Memoire Online - Contribution de la planification familiale à la survie infantile au Rwanda.

Tout travail scientifique cherche à tester les hypothèses émises dans cette recherche afin d'atteindre les objectifs fixés au départ. Il doit donc s'appuyer sur des données réelles de qualité et des méthodes d'analyses bien élaborées qui sont un préalable à celui-ci.

Ainsi, ce chapitre traite de la source et de l'évaluation de la qualité des données, de la construction du fichier d'analyse, et des méthodes et modèles d'analyses utilisés.

Pour tester nos hypothèses d'étude, nous utiliserons les données de l'Enquête Démographique et de Santé du Rwanda (EDSR-III) réalisée en 2005. Cette enquête est la troisième du genre après celles menées successivement en 1992 et 2000. Elle visait la population des individus qui résidaient dans les ménages ordinaires à travers tout le pays. Elle a été réalisée sur un échantillon représentatif de femmes de 15-49 ans et d'hommes de 15-59 ans (cependant, notre étude portera uniquement sur l'enquête femme).

La méthode d'enquête utilisée est un sondage par grappes stratifiée à deux degrés. La base de sondage est la liste des zones de dénombrement (ZD) du Recensement Général de la Population et de l'Habitat de 2002 (RGPH-2002), préparé par le Service National de Recensement. A cause de la répartition non proportionnelle de l'échantillon parmi les strates, et du fait qu'on a fixé le nombre de ménages dans chaque grappe, des taux de pondération ont été utilisés pour assurer la représentativité actuelle de l'échantillon au niveau national et au niveau régional.

Au total, 10 644 ménages ont été sélectionnés pour l'EDSR-III et, parmi eux, 10.307 ménages ont été identifiés au moment de l'enquête, soit 96,8% de ménages sélectionnés. Parmi ces 10.307 ménages, 10.272 ont pu être enquêtés avec succès, soit un taux de réponse de 99,7 %. A l'intérieur des 10.272 ménages enquêtés, 11.539 femmes âgées de 15-49 ans ont été identifiées comme étant éligibles pour l'enquête individuelle, et pour 11.321 d'entre elles, l'interview a pu être menée à bien. Le taux de réponse s'établit donc à 98,1 % pour les interviews auprès des femmes.

Trois questionnaires ont été utilisés au cours de l'EDSR-III : le Questionnaire Ménage, le Questionnaire Femme et le Questionnaire Homme (les deux premiers nous concernent dans cette étude).

Le Questionnaire Ménage a été utilisé pour lister tous les membres habituels et les visiteurs des ménages sélectionnés. Des informations de base sur les caractéristiques de chaque personne ont été collectées, y compris l'âge, le sexe, l'éducation et le lien avec le chef de ménage. L'objectif principal de ce Questionnaire était d'identifier les femmes et les hommes éligibles pour des interviews individuelles. Il a aussi permis de collecter des informations sur les caractéristiques du ménage.

Le Questionnaire Femme a été utilisé pour collecter des informations sur toutes les femmes en âge de procréer (15-49 ans). Ces informations concernaient entre autres, l'histoire génésique, les comportements en matière de santé de la reproduction, de nutrition de l'enfant, ...

xviii. a.2. Objectif de l'EDSR-III

- Recueillir des données à l'échelle nationale qui permettent de calculer des taux démographiques essentiels, plus particulièrement les taux de fécondité et de mortalité infantile et infanto juvénile et d'analyser les facteurs directs et indirects qui déterminent le niveau et la tendance de la fécondité et de la mortalité infanto juvénile ;

- Mesurer les niveaux de connaissance et de pratique contraceptive des femmes et des hommes;

- Recueillir des données sur la santé familiale : vaccination, prévalence et traitement de la diarrhée, des Infections des Voies Respiratoires Aiguës (IRA) et de la fièvre et/ou de convulsions chez les enfants de moins de cinq ans, visites prénatales et assistance à l'accouchement ;

- Recueillir des données sur les pratiques nutritionnelles des enfants, y compris l'allaitement, et dans la moitié des ménages échantillonnés, prendre des mesures anthropométriques pour évaluer l'état nutritionnel des femmes et des enfants, et réaliser un test d'anémie auprès des enfants de moins de cinq ans, des femmes de 15-49 ans et des hommes de 15-59 ans ;

b. Limites méthodologiques et évaluation de la qualité des données de l'EDSR-III

Les résultats des enquêtes sont tributaires de la qualité des données. Une première tâche à laquelle on doit s'atteler avant d'effectuer une quelconque analyse consiste donc à

évaluer la qualité des données à utiliser. Ceci permet de connaître les biais pouvant exister et les limites de l'étude.

