Soutenance mémoire
Notion de pauvreté
Nombreuses sont les définitions de la pauvreté citées dans la littérature, tantôt le même auteur en propose plus d’une définition. Entre autres, HAGENAARS (1986) qui formule qu’être pauvre c’est : i) manquer de biens essentiels à la vie; ii) avoir moins que les autres; et iii) sentir de ne pas avoir suffisamment pour se débrouiller. Pour les économistes, la pauvreté s’associe à une contrainte budgétaire, à la valeur des biens possédés (WEISBROD et HANSEN, 1968) et à des transferts publics au niveau de l’alimentation, du logement et de la santé (SMEEDING, 1977, MOON, 1977). Les socio-économistes eux ajoutent d’autres composantes de biens être au concept de revenus telles : la santé, les conditions de travail, les loisirs, l’éducation, l’environnement, le confort au foyer, la famille, etc. De nos jours, tout le monde est à l’unanime sur le fait que la pauvreté est un phénomène complexe, pluridimensionnel, qui ne peut être qualifiée à une simple expression monétaire. D’où la déclaration du PNUD (Programmes des Nations Unies pour le Développement) : « la pauvreté n’est pas un phénomène unidimensionnel-un manque de revenus pouvant être résolu de façon sectorielle » (PNUD, Vaincre la pauvreté humaine, 2000). Par conséquent, la définition de la pauvreté est relative, effectivement selon les concepts de besoins essentiels et de bien-être d’un milieu à un autre, mais aussi d’une époque à une autre
MESURE DE NIVEAU SOCIO-ECONOMIQUE
1. Indice de niveau socio-économique par ménage : L’indice de niveau socio-économique se construit, en l’occurrence, à partir des variables sur l’habitat et celles sur la possession de certains biens par le ménage. On distingue plusieurs méthodes de calcul de score de niveau de socio-économique. Une méthode parmi elles consiste à une sommation de cotes affectées aux modalités de chaque variable d’étude rendu ordinale (PNUD). Une autre méthode standardise ou normalise pour chaque variable la cote de chaque individu dans un intervalle [0 ; 1] (PNUD). Une troisième approche utilise l’ACP (Analyse en Composantes Principales) sur les variables étudiées pour calculer l’indice (Gwatkin et al. 2000; Filmer and Pritchett 2001; McKenzie 2003), puis regroupe les ménages dans des catégories prédéterminés, telles terciles ou quintiles, ce qui reflète les différents niveaux de vie. Et une autre démarche est aussi d’appliquer un ACM (Analyse en Composantes Multiples), compte-tenu des variables qui sont catégorielles et d’appliquer ensuite sur les facteurs de l’ACM qui sont des variables quantitatives une ACP afin d’en découler par la suite une indice de niveau socio-économique. Il existe aussi d’autres manières de calcul de l’indice de niveau socio-économique qui ne sont pas décrites dans cet ouvrage.
2. Indice de niveau socio-économique basé sur une ACP : Les indices construits par une simple sommation de cotes ne peuvent pas recouvrir totalement le concept de défaveur. Une méthodologie plus rigoureuse est donc nécessaire afin de s’assurer que l’indice est statistiquement justifié et constitue une bonne approximation de ce concept. Les indices de niveau de socio-économique basés sur ACP sont généralement les plus utilisés.
a) Approche d’Aluísio J D Barros et Cesar G Victora : Barros et Cesar ont proposé un indicateur de richesse fondé sur l’actif pour le Brésil à l’aide de variables présentes dans le recensement démographique. L’indicateur dénommée IEN ou Indice Economique National (Score National de Richesse) a été effectué à partir de la scolarisation du chef de ménage et de 12 actifs dont : le nombre de chambre à coucher dans le ménage, le nombre de salle de bain, le nombre de télévision possédé par le ménage, le nombre de voiture, la possession de frigo, la possession de vidéocassette, la possession de machine à laver, la possession de micro-onde, la possession de ligne téléphonique, la possession de micro-ordinateur, et la possession de l’air conditionnée. Une ACP a été ensuite réalisé sur ces 13 variables. Pour le calcul du score de richesse de chaque ménage, ils ont tout d’abord calculé le coefficient cᵢ en arrondissant l’expression loading of PCA / std. deviation * 100 à l’entier le plus proche. Seule la première composante principale10 de l’ACP a été considéré pour le loading of PCA et le std. deviation. Puis le score de niveau socioéconomique de chaque ménage est obtenu par l’expression ∑ cᵢ vᵢ où est la valeur codée de la variable i-ème. Le score a été développé pour les zones urbaines seulement. Les zones rurales sont assez différentes des zones urbaines en termes d’infrastructure et de mode de vie, ce qui justifierait des scores séparés. Enfin, les scores de richesse ont été agrégés par région géographique (Etats et capitales des Etats) en calculant les déciles pour avoir des scores de richesse par Etat.
