu rural. Le tirage de
l'échantillon a été fait strate par strate. Ainsi,
l'échantillon de l'EDS-RDC II est basé sur un sondage
aréolaire, stratifié au niveau des unités primaires et
tiré à plusieurs degrés.
Pour les strates des villes statutaires et des cités,
on a tiré, au premier degré, un certain nombre de quartiers
à partir de la liste exhaustive de l'ensemble des quartiers des villes
ou des cités. Au second degré, on a tiré 34 ménages
dans les quartiers sélectionnés au premier degré. Pour les
strates du milieu rural, on a tiré au premier degré le secteur ou
la chefferie et au deuxième degré un ou plusieurs villages dans
les secteurs et chefferies tirés au premier degré. Au
troisième degré, on a tiré 34 ménages dans les
villages tirés au deuxième degré. Au premier degré,
le tirage a été effectué avec probabilité
proportionnelle à la taille en population des unités de sondage,
tandis qu'au deuxième et au troisième degré, on a
procédé à un tirage systématique avec
probabilité égale.
II est le recensement général de la population
de 1984. Elle a été actualisée partiellement à
plusieurs reprises par des recensements administratifs et récemment dans
le cadre des élections présidentielles et législatives de
2011. Cette base de sondage est la même que celle qui a été
utilisée par l'enquête Multiple Indicator Cluster Surveys (MICS)
de 2010 et par l'enquête 1-23 de 2012, menées par l'Institut
National de la Statistique (INS).
L'unité de sondage finale retenue est la grappe
(quartier ou village) et, au total, 540 grappes ont été
tirées. Un dénombrement des ménages dans chacune de ces
unités a fourni une liste exhaustive de ménages à partir
de laquelle a été tiré un échantillon de
ménages. La grappe correspond au quartier ou au village lorsque la
taille de celui-ci, en ménages, n'excède pas 500. Au-delà
de ce nombre, le quartier ou le village échantillonné a
été subdivisé en plusieurs segments parmi lesquels un seul
a été retenu dans l'échantillon. À l'opposé,
les villages de petite taille ont été regroupés.
Un total de 18 360 ménages (5 474 en milieu urbain dans
161 grappes et 12 886 en milieu rural dans 379 grappes) ont été
tirés. Toutes les femmes âgées de 15-49 ans vivant
habituellement
44
dans les ménages sélectionnés, ou
présentes la nuit précédant l'enquête,
étaient éligibles pour être enquêtées. De
plus, dans un sous-échantillon d'un ménage sur deux, tous les
hommes de 15-59 ans étaient éligibles pour être
enquêtés.
Dans ce même sous-échantillon, toutes les femmes
ainsi que tous les enfants de moins de cinq ans étaient éligibles
pour être mesurés et pesés afin d'évaluer leur
état nutritionnel (GHO, 2017).
Pour cette étude, comme nous réalisons une
étude secondaire et sur toute l'étendue de la RDC, nous allons
considérer les mêmes techniques d'échantillonnage
utilisées pour l'enquête initiale. Toutefois, pour les EDS il
fallait nous donner comment la taille de l'échantillon a
été calculée et comment la répartition
proportionnelle des enquêtés a été
réalisée (MINI Plan et Santé, 2014).
II.7 Collecte des données
Pour cette étude, nous avons utilisé la base des
données de l'EDS 2013-2014 pour nous servir d'analyse les variables en
rapport avec la malnutrition des enfants de moins de cinq ans. Pour l'EDS
citée, les travaux se sont déroulés de la manière
suivante :
Les travaux de terrain de l'enquête pilote se sont
déroulés du 1er au 9 juin 2013 dans douze sites dont huit en
milieu urbain (ville de Kinshasa) et quatre en milieu rural (deux à
Maluku aux environs de Kinshasa et deux à Kasangulu dans la province du
Bas-Congo). Ces sites ont été choisis en dehors de
l'échantillon de l'enquête principale. Les leçons
tirées de ce prétest (rendement des enquêteurs, acceptation
de l'enquête, etc.) ont été valorisées dans la
finalisation des outils de collecte et de la stratégie de mise en oeuvre
de l'enquête.
Les travaux de terrain de l'enquête principale ont
été réalisés en deux temps. Ils ont
été organisés d'abord à Kinshasa, du 13 août
au 12 septembre 2013 par les 72 candidats superviseurs de pool et superviseurs
santé formés et organisés en 12 équipes de six
personnes chacune. Ensuite, ils se sont déroulés dans les 33
pools, du 20 novembre 2013 au 7 février 2014 et exécutés
par 560 agents répartis en 130 équipes de travail. Chaque
équipe urbaine ou urbano-rurale était composée de six
personnes : un chef d'équipe, une contrôleuse, un enquêteur
agent de santé, une enquêtrice agent de santé et deux
enquêtrices. Une équipe rurale comprenait quatre personnes : un
chef d'équipe/contrôleur, un enquêteur agent de
santé, une enquêtrice agent de santé et une
enquêtrice. Un certain nombre d'équipes (deux à six)
étaient placées sous la responsabilité d'un superviseur de
pool (33 personnes) appuyé par un superviseur santé (33
personnes).
45
Les contrôleuses et les chefs d'équipes ont
reçu une formation complémentaire axée sur le
contrôle technique, l'organisation et la logistique, le contact avec les
autorités et les populations.
Pour s'assurer de la qualité du travail de terrain, les
stratégies suivantes ont été mises en oeuvre
:
i) réalisation de l'enquête principale dans la
ville province de Kinshasa par les candidats superviseurs de pool et les
candidats superviseurs santé, travaillant comme
enquêteurs/enquêtrices/agents de santé sous la supervision
directe des membres de l'équipe d'encadrement technique, afin de
s'assurer qu'ils ont maîtrisé tout le processus ;
ii) organisation du travail en petites équipes avec un
chef d'équipe et une contrôleuse pour un suivi rapproché
des agents ;
iii) réalisation de l'enquête dans la(les)
grappe(s) se trouvant au chef-lieu de pool ou proche(s) de celui-ci par tous
les agents de terrain retenus à l'issue de la formation pour s'assurer
qu'ils sont prêts avant leur déploiement vers les grappes
d'enquête lointaines ;
iv) organisation des missions de suivi des équipes de
travail (superviseurs de pool, superviseurs santé, membres du
comité technique, etc.).
II.8 Variables de l'étude
II.8.1 Variable dépendante
Ici, nous avons utilisé la malnutrition chronique
(stunting), la malnutrition aigüe (Wasting) ou émaciation et la
malnutrition globale comme variables dépendantes. Néanmoins, pour
cette étude, la malnutrition chronique était introduite dans le
modèle multinomiale en raison son caractère permanent comme
l'indique FAO (2007), que le retard de croissance est un terme utilisé
fréquemment et qui indique une situation où le potentiel de
croissance linéaire n'est pas atteint. Le retard de croissance est la
mesure anthropométrique la plus fortement associée à la
pauvreté et est un indicateur de choix pour révéler une
corrélation entre la pauvreté chronique et la malnutrition en
situations stables.
II.8.2 Variables indépendantes
Dans cette étude, nous pensons utiliser les variables
indépendantes suivantes : le sexe de l'enfant, l'âge de l'enfant,
l'âge de la mère, l'éducation de la mère, le niveau
de revenu de la mère, la province de résidence, le milieu de
résidence, la religion, le statut vaccinal, le nombre d'enfants sous
cinq ans dans le ménage, l'état civil, l'intervalle
inter-génésique, l'indice de masse corporelle, le nombre de
personnes par ménage et le sexe du responsable de l'enfant.
X ? i
X
?
Iv
|
S?
|
Xi
N
|
(T. Ancelle, 2006).
|
46
II.9 Limites de l'étude
- Comme cette étude est explicative, elle ne permet pas de
prédire les
évènements notamment le nombre de malnutris en
fonction du temps.
- De même étant donné que les données
de l'EDS 2013-2014, nous ne sommes pas permis d'inclure d'autres variables pour
cette étude, notre souci reste celui de mener une étude de survie
et comme dans la base des données, nous n'avons pas la variable temps
jusqu'à la survenue de l'événement qui est la
malnutrition, nous nous sommes limité à l'étude de
déterminants liés à la malnutrition.
II.10 Traitement des données
Pour avoir utilisé la base des données de
l'EDS-RDC 2013-2014 et qui comprend des variables en rapport avec la
malnutrition des enfants de moins de cinq ans a été
créée. Ces données étaient corrigées et sur
un échantillon de 18716 enquêtés, nous l'avons
réduit à 8059 individus en rapport avec des informations portant
sur des enfants et analysées à l'aide du logiciel SPSS version
25, R et Stata version 12.
II.11 Plan d'analyse des données
II.11.1 Analyse descriptive
Nous avons utilisé le calcul de la proportion
(pourcentage) pour les variables catégorielles par
la formule suivante :
nombre d' enfants avec la malnutriti on x
100
moins de 5 ans
nombre total d' enfants de
Fr :
Avec :
Fr : fréquence relative,
n: nombre d'observations,
N : population de l'étude.
- Taux : a été utilisé pour
transformer les fréquences en pourcentage.
T =
- Pour les variables quantitatives, la moyenne et
l'écart-type ont été calculés par les formules
suivantes :
? - x 2
? ?
47
Légende :
X : Moyenne arithmétique ;
Xi : observations individuelles ;
N : population totale étudiée ;
S : écart-type.
- La médiane sera estimée de la manière
suivante : classer les sujets de l'étude
par ordre de valeur croissante de la variable. Si le nombre de
sujets est impair, la
médiane de la série est la valeur de la variable
observée chez le sujet médian. Si le nombre de
sujets est pair, la médiane est située entre les
deux valeurs qui partagent la série en deux, dans
ce cas, en pratique, on prend la moyenne de deux valeurs
centrales.
- Les extrêmes qui sont des valeurs minimum et
maximum.
Si la distribution est normale la moyenne et
l'écart-type seront calculés. Et si la distribution
est asymétrique nous aurons à estimer la
médiane et les extrêmes.
Nomb???? d?? ????s obs??????é à u?? i??st??t
t
- La prévalence = (T. Ancelle, 2006).
??o??u????tio?? ??ib???? à ????t i??st????t t
II.11.2 Régression multinomiale
Soient Y la variable réponse catégorielle, a
valeurs dans f1; 2;...; Jg et X le vecteur de variables explicatives. La
probabilité de chaque catégorie j = 1;... ; J-1 (J est par
convention la catégorie de référence) qui est
modélisée par :
P (Y = j) = ?? exp (????+???????? (Jean Peyhardi et al,
2015, Giorgio Russolillo, 2018)
1+???=1 exp (ak + ????äk)
Estimation : On estime généralement ce
modèle grâce à l'algorithme des scores de Fisher, dont
l'itération à l'étape k s'écrit :
? ? (???) ????â???-1? = â???? - {??
)1R=â???-1 a=â??
????t????FaaF
Où â2 = (a1, ..., aj-1,
St, ..., St?? - 1, est le vecteur de
paramètres et ? la log-vraisemblance (Abbass, 2015).
Dans cette étude, nous avons procédé par
l'analyse ajustée par le modèle ascendant jusque à
l'obtention du modèle vraissemblant.
Interprétation
- Si 1 se trouve à l'intérieur de l'intervalle de
confiance de OR, la différence n'est pas significative ;
48
- Si la limite supérieure de l'intervalle de confiance
de OR est inférieure à 1, la différence est significative
et le facteur étudié est un facteur protecteur ;
- Si la limite inférieure de l'intervalle de confiance
de OR est supérieure à 1, la différence est significative
et le facteur étudié est un facteur risque.
Ce seuil est fixé en intervalle de confiance à 95%
(C. Kandala II, 2019; Unicef, 2010)
II.12 Considérations éthiques
Pour cette étude, vu que nous aurons à
réaliser une étude secondaire, l'enquête a
été réalisée par le Ministère du Plan et
Suivi de la Mise en oeuvre de la Révolution de la Modernité, en
collaboration avec le Ministère de la Santé Publique. Et toutes
les considérations éthiques ont été
respectées.
49
Chapitre troisième : Présentation des
résultats
Introduction
Dans ce chapitre, il est question de présenter les
résultats de 8059 enquêtés de l'EDS-II RDC de 2013-2014
pour l'identification des déterminants de la malnutrition chronique chez
les enfants de moins de cinq ans. Dans cette partie, nous présentons les
résultats en deux sections, l'analyse descriptive des résultats
et l'analyse inférentielle des résultats.
III.1 Analyse descriptive des résultats
Tableau 2, Répartition des enquêtés
selon les caractéristiques environnementales
Variables
|
n=8059
|
1. Milieu de résidence
|
n(%)
|
- Urbain
|
2356 (29,23)
|
- Rural
|
5703(70,77)
|
2. Provinces de résidence
|
n(%)
|
|
- Kinshasa
|
422(5,20)
|
- Provinces du Centre
|
1700(21.10)
|
- Provinces du nord
|
1346(16,70)
|
- Provinces d'ouest
|
1486(18,40)
|
- Provinces sud-est
|
3105(38,60)
|
L'analyse faite dans ce tableau 2, montre que les habitants du
milieu rural étaient plus nombreux (70,77%) à participer à
l'étude. Concernant les provinces de résidence, les provinces de
sud-est ont présenté une fréquence plus
élevée (38.60%), alors que la province de Kinshasa a
présenté une faible (5,20%) participation parmi les
enquêtés.
50
Tableau 3, Répartition des enquêtés
selon les caractéristiques socioculturelles
Variables n=8059
1. Niveau d'éducation de la mère
n(%)
- Analphabète
- Primaire
- Secondaire incomplète
- Secondaire et supérieur
2. Religion
- Catholique
- Animiste
- Armée du salut
|
1744(21,60) 3592(44,60) 2183(27,10) 540(6,70) n(%)
2080(25,80) 41 (0,50) 14 (0,20)
|
- Bundu dia Kongo
|
16(0,20)
|
- Kimbanguiste
|
230 (2,90)
|
- Musulman
|
111 (1,40)
|
- Pas de religion
|
82 (1,00)
|
- Autres
|
120 (1.50)
|
- Autres christianismes
|
2995 (37,10)
|
- Protestant
|
2369 (29,40)
|
- Vuvanu
|
1(0,00)
|
A la lecture de ce tableau 3, il est
révélé que les mères du niveau d'instruction
primaire sont plus fréquentes (44,60%) à participer à
cette étude, pour la religion, les adeptes d'autres christianismes
étaient plus nombreux (37,10%) à participer à cette
étude par rapport aux autres religions.
51
Tableau 4, Répartition des enquêtés
selon les caractéristiques économiques
Variable
|
n=8059
|
Niveau de revenu familial
|
n(%)
|
- Haut niveau de revenue
|
2387(29,60)
|
- Moyen niveau de revenu
|
1637(20,30)
|
- Bas niveau de revenue
|
4035(50,10)
|
Par rapport au statut économique, l'analyse faite au
tableau 4, a fait voir une prédominance (50,10%) de personnes avec Bas
niveau de revenu.