Comme toutes les enquêtes rétrospectives, seules les femmes survivantes ayant passé la nuit précédent le passage de l'agent enquêteur dans les ménages ont été enquêtées. Les femmes décédées ou celles n'ayant pas passé la nuit de référence dans leurs ménages sont ainsi exclues de l'échantillon. Ceci entraîne un biais de sélection du fait que les enfants dont les mères sont décédées sont susceptibles d'avoir un risque de mortalité élevé que les autres alors qu'ils ont été exclus de l'échantillon. De plus, n'ayant aucune idée sur la durée ou le motif d'absence des mères qui n'ont pas passés la nuit de référence dans leurs ménages, il pratiquement impossible de contrôler les effets de celle-ci sur la survie de leurs enfants. Ainsi, on est conduit à émettre l'hypothèse de non sélection pour les femmes enquêtées qui suppose que l'échantillon choisit est représentatif de la population cible. En d'autres termes, elle stipule que les mères décédées ou absentes auraient eu les mêmes comportements que ceux observés chez les mères enquêtées et que donc les enfants orphelins ou dont les mères sont absentes seraient soumises aux mêmes risques de mortalité que ceux des mères enquêtées. Cette hypothèse est peu réaliste dans le contexte africain où la mère reste irremplaçable pour la santé de son enfant. De plus, les mères décédées étaient probablement les moins robustes que celles qui sont encore en vie. Ce qui pouvait augmenter les risques de mortalité chez leurs enfants. De même pour les mères absentes à cause de longues maladies, surtout si celles-ci souffraient pendant la grossesse ou même lors de la période infantile.

Nous supposons aussi qu'il n'y a pas d'effet sélection pour les enfants observés parmi tous les enfants nés vivants d'une femme enquêtée. En d'autres termes, nous supposons que les mères ont eu les mêmes comportements tant pour les enfants décédés que pour les survivants. Ce qui est invraisemblable du fait qu'une mère peut être amenée à changer de comportements suivant les expériences vécues des précédentes naissances ou des événements survenus à celles-ci. De plus, le fait que ces enfants soient décédés et non les autres peut être dû effectivement à ces comportements différentiels des mères. Cette démarche pose un problème. En effet, il est impossible d'associer les variables relative aux comportements de la mère en matière de santé à un enfant décédé si sa mère n'a eu que lui seul au cours de la période retenue pour l'enquête ou si les autres enfants nés avant ou après lui au cours de la période de l'enquête sont aussi décédés.

Lorsqu'on cherche à expliquer la mortalité des enfants par les caractéristiques et comportements de leurs mères, comme la pratique contraceptive moderne, les enquêtes EDS présentent une autre limite : il existe souvent un décalage entre les caractéristiques et comportements de la mère au moment de l'enquête et au moment du décès de l'enfant. La mère peut avoir eu recours à la pratique contraceptive moderne après la naissance ou même le décès de son enfant, peut-être même pour éviter que ne se reproduise un problème constaté sur l'enfant décédé. Tout de même, les enquêtes biographiques permettraient de surmonter un tel inconvénient. Ainsi, les résultats peuvent conduire à des conclusions mitigées lorsque l'écart est important.

Le caractère rétrospectif des renseignements recueillis lors des EDS entraîne un autre problème méthodologique qu'est la « troncature » lorsque l'on s'intéresse à la mortalité des enfants sur une période de 5 ans avant la date de l'enquête. En effet, tous les enfants n'ont pas été exposés au risque de décéder pendant une même durée. Les générations les plus récentes comme celle d'enfants nés l'année qui précède l'enquête ne l'ont été que pendant 0,5 an en moyenne (sous l'hypothèse d'uniforme répartition des naissances durant ces douze derniers mois) : C'est l'effet de troncature. Il est alors nécessaire de délimiter une période d'analyse dans laquelle tous les enfants ont été soumis au risque de connaître l'événement « décès » pendant la même durée. Cette exigence est satisfaite comme le montre la Graphique 2.1 qui explicite la délimitation des quatre générations d'enfants sur lesquelles porte l'étude.

