Section 2 : MODELE ET DONNEES D'ANALYSE
La présente section a un double objectif, celui de
présenter le modèle et les données de notre étude
d'une part et de décrire les variables prises en compte d'autre part.
2-1 Modèle économétrique
Le modèle économétrique envisagé
pour cette étude relève du domaine de l'économétrie
des variables qualitatives. En effet, la variable que nous cherchons à
expliquer est la probabilité de décès d'un enfant avant
son cinquième anniversaire.
Nous pouvons considérer ce modèle comme un
modèle dichotomique dans lequel la mortalité
infanto-juvénile notée ??MORTA», est la variable
expliquée.
2-1-1 Justification du modèle
Nous faisons l'hypothèse selon laquelle certaines
variables favorisent le décès des enfants. Cela équivaut,
à déterminer les facteurs qui influencent la probabilité
de mourir.
Nous utiliserons dans cette étude le modèle
Logit qui consiste à déterminer selon un choix binaire les
facteurs qui influencent la probabilité de décéder avant
le cinquième anniversaire. Le choix de ce modèle se justifie pour
plusieurs raisons :
- ce modèle est un modèle à variable
qualitative binaire, il est donc plus indiqué de l'utiliser dans le cas
de notre étude parce que la variable dépendante prend la valeur 0
ou 1.
- dans le modèle Logit la variable qualitative prend
comme valeur un attribut et non ne valeur numérique. Par exemple la
variable MORTA prend les attributs meurt ou survi. Lorsque le nombre
d'attribut est deux, l'on parle de variable dichotomique, tandis que s'il est
supérieur à deux, l'on parle de variable polytomique,
-historiquement, les modèles Logit ont
été introduits comme des approximations des modèles Probit
permettant des calculs plus simples. Des lors, il n'existe que peu de
différences entre ces deux modèles dichotomiques. Ceci s'explique
par la proximité des familles de lois logistiques et normales,
-le modèle logit est l'un des modèles à
variable qualitative le plus utilisé par ce qu'il a une forme plus
explicite, il est plus simple, plus facile à estimer ; c'est ce qui
justifie son utilisation par certains auteurs comme Berkson (1944 ,1951),
Daniel L. McFadden (1974), James J. Heckman (1976).
Morbidité
Facteurs Economiques
Facteurs Socio-économiques
Facteurs Sociaux
Facteurs Culturels
Caractéristiqu es de l'enfant
Caractéristiques biodémographiques de la
mère et de l'enfant
Facteurs Maternels
2-1-2 Le modèle
théorique
Le modèle Logit établit une relation non
linéaire entre la probabilité pi d'avoir un choix
particulier (parmi deux éventualités 1 et 0, par exemple mourir
ou non) et un vecteur de variables explicatives pertinentes. Cette
probabilité appartient évidemment à l'intervalle [0 ,1]
puisqu'il s'agit d'un choix dichotomique. Il consiste à
déterminer suivant un choix binaire (Logit), les facteurs
influençant la probabilité qu'un enfant de moins de cinq ans
meurt. Nous notons MORTA cette variable binaire. En effet,
l'événement que nous cherchons à expliquer est la
probabilité de décès d'un enfant avant son
cinquième anniversaire.
Nous nous sommes intéressés à trois grands
groupes de facteurs :
Les facteurs socio-économiques, les facteurs culturels, et
les facteurs biodémographiques de la mère et de l'enfant.
De manière conceptuelle, nous présentons ces
facteurs dans la figure 3-1.
Figure 3-1 Modèle conceptuel
Déterminants de la
mortalité Infanto-juvénile
Mortalité
Source : réalisé par l'auteur
2-1-3 Spécification et estimation du
modèle
La régression logistique permet d'une part d'analyser
dans quelle proportion les variables explicatives concourent à la
formation de la variable d'intérêt, d'autre part, le modèle
ainsi réalisé peut être utilisé à des fins
prédictives.