52
Tableau 5, Répartition des
enquêtés selon les caractéristiques
sociodémographiques de la mère et de l'enfant
Variables
|
n=8059
|
1. Age de l'enfant en mois Me (L<-L>))
|
28,00 (1-59)
|
2. Age de la mère en année moyenne
(écart-type)
|
29,21 (6,91)
|
3. Nombre d'enfants de moins de 5 ans Me
(L<-L>)
|
2,00 (1-5)
|
4. Nombre de personnes par ménage Me
(L<-L>)
|
6,00(2-16)
|
5. Sexe de l'enfant
|
n(%)
|
- Féminin
|
4061(50,39)
|
- Masculin
|
3998(49,61)
|
6. Sexe du Chef de ménage
|
n(%)
|
- Féminin
|
1766(21,91)
|
- Masculin
|
6293(78,09)
|
|
7. Etat civil de la mère n(%)
- Mariée 7064(87,70)
- Célibataire 995(12,31)
8. Indice de masse corporelle
|
n(%)
|
- =
|
18,5
|
3998
|
(49,61)
|
- <
|
18,5
|
4061
|
(50,39)
|
Dans ce tableau 5, il est montré que la médiane
d'âge des enfants est de 28 (1-59) mois, l'âge moyen des
mères des enfants est de 29,21 (6,91) ans, la médiane de nombre
d'enfants de moins de cinq ans dans les ménages est de 2 (1-5) enfants
par ménage et le nombre de personnes par ménage a
présenté une médiane de 6,00(2-16) enfants par
ménage.
En outre, il est indiqué que les hommes sont les plus
(78,09%) à prendre la responsabilité comme chef de ménage,
les femmes mariées étaient plus nombreuses (87,70%) à
participer à cette étude.
53
Tableau 6, Répartition des
enquêtés selon les caractéristiques liées aux
comportements de la mère sur la nutrition et la santé de
l'enfant
Variables
|
n=8059
|
1. Intervalle inter génésique
n(6,565)
|
n(%)
|
- < 24 mois
|
4645(70,75)
|
- = 24 mois
|
1920(29,25)
|
2. Statut vaccinal
|
n(%)
|
|
- Vacciné
|
5785 (71,80)
|
- Non vacciné
|
846 (10,50)
|
- Ne connait pas
|
1428(17,70)
|
4. Malnutrition chronique (stunting)
|
n(%)
|
- Bon état nutritionnel
|
2714(33,68)
|
- Malnutrition modérée
|
1790(22,21)
|
- Malnutrition légère
|
1684(20,90)
|
- Malnutrition sévère
|
1871(23,22)
|
Ce tableau 6, indique que la plupart (70,75%) des femmes ont
un intervalle inter génésique de moins de 24 moins, concernant le
statut vaccinal, la plupart (71,80%) des enfants sont vaccinés.
Concernant l'état nutritionnel, il est démontré que la
malnutrition globale a présenté (29,73%) avaient une malnutrition
modérée alors que (7,64%) ont présenté une
malnutrition sévère. Pour la malnutrition chronique il a
été montré que (22,21%) avaient une malnutrition
modérée alors que (23,22%) ont présenté une
malnutrition sévère. Enfin, la malnutrition aigüe a
montré que (16,59%) avaient une malnutrition modérée alors
que (2,80%) ont présenté une malnutrition
sévère.
55
Tableau 7, Répartition des prévalences des
catégories de malnutrition par province
N°
|
Provinces
|
|
Malnutrition chronique n(%)
|
|
Bon état
|
Légère
|
Modérée
|
Sévère
|
Total
|
1
|
Kinshasa
|
262(62,1)
|
100(23,7)
|
45(10,7)
|
15(03,5)
|
422(100,0)
|
2
|
Kwango
|
120(30,7)
|
81(20,7)
|
90(23,0)
|
100(25,6)
|
391(100,0)
|
3
|
Kwilu
|
149(35,2)
|
100(23,6)
|
103(24,4)
|
71(25,6)
|
423(100,0)
|
4
|
Mai-Ndombe
|
131(44,6)
|
61(20,7)
|
52(17,7)
|
50(16,8)
|
294(100,0)
|
5
|
Kongo Central
|
126(33,3)
|
86(22,8)
|
77(20,4)
|
89(23,5)
|
378(100,0)
|
6
|
Equateur
|
102(42,0)
|
65(26,7)
|
41(16,9)
|
35(14,4)
|
243(100,0)
|
7
|
Mongala
|
124(41,9)
|
68(23,0)
|
45(15,2)
|
59(19,9)
|
296(100,0)
|
8
|
Nord-Ubangi
|
80(37,9)
|
54(21,5)
|
58(23,1)
|
59(23,5)
|
251(100,0)
|
9
|
Sud-Ubangi
|
98((34,9)
|
58(20,6)
|
66(23,5)
|
59(21,0)
|
281(100,0)
|
10
|
Tshuapa
|
64(32,5)
|
47(23,9)
|
40(20,3)
|
46(23,9)
|
197(100,0)
|
11
|
Kasaï
|
99((26,1)
|
81(21,4)
|
90(23,7)
|
109(28,8)
|
379(100,0)
|
12
|
Kasaï-Central
|
111(30,2)
|
81(22,0)
|
83(22,5)
|
93(25,3)
|
368(100,0)
|
13
|
Kasaï-Oriental
|
127(41,4)
|
59(19,2)
|
63(20,5)
|
58(18,9)
|
307(100,0)
|
14
|
Lomami
|
101(27,4)
|
78(21,2)
|
79(21,5)
|
110(29,9)
|
368(100,0)
|
15
|
Sankuru
|
89(32,0)
|
44(15,8)
|
79(28,4)
|
66(23,7)
|
278(100,0)
|
16
|
Haut-Katanga
|
94(35,7)
|
67(25,5)
|
50(19,0)
|
52(19,8)
|
263(100,0)
|
17
|
Haut-Lomami
|
77(27,8)
|
55(19,9)
|
54(19,5)
|
91(32,9)
|
277(100,0)
|
18
|
Lualaba
|
77(37,1)
|
51(24,5)
|
46(22,1)
|
34(16,3)
|
208(100,0)
|
19
|
Tanganyika
|
85(29,1)
|
58(19,9)
|
67(22,9)
|
82(28,1)
|
292(100,0)
|
20
|
Maniema
|
115(30,7)
|
75(20,0)
|
88(23,5)
|
97(25,8)
|
375(100,0)
|
21
|
Nord-Kivu
|
109(22,9)
|
115(24,2)
|
106(22,3)
|
146(32,7)
|
476(100,0)
|
22
|
Su-Kivu
|
100(21,0)
|
110(23,2)
|
105(22,1)
|
160(33,7)
|
475(100,0)
|
23
|
Haut-Uele
|
61(34,1)
|
37(20,7)
|
26(14,5)
|
55(30,7)
|
179(100,0)
|
24
|
Bas-Uele
|
62(32,1)
|
48(24,9)
|
49(25,4)
|
34(17,6)
|
193(100,0)
|
25
|
Ituri
|
62(30,0)
|
56(27,1)
|
40(19,3)
|
49(23,7)
|
207(100,0)
|
26
|
Tshopo
|
89(37,4)
|
55(23,1)
|
42(17,6)
|
52(21,8)
|
238(100,0)
|
Moyenne
|
34,23
|
22,30
|
20,77
|
30,00
|
100,00
|
Au regard de ce tableau n°7, il est
révélé que la prévalence de la malnutrition
chronique sévère en RDC est estimée à 30%, soit la
prévalence plus élevée est observée dans la
province du Sud-Kivu avec (33,7%) et la prévalence la plus basse est
observée dans la province de Kinshasa avec (3,5%). La malnutrition
chronique modérée montre que la RDC a une prévalence de
20,77%, la prévalence la plus élevée est observée
dans la province du Sankuru avec 28,4% et
56
la prévalence la plus basse est observée dans la
province de Kinshasa avec 10,7%. Concernant la malnutrition chronique
légère, la RDC a présenté une prévalence de
22,30, soit une haute présence est observée dans la province de
l'Equateur avec 26,7% tandis que la basse prévalence est observée
dans la province du Sankuru avec 15,8%.
57
III.2 Analyse inférentielle
Tableau 8, Régression multinomiale non
ajustée de la malnutrition chronique (Standing) des enfants de moins de
5 ans et les autres variables
Variables
|
OR et IC 95% de la malnutrition légère
|
p <
|
OR et IC 95% de la malnutrition modéré
|
p <
|
OR et IC 95% de la malnutrition sévère
|
p <
|
1. Age de la mère
|
1,00 [0,99-1,01]
|
0,894
|
1,00 [0,99-1,01]
|
0,582
|
1,01 [1,00-1,02]
|
0,034
|
2. Milieu de résidence
|
|
|
|
|
|
|
- Urbain
|
1,00
|
|
1,00
|
|
1,00
|
|
- Rural
|
1,34 [1,18-1,52]
|
0,000
|
1,63 [1,43-1,86]
|
0,000
|
2,39 [2,09-2,75]
|
0,000
|
3. Religion
|
|
|
|
|
|
|
- Catholique
|
1,00
|
|
1,00
|
|
1,00
|
|
- Bundu dia Kongo et autres sectes
|
0,98 [0,62-1,56]
|
0,950
|
1,58 [1,04-2,40]
|
0,032
|
1,60 [1,07-2,40]
|
0,022
|
- Kimbanguiste
|
0,68 [0,47-0,99]
|
0,046
|
0,92 [0,65-1,30]
|
0,630
|
0,66 [0,46-0,96]
|
0,029
|
- Musulman
|
1.05 [0,61-1,79]
|
0,861
|
1,19 [0,70-2,03]
|
0,517
|
1,28 [0,77-2,12]
|
0,333
|
- Pas de religion
|
0,99 [0,55-1,79]
|
0,974
|
1,02 [0,56-1,88]
|
0,939
|
0,94 [0,52-1,70]
|
0,831
|
- Autres christianismes
|
0.77 [0,68-0,87]
|
0,000
|
0,78 [0,69-0,89]
|
0,000
|
0,72 [0,63-0,82]
|
0,000
|
4. Nombre d'enfants sous 5 ans
|
0.99 [0,93-1,05]
|
0,796
|
0.99 [0,93-1,05]
|
0,779
|
1,09 [1,03-1,16]
|
0,002
|
5. Niveau d'instruction de la mère
|
|
|
|
|
|
|
- Secondaire et universitaire
|
1,00
|
|
1,00
|
|
1,00
|
|
- Secondaire incomplète
|
1,22 [0,96-1,55]
|
0,099
|
1,49 [1,15-1,93]
|
0,002
|
2,62 [1,87-3,69]
|
0,000
|
- Primaire
|
1,57 [1,25-1,98]
|
0,000
|
2,00 [1,56-2,57]
|
0,000
|
5,34 [3,84-7,43]
|
0,000
|
- Analphabète
|
1,66 [1,29-2,13]
|
0,000
|
2,15 [1,65-2,82]
|
0,000
|
6,71 [4,77-9,44]
|
0,000
|
6. Sexe de l'enfant
|
|
|
|
|
|
|
- Féminin
|
1,00
|
|
1,00
|
|
1,00
|
|
- Masculin
|
1,13 [1,01-1,28]
|
0,042
|
1,26 [1,11-1,42]
|
0,000
|
1,42 [1,26-1,60]
|
0,000
|
7. Statut vaccinal
|
|
|
|
|
|
|
- Vacciné
|
1,00
|
|
1,00
|
|
1,00
|
|
- Ne connait pas
|
0,89 [0,77-1,04]
|
0,153
|
0,75 [0,64-0,88]
|
0,000
|
0,65 [0,55-0,76]
|
0,000
|
- Non vacciné
|
0,64 [0,53-0,78]
|
0,000
|
0,52 [0,42-0,64]
|
0,000
|
0,62 [0,51-0,75]
|
0,000
|
8. Age de l'enfant
|
1,03 [1,02-1,03]
|
0,000
|
1,04 [1,03-1,04]
|
0,000
|
1,05 [1,05-1,06]
|
0,001
|
9. Province de résidence
|
|
|
|
|
|
|
- Kinshasa
|
1,00
|
|
1,00
|
|
1,00
|
|
- Provinces du centre
|
1,71 [1,30-2,23]
|
0,000
|
4,35 [3,09-6,13]
|
0,000
|
14,45 [8,46-24,69]
|
0,000
|
- Provinces du nord
|
1.67 [1,28-2,19]
|
0,000
|
2,82 [1,98-4,01]
|
0,000
|
9,78 [5,69-16,78]
|
0,000
|
- Provinces de l'ouest
|
1,63 [1,25-2,14]
|
0,000
|
3,56 [2,52-5,03]
|
0,000
|
10,29 [6,00-17,64]
|
0,000
|
- Provinces du sud-est
|
2,04 [1,59-2,62]
|
0,000
|
4,41 [3,17-6,15]
|
0,000
|
16,14 [9,51-27,39]
|
0,000
|
10. Intervalle inter
génésique
|
|
|
|
|
|
|
- > 24 mois
|
1,00
|
|
1,00
|
|
1,00
|
|
- Ne connait pas
|
1,05 [0,89-1,23]
|
0,536
|
1,12 [0,96-1,32]
|
0,150
|
1,09 [0,93-1,29]
|
0,272
|
- = 24 mois
|
0,94 [0,80-1,09]
|
0,391
|
1,06 [0,91-1,23]
|
0,474
|
1,74 [1,51-1,99]
|
0,000
|
11. Etat civil
|
|
|
|
|
|
|
- Mariée
|
1,00
|
|
1,00
|
|
1,00
|
|
- Célibataire
|
0,88 [0,73-1,05]
|
0,163
|
0,81 [0,67-0,98]
|
0,030
|
0,91 [0,76-1,08]
|
0,283
|
12. Niveau de revenu
|
|
|
|
|
|
|
- Haut niveau de revenue
|
1,00
|
|
1,00
|
|
1,00
|
|
- Moyen niveau de revenue
|
1,20 [1,02-1,42]
|
0,031
|
1,54 [1,30-1,84]
|
0,000
|
2,18 [1,83-2,61]
|
0,000
|
- Bas niveau de revenu
|
1,26 [1,10-1,44]
|
0,000
|
1,76 [1,53-2,03]
|
0,000
|
2,69 [2,33-3,11]
|
0,000
|
13. Sexe du responsable de l'enfant
|
|
|
|
|
|
|
- Féminin
|
1,00
|
|
1,00
|
|
1,00
|
|
- Masculin
|
0,95 [0,82-1,09]
|
0,501
|
1,04 [0,89-1,20]
|
0,651
|
0,96 [0,83-1,10]
|
0,529
|
14. Nombre de personne par ménage
|
0,98 [0,96-1,01]
|
0,142
|
0,97 [0,94-0,99]
|
0,001
|
0,99 [0,97-1,01]
|
0,320
|
|
Au regard des résultats de ce tableau 8, il est
indiqué que quand la femme augmente d'une année, elle a 1% de
risque d'avoir un enfant souffrant de la malnutrition sévère OR :
1,01
58
[1,00-1,02]. Les enfants du milieu rural ont 2,39 plus de risque
de souffrir de la malnutrition sévère que les enfants du milieu
urbain OR : 2,39 [2,09-2,75]. Les enfants des mères du niveau
d'instruction analphabète ont 6,71 fois plus de risque de
développer la malnutrition sévère, OR : 6,71 [4,77-9,44]
que les autres enfants des mères du niveau secondaire et
universitaire.
Les enfants du sexe masculin ont 42% plus de risque de
souffrir de la malnutrition sévère que les enfants du sexe
féminin, OR : 1,42 [1,26-1,60]. Pour ce qui est du statut vaccinal, les
enfants non vaccinés ont 48% moins de risque de souffrir de la
malnutrition modérée que ceux qui sont vaccinés, OR : 0,52
[0,42-0,64]. L'âge de l'enfant a montré que plus l'enfant augmente
d'un mois, il a plus de 5% de risque de souffrir de la malnutrition
sévère, OR : 1,05 [1,05-1,06]. Il est aussi montré que les
provinces du sud-est ont 16,14 fois plus de risque de souffrir de la
malnutrition sévère que les enfants habitant la province de
Kinshasa, OR : 16,14 [9,51-27,39]. Les enfants des mères à
intervalle inter génésique = 24 mois ont 74% plus de risque de
développer la malnutrition sévère que ceux des
mères à intervalle inter génésique > 24 mois, OR
: 1,74 [1,51-1,99].