Graphique 2.1 : Diagramme de Lexis pour les cinq dernières générations précédent l'enquête

En particulier, pour l'étude de la survie infantile, les enfants concernés doivent avoir été exposés aux risques de décès infantile durant une année (pour ceux qui sont encore en vie) ou l'auraient été s'ils n'étaient pas décédés. Ainsi, sommes-nous obligés d'exclure la dernière génération de notre analyse, c'est -à- dire celle des enfants nés au cours de la période annuelle [t-1, t], puisqu'elle ne satisfait pas à cette condition. En effet, rien ne permet de dire qu'un enfant survivant de cette génération atteindra ou non son premier anniversaire.

Compte tenu de ce problème et du faible effectif de décès qu'on enregistrerait dans les générations totalement exposées au risque de décéder si nous considérons une période annuelle, [t-2, t-1] uniquement par exemple, nos analyses porteront sur la cohorte d'enfants nés au cours de la période [t-5, t-1], c'est-à-dire les quatre dernières générations précédent les douze mois avant de l'enquête.

Les limites des enquêtes par sondage tiennent essentiellement aux erreurs d'échantillonnage et aux difficultés de désignation de l'échantillon. On distingue pour cela trois sources d'erreurs : erreur d'échantillonnage, biais d'échantillonnage, erreur indépendante de l'échantillonnage. La première source d'erreur est le degré de variation des réponses suivant l'échantillon. En effet, l'échantillon constitué étant aléatoire, le tirage aurait pu tomber sur un autre et les réponses enregistrées auraient été au moins quelques peu différentes de celles qui l'ont été effectivement. Cette erreur peut être contrôlée par le dispositif de collecte. Des biais pourraient être dus au plan de sondage utilisé (base de données défectueuse, éléments manquants, méthode de tirage de l'échantillon, etc.) et/ou à une mauvaise procédure d'estimation. Enfin, indépendamment des problèmes liés à l'échantillon, il existe des sources d'erreurs dues principalement aux variations causées par les enquêteurs, les opérations de codage, des erreurs de mesure, des données manquantes, etc.

b.5. Biais relatifs aux informations spécifiquement liées à la santé de l'enfant

Certaines informations liées aux comportements nutritionnels et sanitaires de la mère vis-à-vis de son enfant (vaccination, visites prénatales, durée d'allaitement,...) n'ont été posées que pour les enfants encore en vie au moment de l'enquête. Ainsi, il pratiquement impossible d'utiliser ces informations pour étudier l'influence de ces comportements sur les risques de décès ou les chances de survie infantile. Pour pallier à ce problème, nous sommes conduit à poser une hypothèse forte considérant que les mères ont observées les mêmes comportements pour ces enfants que ceux qui sont encore en vie. Cependant, cette hypothèse n'est pas toujours vérifiée puisque les comportements d'une mère peuvent varier suivant les circonstances et le temps. Cela risque donc de sous estimer la mortalité infantile du fait que les enfants décédés ont en moyenne plus de chances d'avoir eu un comportement défavorable de la part de leurs mères.

Une autre limite vient de la mauvaise qualité des données sur les variables poids à la naissance et mesures anthropométriques rendant compte de l'état sanitaire et nutritionnel de l'enfant et de la mère pour lesquelles les valeurs manquantes sont d'environ 70%. Ces facteurs sont en effet capital pour une étude sur la survie infantile du faite qu'elles font partie des déterminants proches de la mortalité infantile. Cela nous a conduit à chercher des facteurs approximatifs comme la taille de l'enfant à la naissance qui ne montre pas en réalité le vrai poids puisque l'enquêteur devrait se contenter de la simple déclaration de la mère estimant que son enfant était né très petit, petit, moyen, grand ou très grand sans donner aucune précision sur la vraie valeur de ce signifie ces termes.

Par ailleurs, les données dont nous disposons ne nous permettent pas d'utiliser le facteur « allaitement » malgré toute son importance pour rendre compte de l'état nutritionnel de l'enfant. En effet, ce dernier peut être saisi, par ordre d'importance, à travers : la durée d'allaitement, l'âge au sevrage partiel, le type d'allaitement ou la consommation du colostrum. Or, ces données ne permettent l'utilisation d'aucune de ces variables :

L'utilisation de la variable « durée d'allaitement » présente une limite liée à la manière dont elle a été saisie. En effet, pour saisir l'information concernant cette variable, l'enquêtée répondait aux questions suivantes :

- Si oui, « allaitez-vous encore ? », et au cas où elle n'allaitait plus son enfant, « pendant combien de mois avez-vous allaité (nom) ? » (uniquement si l'enfant est en vie).