La variable binaire yi valant 1 ou 0 est la variable
expliquée mortalité notée "morta" qui
prend la valeur :
1 si l'enfant meurt (1)
0 sinon
La variable yi est liée aux
caractéristiques exprimées par le vecteur des variables
explicatives Xi par la relation
yi =Xib+ åi (2)
où
yi est la matrice de la variable dépendante Xi est
la matrice des variables explicatives b est le vecteur des coefficients
associés X åi est le terme de l'erreur
Selon Mc Fadden (op,cite), la probabilité que l'enfant
i décède est :
exp ( )
X â
P(yi= 1) (3)
i
=
1 exp
+ ( â)
X i
et la probabilité qu'il survive est donnée par :
1
P y
( ) ( iâ)
0 (4)
i = =
1 exp
+ X
Où yi est le vecteur de variable
dépendante Xi est la matrice des variables
explicatives â est le vecteur des coefficients associés
à X
La méthode d'estimation utilisée est la
méthode du maximum de vraisemblance (MMV). Sa fonction s'écrit
:
n 1 yi
L ( ) [ ( ) ] [ ( ) ]yi
â = ? -
1 F x i â F x i â
|
(5)
|
i= 1
2-2 Présentation des données et
modélisation empirique
Il s'agira d'abord de présenter les données
d'enquête utilisées dans le cadre de ce travail, ensuite
procéder à l'application empirique du modèle.
2-2-1 Présentation des
données
La présente étude est fondée sur les
données d'enquêtes nationales (EDS, EIS, MICS) et celles
collectées aux archives de pédiatrie II au CHU de Yopougon,
portant sur un échantillon de 305 pour 1185 enfants malades reçus
en 2008.
Ces données d'archives ont l'avantage d'être
fiables dans la mesure où lorsqu'elles étaient produites, elles
ne visaient pas un objectif de recherche particulier. Cependant, outre, les
difficultés d'obtention de ces données qui demandent un codage
fastidieux, notre étude présente quelques difficultés
inhérentes à la qualité des données notamment le
manque d'information sur certaines variables montrées pertinentes par la
littérature tels que le revenu du ménage, intervalle inter
génésique, etc.
Par ailleurs, le manque d'information sur les enfants
référés, évadés ou ceux dont les parents ont
signé une décharge nous a conduit à diminuer la taille de
notre échantillon. Cela nous a conduit à limiter notre analyse
économétrique aux enfants exéats et
décédés compte tenu de l'objectif de celle-ci. En
conséquence, il est retenu 230 enfants sur 305 cas pour l'analyse
économétrique.
L'enquête a été effectuée au CHU de
Yopougon parce qu'il est à une périphérie de la capitale
(CHU périurbain) et aurait de ce fait l'avantage de recevoir une
population plus hétérogène du fait de son
accessibilité favorisée par sa situation géographique. Le
service retenu est celui de pédiatrie II. Ce service à
été choisi parce qu'il a en charge la population ciblée
par l'étude. Pour des raisons de contraintes de temps et de
difficulté d'accès, nous n'avons pu avoir des informations sur
l'enfant de pédiatrie I où se trouvent les enfants de moins de 28
jours.
La méthode d'échantillonnage utilisée est
la méthode par sondage empirique plus précisément la
méthode des quotas. Le choix de cette méthode s'est
justifié par l'absence de base de sondage, par le peu de moyens à
mettre en oeuvre et la relative liberté de sélection de
l'échantillon. Cette méthode est plus rapide et moins
onéreuse que les procédés de sélection purement
probabilistes. L'enquête a duré trois mois (de juillet à
septembre 2009). La population enquêtée se chiffre à 305
enfants mais pour nos estimations, elle a été réduite
à 230 c'est à dire aux exéats et décès car
notre analyse consiste à expliquer la survenue ou non
de la mortalité chez les enfants de moins de cinq ans.
Nous n'avons pas d'informations sur les cas de décharge, les
référés et les évadés. Par
conséquent, nous ne pouvions prendre le risque de les considérer
comme décédés ou exéats au risque de biaiser notre
analyse.
2-2-2 Application empirique du
modèle
Nous faisons l'hypothèse que certaines variables
contribuent à expliquer le phénomène de mortalité
chez les enfants de moins de cinq ans. Il faut donc estimer un modèle
dans lequel on considère deux groupes d'enfants ceux qui sont morts et
ceux qui ont survécu. Le modèle consiste à
déterminer suivant un choix binaire (Logit), les facteurs
influençant la probabilité qu'un enfant décède
avant son cinquième anniversaire. Nous notons MORTA cette variable
binaire.
( ) ( )
exp X ( ) i 1, ,10
i â
=
Prob(MORTA = 1 ) F X = avec =
i â 1 exp
+ X i â
|
(6)
|
La variable que nous cherchons à expliquer est la variable
binaire morta, elle prend la valeur 1 si l'enfant
décède et 0 si non.