Concernant la religion, l'analyse a fait voir d'une part que
les enfants des adeptes de Bundu dia Kongo et les autres sectes ont 60% plus de
risque de souffrir de la malnutrition sévère que les enfants des
adaptes de l'église catholique, OR : 1,60 [1,07-2,40] ; d'autre part les
enfants des Kimbanguistes et les autres christianismes ont souffert moins de la
malnutrition sévère que les enfants des catholiques, les limites
supérieures sont des intervalles de confiance sont inférieures
à 1.
Par rapport au niveau de revenu, les enfants des parents
à bas niveau de revenu ont 2,69 fois plus de risque de souffrir de la
malnutrition que les enfants des parents riches, OR : 2,69 [2,333,11].
Le sexe du responsable de l'enfant et le nombre de personnes
par ménage n'ont prouvé aucune relation avec l'état
nutritionnel de l'enfant, dans chaque intervalle de confiance contient 1
à l'intérieur.
58
Tableau 9, Régression multinomiale ajustée
de l'état nutritionnel des enfants de moins de 5 ans et les autres
variables
Variables
|
OR de régression non ajustée et IC
95%
|
OR de régression ajustée et IC
95%
|
Légère
|
p <
|
Modéré
|
p <
|
Sévère
|
p <
|
Légère
|
p <
|
Modéré
|
p <
|
Sévère
|
p <
|
1. Milieu de résidence
|
|
|
|
|
|
|
|
|
|
|
|
|
- Urbain
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
- Rural
|
1,34 [1,18-1,52]
|
0,000
|
1,63 [1,43-1,86]
|
0,000
|
2,39 [2,09-2,75]
|
0,000
|
1,18 [0,99-1,41]
|
0,070
|
1,15 [0,95-1,38]
|
0,141
|
1,26 [1,04-1,52]
|
0,016
|
2. Niveau d'instruction de la mère
|
|
|
|
|
|
|
|
|
|
|
|
|
- Secondaire et universitaire
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
- Secondaire incomplète
|
1,22 [0,96-1,55]
|
0,099
|
1,49 [1,15-1,93]
|
0,002
|
2,62 [1,87-3,69]
|
0,000
|
1,13 [0,88-1,16]
|
0,343
|
1,19 [0,90-1,58]
|
0,215
|
1,83 [1,27-2,63]
|
0,001
|
- Primaire
|
1,57 [1,25-1,98]
|
0,000
|
2,00 [1,56-2,57]
|
0,000
|
5,34 [3,84-7,43]
|
0,000
|
1,36 [1,05-1,77]
|
0,029
|
1,36 [1,02-1,82]
|
0,033
|
2,86 [1,99-4,12]
|
0,000
|
- Analphabète
|
1,66 [1,29-2,13]
|
0,000
|
2,15 [1,65-2,82]
|
0,000
|
6,71 [4,77-9,44]
|
0,000
|
1,38 [1,03-1,84]
|
0,019
|
1.32 [0,97-1,81]
|
0,081
|
3,09 [2,11-4,55]
|
0,000
|
3. Sexe de l'enfant
|
|
|
|
|
|
|
|
|
|
|
|
|
- Féminin
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
- Masculin
|
1,13 [1,01-1,28]
|
0,042
|
1,26 [1,11-1,42]
|
0,000
|
1,42 [1,26-1,60]
|
0,000
|
1,19 [1,05-1,34]
|
0,006
|
1,36 [1,20-1,55]
|
0,000
|
1,59 [1,40-1,81]
|
0,000
|
4. Statut vaccinal
|
|
|
|
|
|
|
|
|
|
|
|
|
- Vacciné
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
- Ne connait pas
|
0,89 [0,77-1,04]
|
0,153
|
0,75 [0,64-0,88]
|
0,000
|
0,65 [0,55-0,76]
|
0,000
|
1.19 [1,01-1,39]
|
0,041
|
1,17 [0,98-1,39]
|
0,074
|
1,21 [1,01-1,45]
|
0,041
|
- Non vacciné
|
0,64 [0,53-0,78]
|
0,000
|
0,52 [0,42-0,64]
|
0,000
|
0,62 [0,51-0,75]
|
0,000
|
0.79 [0,65-0.98]
|
0,030
|
0,72 [0,58-0,90]
|
0,004
|
0,86 [0,69-1.07]
|
0,176
|
5. Age de l'enfant
|
1,03 [1,02-1,03]
|
0,000
|
1,04 [1,03-1,04]
|
0,000
|
1,05 [1,05-1,06]
|
0,001
|
1,19 [1,05-1,34]
|
0,000
|
1,36 [1,20-1.04]
|
0,000
|
1,59 [1,39-1,81]
|
0,000
|
6. Provinces de résidence
|
|
|
|
|
|
|
|
|
|
|
|
|
- Kinshasa
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
- Provinces du centre
|
1,71 [1,30-2,23]
|
0,000
|
4,35 [3,09-6,13]
|
0,000
|
14,45 [8,46-24,69]
|
0,000
|
1,52 [1,13-2,05]
|
0,006
|
3,37 [2,31-4,92]
|
0,000
|
7,52 [4,26-13,26]
|
0,000
|
- Provinces du nord
|
1.67 [1,28-2,19]
|
0,000
|
2,82 [1,98-4,01]
|
0,000
|
9,78 [5,69-16,78]
|
0,000
|
1,41 [1,04-1,92]
|
0,029
|
1,92 [1,29-2,85]
|
0,001
|
4,08 [2,29-7,26]
|
0,000
|
- Provinces de l'ouest
|
1,63 [1,25-2,14]
|
0,000
|
3,56 [2,52-5,03]
|
0,000
|
10,29 [6,00-17,64]
|
0,000
|
1,41 [1,04-1,91]
|
0,025
|
2,61 [1,79-3,83]
|
0,000
|
5,23 [2,95-9,27]
|
0,000
|
- Provinces du sud-est
|
2,04 [1,59-2,62]
|
0,000
|
4,41 [3,17-6,15]
|
0,000
|
16,14 [9,51-27,39]
|
0,000
|
1,78 [1,34-2,36]
|
0,000
|
3,43 [2,37-4,93]
|
0,000
|
7,75 [4,43-13,57]
|
0,000
|
7. Intervalle inter génésique
|
|
|
|
|
|
|
|
|
|
|
|
|
- = 24 mois
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
- < 24 mois
|
1,05 [0,89-1,23]
|
0,536
|
1,12 [0,96-1,32]
|
0,150
|
1,09 [0,93-1,29]
|
0,272
|
1,00 [0,83-1,23]
|
0,034
|
0,91 [0,78-1,08]
|
0,278
|
1,44 [1,23-1,68]
|
0,000
|
- Ne connait pas
|
0,94 [0,80-1,09]
|
0,391
|
1,06 [0,91-1,23]
|
0,474
|
1,74 [1,51-1,99]
|
0,000
|
0,85 [0,72-0,99]
|
0,981
|
1,06 [0,86-1,30]
|
0,639
|
1,11 [0,89-1,36]
|
0,431
|
8. Niveau de revenu
|
|
|
|
|
|
|
|
|
|
|
|
|
- Riche
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
1,00
|
|
- Moyen
|
1,20 [1,02-1,42]
|
0,031
|
1,54 [1,30-1,84]
|
0,000
|
2,18 [1,83-2,61]
|
0,000
|
0,99 [0,81-1,21]
|
0,915
|
1,24 [0,99-1,53]
|
0,052
|
1,44 [1,16-1,79]
|
0,001
|
- Pauvre
|
1,26 [1,10-1,44]
|
0,000
|
1,76 [1,53-2,03]
|
0,000
|
2,69 [2,33-3,11]
|
0,000
|
1,05 [0,87-1,27]
|
0,605
|
1,50 [1,23-1,83]
|
0,000
|
1,83 [1,50-2,24]
|
0,000
|
9. Age de la mère
|
1,00 [0,99-1,01]
|
0,894
|
1,00 [0,99-1,01]
|
0,582
|
1,01 [1,00-1,02]
|
0,034
|
0,99 [0,97-0,99]
|
0,011
|
0,98 [0,97-0,99]
|
0,004
|
0,97 [0,96-0,99]
|
0,000
|
|
59
L'analyse faite dans ce tableau 9, renseigne que les enfants
du milieu rural ont 26% plus de risque de développer la malnutrition
sévère que ceux du milieu urbain, OR : 1,26 [1,04-1,52] et p <
0,016.
Concernant le niveau d'instruction de la mère, il est
montré que les enfants des parents avec un bas niveau d'instruction
(analphabète) ont 3,09 fois plus de risque de développer la
malnutrition chronique sévère que ceux des parents du niveau
secondaire et universitaire, OR : 3,09 [2,11-4,55] et p < 0,000. Il est
montré également que les mêmes enfants ont 38% plus de
risque de souffrir de la malnutrition légère, R : 1,38
[1,03-1,84] avec p < 0,019. Les enfants des parents des niveaux
d'instruction secondaire incomplet et primaire courent le risque de
développer la malnutrition légère, modérée
et sévère, dans chaque intervalle de confiance la limite
inférieure est supérieure à 1. A propos du sexe, l'analyse
a révélé que les enfants du sexe masculin ont 59% plus de
risque de souffrir de la malnutrition chronique sévère que les
enfants du sexe féminin, OR : 1,59 [1,40-1,81] et p < 0,000.
Le statut vaccinal a révélé une relation
statistiquement significative avec la malnutrition chronique, les non
vaccinés ont 28% moins de risque de souffrir de la malnutrition
chronique modérée que les enfants vaccinés, OR : 72
[0,58-0,90] avec p = 0,004. Il est montré qu'à chaque
augmentation d'un mois, les enfants ont 59% plus de risque de développer
la malnutrition chronique sévère, OR : 1,59 [1,39-1,81] et p <
0,000.
Les provinces de résidence ont montré une
association statistiquement significative avec la malnutrition, les enfants
habitant les provinces du sud-est ont 7,75 fois plus de risque de souffrir de
la malnutrition chronique sévère que ceux habitant la province de
Kinshasa, R : 7,75 (4,4313,57) avec p < 0,000. Ainsi, les enfants des
provinces du centre, du nord, de l'ouest et du sud-est, ont plus de risque de
souffrir de la malnutrition chronique sévère,
modérée et légère, la limite inférieure de
chaque intervalle de confiance est supérieure à 1.
Considérant l'intervalle inter génésique,
l'analyse a révélé que les enfants issus des mères
avec intervalle inter génésique = 24 mois ont 44% plus de risque
de souffrir de la malnutrition chronique sévère que les enfants
des mères avec intervalle inter génésique > 24 mois, OR
: 1,44 [1,23-1,68] et p < 0,000.
Concernant le niveau de revenu des parents, il y a une
relation statistiquement significative avec l'apparition de la malnutrition
chronique, les enfants des parents pauvres ont 83% plus de risque
60
de développer la malnutrition chronique
sévère que les enfants des parents riches, OR : 1,83 [1,50-2,24]
avec p < 0,000. Enfin, l'âge de la mère est associé
à l'apparition de la malnutrition chronique, à chaque
augmentation d'une année de la mère, les enfants ont 3% moins de
risque de la malnutrition sévère, OR : 0,97 [0,96-0,99] et p <
0,000.
Graphique 1, synthèse des résultats de
l'étude sur les déterminants de la malnutrition
chronique
Ce graphique montre clairement que le sexe masculin, le milieu
rural, le niveau d'instruction primaire et analphabète, les provinces du
nord, du sud-est, du centre et de l'ouest, le niveau de revenu faible, et
moyen, l'intervalle inter génésique inférieur ou
égal à 24 mois constituent les facteurs de risque de la
malnutrition chronique. Néanmoins le statut vaccinal non vacciné
protège contre la malnutrition chronique.
61
Graphique 2, prédiction de la probabilité
de survenue de la malnutrition chronique selon le sexe
Ce graphique renseigne que les garçons ont plus de risque
de souffrir de la malnutrition chronique modérée et
sévère que les filles.
Graphique 3, prédiction de la probabilité
de survenue de la malnutrition chronique selon l'état
vaccinal
62
Sur ce graphique, les enfants non vaccinés ont moins
risque de présenter la malnutrition chronique que les enfants
vaccinés.
Graphique 4, prédiction de la probabilité
de survenue de la malnutrition chronique selon le milieu de
résidence
Ici, les enfants du milieu rural ont un risque plus
élevé de souffrir de la malnutrition chronique
légère et sévère que les enfants habitant le milieu
urbain.
Graphique 5, prédiction de la probabilité
de survenue de la malnutrition chronique selon l'instruction de la
mère
63
Dans ce graphique, nous constatons que les enfants des
mères analphabètes (sans niveau d'instruction) et du niveau
primaire ont le risque plus élevé de souffrir de la malnutrition
chronique légère et sévère que les enfants des
mères d'autres niveaux d'instruction.
Graphique 6, prédiction de la
probabilité de survenue de la malnutrition chronique selon les provinces
de résidence
Ce graphique renseigne que, les enfants des provinces (du
sud-est, du centre de l'ouest et du nord) ont le risque plus
élevé de souffrir de la malnutrition chronique que les enfants de
la province de Kinshasa.
64
Graphique 7, prédiction de la
probabilité de survenue de la malnutrition chronique selon l'intervalle
inter génésique
Ce graphique fait voir que l'intervalle inter
génésique inférieur ou égal 24 mois constitue un
facteur de risque de la malnutrition chronique sévère.
Conclusion
Après analyse des résultats dans ce chapitre
nous avons identifié le milieu rural, le bas niveau d'instruction de la
mère, les enfants plus âgés, le sexe masculin, les
provinces (du sud-est, du centre de l'ouest et du nord), l'intervalle inter
génésique inférieur ou égal à 24 mois, les
mères moins âgées, le niveau de revenu faible des parents
comme des facteurs importants de la malnutrition chronique en République
Démocratique du Congo. Néanmoins, le statut vaccinal non
vacciné protège contre la malnutrition chronique.
65
Chapitre quatrième : Discussion et
conclusion
IV.1. Discussion
Une enquête secondaire a été
réalisée sur la base des données de l'EDS-RDC (2013-2014)
sur un échantillon traité de 8059 enquêtés dont les
enfants âgés de 1 à 59 mois répartis de la
manière suivante : 4061 du sexe féminin soit 50,39% et 3998 du
sexe masculin soit 49,61%.
IV.1.1 Analyse descriptive des résultats
IV.1.1.1 Répartition des enquêtés
selon les facteurs environnementaux
L'analyse faite au 2, a révélé que le
milieu rural de la République Démocratique du Congo a
présenté une proportion élevée
d'enquêtés 5703 soit 70,77%. Ce résultat n'est pas
étonnant car, en RDC le milieu rural représente une proportion
élevée d'habitants par rapport au milieu urbain.
Ce résultat reflète la réalité de
la population congolaise, la RDC est le troisième pays le plus
peuplé d'Afrique subsaharienne avec une population estimée
à 80 millions d'habitants, mais disproportionnellement répartie
sur le territoire. Selon l'Enquête 1-2-3 (2005), 69,6 % de la population
vit en milieu rural contre 30,4% en milieu urbain. Le pays est
sous-peuplé avec seulement 24 habitants au km2. Il sied de
souligner que particulièrement la ville province de Kinshasa a une
très forte densité de population avec 577 habitants au
km2 suite à la concentration des infrastructures
économiques, scolaires, universitaires et sanitaires ainsi que des
institutions administratives et politiques, à l'exode rural lié
aux conflits et à la dégradation des conditions de vie en milieu
rural. Ceci crée pour la population l'idée de
bénéficier une meilleure offre d'emploi dans la capitale qu'en
province (FAO, 2014).
