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


Home | Publier un mémoire | Une page au hasard

 > 

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).


par Antoine DIKOKE OLEKO DJAMBA
ISTM/Kinshasa - Master en bio-statistique 2020
  

Disponible en mode multipage

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

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

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

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

 

Légère

 

OR

BI BS

p

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

***






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








"Soit réservé sans ostentation pour éviter de t'attirer l'incompréhension haineuse des ignorants"   Pythagore