Notre modèle économétrique se
présente comme suit :
MORTA
|
â â
+ 1 mod
0
|
alait rangnais
+ â +
2
|
â statvacc ageenf depjc agemerea
+ â + â + â +
3 4 5 6
|
â 7
nivinstr sexe actmere religion t
+ â â
+ + â + å
8 9 10
Où
MORTA : désigne la mortalité
infanto-juvénile âi: est le vecteur des coefficients
associés X MODALAIT : le mode d'allaitement
RANGNAIS : le rang de naissance
STATVACC : le statut vaccinal
AGEENF : l'âge de l'enfant
DEPJC : la dépense journalière de consommation
AGEMEREA : l'âge de la mère à l'accouchement NIVINSTR : le
niveau d'instruction de la mère SEXE : le sexe de l'enfant.
ACTMERE : l'activité de la mère
RELIGION : la religion de la mère
åi : terme de l'erreur (perturbations)
2-2-3 Les variables du modèle
La variable expliquée dans notre étude est la
mortalité infanto-juvénile. La littérature a permis de
recenser trois types de variables explicatives qui sont :
les facteurs socio-économiques, facteurs
biodémographiques de la mère et de l'enfant et les facteurs
culturels. Les variables entrant dans la spécification du modèle
sont les suivantes :
+ La variable expliquée
Morta : c'est une variable qualitative qui
désigne la probabilité qu'un enfant de moins de cinq ans
décède. Elle est modélisée comme une variable
dichotomique prenant la valeur 1 si l'enfant décède et 0 si
non.
Les variables suivantes sont celles qui pourraient influencer la
mortalité des enfants.
+ Les variables explicatives
Les variables explicatives choisies sont au nombre de dix (le
mode d'allaitement, le rang de naissance, le statut vaccinal, âge de
l'enfant, la dépense de consommation journalière, âge de la
mère à l'accouchement, niveau d'instruction de la mère, le
sexe de l'enfant, activité de la mère, la religion). Elles
constituent les caractéristiques individuelles explicatives du
décès des enfants.
-Le statut vacinal
(statvacc)
La vaccination de l'enfant est une variable quantitative, elle
s'apprécie par le nombre de vaccin reçu par l'enfant
conformément aux recommandations de l'OMS. Selon l'OMS, un enfant est
complètement vacciné lorsqu'il a reçu le BCG (protection
contre la tuberculose), le vaccin contre la rougeole et trois doses de vaccin
contre la polio et le DTCOQ (protection contre la diphtérie,
tétanos et coqueluche). C'est une variable polytomique avec vacc pour
l'enfant complètement vacciné et nvacc si non.
C'est un facteur important dans l'analyse de la mortalité
des enfants. Le signe attendu doit être négatif.
-Activité de la mère (actmere)
Cette variable désigne l'occupation de la mère.
En effet, compte tenu de la difficulté de saisir le revenu du
ménage, les activités du couple sont considérées
comme des indicateurs de cette variable. Mais, ici nous considérons
celle de la mère. Cette étude mesure l'activité de la
mère
par son lieu de service ou son occupation qui joue un
rôle important à notre avis dans la détermination des soins
qu'elle accorde à son enfant et la fréquence du
tété de l'enfant. C'est une variable polytomique, avec les
caractéristiques suivantes : semploi, salarié, autoempl, etuelev.
Quoi que l'activité de la mère puisse jouer en défaveur du
mode d'allaitement conseillé, elle peut favoriser la pratique des soins
prénataux par son caractère rémunérateur. Le signe
attendu peut être négatif.
-Niveau d'instruction
(nivinstr)
C'est le niveau d'étude atteint par la femme dans un
système scolaire formel. Le niveau d'instruction peut être
perçu de par diverses manières : Par le nombre d'années
passé à l'école, soit par le plus haut diplôme
obtenu, la dernière classe achevée ou le cycle d'études
achevées ou encore la fonction de la mère. Le niveau
d'instruction de la mère est une variable polytomique on s'attend
à ce qu'elle soit négativement liée à la variable
expliquée car l'individu instruit aurait une plus forte propension
à pratiquer les soins du fait de la compréhension qu'il a du
système sanitaire.
Nous la recodons en aucunniv, primaire, secondaire et
supérieur.