En 2007, l'Institut National de la Statistique a estimé
la population congolaise à 65,8 millions d'habitants dont près de
7,9 millions vivaient dans la seule ville de Kinshasa, la capitale du pays. La
population de la RDC se caractérise par son extrême jeunesse. En
effet, 48% de la population a moins de 15 ans, et 4% plus de 60 ans. Du point
de vue de la répartition de la population par milieu de
résidence, les données de 1984 indiquaient qu'environ 70% de la
population congolaise vivait en milieu rural, contre près de 30% dans
les villes. Mais avec les multiples mouvements de populations
occasionnés par les conflits armés de ces dernières
années, la proportion de la population vivant en milieu urbain se situe
actuellement à 43 %.
66
IV.1.1.2 Répartition des enquêtés
selon les facteurs culturels
A propos de l'analyse faite au tableau 3, il a
été remarqué que les femmes du niveau d'études
primaire étaient plus nombreuses à participer à
l'enquête avec 3592 soit 44,60%. Ce qui s'explique par des
difficultés financières que vivent les habitants de la RDC, suite
à ces difficultés la plupart des habitants scolarisent leurs
enfants jusqu'au niveau de l'école primaire.
Le taux d'analphabétisme est donc resté
élevé à l'instar de beaucoup de pays africains, il est
estimé à 30,3%, dont 17,5% pour les hommes et 42,8% pour les
femmes. On observe une forte disparité entre les provinces : quatre
provinces présentent le taux d'analphabétisme en dessous de la
moyenne nationale (30,3%). Il s'agit du Kasaï-Oriental (23,8%), Bas-Congo
(28,2%), dans le Bandundu (28,3%) et du Kasaï-Occidental (28,9%), par
contre six provinces ont le taux d'analphabétisme supérieur
à la moyenne nationale. Il s'agit du Nord-Kivu (48%), de l'Equateur
(44%), du Sud-Kivu (37,5%), du Katanga (34,8%), de la province orientale
(33,9%) et du Maniema (33,9%). La Ville Province de Kinshasa, quant à
elle, a le taux d'analphabétisme le plus bas du pays, soit 9,7%. Pour
l'atteinte de ses objectifs, le sous-secteur de l'éducation non formelle
accuse des faiblesses énormes dues à : - l'insuffisance des
infrastructures pour la prise en charge des apprenants ; - l'insuffisance de
financement alloué à l'AENF; l'insuffisance des supports
pédagogiques et andragogiques (Zino Diasitua, 2017).
Étant donné qu'une proportion relativement
importante de la population n'a aucun niveau d'instruction (15 % de femmes et 4
% d'hommes) et que dans 29 % des cas pour les femmes et 16 % pour les hommes,
le cycle primaire n'a pas été achevé, il est utile
d'évaluer la capacité à lire de la population afin de
mesurer son degré d'accessibilité à l'information. Pour
obtenir les informations sur le niveau d'alphabétisation des
enquêtés, mises à part les questions posées sur la
dernière classe achevée et le niveau d'instruction atteint par
les enquêtés, on a demandé à ceux qui n'avaient
aucun niveau d'instruction et à ceux qui avaient déclaré
avoir atteint le niveau primaire, de lire une phrase rédigée dans
une des langues officielles, nationales ou locales et préparée
par le Comité Technique. Cinq modalités ont été
retenues : « peut lire une phrase entière », «peut lire
une partie de la phrase », «ne peut pas lire», « pas de
cartes dans la langue de l'enquêté », «
aveugle/malvoyant ». Les femmes et les hommes ayant atteint le niveau
secondaire ou plus ont été considérés d'office
comme étant alphabétisés.
67
IV.1.2 Répartition des enquêtés selon
le facteur économique
En se référant à l'analyse
réalisée au tableau 4, il a été constaté que
les femmes ayant un bas niveau de revenu étaient plus nombreuses parmi
les femmes enquêtées avec 4035 soit 50,10%. Ce résultat
montre en réalité que la plupart des habitants de la RDC ont un
niveau bas de revenu, car plus nombreux sont les chômeurs qui ont des
difficultés à faire survivre leurs familles et les exposant
à la malnutrition.
Ce résultat est conforme à la situation de la
RDC, confirmé par Eric Tshimanga en disant que l'incidence de la
pauvreté montre que la proportion des pauvres en RDC recule au niveau
national quel que soit le milieu de résidence mais demeure très
élevée, loin de la cible de 40% visée en 2015. En effet,
elle se situe à 63,40% en 2012 contre 71,34% en 2005 et 80% en 1990.
Malgré l'existence des disparités, la tendance à la baisse
est également enregistrée dans presque toutes les provinces du
pays à l'exception des deux Kasaï et du Maniema où la
pauvreté a augmenté. Les tendances observées au niveau de
l'incidence de la pauvreté se manifestent aussi bien pour la profondeur
que pour la sévérité de la pauvreté. Entre 2005 et
2012, elles sont passées de 32,2% à 26,5% pour la première
et de 32,23% à 14,5% pour la seconde. Comparées aux cibles de
2015, elles ne seront vraisemblablement pas atteintes malgré les baisses
sensibles enregistrées (Eric Tshikuma, 2018).
IV.1.3 Prévalence de la malnutrition
Les résultats de cette étude ont
renseigné au tableau 7, que la prévalence de la malnutrition
chronique sévère en RDC était estimée à 30%,
soit la prévalence plus élevée était
observée dans la province du Sud-Kivu avec (33,7%) et la
prévalence la plus basse était observée dans la province
de Kinshasa avec (3,5%). La malnutrition chronique modérée avait
montré que la RDC a une prévalence de 20,77%, la
prévalence la plus élevée était observée
dans la province du Sankuru avec 28,4% et la prévalence la plus basse
était observée dans la province de Kinshasa avec 10,7%.
Concernant la malnutrition chronique légère, la RDC a
présenté une prévalence de 22,30, soit une haute
présence était observée dans la province de l'Equateur
avec 26,7% tandis que la basse prévalence était observée
dans la province du Sankuru avec 15,8%.
Ce qui signifie qu'en République Démocratique du
Congo, la situation alimentaire est très précaire en raison de
l'insuffisance de production alimentaire qui expose les enfants à une
dénutrition permanente. Les provinces ayant des prévalences de la
malnutrition plus élevée étaient la province du Sud-Kivu
qui a présenté une de la malnutrition chronique
sévère (33,7%), suivie de la province de haut-Lomami et du
Nord-Kivu avec respectivement (32,9%) et (32,7%)
68
soit un total de 79,3% et enfin, de la province du Kasai avec
la malnutrition chronique sévère (28,8%).
La culture traditionnelle par la population elle-même ne
permet pas de couvrir les besoins nutritionnels de la population, le peu de
nourriture que la population produit est vendu pour la procuration d'autres
besoins de première nécessité, alors que ceux qui ont des
moyens ne cultivent pas et achètent seulement le peu de nourritures
produites par la population cultivatrice par leur propre effort. Ces
résultats sont conformes à ceux de Kandala (2011), ayant
trouvé que la RDC a un déficit alimentaire et une
productivité limitée malgré d'énorme potentiel de
production agricole. Au cours des dix dernières années, il y a eu
baisse de production de presque tous les produits agricoles. La
détérioration de la productivité alimentaire est le
résultat de nombreux facteurs qui sont attribués principalement
à des facteurs distaux tels que le manque de mise en oeuvre de la
politique nationale pour la production alimentaire, l'insécurité
et les conflits.
En outre, les prévalences de la malnutrition sous
toutes ses formes en RDC sont supérieures à celles de
Burkina-Faso, dans une étude réalisée par Mamadou (2012).
Il a montré que la prévalence des différentes formes de
malnutrition, le retard de croissance et l'insuffisance pondérale. Chez
les enfants de moins de cinq ans, les prévalences de ces formes sont
respectivement 10,3%[7,3 ; 14,2], 23,9%[19,5 ; 29,0], et 24,8%[20,4 ; 29,9].
Chez les enfants de 6 à 59 mois ces prévalences sont de 12,2%[8,6
; 16,7], 28,4%[23,2 ; 34,2], et 29,5%[24,2 ; 35,2]. Alors que cette
étude a montré au tableau 6, que la RDC a présenté
les prévalences de malnutrition chronique, la malnutrion aigue et
globale respectivement de 66,33%, 24,39%, 52,91% des prévalences
largement supérieures au seuil d'urgence.
IV.1.2. Model de régression multinomiale
ajustée de l'état nutritionnel des enfants de moins de 5 ans et
les autres variables
IV.1.2.1 Le milieu de résidence
Il a été révélé au tableau
9, que le milieu de résidence est associé à la
malnutrition des enfants de moins de cinq ans, OR : 1,26 [1,04-1,52] et p <
0,016. Les enfants du milieu rural sont ceux dont la plupart ont des parents
pauvres et ont des difficultés à satisfaire les besoins
nutritionnels de leurs enfants sur le plan quantitatif que qualitatif. En
outre, les parents des enfants du milieu rural partent dans la plupart de cas
aux champs pour revenir le soir et préparer pour leurs enfants des
aliments pauvres en protéine et en énergie en quantité et
qualité insuffisantes. Cela pourrait s'expliquer encore par le manque
d'hygiène en milieu rural c'est-à-
69
dire les latrines non aménagées, les sources
d'eau de consommation impropres, le non lavage des mains avant le repas,
etc.
Des résultats similaires ont été
observés par KS Mostafa (2011) et par E Kavosi et al (2014), il a
été observé que la résidence dans les zones
urbaines et la mauvaise alimentation en eau étaient les facteurs de
risque important de trois types de sous nutrition. Une autre étude
réalisée par Paryl et al (2018), a montré que les enfants
vivant en milieu rural notamment dans les maisons de Kuccha étaient plus
en insuffisante pondérale par rapport aux enfants vivant en milieu
urbain notamment dans les maisons de Pukka (OR : 1,528).
Une autre étude réalisée par Dramane
Mariko et Carlyn Hughes (2006) a montré également que les enfants
dont la famille avait des latrines propres dans leur domicile ont eu une
prévalence de 27.8% de la dénutrition, tandis que ceux des
familles avec défécation à plein air avaient 40.7% de
prévalence de dénutrition. Ce qui permet de confirmer la
première hypothèse selon laquelle les facteurs environnementaux
influencent la malnutrition et dans ce cadre c'est le milieu de
résidence.
IV.1.2.2 Le niveau d'instruction de la mère
Concernant le niveau d'instruction de la mère, il a
été montré que les enfants des parents avec un bas niveau
d'instruction (analphabète) ont 3,09 fois plus de risque de
développer la malnutrition chronique sévère que ceux des
parents du niveau secondaire et universitaire, OR : 3,09 [2,11-4,55] et
p < 0,000. Il a été montré
également que les mêmes enfants ont 38% plus de risque de souffrir
de la malnutrition légère, R : 1,38 [1,03-1,84] avec p
< 0,019.
De l'autre côté, les femmes à instruction
basse n'ont pas assez des connaissances pour une bonne nutrition de leurs
enfants. Pour elles mieux vaut la quantité que la qualité, il
suffit que le ventre de l'enfant soit gonflé sans se soucier des
nutriments contenus dans les aliments, alors que l'organisme de l'enfant est
encore fragile et nécessite une attention particulière pour sa
nutrition qui doit contenir tous les éléments nutritifs pour sa
bonne croissance et son bon développement.
Des femmes moins instruites, ont tendance à avoir
plusieurs enfants, croient-elles que les enfants sont une richesse, alors
qu'elles n'ont pas des moyens pour satisfaire aux besoins nutritionnels de
leurs enfants et les prédisposant à la malnutrition. Par contre
une femme instruite est capable de limiter le nombre d'enfants en utilisant les
méthodes de planification
70
familiale. Une femme à nombre réduit d'enfants
saura les prendre en charge sur tous les points de vue et surtout à les
assurant une nourriture adéquate en quantité et en
qualité.
Ce résultat concorde à ceux de plusieurs
auteurs, pour une étude réalisée par Emmanuel Litte-
Ngounde (2004) a montré par les résultats de la régression
logistique qu'il existe une différence significative entre le niveau
d'instruction de la femme au seuil de 1%, les enfants des femmes de niveau
secondaire et plus courent moins de risque (18% et 42%) d'être malnutris
que leurs congénères des femmes des femmes de sans niveau
d'instruction. Autrement dit, les femmes de niveau secondaire et plus
nourrissent mieux leurs enfants. Les enfants des femmes de niveau d'instruction
secondaire et plus courent moins de risque de malnutrition. L'instruction de la
mère améliore les connaissances et les pratiques en
matière d'hygiène alimentaire et de nutrition de la mère.
En Afrique Subsaharienne, la non maitrise des besoins spécifiques des
enfants, certaines croyances et pratiques poussent souvent les femmes à
donner aux enfants des aliments du point de vue de la qualité et de la
quantité. La femme étant supposée être le membre du
ménage ayant en charge la santé et la nutrition des enfants, le
fait qu'elle est instruite lui permet de donner à ses enfants les
aliments nutritifs.
En outre, l'instruction de la femme lui permet de mettre fin
à certaines pratiques traditionnelles dangereuses qui consistent
à exclure du régime alimentaire de l'enfant les aliments riches
en protéine tels que l'oeuf, la viande, les légumes, les fruits
et même des micronutriments. Cette influence est d'autant plus importante
lors que la femme a bénéficié de l'enseignement des
connaissances médicales modernes, changeant ses attitudes tout en
modifiant significativement l'état nutritionnel des enfants, souvent
sans exiger les ressources économiques supplémentaires.
Une autre étude réalisée par
Ouépaké Aouehougon (2007) sur la malnutrition
protéino-énergétique et ses facteurs de risque chez les
enfants de moins de cinq ans dans le district sanitaire de Tougan, a
montré que le niveau analphabète de la mère est
associé à la malnutrition
protéino-énergétique (p=0,03) de même que le faible
niveau socioéconomique (p=0.01) et la régularité de suivi
de CPN (p=0,02). Une autre étude sur l'évaluation de
l'état nutritionnel des enfants de 0 à 5 ans dans une aire de
santé rural au nord-ouest de la République Démocratique du
Congo par AM Kierere et al (1999) a rapporté que le niveau
analphabète de la mère, OR : 2,56 [1,41-4,65] ainsi qu'un niveau
socioéconomique médiocre de la famille de l'enfant, OR : 3,94
[2,33-6,66] étaient associés à la malnutrition. Ce qui
signifie que les enfants d'une mère instruite ayant un niveau
socioéconomique moyen et élevé auront moins de risque de
développer une malnutrition protéino-énergétique.
Par rapport à ceux d'une mère analphabète
71
et de faible niveau socioéconomique. L'instruction
permet aux mères d'acquérir de meilleures connaissances sur la
malnutrition, les différents types d'aliments ainsi que les
règles d'hygiène.
Il est ainsi plus facile à des mères instruites
d'initier et de mieux gérer des activités
génératrices de revenus, toutes choses qui concourent à la
lutte contre la malnutrition protéino-énergétique. A
l'opposé, les femmes non alphabétisées ont souvent
tendance à attribuer la malnutrition à l'action des génies
et des dieux, ce qui éclipse leur propre responsabilité devant la
malnutrition de leurs enfants. Elles sont aussi les plus nombreuses à
vivre dans les conditions socioéconomiques difficiles. C'est donc cet
ensemble des facteurs qui entrent en jeu pour expliquer cette association entre
l'analphabétisme de la mère, le faible niveau
socioéconomique et la malnutrition
protéino-énergétique (RD Semba et al, 2008 ; JC Fotso,
2007). Ces résultats permettent de confirmer la deuxième
hypothèse en rapport avec les facteurs culturels.