Ainsi, pour les enfants encore allaités, il est difficile de connaître à priori le moment auquel leur mère va arrêter l'allaitement, leur durée d'allaitement correspond alors à leur âge actuel. En revanche, pour ceux qui sont décédés, on peut se demander si c'est l'arrêt précoce d'allaitement qui a provoqué le décès (auquel cas l'allaitement serait un des facteurs explicatifs du décès de l'enfant) ou bien au contraire si l'arrêt de l'allaitement était dû au décès de l'enfant (auquel cas la durée d'allaitement n'a rien à voir avec le décès de l'enfant) (RAKOTONDRABE., 2004). A titre d'exemple, un enfant qui décède un jour après sa naissance aura tété au plus un jour. Pouvons-nous penser que c'est le fait qu'il soit allaité uniquement un jour qu'il est décédé ? ou que cela ait contribué à cette mort ?

L'utilisation de cette variable peut dans ce cas introduire un biais dans les résultats des analyses du fait que la durée d'allaitement saisie par l'enquête ne correspond pas au moment de sevrage de l'enfant. En effet, la durée moyenne d'allaitement (ou âge moyen au sevrage total) pour les enfants décédés ne peut pas dépasser un an du fait que les décès qui nous concernent sont ceux des enfant de moins d'un an alors que la moyenne de l'ensemble était d'environ 25 mois en 2005. Cela peut conduire à des conclusions erronées affirmant que les enfants décèdent parce que leurs mères observent un mauvais comportement en refusant des les allaiter. Or, l'enquête n'a saisie aucune information sur l'âge au sevrage de l'enfant (ni sur le sevrage partiel, ni sur le sevrage total). De plus, le type d'allaitement n'est même pas saisi alors que la consommation du colostrum ne l'a été que pour la dernière naissance uniquement et ne peut donc pas être utilisée dans notre étude puisque la prise en compte de cette naissance uniquement surestimerait largement la survie infantile. Ainsi, malgré toute l'importance de l'allaitement sur la survie infantile, elle ne sera pas utilisée dans nos analyses.

L'âge est l'une des variables les plus importante dans l'analyse démographique. Cependant, cette variable est d'ordinaire à la source d'erreurs de mémoire et d'autres types de biais surtout dans le contexte de faible alphabétisation. Une mauvaise déclaration de l'âge peut donc conduire à des analyses détournées et à des conclusions fallacieuses. L'examen des données sur l'âge des femmes déclaré à l'enquête peut donner une idée sur la qualité de celles-ci. Ainsi s'impose avant toute chose une évaluation de la qualité des données sur l'âge déclaré des femmes. L'échantillon étant aléatoire (aucun quota imposé selon l'âge des femmes parmi celles éligibles), on s'attend à ce que les effectifs des femmes décroissent avec l'augmentation de l'âge à cause de la mortalité. Les femmes plus âgées ayant été exposées à la mortalité plus longtemps que leurs petites soeurs, leur effectif devraient diminuer toutes choses égales par ailleurs.

Graphique 2.1: Répartition des femmes enquêtées (en %) selon l'âge déclaré.

La figure précédente n'indique aucune préférence pour les âges ronds ou semi-ronds, ce qui laisse penser à une bonne déclaration sur cette variable. Afin d'approfondir un peu plus cette évaluation de la qualité des données sur l'âge et en savoir plus sur une éventuelle attraction ou répulsion, nous calculons ci-après les indices de Whipple et de Myers.

L'indice de Whipple (I _w) permet de mesurer le degré de préférence des âges se terminant par 0 ou 5. Le calcul de cet indice consiste à prendre l'effectif total des femmes âgées de 23 à 62 ans, calculer la somme des effectifs des femmes de cet intervalle dont les âges se terminent par les chiffres 0 ou 5, et faire le rapport de cette dernière au un cinquième de l'effectif total. L'indice ainsi obtenu varie entre zéro et cinq. Mais pour les données issues des EDS (Gendreau et al, 1985), concernant uniquement les femmes de 15 ans à 49 ans, la formule est la suivante :

Les valeurs proposées par les Nations Unies pour apprécier la qualité des données sur l'âge à partir de cet indice sont (Roger et al, 1981) :

ü Si I _w = 0, il y a répulsion total pour les âges se terminant par 0 et 5 ;

ü Si I _w= 1, il n'y a préférence ni répulsion pour les âges terminant par 0 ou 5 ;

ü Si 1 < I _w< 5, il y a attraction d'autant plus forte que I _west proche de 5.