-Dépense journalière de
consommation (depjc)
C'est une variable polytomique a une double importance car
elle peut rendre compte à la fois le niveau de vie du ménage et
l'état nutritionnel de l'enfant. La depjc est une nouvelle variable
introduite dans le cas de notre étude car n'étant pas prise en
compte par la littérature et pourrait être déterminante
dans l'explication du phénomène de mortalité des enfants.
On s'attend à une relation négative entre cette dépense et
la mortalité infantile.
-Mode d'allaitement (modalait)
Cette variable permet d'appréhender si l'enfant
était allaité au sein ou non. En tenant compte des autres
alternatives, nous avons dégagé deux modalités :
allaitsein si l'enfant est allaité au sein et allaitmix si l'enfant en
plus du lait maternel, consomme d'autre aliments de complément. Le signe
attendu doit être négatif.
-Rang de naissance
(rangnais)
Il ressort de la revue de littérature, que la
mortalité des enfants de moins de cinq ans est élevée pour
ceux de rang 1 et de rang élevé. Pour mieux appréhender
l'influence de cette variable sur la mortalité des enfants, nous avons
pris chaque rang comme modalité. Plus une
femme donnera davantage naissance à des enfants, le
couple disposera de moins de moyens pour s'en occuper et cela combiné
à l'effet d'épuisement physique de la mère qui pourrait
favoriser la vulnérabilité de l'enfant à certaines
maladies. C'est une variable polytomique avec rangnais 1, rangnais 2, rangnais
3, rangnais 4, rangnais 5. Le signe attendu doit être négatif.
-Age de la mère
(agemerea)
Dans la littérature, il est montré que cette
variable est pertinente dans l'analyse de la mortalité des enfants. Pour
expliquer la différence de mortalité des enfants selon
l'âge de la mère à l'accouchement, nous avons recodé
cette variable en trois modalités : le groupe d'âge moins de 20
ans ; 20 à 34 et 35 ans ou plus. Le signe attendu peut être
positif.
-Age de l'enfant (ageenf)
Cette variable permet d'observer des niveaux de
mortalité différents chez les enfants dans la population des
enfants de moins de cinq ans, nous avons les enfants de moins d'un an et ceux
de plus d'un an qui n'ont pas encore atteint leur cinquième
anniversaire. Il se peut que pour des différents niveaux d'âge,
qu'on observe une différence de mortalité. On s'attend à
ce que le signe soit négatif.
-Sexe de l'enfant (sexe)
La variable sexe est polytomique, nous notons sexefem pour le
sexe féminin et sexema pour le sexe masculin. On s'attend à ce
que le signe soit négatif.
-La Religion (religion)
Les enfants sont classés selon l'appartenance religieuse
de la mère selon qu'elle soit musulmane ou chrétienne. Le signe
attendu peut être négatif.
Ces variables explicatives utilisées dans notre
modèle sont résumées dans le tableau 3-1 avec les
différents signes attendus.
Tableau 3-1 : Résumé des variables
et des signes attendus
Variables
|
Libellé
|
Codification
|
Effet escompté
|
Allaitsein
|
Allaitement au sein
|
1= si oui
|
0= si non
|
Négatif
|
rangnais 2
|
Deuxième rang de naissance
|
1= si oui
|
0= si non
|
Négatif
|
rangnais 1
|
Premier rang de naissance
|
1= si oui
|
0= si non
|
Positif
|
rangnais 3
|
Troisième rang de naissance
|
1= si oui
|
0= si non
|
Négatif
|
rangnais 4
|
Quatrième rang de naissance
|
1= si oui
|
0= si non
|
Négatif
|
rangnais 5
|
Cinquième rang de naissance
|
1= si oui
|
0= si non
|
Positif
|
Vacc
|
Vaccination des enfants
|
1= si oui
|
0= si non
|
Négatif
|
Ageenf
|
L'âge de l'enfant
|
|
|
Négatif
|
Depjc
|
Dépense journalière de consommation
|
|
|
Négatif
|
Agemèrea
|
Age de la mère à l'accouchement
|
|
|
Positif
|
secondaire
|
Niveau d'étude secondaire
|
1= si oui
|
0= si non
|
Négatif
|
Primaire
|
Niveau d'étude primaire
|
1= si oui
|
0= si non
|
Positif
|
Salarié
|
Salarié
|
1= si oui
|
0= si non
|
Négatif
|
Sexema
|
Enfant de sexe masculin
|
1= si oui
|
0= si non
|
Négatif
|
Autoempl
|
Activité privée
|
1= si oui
|
0= si non
|
Négatif
|
Étuélèv
|
Elève ou étudiant
|
1= si oui
|
0= si non
|
Négatif
|
Chrétienne
|
Religion chrétienne
|
1= si oui
|
0= si non
|
Négatif
|
Source : réalisé par l'auteur
Par ailleurs, le calcul des moyennes des variables, nous
renseigne sur certaines caractéristiques de la population
étudiée qui sont résumées dans le tableau 3-2.