IV. 1.2.3 Le sexe de l'enfant
Concernant le sexe de l'enfant, il a été
renseigné que les enfants du sexe masculin (garçons) constitue un
facteur de risque de la malnutrition, OR : 1,59 [1,40-1,81] et p < 0,000. Ce
résultat s'expliquerait par le fait que les femmes ont plus de soins aux
filles qu'aux garçons. Alors que les garçons résistent
moins à l'infection par rapport aux filles.
Ce résultat a été confirmé en
Centre-Afrique par Emmanuel Litte-Ngounde (2004) dans son étude sur
l'Impact du niveau d'instruction de la femme sur l'état nutritionnel des
enfants de moins de trois ans en Centre-Afrique, ses résultats selon le
milieu de résidence a montré que le sexe de l'enfant influence
l'état nutritionnel des enfants surtout en milieu rural, les enfants du
sexe féminin courent 30% moins de risque de souffrir de la malnutrition
que les enfants du sexe masculin. Le taux élevé de la
malnutrition chez les garçons pourrait s'expliquer par leur faible
résistance à la maladie, aussi par le fait qu'en milieu rural les
femmes ont de préférence pour le sexe féminin. Et surtout
dans cette étude, la majorité des enquêtés sont du
milieu rural.
Par contre dans une autre étude réalisée
par JP.Tshiabela Nyime (2010) il a été indiqué que sur
13,3% d'enfants souffrant de la malnutrition
protéino-énergétique 14,5% sont du sexe féminin et
11,9% sont du sexe masculin. Aucune différence significative n'a
été observée entre le sexe masculin et féminin par
rapport à l'état nutritionnel de l'enfant. Cette
différence avec nos résultats s'expliquerait par les
différents niveaux de vie d'un pays à l'autre.
La Banque Mondiale (2012), a mis en évidence le
rôle du sexe sur l'état nutritionnel des enfants de moins de cinq
ans, selon les mesures régionales ou par catégorie de revenu, les
filles
72
présentent une prévalence inférieure
à celle des garçons, ou du moins égale. Ainsi, hormis en
Asie du sud, où les filles sont logées à la même
enseigne que les garçons, au niveau régional ces dix
dernières années, les filles ont conservé leur avantage
par rapport aux garçons en termes de malnutrition. Cette tendance se
confirme à l'échelon national, où les données font
apparaitre un niveau de prévalence de la malnutrition moindre chez les
filles avec une amélioration continue au fil du temps. Toutefois, les
filles ne sont pas partout avantagées de la même manière :
dans beaucoup de pays à faible revenu ou dans les zones pauvres de pays
développés, la situation générale des filles ne
s'est guère améliorée.
Pour Bakenda (2004) cité par E. Litte-Ngounde (op.
cit.) pour le sexe de l'enfant, on a constaté que sur le plan biologique
les filles résistent beaucoup plus aux maladies que les garçons.
Compte tenu de leur fragilité, les garçons sont souvent
exposés à être frappés de malnutrition comme le
témoigne le rapport de l'EDS-RCA-1995. Alors qu'E. Litte-Ngounde
lui-même a renseigné que l'inégalité des chances
entre le sexe masculin et le sexe féminin est devenu un thème
très actuel. La santé en général et la nutrition en
particulier ignorent malheureusement cette réalité en
défavorisant le sexe faible. Même si certaines parties du globe
font des efforts dans ce sens, cette aspiration se pose avec acuité dans
le tiers monde. En effet, en Afrique la préférence en
matière de sexe des enfants varie selon les sociétés. De
manière générale, là où il n'existe pas de
discrimination à l'égard des filles, la malnutrition touche de
manière identique les filles comme les garçons. Mais, dans les
sociétés où l'on accorde la préférence aux
enfants de sexe masculin, le sexe de l'enfant joue un rôle important sur
son état nutritionnel. Dans ce cas, la malnutrition serait plus
fréquente chez les filles que chez les garçons. C'est le cas dans
les pays musulmans tels que l'Afghanistan, le Bengladesh. Des études
dans certains de ces pays ont relevé un taux de malnutrition plus
élevé chez les filles que chez les garçons. Par exemple,
au Punjab rural des études ont monté que les garçons
reçoivent de la nourriture plus riche en substances nutritives que les
filles et que les mères dépensent plus dans les soins
médicaux pour les garçons que pour les filles (Das Gupa,
cité par Banza, 1993). En réalité, il n'existe pas de
discrimination entre les deux sexes, puisque la malnutrition touche presque
tous les enfants que ce soit les garçons ou les filles. Les
données sur l'état nutritionnel des enfants en Centrafrique
montrent que 25,2 % des garçons souffrent de la malnutrition contre 23 %
chez les filles. Avec ces taux on ne peut pas dire qu'en Centrafrique, les
garçons souffrent beaucoup plus de la malnutrition que les filles.
Ici la quatrième hypothèse selon laquelle les
facteurs sociodémographiques influencent la survenue de la malnutrition
est confirmée.
73
IV. 1.2.4 L'âge de l'enfant
A propos de l'âge de l'enfant, il a été
révélé que l'âge de l'enfant est associé
à la malnutrition et surtout sévère, OR : 1,59 [1,39-1,81]
et p < 0,000. Ce qui s'explique par le fait que l'enfant à
l'âge de 0 à 6 mois est nourri exclusivement au lait maternel qui
est un aliment complet pour la nutrition de l'enfant, c'est-à-dire un
aliment riche en protéine, en énergie et autres
éléments nutritifs indispensables pour la croissance et le
développement de l'enfant. Au-delà de 6 mois, le lait devient
insuffisant et nécessite l'ajout d'autres aliments pour la nourriture de
l'enfant. Et si ces aliments ne sont pas riches en éléments
nutritifs, l'enfant pourrait souffrir de la malnutrition, car les besoins
nutritionnels de l'enfant augmentent à mesure que l'enfant grandit.
Ce résultat est confirmé par plusieurs auteurs
notamment JP Tshiabela Nyime (2010), disant que parmi 20 soit 13.3% d'enfants
souffrant de la malnutrition protéino-énergétique dont 9
soit 16,0% sont dans la tranche d'âge de 0 à 11 mois. Il y a une
différence significative (p<0.05) entre l'âge par rapport
à l'état nutritionnel de l'enfant. Avant 6 mois les enfants
disposent, grâce au lait maternel, de tous les éléments
nutritifs nécessaires à leur bon développement. Mais
à partir de 6 mois, le lait devient insuffisant, l'alimentation de
sevrage est souvent peu variée et la ration des enfants perd en
qualité mais aussi en quantité par rapport à leur
âge et à leur poids. C'est ce qui explique que la malnutrition
protéino-énergétique soit très rare avant 6 mois et
très fréquente juste après.
Pour Aimée Mudekereza Musimwa (2017), nous constatons
que les enfants en bon état nutritionnel étaient plus
âgés que les malnutris. Cette médiane de 24 mois chez les
enfants malnutris se retrouve dans d'autres études menées
ailleurs par Sinnaeve et collaborateurs ; 2006; Ouattara et collaborateurs ;
2007 au Bénin. Elle s'expliquerait probablement par le fait que cette
classe d'âge correspond à la période de sevrage des enfants
et de passage à l'alimentation familiale, qui pour la plupart du temps
n'est pas réalisée dans les conditions idéales. Il
intervient le plus souvent brutalement lorsque l'enfant atteint l'âge
d'être sevré ou, au cours d'une maladie de l'enfant ou même
en raison d'une nouvelle grossesse. Ce fait rend ce camp difficile à
franchir par l'enfant entrainant ainsi la rupture de l'équilibre
nutritionnel (Arama, 2009).
Pour Barry Boubacar et al (2009), la tranche d'âge de 12
à 23 mois était la plus représentée, suivie de
celle de 24 à 59 mois. La classe la moins touchée par toutes les
formes de malnutrition est celle de 0 à 6 mois. Ce
phénomène s'expliquerait par la protection qu'offre
l'allaitement
74
maternel au cours de cette tranche d'âge. Les enfants
malnutris sont légèrement plus âgés que ceux
présentés dans l'étude de Mpoy et collaborateurs, 2014
avec une médiane de 23 mois.
Quant à E. Litte-Ngounde (2004) d'ajouter, nous avons
constaté que l'âge de l'enfant influence l'état
nutritionnel des enfants et est plus déterminant que celui de la
mère. Les enfants de moins de 6 mois et les enfants de 6 à 11
mois courent moins de risque de malnutrition de (91% et 68%) inférieur
aux enfants de 12 à 23 mois. Des études montrent que, les enfants
de moins de 6 mois sont protégés par les éléments
nutritifs contenus dans le lait maternel indispensable au bon
développement et à la croissance de l'enfant. Ce lait transmet
des anticorps et limite la prévalence des maladies. Or, on constate ici,
bien que ce taux soit inférieur aux taux de malnutrition des enfants de
12 à 23 mois (...). Ce qui pourrait s'expliquer par la négligence
de leurs mères ou bien c'est parce que certaines femmes introduisent
très vite dans l'alimentation de l'enfant des aliments de
compléments souvent pauvres en vitamines. Ces pratiques ne peuvent que
continuer à amplifier le risque de la malnutrition chez les enfants de
cette tranche d'âge.
Pour Ouépaké Aouehougon (op. cit.), dans son
étude citée ci-haut, il a montré que la malnutrition est
très rare avant 6 mois. C'est à partir de 6 mois que les
problèmes nutritionnels commencent. Ces résultats indiquent que
c'est la tranche d'âge de 6 à 59 mois qui est associée
à la malnutrition protéino-énergétique
(p<0,000).
Les résultats de l'EDS-BF-III (INSD et ORC, 2004) sont
semblables aux nôtres, car la description suivante du lien entre
l'âge et la malnutrition protéino-énergétique :
« selon l'âge, on observe des variations importantes de la
prévalence de la malnutrition chronique, qu'elle soit
modérée ou sévère. La proportion d'enfants accusant
un retard de croissance augmente très régulièrement et
très rapidement avec l'âge : de 7% à moins de 6 mois, la
prévalence de la malnutrition chronique double pour atteindre plus de
40% à partir d'un an.
Dans un rapport d'une enquête nutritionnelle
réalisée en République Démocratique du Congo en
décembre 2005, Action Contre la Faim (ACF) (Action Contre la Faim, 2005)
a fait le même constat en ces termes : « En ce qui concerne les
enfants de moins de 6 mois la malnutrition globale est marginale et la
malnutrition sévère est absente. » Avant 6 mois les enfants
disposent, grâce au lait maternel, de tous les éléments
nutritifs nécessaires à leur bon développement. Mais
à partir de cet âge le lait devient insuffisant, l'alimentation de
sevrage est souvent peu variée et la ration des enfants perd en
qualité mais aussi en quantité par rapport à leur
âge et à leur poids.
75
C'est cela qui explique que la malnutrition
protéino-énergétique soit très rare avant 6 mois et
très fréquente juste après.
IV. 1.2.5 Le statut vaccinal
Par rapport au statut vaccinal, cette étude a permis de
constater qu'il y a une relation entre le statut vaccinal et la malnutrition,
les enfants qui ne sont pas vaccinés comparés aux enfants
vaccinés a fait voir pour la malnutrition modérée, OR : 72
[0,58-0,90] avec p = 0,004. Ce qui signifierait qu'en RDC les vaccins ne sont
pas bien protégés et exposeraient les enfants aux maladies cibles
de Programme Elargi de Vaccination qui pourraient les conduire à
souffrir de la malnutrition.
Ces résultats sont contraires à ceux de
Ouépaké Aouehougon (op. cit.) stipulant que sur 20 soit 13,3%
d'enfants souffrant de la malnutrition
protéino-énergétique dont 12 soit 26,7% n'étaient
complètement vaccinés et 8 soit 7,6% étaient
complètement vaccinés. Il y a une différence significative
(p<0,05) entre le statut vaccinal par rapport à l'état
nutritionnel de l'enfant. Cette différence pourrait être due du
fait que cette étude a fait usage des analyses statistiques
avancées, alors que l'auteur cité ci-haut s'est limité sur
l'analyse bi-variée par usage de test de Khi-Carré. Pour cette
étude la discussion était basée sur le model multinomial
ajusté. Ce résultat confirme la cinquième et la
dernière hypothèse de cette étude qui dit que le profil de
la mère en matière de nutrition et de santé influence la
malnutrition.
IV. 1.2.6 Les provinces de résidence
La relation entre la malnutrition chronique et les
différentes provinces de la RDC a montré que les enfants de
toutes les provinces avaient un risque élevé de souffrir de la
malnutrition chronique que les enfants de la province de Kinshasa.
Néanmoins, les enfants des provinces du sud-est avaient 7,75 fois plus
de risque de souffrir de la malnutrition chronique sévère que
ceux de la province de Kinshasa, OR :7,75[4,43-13,57] avec p < 0,000, suivis
des enfants des provinces du centre qui avaient un risque de 7,52 fois plus de
risque de souffrir de la malnutrition chronique sévère que les
enfants de la province de Kinshasa, OR :7,52[4,26-13,26] avec p < 0,000. Ce
qui voudrait dire que, hormis le déficit alimentaire permanent dont fait
face la RDC, les provinces du centre et du sud-est sont confrontées par
des conflits des groupes armés, des conflits tribaux, l'industrie
minière artisanale (diamants, coltants, cuivre, or, etc.) et la
négligence des cultures agricoles. Les résultats concordants ont
été dégagés par N-B Kandala (op. cit.) stipulant
que les taux de malnutrition restent très élevés dans les
provinces qui dépendent de l'industrie minière (les deux
Kasaï et le Katanga). Une enquête sur la sécurité
76
alimentaire a montré que le Kasaï occidental a le
pire indicateur de disponibilité de la population pour la nourriture. Il
y a un vrai problème de faim dans cette province, parce que la
population qui vit dans cette province ne veut pas travailler dans
l'agriculture et préfère travailler dans l'extraction
traditionnelle de diamants.
Le taux de malnutrition plus élevé
observé dans les provinces de l'est en en proie à des
guères n'est pas surprenant, le manque de la nourriture est dû
à l'insécurité plutôt qu'à leur
incapacité à produire parce que ces provinces sont connues comme
des provinces traditionnellement pastorales et agricoles.
Une autre observation de son article est l'écart dans
les taux de malnutrition entre la province de Kinshasa et toutes les autres
provinces. En fait, Kinshasa a une prévalence de retard de croissance
très faible par rapport au taux national. Mais il est au-dessus du seuil
d'urgence de norme humanitaire. Malgré l'état
généralisé de la pauvreté dans le pays, les revenus
sont plus élevés à Kinshasa, en conséquence,
économiquement, la population de Kinshasa bénéficie d'un
meilleur accès aux produits alimentaires.
IV. 1.2.7 Le niveau de revenu des parents
Il y a une relation statistiquement significative entre la
malnutrition chronique et le revenu des parents, les enfants des parents
à revenu faible ont 89% plus de chance de souffrir de la malnutrition
chronique sévère que les enfants des parents riches, OR : 1,89
[1,50-2,24] avec p < 0,000. Ce résultat n'est pas étonnant
parce que les parents à revenu faible n'ont pas des moyens pour
satisfaire aux besoins nutritionnels de leurs enfants.
Les preuves solides d'une différence statistiquement
significative de malnutrition entre les groupes socio-économiques
principalement entre les plus pauvres, les plus pauvres, les moyens et les plus
riches par rapport au groupe le plus riche confirme la réalité
qu'en RDC, pour la majorité des enfants, la nourriture de la population
reste un défi selon la FAO (2007). Selon le PAM, environ 55% des
dépenses des ménages sont dépensées pour la
nourriture (seulement 40% à Bandundu). La principale source de
nourriture est la propre production des gens. La deuxième source de
nourriture est le marché, à l'exception des deux provinces du
Kivu, où les ménages dépendent d'abord des marchés
pour accéder à la nourriture.