b) Approche de Seema Vyas et Lilani Kumaranayake : En octobre 2006, Vyas et Lilani ont élaboré un indice de richesse pour le Brésil et l’Ethiopie. Leur approche consiste à développer une ACP sur un ensemble de données sur le ménage dont : l’électricité, la possession de radio, de télévision de réfrigérateur, de voiture, de vélo, de téléphone, le nombre de chambre à coucher, sur la source d’approvisionnement en eau, sur les types d’installations sanitaires et le type du matériel du sol. Et selon toujours le principe que le milieu urbain et le milieu rural sont différentes en termes d’infrastructure et de mode de vie, une ACP pour le milieu urbain et une ACP pour le milieu rural ont été développées séparément pour chaque pays. Puis, elles permettaient de calculer l’indice de niveau socio-économique de chaque ménage en faisant la somme des produits du résultat de la première composante principale pour chaque variable et sa valeur propre associée pour chaque ménage. Puis les indices sont divisés en quintile pour pouvoir classifier les ménages en cinq catégories de niveau de vie.
Régression logistique polytomique sur le score alimentaire des enfants
Pour analyser les facteurs associés à la diversité alimentaire des enfants, un modèle de régression logistique multivariée polytomique a été effectué. Le choix de ce modèle est motivé par le fait que la variable à expliquer, le score de diversité alimentaire des enfants, est une variable qualitative disposant trois catégories. Aussi, la régression logistique est un outil d’analyse robuste et très utilisé pour étudier les facteurs de risques en épidémiologie. La régression a été exécutée à l’aide du package mlogit du logiciel de traitement R. Les variables explicatives considérées dans l’analyse sont :
Le niveau de scolarité du chef de ménage,
Le sexe de l’enfant,
La classe d’âge de l’enfant,
Le niveau socio-économique du foyer de l’enfant,
Et la commune résidée par l’enfant.
Pour la régression, nous avons utilisé une méthode de type pas à pas. Il s’agit d’une méthode descendante ou sélection de variables descendante sur les variables explicatives. Elle consiste en premier lieu à réaliser la régression logistique comprenant toutes les 5 variables explicatives, puis d’enlever un à un du modèle la variable qui contribue le moins à l’amélioration du modèle.
Discussion et suggestion
L’étude du niveau socio-économique au niveau ménages montre que le niveau de pauvreté ou d’aisance d’un ménage dépend des variables concernant le ménage (caractéristiques de l’habitat et son hygiène, possessions de biens par le ménage). Par contre la même étude au niveau des Fokontany indique que les Fokontany qui lignent les routes nationales ont tendance à avoir un niveau plus élevé que les autres Fokontany (cf. Figure 4). Les zones les plus mouvementés et où il y a plus d’activités seraient les plus développées socio économiquement comme les Fokontany en urbain, et les zones éloignées ou enclavées en milieu rural Fokontany ruraux seraient moins développés. Ce qui engendre les questions : « est-ce-que le niveau socio-économique des Fokontany se raccorde avec les routes nationales ? » ou « qu’il se raccorde par niveau de développement du Fokontany ? ». Outre, nous avons montré qu’un niveau socio-économique faible est un facteur de risque d’exposition aux maladies. Ce qui suggère que les résidents ruraux sont plus à risque que les résidents urbains. Mais est-il vraiment un facteur de risque ou plutôt un marqueur 29? Nous suggérons donc une nouvelle étude qui vise à chercher les Fokontany qui ont eu le plus de malades. Et de voir qu’est ce qui caractérise ces Fokontany. Il est aussi intéressant d’approfondir les causes des maladies pour chaque classe d’âges par Fokontany. Parmi les limites de cette étude, l’analyse que nous avons effectuée se porte sur la morbidité de la population venant en consultation dans les formations sanitaires publiques c’est-à-dire vers les CSB et CHD. Les données des formations sanitaires privées n’ont pas été collectées, ce qui pourrait biaiser les prévalences des maladies diagnostiquées. Les données recueillies lors du recensement initial enregistrent les recours aux soins habituels des ménages en cas de maladies des enfants et des adultes, en cas d’accidents, en cas de grossesses et planning familial chez les femmes ; mais ces données n’ont pas été analysées dans la présente étude. En plus, les analyses de facteurs sur ces morbidités n’ont révélé l’existence de facteurs pertinents, à part le niveau socio-économique, ce qui insinuerait la considération d’autres variables explicatives. Comme ce travail a été aussi élaboré après les collectes des données, les variables étudiées ont été adaptées et classées selon les pathologies déclarées dans les registres ; une étude prospective préalablement discutées avec les professionnels de santé locaux montrerait des résultats plus précis.