Cependant, ces valeurs sont très théoriques, ainsi, les Nations Unies propose la classification suivante relative à l'Indice de Whipple (Roger et al, 1981) :

ü Si 1,05 = Indice de Whipple = 1,099 : les données sont relativement exactes ;

Le calcul de l'indice de Whipple pour les données des EDSR-III 2005 donne une valeur de I _w =1,013. Cette valeur est inférieur à 1,05 et suggère que les données sont très exactes. Cela signifie en outre qu'il n'y a aucune attraction ni répulsion pour les âges ronds et semi ronds. On peut donc dire que les femmes enquêtées ont globalement bien déclaré leurs âges. Cela confirme les observations faites sur le graphique précédent. Cependant, l'indice de Whipple présente certaines limites. Il ne permet de se prononcer que sur la préférence aux âges se terminant par zéro ou cinq.

Contrairement à l'indice de Whipple, celui de Myers mesure la répulsion ou l'attraction pour chacun des chiffres compris entre zéro et neuf. Il permet aussi de se prononcer de façon globale sur l'ensemble des chiffres. Cet indice présente aussi l'avantage d'éliminer, au moins en partie, la diminution des chiffres entre les âges en se servant des effectifs pondérés. Il varie entre 0 et 180. Plus il est proche de zéro, meilleure est la déclaration des âges. Pour chaque chiffre, le signe négatif du coefficient indique une répulsion, tandis que le signe positif traduit une attraction. La valeur absolue du coefficient renseigne sur l'ampleur de la préférence (Gendreau, 1993). Elle sera chaque fois comparée à 20 pour apprécier la force de cette attraction ou répulsion aux âges se terminant par le chiffre concerné alors que la valeur de l'indice sera comparé à 0 et à 180 pour apprécier la qualité globale des données en rapport aux éventuelles préférences ou répulsions.

On calcul les sommes

des effectifs des personnes 10 ans et plus, dont les âges se terminent respectivement par chacun des chiffres de 0 à 9.

Soit P (10d+u), l'effectif des personnes dont l'âge a pour chiffre des dizaines « d » et pour chiffre des unités « u » :

u	Su	u+1	S'u	9-u	Tu	100Tu/T	100T/T-10	\|100T/T-10\|
0	1033	1	565	9	6121	8,328	-1,7	1,7
1	948	2	483	8	5763	7,840	-2,2	2,2
2	1045	3	540	7	6916	9,410	-0,6	0,6
3	1017	4	531	6	7254	9,868	-0,1	0,1
4	911	5	481	5	6959	9,468	-0,5	0,5
5	870	6	484	4	7158	9,738	-0,3	0,3
6	819	7	449	3	7081	9,634	-0,4	0,4
7	785	8	429	2	7139	9,712	-0,3	0,3
8	1013	9	493	1	9607	13,070	3,1	3,1
9	950	10	519	0	9504	12,930	2,9	2,9
TOTAL					73503	100		12,0

Le tableau précédent donne les écarts des pourcentages de chacun des effectifs remaniés avec l'effectif théorique 10. On remarque que ces écarts ne se pas élevés, ce qui signifie qu'il n'y a pas de préférence prononcée d'âge. La somme des valeurs absolues de ces écarts donne l'indice de Myers qui est ici de 12. Cet indice confirme encore une fois l'absence de préférence ou d'aversion d'une manière globale. L'étude des écarts observés à chaque âge se terminant par un chiffre de 0 à 9 montre des faibles attractions aux âges se terminant par 8 et 9 et de faibles répulsions aux âges 0 et 1. Cependant, ces écarts sont suffisamment faibles qu'on ne peut pas affirmer qu'il y a eu préférence ou aversion à ces âges. Ainsi, ces résultats nous laissent penser que les données observées sur l'âge des femmes sont de bonne qualité.