IV. 1.2.8 L'âge de la mère
L'âge de la mère a révélé
une relation statistiquement significative avec la malnutrition chronique,
à chaque augmentation d'une année de la mère, les enfants
courent 3% moins de
77
risque de la malnutrition sévère, OR : 0,97
[0,96-0,99] avec p < 0,000. Les mères plus âgées, sont
plus expérimentées dans la prise en charge nutritionnelle de
leurs enfants. Par contre les jeunes mamans sont celles qui sont moins
expérimentées, les moins instruites et dont les responsables des
grossesses déclinent dans la plupart des cas, leur
responsabilité, ces conditions difficiles prédisposent les
enfants à la malnutrition. Ce résultat est confirmé par
Mamadou (2012), qui dit que le jeune âge pourrait être un facteur
favorisant la malnutrition du fait de l'inexpérience des mères
à prendre en charge correctement leur enfant sur le plan
nutritionnel.
IV.1.2.9 L'intervalle inter génésique
L'intervalle inter génésique a
révélé que les enfants issus des mères avec
intervalle inter génésique = 24 mois ont 44% plus de risque de
souffrir de la malnutrition chronique sévère que les enfants des
mères avec intervalle inter génésique > 24 mois, OR :
1,44 [1,23-1,68] et p < 0,000.. Ce résultat serait expliqué
par le fait que les mères qui mettent au monde à 24 mois ou moins
sont celles dont leurs enfants allaitent à moins de 24 mois et les
aliments consommés sont pauvres en protéine et en énergie
et sont susceptibles de rendre les enfants malnutris. Ce résultant a
été trouvé par N-B Kandala (op. cit.), en milieu urbain,
les enfants non allaités jusqu'à l'âge de 2 ans
étaient plus fréquemment malnutris que les enfants
allaités. Il est probable que les enfants qui ne sont pas
allaités longtemps, ne bénéficient pas d'une alimentation
de complément adéquate ce qui les exposerait plus à la
malnutrition.
De tout ce qui précède, la
détérioration de la productivité alimentaire est le
résultat de nombreux facteurs qui peuvent être attribués
principalement à des facteurs distaux comme le manque de mise en oeuvre
de la politique nationale pour la production alimentaire, la
sécurité et les conflits. Le système agricole est
principalement axé sur la subsistance. Selon le rapport du Programme
Alimentaire Mondial (PAM), plus de 93 pour cent des ménages ont
l'accès à la terre, mais la majorité cultive moins d'un
hectare, ce qui ne permet pas une production adéquate pour la vente ou
la consommation propre. Les techniques de culture sont encore très
traditionnelles et les ménages manquent d'outils agricoles. Peu de
ménages ont une charrue ou un tracteur agricole. Les intrants, tels que
les engrais, ne sont pas disponibles. Huit ans après le lancement du
programme gouvernemental PMURR (Programme Multi sectoriel des Urgences pour la
Reconstruction et la Réhabilitation) pour fabriquer des engrais
accessibles aux agriculteurs, le programme n'a pas encore d'impact sur le
secteur agricole (Unicef, 2007). Ce qui engendre des difficultés pour
l'atteinte des objectifs du développement durable.
78
IV.2 Conclusion
La malnutrition constitue un problème de santé
publique de grande préoccupation en République
Démocratique du Congo. Dans le contexte de cette étude, nous
avons ainsi identifié les déterminants de la malnutrition
suivants : les enfants qui vivent dans le milieu rural qui ont souffert plus de
la malnutrition que leurs congénères du milieu urbain, le niveau
d'instruction basse qui contribue davantage au développement de la
malnutrition, le sexe masculin a une proportion élevée de la
malnutrition par rapport au sexe féminin, les enfants plus
âgés souffrent plus de la malnutrition que les enfants dont
l'âge se situe autour de six premiers mois de leur vie. Le statut
vaccinal non vacciné protègerait les enfants de la malnutrition,
les enfants des provinces du centre et du sud-est de la RDC ont
présenté plus de la malnutrition chez les enfants que les enfants
de la Ville Province de Kinshasa, les enfants des mères à
intervalle inter génésique = 24 mois souffrent et le les enfants
issus des parents pauvres souffrent plus de la malnutrition que les enfants des
parents riches, enfin, les enfants des mères moins âgées
sont sujets à la malnutrition que les autres enfants.
IV.3 Recommandations
Au regard des résultats de cette étude, nous
formulons quelques recommandations pour l'amélioration de la situation
de la malnutrition des enfants de moins de cinq ans en République
Démocratique du Congo. Les recommandations à formuler dans cette
étude s'adressent essentiellement au Gouvernement et aux parents
habitant les différentes provinces de la RDC.
1. Au Gouvernement de la République
Démocratique du Congo de :
- assurer la gratuité de l'enseignement jusqu'au niveau
secondaire pour permettre à toute la population congolaise d'avoir un
minimum d'éducation du niveau secondaire ;
- mettre à la disposition de toute la population de la
RDC un salaire décent pouvant permettre à chaque individu de
mieux assurer les soins nutritionnels des enfants ;
- rendre disponible et équiper sur l'étendue
nationale de centres de santé de prise en charge de la malnutrition des
enfants de moins de cinq ans ;
- former les professionnels de santé dans la prise en
charge nutritionnelle des enfants de moins de cinq ans ;
- rendre effectif les projets d'agriculture, pêche et
élevage avec des moyens modernes, la pisciculture sur toute
l'étendue nationale dans le but de réduire la malnutrition des
enfants de moins de cinq ans en RDC ;
79
- encourager toute la population de la RDC de faire usage des
méthodes de planification familiale pour la réduction de la
charge familiale ;
- pacifier toute l'étendue de la RDC contre les groupes
armés et les conflits tribaux ;
- rendre disponible des moyens de sensibilisation de la
population contre les comportements à la base de la malnutrition des
enfants de moins de cinq ans.
2. Aux parents des enfants de moins de cinq ans de la
République Démocratique du Congo, de :
- assurer à tous les enfants (filles ou garçons)
les soins appropriés sans distinction en matière de nutrition des
enfants de moins de cinq ans ;
- procéder à l'élevage des volailles,
caprins etc. assurant la protéine d'origine animale pour réduire
le taux de malnutrition des enfants de moins de cinq ans ;
- assurer une bonne nutrition des enfants de plus de 6 mois
;
- procéder à la culture des aliments riches en
protéine tels que : le riz, le manioc, le maïs, etc. en respectant
les périodes et les saisons susceptibles de donner un bon rendement ; -
assurer une bonne éducation scolaire des enfants.
Reconnaissance
Notre reconnaissance la plus sincère d'adresse au
DELTAS Africa Sub-Saharan African Consortium for Advanced Biostatistics
Training (SSACAB) pour avoir accepté de financer notre formation
d'études en master, en bio-statistique de l'ISTM-Kinshasa, car sans ce
financement nous n'aurions pas été en mesure de mener jusqu'au
bout cette formation doctorale qui nécessite d'importants moyens
financiers qui n'étaient pas à la portée de nos mains.
Nous témoignons à cet organisme généreux
l'expression de toute notre gratitude.
80
Bibliographie
1. Abbass HA (2015), Computational red teaming: Risk analytics
of big-data-to-decisions intelligent systems. Computational Red Teaming:
Risk Analytics of Big-Data-to-Decisions Intelligent Systems, pp.
1-218.online:
https://doi.org/10.1007/978-3-319-08281-3
consulté le 03/03/2020.
2. Abdon W.M. Mukalay, Prosper M.K. Kalenga, Michèle
Dramaix, Philippe Hennart, Carole Schirvel, Lydia M. Kabamba, Benjamin I.
Kabyla et Philippe Donnen (2010), Facteurs prédictifs de la malnutrition
chez les enfants âgés de moins de cinq ans à Lubumbashi
(RDC), revue de Santé Publique (Vol. 22), Université de
Lubumbashi pages 541 à 550 en ligne sur :
https://doi.org/10.3917/spub.105.0541
consulté le 03/03/2020.
3. Action Contre la Faim (2005), Enquête nutritionnelle,
zone de santé de Lemera. Sud Kivu : République
Démocratique du Congo, Décembre, 22p. En ligne sur :
«http : //www .rdc-hum anitaire .net/f/IM G /pdf/ACFEnquete
nutritionnelle Lemera 12 .05-2.pdf». Consulté le 26/04/2020.
4. Agbessi-Dos-Santos H. (1987), Manuel de nutrition
africaine. Éléments de bases appliqués, Karthala,
Paris, 331p.
5. Ancelle T. (2006), Statistique
épidémiologie, éd. Maloine-23, Rue de l'école
de médecine 75006, Paris-France
6. Andez-Do Aaz, KE Peterson, S Dixit, B Herna Andez, S
Parra, S Barquera, J Sepu Alveda, and JA Rivera (1999), Association of maternal
short stature with stunting in Mexican
children: common genes vs common environment. Eur J Clin
Nutr;53:938}945.
7. Ansuya et al (2018), Risk factors for malnutrition among
preschool children in rural Karnataka: a case-control study, BMC Public Health,
online
https://doi.org/10.1186/s12889-018-5124-3
consulté le 04/04/2020.
8. Arama R (2009). La malnutrition infanto-juvénile :
aspects épidémiologiques et prise en charge dans le district
sanitaire de Koutiala (Mali). Thèse de Santé
Publique-Faculté de Médecine, de Pharmacie et
d'Odontostomatologie, Université de Bamako. 2009, 54p en ligne
sur:
https://koutiala.files.wordpress.com/2010/11/malnutrition-infanto-juvenile-ds- koutiala1.pdf
consulté le 08 avril 2020.
9. Azzaoui et al (2008), Relation entre les facteurs
socioéconomiques, environnementaux et la malnutrition : cas d'enfants
âgés de 6 à 8 ans de pleine de Gharb (Nord-ouest Marocain),
Rév. Antropo, 17, 1-5 en ligne sur :
www.didac.ehu.es/Antropo
consulté le 05/04/2020.
10. Bakenda J. (2004), Les déterminants de la
malnutrition des enfants de moins de cinq ans au Gabon, Mémoire de
DESSD, IFORD, Yaoundé, 97p.
11. Banque Mondiale (2012), Malnutrition des filles et des
garçons : quelle évolution ces dix dernières années
? Publié sur Blog de données.
12. Barry Boubacar et al (2009) : Evaluation de la prise en
charge de la malnutrition aigüe sévère dans le service de
pédiatrie de l'hôpital de Gao. Thèse de la faculté
de Médecine, de
81
Pharmacie et d'Odonto-Stomatologie de l'Université de
Bamako, pages 148. En ligne sur :
http://www.keneya.net/fmpos/theses/2009/med/pdf/09M291.pdf
consulté : le 08 avril 2020.
13. Black R. E., Victora C. G., Walker S. Pet al (2013),
«Maternal and child undernutrition and overweight in low-income and
middleincome countries,» The Lancet, vol. 382, no. 9890, pp.
427-451
14. Bougma M. (2007), Les déterminants de la
malnutrition chez les enfants de moins de cinq ans au Burkina Faso,
Mémoire de DESSD, IFORD, Yaoundé, 129p.
15. Briend (1997), Prévention et traitement de la
malnutrition: guide pratique/André Briend. - Paris: ORSTOM,. -
W-62. Burkina-Faso.
16. Camara L. (2005), Les facteurs associés à
la malnutrition des enfants de moins de cinq ans en Guinée,
Mémoire de DESSD, IFORD, Yaoundé, 101p.
17. Coghlan B, Brennan RJ, Ngoy P, Dofara D, Otto B, Clements M,
Stewart T (2006), Mortality in the Democratic Republic of Congo: a nationwide
survey, 367:44-51.
18. Cogill B. (2003), Guide de mesure des indicateurs
anthropométriques. Washington, Académie pour le
Développement de l'Education, pp, 3, 23, 25, 27,59
19. Dillon J. C. (2000), Nutrition et malnutrition chez
l'enfant, [en ligne], consulté le 28/05/2020 sur:
http://www.antenna.ch/documents/nutrition_infantile.pdf.
20. Djekombe RMM (2012), Les facteurs déterminants de
la malnutrition des enfants de moins de cinq ans au Tchad. Tchad.
21. Dramane Mariko, Carlyn Hughes (2006), An Exploratory
Analysis of Child Nutritional Status in the Sahel, the Goundam Circle Case
Study- Timbuktu Region- Mali' West African Regional Food for Peace Office
USAID/WEST Africa Professional Paper Series, No 4.
22. Eliyas Musbah, Amare Worku (2016), Influence of Maternal
Education on Child Stunting in SNNPR, Ethiopia, Central African Journal of
Public Health. Vol. 2, No. 2, 2016, pp. 71-82. En ligne sur :
http://www.sciencepublishinggroup.com/j/cajph
23. Emina JBO, Kandala N-B, Ye Y.( 2013), Mother's Education,
arms conflict and Child Nutritional Status: Evidence from the Democratic
Republic of Congo. DOUNIA, revue d'intelligence stratégique et des
relations internationales (7).
24. Emmanuel Litte-Ngounde (2004), Impact du niveau
d'instruction de la femme sur l'état nutritionnel des enfants de moins
de trois ans en Centre-Afrique, Mémoire de fin d'études en ESS en
Démographie à l'Institut de Formation et de Recherche
Démographique.
25. FAO (2007), Évaluation et analyse de l'état
nutritionnel, Leçon 3 Les indicateurs de l'état nutritionnel
Dossier de l'apprenant, en ligne sur :
http://www.fao.org/elearning/Course/FN/fr/pdf/trainerresources/learnernotes0356.pdf,
consulté le 15/07/2020
26. FAO (2008), State of Food Insecurity in the World: Food
Security Statistics, en ligne sur:
http://www.fao.org/es/ess/faostat/foodsecurity/index_en.htm,
Retrieved on 15 July 2020.
27. FAO (2014), Démographie de la république
démocratique du Congo, RDC
28.
82
FAO et OMS (1992), Conférence internationale sur la
nutrition : Rapport final de la CIN, Rome p9.
29. Fotso JC (2007), Urban-rural differentials in child
malnutrition: trends and socioeconomic correlates in sub-Saharan Africa.
Health & Place 2007; 13:205-23.
30. Frank O. (1994), « Échanges intrafamiliaux et
recul de la fécondité en Afrique : quelques réflexions sur
les interactions mère-enfant », in : Koffi N., Guillaume A., Vimard
P., Zanou B. (éds), Maîtrise de la croissance
démographique et développement en Afrique, ORSTOM, Coll.
Colloques et séminaires, Paris, pp 83-96.
31. Ganou M., (2003), Etude des facteurs déterminant
de la malnutrition dans la ville de Réo ; Mémoire, ENSP, 88 p.
32. Giorgio Russolillo (2018), Régression logistique
multinomiale et ordinale, en ligne sur :
https://creativecommons.org/licenses/by-nc/3.0/
33. Gashu Workneh Kassie et Demeke Lakew Workie (2020),
Determinants of under-nutrition among children under five years of age in
Ethiopia, 2Department of Statistics, Bahir Dar University, P.O. Box: 79, Bahir
Dar, Ethiopia seen the 08/10/2020 on line :
https://doi.org/10.1186/s12889-020-08539-2
34. Hallgeir Kismul, Pawan Acharya, Mala Ali Mapatano and Anne H
(2016), Determinants of childhood stunting in the Democratic Republic of Congo:
further analysis of Demographic and Health Survey 2013-14
35. INSAH (2008), Analyse des causes de la malnutrition
dans trois pays du Sahel : Burkina-Faso, Mali et Tchad, CERPOD,
Bamako-Mali, 72p.