Conclusion générale
L’intention principale de ce mémoire a été de délimiter les principaux problèmes sanitaires quotidiens des habitants de Moramanga où plusieurs pathologies ont été observées. L’étude nous a permis de constater que le niveau socio-économique est un facteur déterminant de la santé des individus. Pour les individus de moins de 25 ans, le niveau socioéconomique est inversement proportionnel aux risques de survenue des maladies fréquentes à Moramanga. Ce qui laisse suggérer que le niveau socioéconomique est fortement lié à la santé de la population que ce soit en urbain ou rural. Mais aussi, le niveau socio-économique est un indicateur de la diversité alimentaire infantile. Les enfants dont la famille a un pouvoir d’achat restreint sont les plus atteints d’une faible diversité alimentaire. Notre adaptation de Vijaya Krishnan reflèterait la réalité à Madagascar. Ce travail confirme celui de Marmot sur l’inégalité sociale de santé causée par le déséquilibre social de niveau socio-économique. Par ailleurs, les résultats de cette étude servent de tableau de bord et d’outil d‘orientation d’éventuels programmes sanitaires dans la région de Moramanga : à travers l’étude on a connaissance des certaines maladies et de ces facteurs déterminants; et des lieux des interventions qui sont les Fokontany les plus à risques des maladies. Ces résultats pourraient être interpolés dans d’autres zones de Madagascar présentant les situations économiques, démographiques et sanitaires similaires à ceux de Moramanga.
|
Table des matières
Présentation de l’entreprise
Introduction
Partie 1 : Revue de littérature
Chapitre 1 : Environnement de l’étude
I. SSDS DANS LE MONDE
1. Généralité
2. SSDS dans l’Afrique sub-saharienne
3. SSDS à Madagascar
II. LA SANTE ET LE SYSTEME DE SANTE A MADAGASCAR
1. Structure général du système
2. Les secteurs du système de santé de Madagascar
3. La santé à Madagascar
III. SYSTEME DE COLLECTE DE DONNEES SANITAIRES A MADAGASCAR
Chapitre 2 : Indice de niveau socio-économique
I. CONCEPTS ET DEFINITIONS DE NIVEAU SOCIO-ECONOMIQUE
1. Notion de pauvreté
2. Concept de l’indice de niveau socio-économique
II. MESURE DE NIVEAU SOCIO-ECONOMIQUE
1. Indice de niveau socio-économique par ménage
2. Indice de niveau socio-économique basé sur une ACP
Chapitre 3 : Diversité alimentaire infantile
I. INTRODUCTION
II. DEFINITION ET MESURE DE LA DIVERSITE ALIMENTAIRE INFANTILE
1. Définition de la diversité alimentaire infantile
2. Mesure de la diversité alimentaire infantile
Partie 2 : Méthodologie
Chapitre 4 : Mesure du niveau socio-économique de SSDS Moramanga
I. DESCRIPTION ET TRANSFORMATION DES VARIABLES
1. Description des variables
2. Nettoyage et transformation des variables
II. CALCUL DE L’INDICE DU NIVEAU SOCIO-ECONOMIQUE
1. Sélection de variables
2. Test de l’adéquation d’une ACP
3. Calcul des indices de niveau socio-économique par ménage et par Fokontany
4. Cartographie du niveau socio-économique des Fokontany
Chapitre 5 : Mesure de la diversité alimentaire infantile du SSDS Moramanga
I. METHODOLOGIE GLOBALE DES ENQUETES
II. MESURE DU SCORE DE DIVERSITE INFANTILE
1. Affectation de données
2. Calcul du score
III. ANALYSE DES FACTEURS ASSOCIES A LA DIVERSITE INFANTILE DU SSDS
1. Régression logistique polytomique sur le score alimentaire des enfants
2. Odds ratio des facteurs associés au score de diversité alimentaire
Chapitre 6 : Analyse des principales causes de morbidité de la population du SSDS
I. COLLECTE DE DONNES SANITAIRES DANS LA ZONE D’ETUDE
II. DETERMINATION DES PRINCIPALES CAUSES DE MORBIDITE DANS LA ZONE D’ETUDE
1. Test sur les populations
2. Les principaux signes cliniques dans la zone d’étude
III. ANALYSE ET PREVISION DES FACTEURS ASSOCIES AUX MALADIES POUR CHAQUE CLASSE D’AGES
1. Analyse des facteurs
2. Prévision des signes cliniques par Fokontany et cartographie des résultats
Partie 3 : Résultats, interprétations, discussion et conclusion
Chapitre 7 : Résultats et interprétations
I. REPRESENTATIONS DES BASES DE DONNEES ETUDIEES
1. Diagrammes du SSDS
2. Diagramme du registre des formations sanitaires dans la zone d’étude
II. RESULTATS DE L’ETUDE DE NIVEAU SOCIO-ECONOMIQUE
1. Résultats au niveau ménage
2. Résultats au niveau Fokontany
III. RESULTATS DE L’ETUDE SUR LA DIVERSITE ALIMENTAIRE INFANTILE DU SSDS
1. Classification des enfants selon le niveau de diversité alimentaire
2. Résultats et interprétations de la régression logistique sur le score de diversité alimentaire infantile
IV. RESULTATS DE L’ETUDE SUR LES PRINCIPALES CAUSES DE MORBIDITES DE MORAMANGA
1. Résultat du test de population
2. Résultats pour les individus de moins de 5 ans
3. Résultats pour les individus de 5 à 15 ans
4. Résultats pour les individus de 15 à 25 ans
5. Résultats pour les individus de plus de 25 ans
Chapitre 8 : Discussion et suggestion
Conclusion générale
Références
Télécharger le rapport complet