Néanmoins, le graphique 2.1 a montré de petites irrégularités sur la courbe représentative des effectifs des femmes enquêtées par année d'âge déclaré au moment de l'enquête. Pour corriger ces irrégularités, nous procédons à un lissage de cette courbe en opérant des regroupements des femmes par groupes quinquennaux. De même, on s'attend à ce que la courbe représentant les effectifs des femmes enquêtées par groupes d'âges quinquennaux soit monotone décroissante. En d'autres termes, plus l'âge augmente, l'effectif femmes du groupe devrait diminuer. Le graphique suivant représente les effectifs des femmes enquêtées pas groupes d'âges quinquennaux.

Graphique 2.2 : Répartition (en %) des femmes enquêtées par groupes d'âges quinquennaux.

L'examen de ce graphique montre effectivement une décroissance régulière des effectifs des femmes à mesure que l'âge augmente. Ainsi, nous pouvons confirmer encore une fois que la qualité des données sur l'âge des femmes enquêtées est bonne d'autant plus que nos analyses utiliseront les données agrégées et non les données en année d'âge.

Dans les enquêtes rétrospectives, les femmes oublient généralement certaines naissances, particulièrement lorsque les enfants n'habitent plus avec elles ou lorsque la naissance est suivie du décès de l'enfant à un âge très jeune. L'omission des naissances ou des décès peut donc être volontaire, surtout dans le contexte africain (pour des raisons culturelles ou de superstition), ou due à une défaillance de mémoire. En procédant à l'examen des tendances internes observées (naissances et décès), on peut avoir une idée sur l'importance de ces omissions. Ces tendances ne doivent pas s'écarter beaucoup de l'ordinaire, dans le cas contraire, cela traduirait une omission des naissances ou une hausse récente de la mortalité après une baisse dans les périodes moins récentes, ce qui peut être improbable (connaissant le contexte du pays).

Dans un pays à fécondité naturelle, le nombre moyen d'enfants par femme croît avec l'âge jusqu'à 49 ans. Ceci pourrait s'expliquer par le fait que la durée moyenne d'exposition au risque de conception augmente avec l'âge jusqu'à la ménopause. De ce fait, en l'absence d'une forte hausse de la fécondité dans le temps, l'observation d'une baisse de la parité moyenne lorsqu'on l'âge augmente ne peut alors s'expliquer que par une omission d'enfants nés vivants ou un rajeunissement (ou vieillissement) de certaines mères.

Graphique 2.3: Répartition du nombre moyen d'enfants nés vivants selon le groupe d'âge des femmes

Le graphique précédent montre globalement une augmentation régulière de la parité moyenne selon l'âge déclaré de la femme. Remarquons cependant de petites perturbations aux âges 39 et 48 ans où la parité atteinte chute spontanément en faveur des âges qui suivent. Théoriquement, une diminution brusque de la parité s'expliquerait soit par un vieillissement de certaines mères, des omissions d'enfants ou un changement de la fécondité dans le temps. Pour le cas présent, il est difficile de se prononcer puisque les attractions sont souvent observées pour les âges ronds ou semi ronds et non sur 39 et 48 ans. De plus, il n'est pas aussi réaliste de penser que les omissions ou le changement de la fécondité aient des effets observables uniquement à 39 et 48 ans. Nous n'oublions pas aussi que la taille de l'échantillon est un élément important dans la précision des estimations, le fait observé peut donc être dû à la non représentativité de l'échantillon (quand les données sont désagrégées, la taille de l'échantillon peut devenir insuffisant et l'échantillon non représentatif à tous les âges) et non à une mauvaise déclaration des âges. Ainsi, on peut estimer que les naissances sont à peu près bien déclarées.

Pour essayer de remédier à ces petites rancunes observées, on va procéder à un regroupement de femmes en groupes quinquennaux. Ainsi, le graphique ci-après représente les parités moyennes des femmes par groupes d'âge quinquennaux au moment de l'enquête.

Graphique 2.4 : Parités moyennes des femmes selon leurs groupes d'âges à l'enquête.

L'examen de cette courbe montre une croissance régulière des parités moyennes en fonction de l'âge de la femme au moment de l'enquête. Ainsi, on peut penser que, les naissances ont été globalement bien déclarées ou que si mauvaises déclarations il y a eu, elles n'ont pas été trop importantes pour mettre en cause la qualité des résultats des analyses sur les naissances vivantes.

c.2.2. Evaluation de la qualité des données sur les enfants décédés selon l'âge de la mère

Il est généralement observé à partir des enquêtes présentant des résultats cohérents, une corrélation positive régulière du nombre moyen d'enfants décédés ou de la proportion d'enfants décédés par femme et l'âge de celle-ci au moment de l'enquête à partir du groupe d'âge 20-24 ans (Gendreau, 1985). En effet, la durée moyenne d'exposition aux risques de décéder est plus élevée pour les enfants nés des femmes plus âgées au moment de l'enquête du fait que ces enfants sont en moyenne plus âgés que ceux issus des femmes plus jeunes.