36. INSD et Min de l'Économie (2004), Macro.
Enquête démographique et de santé du Burkina- Faso 2003.
Ouagadougou Claverton, Maryland, USA : INSD et ORC Macro Septembre, 455p.
37. Jacqueline KNM (2013), Étude des
connaissances, attitudes et pratiques des mères sur l'alimentation des
enfants de 6 mois à 2 ans dans le district sanitaire du secteur 30 de
Ouagadougou ». Mémoire de fin d'étude ENSP.
38. Jana Daher et al (2018), Mise en oeuvre d'enquêtes sur
la nutrition en Afrique Subsaharienne par la méthodologie SMART. R D
Congo.
39. Jelifi DBJ et EFP (2009), prise en charge
diététique de la diarrhée infantile aigue. Deuxième
édition: OMS (p. PP. 5; 30). p. PP. 5; 30.
40. Kandala II C. (2018), Statistical Inference and
Computational Statistics Analysing Continuous Data., Ecole doctorale de
l'ISTM-K, RDC, p500
41. Kandala N-B, Mandungu TP, EMINA JBO, Nzita KPD Cappuccio FP.
(2011). Malnutrition among children under the age of five in The Democratic
Republic of Congo (DRC): does geographic location matter? BMC Public Health
2011, 11:261, Article number: 261 online:
https://bmcpublichealth.biomedcentral.com/ consulté le
04/05/2020.
42. Kavosi E, Hassanzadeh Rostami Z, Kavosi Z, Nasihatkon A,
Moghadami M, Heidari M.( 2014), Prevalence and determinants of under-nutrition
among children under six: a cross-sectional survey in Fars province, Iran. Int
J Health Policy Manag; 3(2):71-76.
43.
83
Klasen S, Poverty (2008), undernutrition, and child mortality:
Some interregional puzzles and their implications for research and policy.
Journal of Economic Inequality, 6(1):89-115.
44. Louise H. Dekker, Mercedes Mora-Plazas, Constanza Marin, Ana
Baylin , and Eduardo Villamor (2010), Stunting associated with poor
socioeconomic and maternal nutrition status andrespiratory morbidity in
Colombian schoolchildre. Food Nutr Bull
45. Luchuo Engelbert Bain et al (2013), Child malnutrition
in sub-Saharan Africa: A meta-analysis of demographic and health surveys,
Article in Pan African Medical Journal, DOI:
10.11604/pamj.2013.15.120.2535 · Source: PubMed, Yaoundé, Cameroon
( 2006-2016 ). 1-11.
46. Mamadou (2012), Contribution aux problèmes de
malnutrition en zone tropicale (À propos d'observations recueillies en
Haute Volta). Thèse de doctorat en Médecine (p. Pp 57-67).
p. Pp 57-67.
47. Maxime Waré (2010), Contribution à
l'étude de la malnutrition infantile: aspect anthropométrique,
clinique et facteurs de risque en milieu rural mossi (p. pp: 61-62). p.
pp: 6162.
48. Mohsena M, Goto R, NCG M-T (2015), Regional variation in
maternal and childhood undernutrition in Bangladesh: evidence from demographic
and health surveys. WHO South East Asia J Public Health. 4(2):139-49.
49. Mostafa KS. (2011), Socio-economic determinants of severe
and moderate stunting among under-five children of rural Bangladesh. Malays J
Nutr; 17(1):105-18.
50. Mpoyi IT, Musau NA, Ntambue AM, Malonga KF (2014). Profil de
la malnutrition sévère chez les enfants de 0 à 5 ans
hospitalises a L'HGR Jason Sendwe. Rev. Péd. Fleuve Congo, 1 (3-4)
:25
51. MSF (2007), Malnutrition : une maladie
négligée, [en ligne]. Disponible sur :
http://www.msf.lu/fileadmin/WEBLibrary/campagne/MSFMalnutpp.pdf.
52. MUDEKEREZA MUSIMWA Aimée (2017), Malnutrition chez
l'enfant de moins de 5 ans à Lubumbashi et ses environs, Approche
épidémio-clinique et biochimique dans un milieu minier,
Thèse d'Agrégé de l'Enseignement Supérieur de
l'Université DE LUBUMBASHI FACULTE DE MEDECINE Département de
pédiatrie.
53. Mukalay AM, Kalenga MK, Dramaix M, Hennart Ph, Kabyla I,
Donnen Ph (2009), Prévalence et déterminants de la malnutrition
des enfants âgés de moins de 5 ans dans le quartier Bongonga de
Lubumbashi, rev. Ann. Afr. Med., Vol. 3, N° 1, Ecole de
Santé Publique Université de Lubumbashi, RD Congo, 347p.
54. Neima Endris, Henok Asefa, and Lamessa Dube (2017),
Prevalence of Malnutrition and Associated Factors among Children in Rural
Ethiopia, Department of Epidemiology, Jimma University, Jimma, Ethiopia,
Academic Editor: Apollinaire G. Horo
55. Ngo Nsoa P. (2001), Les différences
régionales de la malnutrition infanto-juvénile au Cameroun:
Recherche des facteurs explicatifs, Mémoire de DESSD, IFORD,
Yaoundé, 119p.
56. Ntsame O. N. (1999), Impact de la
fécondité sur la qualité des enfants en Côte
d'Ivoire : Recherche des mécanismes d'action, Mémoire de
DESSD, IFORD, Yaoundé, 119p.
84
57. OMS (2016), Mettre fin à la malnutrition sous
toutes ses formes? Une décennie pour agir, Afrique du Sud.
58. Ozaltin E., Hill K. & Subramanian S. V (2010).
Association of maternal stature with offspring mortality, underweight, and
stunting in low- to middle-income countries. JAMA: The Journal of the American
Medical Association;303:1507-16.
59. Parul Jain et al (2018), A study of environment factors
affecting nutritional status of under 5 children in rural area of north India,
article in India journal of public health research and development, online:
https//
www.researchgate.net./publication/327864755,
94-99.
60. Peyrhardi J et al (2015), Modèles de
références de régression multinomiale.
Propriétés et applications en classification
supervisée.
61. PNUD (2014), Rapport National OMD Evaluation des
Progrès Accomplis par la République Démocratique du Congo
dans la réalisation des objectifs du millénaire pour le
développement en 2012.
62. PNUD (2017), Croissance inclusive, développement
durable et défi de la décentralisation en République
démocratique du Congo, Kinshasa, R D. Congo
63. Progrès pour les enfants, Bilan de la nutrition (OMO)
; numéro 4 ; avril 2006; page: 36 référence:
http://www.Unicef.fr/accueil/Surleterrain/thémes/Santé
64. Progress for children, A Report Card on Nutrition, Number 4,
Unicef,Online: 2006 May. Available from:
https://www.unicef.org/progressforchildren/2006n4/.
65. Scrimshaw S.C.M. (1978), « Infant Mortality and
Behavior in the Regulation of Family Size », Population and
Development Review, 4, pp 383-403.
66. Semba RD, de Pee S, Sun K, Sari M, Akhter N, Bloem MW
(2008), Effect of parental formal education on risk of child stunting in
Indonesia and Bangladesh: a cross-sectional study. 371:322-28.
67. Simler KR (2006), Nutrition mapping in Tanzania: an
exploratory analysis. In: FCND discussion paper 204. Washington, DC:
International Food Policy Research Institute.
68. Sinnaeve O, Testa J, Ablefonlin E (2006). Epidemiologic
aspects of infant-juvenile malnutrition in Cotonou, Benin. Medecine tropicale:
revue du Corps de sante colonial, 66(2) : 177-181.
69. Tanang Tchouala P., (2009), Facteurs explicatifs de la
malnutrition des enfants de moins de cinq ans au Cameroun, Mémoire de
Master professionnelle en démographie, Université de Yaounde II
on line :
http://www.msf.lu/fileadmin/WEBLibrary/campagne/MSFMalnutpp.pdf.
70. Tshiabela Nyime JP (2010), Facteurs de risqué de la
malnutrition protéino-énergétique chez les enfants de
moins de cinq ans dans la Zone de Santé de Kinseso, Mémoire de
licence en
:
Santé Communautaire de l'ISTM-Kinshasa, en ligne sur
https://www.memoireonline.com/a/fr/cart/show
consulté le14/06/2020.
71. Tshimanga E. (2018), République
Démocratique du Congo : le Revenu National Brut par habitanta
baissé de 10 USD en 2017. En ligne sur :
https://zoom-eco.net/economie/rdc-le-revenu-national-brut-par-habitant-a-baisse-de-10-usd-en-2017/
Consulté le 13/06/2020.
72.
85
UNDP: D.R. Congo (2007), Human Development Report New York,
NY: United Nations Development Programme.
73. Unicef (2007), The state of the world's children New
York.
74. Unicef (2010), Rapport final. Présence
Africaine, 181-182(1), 441. En ligne sur :
https://doi.org/10.3917/presa.181.0441.
Consulté le 14/06/2020.
75. Unicef (2017), Analyse de la malnutrition des
enfants. Burundi. En ligne sur :
https://www.unicef.org/evaluation/index_GEROS.html
consulté le 14/06/2020.
76. Unicef (2018), Malnutrition aiguë sévère,
RDC. En ligne sur :
https://information.tv5monde.com/afrique/rdc-au-moins-770-000-enfants-souffrent-de-malnutrition-aigue-selon-l-unicef-236615
consulté le 14/06/2020.
77. Unicef (2018), Situation de la nutrition en RDC L'
action de l'UNICEF. En ligne sur :
https://www.unicef.org/drcongo/media/2521/file/COD-COAR-2018.pdf
consulté le 13/06/2020.
78. Van de Poel E, Hosseinpoor AR, Jehu-Appiah C, Vega J,
Speybroeck N.(2007), Malnutrition and the disproportional burden on the poor:
the case of Ghana. Int J Equity Health.
79. WFP (2019), Le coût de la faim en Afrique, incidence
sociale et économique de la malnutrition chez l'enfant en RD Congo. En
ligne sur :
https://docs.wfp.org/api/documents/WFP-0000069077/download/
consulté le 12/06/2020.
80. World Economic Outlook Database October (2012), World
Economic Outlook Database, 10, en ligne sur:
http://www.imf.org/external/pubs/ft/weo/2012/02/weodata/index.aspx.
81. Wu LF, Yang ZY, Yin SA, Zhu M, Gao HY (2015), The
relationship between socioeconomic development and malnutrition in children
younger than 5 years in China during the period 1990 to 2010. Asia Pac J Clin
Nutr. 24(4):665-73.
82. Yadav SS et al (2016), An Epidemiological Study of
Malnutrition among Under Five Children of Rural and Urban Haryana, Journal
of clinical and diagnostic research: JCDR vol. 2 LC07-10.
doi:10.7860/JCDR/2016/16755.7193.
83. Zino Diasitua (2017), Alphabétisation en
République Démocratique du Congo, la situation est toujours
alarmante, en ligne consulté du
https://www.mediaterre.org/membres/ZinoDiasitua,
le 22/05/2020.
Annexes
République Démocratique du
Congo
PNUD (2017)
86
87
Intrument de mesure des variables
1. Age de la mère (en année)
:
2. Milieu de résidence:
1. Urbain;
2. Rural.
3. Religion :
1. Catholique;
2. Animiste;
3. Armée du salut;
4. Bundu dia Kongo;
5. Kimbanguiste;
6. Musulman;
7. Pas de religion;
8. Autres;
9. Autres christianismes;
10. Protestant;
11. Vuvamu.
4. Nombre d'enfants sous 5 ans
5. Education de la mère
1. Secondaire et universitaire;
2. Primaire;
3. Secondaire incomplète;
4. Analphabète.
6. Sexe de l'enfant
1. Féminin;
2. Masculin.
7. Statut vaccinal
- Vacciné ;
- Ne connait pas;
- Non vacciné.
8.
Age de l'enfant (en mois)
9. Province de résidence
1. Kinshasa;
2. Provinces du centre;
3. Provinces du nord;
4. Provinces de l'ouest;
5. Provinces du sud-est. 9. Intervalle inter
génésique:
1. Ne connait pas;
2. > 24 mois;
3. = 24 mois.
11. Etat civil :
1. Mariée;
2. Célibataire.
12. Niveau de revenu :
88
- Moyen niveau de revenu - Haut niveau de revenu - Bas niveau de
revenu
13. intervalle inter
génésique
- > 24 mois
- Ne connait pas
- = 24 mois
14. Sexe du responsable de l'enfant
- 1. Féminin;
- 2. Masculin.
15. 89
indice de masse corporelle
= 18,5
< 18,5
16.
Nombre de personnes par ménage
17. Malnutrition chronique (stunting)
- Bon état nutritionnel; - Malnutrition
modérée; - Malnutrition légère; - Malnutrition
sévère.
90
Résultats de l'analyse Analyse
descriptive
|
|
|
|
|
. sum
1% 5% 10% 25%
50%
75% 90% 95% 99%
|
Percentiles
2
3
4
5
6
8 10 12 16
|
2
2
Largest
24
24
24
|
Obs
Sum of Wgt.
Mean
Variance
Skewness
Kurtosis
|
|
Nbremn,d
. hist NbreU5,norm
Nbremén
Smallest
2
2
24
(bin=39, start=0, width=.25641026)
|
|
|
|
|
. sum
1% 5% 10% 25%
50%
75% 90% 95% 99%
|
Percentiles
1
1
1
2
2
3
3
4
5
|
0
0
Largest
10
10
10
|
Obs
Sum of Wgt.
Mean
Variance
Skewness
Kurtosis
|
|
|
|
Std. Dev.
Percent
|
|
|
540
|
6.70
|
|
|
2,183
|
27.09
|
|
|
1,744
|
21.64
|
|
|
3,592
|
44.57
|
|
Educmère
|
Freq.
8,059
|
|
|
NbreU5,d
. tab Educmre
Incomplete secondary
No education
. tab Revenu
|
Primary
|
Percent
|
|
|
Total
2,387
|
29.62
|
|
|
1,637
|
20.31
|
|
|
4,035
|
50.07
|
|
Revenu
|
Freq.
8,059
|
|
|
*Richest
Middle
Poorer
Total
|
Obs Mean
|
|
Min
|
|
. hist AgeMre,norm
(bin=39, start=15,
|
8059
|
29.21243
|
6.913179
|
15
|
|
|
|
|
|
|
Variable
|
|
Percent
|
Std. Dev.
|
|
|
AgeMre
|
2,356
|
29.23
|
|
|
|
|
5,703
|
70.77
|
|
|
|
|
8,059
|
|
|
|
|
Résidence
Freq.
|
|
|
|
|
*Urban
Rura l
|
|
Percent
|
|
|
Total
|
4,449
|
55.21
|
|
|
|
178
|
2.21
|
|
|
|
230
|
2.85
|
|
|
|
111
|
1.38
|
|
|
Religion
|
Freq.
82
|
1.02
|
|
|
|
3,009
|
37.34
|
|
|
*Catholic and protestant
BDK and others sect
|
8,059
|
|
|
|
. sum AgeMre . tab Rs idence . tab
Religion .
Kimbanguiste No religion Other
christians end of do-file
. tab V445
Body Mass
Index
Freq. Percent Cum.
1
2
3,998 49.61 49.61
4,061 50.39 100.00
Total
. tab Sexenft
8,059 100.00
Sexenft
Freq. Percent Cum.
Female
Male
4,061 50.39 50.39
3,998 49.61 100.00
91
Total
8,059 100.00
, . .