L'analyse du tableau 3-2 montre qu'en moyenne 25,33% des
enfants reçus au CHU de Yopougon sont morts et 80% des mères
pratiquent l'allaitement maternel. Ils indiquent que les enfants du rang 1 et 2
sont les plus nombreux et les moins nombreux sont ceux des rangs 4 et 5. De
tous les enfants malades, 52,45% d'entre eux sont du sexe masculin.
Dans la population des femmes, la plus jeune a 14 ans et la
plus âgée a 48 ans avec un âge moyen de 27 ans pour
l'ensemble contre 1 an et demi chez les enfants. En ce qui concerne les
dépenses, les ménages dépensent en moyenne environ 1350 F
CFA et chacun d'eux dépense au moins 200 et au plus 4500 par jour. Par
ailleurs, notre analyse montre que seulement 7,8% des mères ont un
niveau d'étude secondaire et 30,49% d'entre elles ont un niveau
d'étude primaire.
Les mères élèves ou étudiantes
représentent 7,21% de cette population et les femmes exerçant une
activité privée sont en moyenne 28, 52% contre 5, 57% pour celles
qui ont un emploi permanent. Enfin, notre étude indique que plus de la
moitié des mères des enfants sont chrétiennes.
Tableau 3-2 Résultat descriptif et
définition des variables
NOM DE LA VARIABLE
|
MONYENNE ECART-TYPE
|
DESCRIPTION DE LA VARIABLE
|
Morta
|
0,2533
|
0,44
|
proportion de décès
|
Allait sein
|
0,8
|
0,40
|
=1 si c'est enfant allaité au sein
|
Rangnais 1
|
0,2754
|
0,45
|
=1 si c'est le premier enfant
|
Rangnais 2
|
0,2951
|
0,46
|
=1 si c'est le deuxième enfant
|
Rangnais 3
|
0,2098
|
0,40
|
=1si c'est le troisième enfant
|
Rangnais 4
|
0,0918
|
0,29
|
=1 si c'est le quatrième enfant
|
Rangnais 5
|
0,0754
|
0,26
|
=1 si c'est le cinquième enfant
|
Vacc
|
0,5115
|
0,50
|
=1 si l'enfant est vacciné
|
Ageenf
|
1,5149
|
1,11
|
âge de l'enfant
|
Agemera
|
27,6230
|
7,10
|
âge de la mère à l'accouchement
|
Depjc
|
1338,197
|
658,70
|
dépense journalière de consommation du
ménage
|
Primaire
|
0,3049
|
0,46
|
= 1 si mère a un niveau primaire
|
Secondaire
|
0,0787
|
0,27
|
= 1 si mère a un niveau secondaire
|
Etuelev
|
0,0721
|
0,26
|
= 1 si la mère est élève ou
étudiante
|
Autoempl
|
0,2852
|
0,45
|
= 1 si mère exerce une activité privée
|
Salarié
|
0,0557
|
0,23
|
= 1 si mère a un emploi permanent
|
Sexema
|
0,5246
|
0,50
|
= 1 si l'enfant est de sexe masculin
|
Chrétienne
|
0,5
|
0,50
|
= 1 si la femme est chrétienne
|
Source : Réalisé par l'auteur à partir
des données d'enquête
CHAPITRE IV : LES EFFETS DES VARIABLES EXPLICATIVES SUR
LA MORTALITE INFANTO-JUVENILE
Dans ce chapitre, il s'agira dans un premier temps de
présenter les résultats de nos estimations et dans un second
temps, d'en tirer une interprétation économique .Pour l'analyse
économétrique, c'est le logiciel STATA 9 qui a été
utilisé. Ce logiciel a permis d'estimer les paramètres du
modèle logit dichotomique qui a été utilisé pour
ressortir les facteurs déterminants dans l'explication de la
mortalité infanto-juvénile en Côte d'Ivoire.
|