Graphique 2.5 : proportion de décès observés selon l'âge de la mère à l'enquête

L'analyse du graphique précédent montre globalement que le nombre d'enfants décédés par femme croît avec l'âge de la femme au moment de l'enquête. On peut alors dire que les omissions de décès ne sont pas importantes même pour les femmes aux âges avancés. Cependant, on remarque un pic prononcé à 18 ans qui serait peut-être dû à la surmortalité généralement observée chez les enfants issus des femmes très jeunes ajouté à un transfert des naissances issues des femmes de mois de 18 ans qui déclarent avoir 18 ans. Ça peut être dû aussi au faite que c'est âge l'égal d'entrée en union. En effet, les jeunes mères en union au moment de l'enquête chercheraient à déclarer un âge de 18 ans pour légaliser leur union, tout au moins socialement, dans un pays où les unions libres sont réprimandées. Or, les enfants nés de ces dernières courent plus le risque de mourir que ceux issus des femmes un peu plus âgées. Cette hypothèse est confortée par le fait qu'aux âges 15, 16 et 17 ans il n'y a eu aucun décès déclaré. Ce qui n'est pas vraisemblable puisqu'au cas où on supposerait que l'échantillon est représentatif, cela voudrait que durant les quatre années précédent les douze mois avant l'enquête les enfants nés vivants issus des femmes âgées de 15 à 17 ans au moment de l'enquête n'ont couru aucun risque de décès. Ainsi, nous exclurons ces enfants de nos analyses ultérieures. Cela ne causera pas de problèmes du fait qu'ils ne représentent que 0,2% de l'ensemble des enfants nés vivants dans cette période.

Une première correction peut être effectuée en agrégeant les données par groupe d'âges quinquennaux.

Graphique 2. 6 : Proportion d'enfants décédés selon le groupe d'âges des mères au moment de l'enquête.

L'étude du graphique précédent montre une croissance régulière de la proportion d'enfants décédés à partir du deuxième groupe d'âge (20-24 ans). La proportion élevée observée pour le premier groupe s'expliquerait comme nous l'avons dit par la surmortalité observée les mères très jeunes. Cela peut provenir aussi au faible effectif des enfants issus de ces femmes. Cela nous permet d'affirme que malgré qu'il y ait eu de mauvaises déclarations, l'agrégation des données sur les décès des enfants permet de les corriger.

Graphique 2.7 : Répartition des décès de moins d'un an selon l'âge en mois

Dans les pays en développement, l'insuffisance du suivi médical de la grossesse, de l'accouchement et du nouveau-né, joint à d'autres facteurs culturels, entraînent le plus souvent un nombre important de décès au cours du premier mois de la vie. Ce nombre de décès diminue régulièrement au fur et à mesure que les enfants avancent en âge. Cette tendance est confirmée par la proportion des décès néonatals dans la mortalité infantile qui ne devrait pas s'écarter de un tiers (Akoto, 1985). Le calcul de la proportion des décès néonataux dans la mortalité infantile, à partir des données de l'EDSR-III est de 0,47 (confer graphique précédent). Cette dernière est largement supérieure au tiers. De plus, on observe certaines irrégularités comme une petite diminution à 5 mois suivie d'une augmentation à 6 mois et une forte augmentation à 9 mois suivie directement d'une forte baisse à 10 mois. Cela suggère une l'existence petite attraction à 6 mois et une autre plus importante à 9 mois. Néanmoins, l'allure générale de la courbe montre que ces attractions ne sont pas d'ampleur à entraver la qualité des résultats des analyses d'autant plus que l'étude ne distinguera pas les décès des enfants par mois d'âge. Ainsi, nous en concluons que les imperfections observées sont faibles pour compromettre l'utilisation des ces données.

Contribution de la planification familiale à la survie infantile au Rwanda.

2.4 METHODOLOGIE DE L'ETUDE

xviii. a.2. Objectif de l'EDSR-III