Freq. Percent Cum.
Ouest
Sud-est
Total
. tab Vaccination
Vaccination
*Yes
Don't know
No
1,486 18.44 61.47
3,105 38.53 100.00
Married
No married
Total
Total
. tab Etciv
Etciv
8,059 100.00
Freq. Percent Cum.
5,785 71.78 71.78
1,428 17.72 89.50
846 10.50 100.00
. hist Agenft,norm
8,059 100.00
. sum Agenft,d
(bin=39, start=0, width=1.5128205)
7,064 87.65 87.65
995 12.35 100.00
8,059 100.00
Agenft
92
1% 5% 10% 25%
50%
75%
90%
|
Percentiles 1 3 5
13
28
43
53
|
0
0
Largest
59
|
Obs
Mean
Std. Dev.
Variance
|
|
93
. tab Malnutrition
|
|
Percent
|
|
|
3,795
|
47.09
|
|
|
2,396
|
29.73
|
|
|
1,252
|
15.54
|
|
|
616
|
7.64
|
|
|
8,059
|
|
|
|
|
|
Malnutritio
|
|
Percent
|
|
n
|
Freq.
2,714
|
33.68
|
|
|
1,790
|
22.21
|
|
*Bon état
|
1,684
|
20.90
|
|
Légère
Modérée
|
1,871
|
23.22
|
|
Sévère
|
8,059
|
|
|
Total
|
|
|
|
|
Percent
|
|
Chronique1
|
Freq.
6,085
|
75.51
|
|
|
1,337
|
16.59
|
|
Bon état
|
411
|
5.10
|
|
Légère
Modérée
|
226
|
2.80
|
|
Sévère
|
8,059
|
|
|
. tab Chronique1
. tab Aigue1
.
Cum.
47.09 76.82 92.36
100.00
100.00
Cum.
33.68 55.89 76.78
100.00
Total
100.00
Cum.
75.51 92.10 97.20
100.00
100.00
Analyse de la régression multinomiale non
ajustée
Aigue1
Freq.
|
|
|
|
|
|
|
|
|
|
Légère
|
|
|
Bon état
Légère
Variables
|
Modalités
|
OR
|
|
BI
|
BS
|
p
|
|
Modérée
Sévère
|
Légère/Nbremén
|
|
0,98
|
0,96
|
1,01
|
0,142280
|
|
Total
|
NbreU5
|
|
0,99
|
0,93
|
1,05
|
0,796952
|
|
|
Incomplete
|
|
|
|
|
|
|
Educmère
|
secondary
|
|
1,22
|
0,96
|
1,55
|
0,099900
|
.
|
|
No education
|
|
1,66
|
1,29
|
2,13
|
0,000071
|
***
|
|
Primary
|
|
1,57
|
1,25
|
1,98
|
0,000112
|
***
|
Revenu
|
Middle
|
|
1,20
|
1,02
|
1,42
|
0,031356
|
*
|
|
Poorer
|
|
1,26
|
1,10
|
1,44
|
0,000793
|
***
|
|
AgeMère
|
|
1,00
|
0,99
|
1,01
|
0,894950
|
|
Résidence
|
Urban®
|
|
|
|
|
|
|
|
Rural
|
1,34
|
1,18
|
1,52
|
0,000007
|
***
|
|
Catholic and
|
|
|
|
|
|
Religion
|
protestant
|
1
|
|
|
|
|
|
BDK and others sect
|
0,9855
|
0,62062
|
1,5649
|
0,950628
|
|
|
Kimbanguiste
|
0,68532
|
0,4727
|
0,9936
|
0,046151
|
*
|
|
Muslim
|
1,04908
|
0,61199
|
1,7983
|
0,861679
|
|
|
No religion
|
0,99024
|
0,54508
|
1,799
|
0,974315
|
|
|
Other christians
|
0,76902
|
0,67803
|
0,8722
|
0,000044
|
***
|
Sexenft
|
Female
|
1
|
|
|
|
|
|
Male
|
1,13167
|
1,00415
|
1,2754
|
0,042577
|
*
|
Intervalle
|
Supérieur à 24 mois
|
1
|
|
|
|
.
|
|
Don't know
|
1,05097
|
0,89771
|
1,2304
|
0,536500
|
|
|
Inférieur ou égal à
|
|
|
|
|
|
|
24
|
0,93588
|
0,80419
|
1,0891
|
0,391800
|
|
Province
|
Kinshasa
|
1
|
|
|
|
|
|
Centre
|
1,71
|
1,30
|
2,23
|
0,000092
|
***
|
|
Nord
|
1,67
|
1,28
|
2,19
|
0,000194
|
***
|
|
Ouest
|
1,63
|
1,25
|
2,14
|
0,000339
|
***
|
|
Sud-est
|
2,04
|
1,59
|
2,62
|
0,000000
|
***
|
Vaccination
|
Yes
|
1
|
|
|
|
|
|
Don't know
|
0,89421
|
0,76681
|
1,0428
|
0,153910
|
|
|
No
|
0,64216
|
0,52764
|
0,7815
|
0,000010
|
***
|
Etatciv
|
Married
|
1
|
|
|
|
|
|
non marié
|
0,87943
|
0,73415
|
1,0535
|
0,163160
|
|
Agenft
|
Agenft
|
1,02566
|
1,02191
|
1,0294
|
0,000000
|
***
|
Sex responsbale
|
Female
|
1
|
|
|
|
|
|
Male
|
0,9519
|
0,82451
|
1,099
|
0,501300
|
|
|
Modérée
|
|
|
OR
|
BI
|
BS
|
p
|
|
Sévère
|
|
|
OR
|
BI
|
BS
|
p
|
94
0,97
|
0,94
|
0,99
|
0,001738
|
**
|
0,99
|
0,97
|
1,01
|
|
|
0,3200
|
|
0,99
|
0,93
|
1,05
|
0,779216
|
|
1,09
|
1,03
|
1,16
|
|
|
0,0029
|
**
|
1,49
|
1,15
|
1,93
|
0,002494
|
**
|
2,62
|
1,87
|
3,69
|
|
|
0,0000
|
***
|
2,15
|
1,65
|
2,82
|
0,000000
|
***
|
6,71
|
4,77
|
9,44
|
<
|
2,2e-16
|
|
***
|
2,00
|
1,56
|
2,57
|
0,000000
|
***
|
5,34
|
3,84
|
7,43
|
<
|
2,2e-16
|
|
***
|
1,54
|
1,30
|
1,84
|
0,000001
|
***
|
2,18
|
1,83
|
2,61
|
<
|
2,2e-16
|
|
***
|
1,76
|
1,53
|
2,03
|
0,000000
|
***
|
2,69
|
2,33
|
3,11
|
<
|
2,2e-16
|
|
***
|
1,00
|
0,99
|
1,01
|
0,582555
|
|
1,01
|
1,00
|
1,02
|
|
|
0,0345
|
*
|
1,63
|
1,43
|
1,86
|
0,000000
|
***
|
2,39
|
2,09
|
2,75
|
<
|
2,2e-16
|
|
***
|
1,58
|
1,04
|
2,40
|
0,032631
|
*
|
1,60
|
1,07
|
2,40
|
|
|
0,0221
|
*
|
0,92
|
0,65
|
1,30
|
0,630712
|
|
0,66
|
0,46
|
0,96
|
|
|
0,0291
|
*
|
95
1,19
|
0,70
|
2,03
|
0,517512
|
|
1,28
|
0,77
|
2,12
|
|
|
0,3331
|
|
1,02
|
0,56
|
1,88
|
0,939538
|
|
0,94
|
0,52
|
1,70
|
|
|
0,8317
|
|
0,78
|
0,69
|
0,89
|
0,000167
|
***
|
0,72
|
0,63
|
0,82
|
|
|
0,0000
|
***
|
1,26
|
1,11
|
1,42
|
0,000216
|
***
|
1,42
|
1,26
|
1,60
|
|
|
0,0000
|
***
|
|
|
|
|
|
1,00
|
|
|
|
|
|
|
1,12
|
0,96
|
1,32
|
0,150800
|
|
1,09
|
0,93
|
1,29
|
|
|
0,2725
|
|
1,06
|
0,91
|
1,23
|
0,474500
|
|
1,74
|
1,51
|
1,99
|
|
|
0,0000
|
***
|
|
|
|
< 2,2e-
|
|
|
|
|
|
|
|
|
4,35
|
3,09
|
6,13
|
16
|
***
|
14,45
|
8,46
|
24,69
|
<
|
2,2e-16
|
|
***
|
2,82
|
1,98
|
4,01
|
0,00
|
***
|
9,78
|
5,69
|
16,78
|
|
|
0,0000
|
***
|
3,56
|
2,52
|
5,03
|
0,00
|
***
|
10,29
|
6,00
|
17,64
|
<
|
2,2e-16
|
|
***
|
|
|
|
< 2,2e-
|
|
|
|
|
|
|
|
|
4,41
|
3,17
|
6,15
|
16
|
***
|
16,14
|
9,51
|
27,39
|
<
|
2,2e-16
|
|
***
|
0,75
|
0,64
|
0,88
|
0,00
|
***
|
0,65
|
0,55
|
0,76
|
|
|
0,0000
|
***
|
0,52
|
0,42
|
0,64
|
0,00
|
***
|
0,62
|
0,51
|
0,75
|
|
|
0,0000
|
***
|
0,81
|
0,67
|
0,98
|
0,03
|
*
|
0,91
|
0,76
|
1,08
|
|
|
0,2833
|
|
1,04
|
1,04
|
1,04
|
0,00
|
***
|
1,05
|
1,05
|
1,06
|
|
|
0,0000
|
**
|
1,04
|
0,89
|
1,20
|
0,65
|
|
0,96
|
0,83
|
1,10
|
|
|
0,5295
|
|
Analyse de la régression multinomiale
ajustée
OR p
(Intercept)
|
(Intercept)
|
0,2180
|
0,1358
|
0,3498
|
0,0000
|
Nbremén
|
Nbremén
|
1,0035
|
0,9808
|
1,0268
|
0,7623
|
Educmère
|
Secondary and
|
|
|
|
|
|
University®
|
1,0000
|
|
|
|
|
Incomplete
|
|
|
|
|
|
secondary
|
1,1301
|
0,8774
|
1,4556
|
0,3437
|
|
No
|
|
|
|
|
|
education
|
1,3798
|
1,0320
|
1,8447
|
0,0298
|
|
Primary
|
1,3642
|
1,0515
|
1,7700
|
0,0194
|
Revenu
|
Rich
|
1,0000
|
|
|
|
|
Middle
|
0,9890
|
0,8070
|
1,2121
|
0,9152
|
|
Poorer
|
1,0507
|
0,8711
|
1,2672
|
0,6051
|
AgeMère
|
AgeMère
|
0,9861
|
0,9753
|
0,9969
|
0,0117
|
Residence
|
Urban
|
|
|
|
|
|
Rural
|
1,1780
|
0,9862
|
1,4071
|
0,0708
|
Sexenft
|
Female®
|
|
|
|
|
|
Male
|
1,1871
|
1,0505
|
1,3414
|
0,0060
|
Intervalle
|
|
|
|
|
intergénésique > 24 mois®
|
|
|
|
|
|
Don't know
|
1,0023
|
0,8267
|
1,2153
|
0,9811
|
|
= 24 mois
|
0,8444
|
0,7223
|
0,9873
|
0,0340
|
Province
|
Kinshasa®
|
1,0000
|
|
|
|
|
Centre
|
1,5206
|
1,1270
|
2,0517
|
0,0061
|
|
Nord
ProvOuest
|
1,4109
1,4105
|
1,0352
1,0430
|
1,9231 0,0293
1,9075 0,0255
|
|
ProvSud-est
|
1,7780
|
1,3380
|
|
0,0001
|
Vaccination
|
Yes®
|
1,0000
|
|
|
|
|
Don't know
|
1,1857
|
1,0065
|
|
0,0417
|
|
No
|
0,7955
|
0,6468
|
|
0,0302
|
Etciv
|
Married®
|
1,0000
|
|
|
|
Etciv
|
No married
|
0,8867
|
0,7322
|
|
0,2180
|
Agenft
|
Agenft
|
1,0279
|
1,0239
|
<
|
2,2e-16
|
|
Modérée
|
|
|
OR
|
BI
|
BS
|
p
|
|
Sévère
|
|
|
OR
|
BI
|
BS
|
p
|
96
0,0596
|
0,0346
|
0,1028
|
<
|
2,2e-16
|
***
|
0,0062
|
0,0030
|
0,0127
|
<
|
2,2e-16
|
***
|
0,9969
|
0,9726
|
1,0218
|
|
0,8040
|
|
1,0288
|
1,0039
|
1,0544
|
|
0,0233
|
*
|
1,1944
|
0,9019
|
1,5817
|
|
0,2153
|
|
1,8255
|
1,2665
|
2,6313
|
|
0,0013
|
**
|
1,3234
|
0,9660
|
1,8131
|
|
0,0811
|
,
|
3,0965
|
2,1073
|
4,5500
|
|
0,0000
|
***
|
1,3645
|
1,0249
|
1,8166
|
|
0,0333
|
*
|
2,8588
|
1,9853
|
4,1166
|
|
0,0000
|
***
|
1,2356
|
0,9977
|
1,5303
|
|
0,0525
|
,
|
1,4375
|
1,1566
|
1,7866
|
|
0,0011
|
**
|
1,5030
|
1,2341
|
1,8303
|
|
0,0001
|
***
|
1,8331
|
1,5002
|
2,2399
|
|
0,0000
|
***
|
0,9835
|
0,9723
|
0,9948
|
|
0,0044
|
**
|
0,9791
|
0,9680
|
0,9903
|
|
0,0003
|
***
|
1,1487
|
0,9548
|
1,3820
|
|
0,1417
|
|
1,2598
|
1,0433
|
1,5211
|
|
0,0163
|
*
|
1,3644
|
1,2008
|
1,5503
|
|
0,0000
|
***
|
1,5899
|
1,3980
|
1,8082
|
|
0,0000
|
***
|
1,0490
|
0,8584
|
1,2821
|
|
0,6399
|
|
1,0869
|
0,8832
|
1,3375
|
|
0,4314
|
|
0,9150
|
0,7792
|
1,0746
|
|
0,2788
|
|
1,4483
|
1,2429
|
1,6876
|
|
0,0000
|
***
|
3,3723
|
2,3134
|
4,9159
|
|
0,0000
|
***
|
7,5161
|
4,2614
|
13,2566
|
|
0,0000
|
***
|
1,9221
|
1,2979
|
2,8464
|
|
0,0011
|
**
|
4,0773
|
2,2894
|
7,2617
|
|
0,0000
|
***
|
2,6143
|
1,7863
|
3,8260
|
|
0,0000
|
***
|
5,2317
|
2,9534
|
9,2678
|
|
0,0000
|
***
|
3,4195
|
2,3698
|
4,9342
|
|
0,0000
|
***
|
7,7531
|
4,4279
|
13,5754
|
|
0,0000
|
***
|
1,1730
|
0,9846
|
1,3974
|
|
0,0740
|
,
|
1,2074
|
1,0069
|
1,4477
|
|
0,0419
|
*
|
0,7206
|
0,5755
|
0,9021
|
|
0,0043
|
**
|
0,8624
|
0,6959
|
1,0686
|
|
0,1760
|
|
0,8947
|
0,7309
|
1,0952
|
|
0,2808
|
|
1,1291
|
0,9263
|
1,3763
|
|
0,2292
|
|
1,0437
|
1,0394
|
1,0481
|
<
|
2,2e-16
|
***
|
1,0555
|
1,0511
|
1,0599
|
<
|
2,2e-16
|
***
|
|
|