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

 > 

Facteurs explicatifs de la morbidité diarrhéique chez les enfants de moins de cinq ans au Tchad

( Télécharger le fichier original )
par Alexis ATOKARE
Université de Yaoundé II Cameroun - DESS en démographie 2008
  

précédent sommaire suivant

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

2.3 Méthodologie

2.3.1 Source des données

Les données que nous exploiterons au cours de notre travail proviennent de l'Enquête Démographique et de Santé réalisée au Tchad en 2004. Cette source de données est la mieux indiquée dans le cas de notre étude car elle permet de recueillir les données détaillées à l'échelle nationale sur la santé maternelle et infantile : visites prénatales, assistance à l'accouchement, allaitement, vaccinations, supplémentation en vitamine A, prévalence et traitement de la diarrhée et d'autres maladies chez les enfants de moins de cinq ans. Cette enquête a été réalisée par Macro International.

2.3.2 Méthodes statistiques d'analyse

2.3.2.1. Choix des méthodes statistiques

Nous distinguerons dans cette étude, deux niveaux d'analyses à savoir, les analyses descriptives et les analyses explicatives.

Dans l'analyse descriptive, il s'agira non seulement d'examiner à l'aide de la probabilité du Khi-deux (÷2), les associations entre les variables indépendantes et la variable à expliquer

(diarrhée), mais aussi de voir les variations du niveau de la morbidité diarrhéique selon les modalités de chaque variable indépendante.

Concrètement, cet examen des associations entre chaque variable de l'étude et l'occurrence de la diarrhée à l'aide de la statistique du Khi-deux (÷2) consistera à apprécier l'existence ou non de relation entre chacun des facteurs explicatifs, à travers leurs variables opérationnelles et la morbidité diarrhéique chez les enfants de moins de cinq ans.

Après avoir analysé les présomptions de relations, le second niveau d'analyse permet de mesurer les effets de chaque groupe de facteurs sur la morbidité diarrhéique des enfants de moins de cinq ans.

En effet, les relations éventuellement observées au niveau bivarié peuvent être fallacieuses car elles ne prennent pas en compte les effets des autres facteurs qui peuvent perturber ces relations. C'est pourquoi, nous optons pour une analyse multidimensionnelle (ou multivariée). Compte tenu de la nature dichotomique et qualitative de la variable dépendante (l'enfant a fait la diarrhée ou non) d'une part, et celle de la plupart des variables explicatives, d'autre part, nous choisissons la méthode de l'analyse de la régression logistique.

Cette seconde méthode présente, en effet, l'avantage de fournir l'effet de chacune des variables indépendantes en présence des autres ; ce qui permet de déterminer le sous-ensemble des facteurs qui expliquent l'occurrence de la diarrhée chez les enfants de moins de cinq ans.

2.3.2.2. Présentation des méthodes

2.3.2.2.1. Méthode d'analyse bivariée

L'analyse bivariée, consiste à examiner l'existence d'une relation de dépendance entre les variables indépendantes X j et la variable dépendante de cette étude Y k et, quand elle existe, le sens de cette relation.

En effet, Il est nécessaire de recourir au test d'indépendance du Khi-deux (÷2) lorsqu'une analyse porte sur une relation bivariée comprenant deux variables non métriques (nominales et /ou ordinales).

L'analyse de deux variables non métriques s'effectue à l'aide de fréquences conjointes (tableau de contingence). Le tableau croisé contient les fréquences correspondant au croisement des modalités qui définissent les deux variables. Une fois le tableau obtenu, il faut interpréter les résultats du test de Khi-deux (÷2).

Le test du Khi-deux (÷2) permet de vérifier si une relation entre deux variables (non métriques) existe dans la population.

Pour cela, il faut se référer au seuil de signification statistique (0,05). Si la probabilité associée au test du ÷2 (seuil de signification) est supérieure au seuil critique (que nous avons fixé à 5%), alors nous pouvons dire qu'il existe une association entre les deux variables.

2.3.2.2.2. Méthode d'analyse multivariée

a) Principe de la méthode

La régression logistique se définit comme étant une technique permettant d'ajuster une surface de régression à des données lorsque la variable dépendante est dichotomique. Cette technique est utilisée pour des études ayant pour but de vérifier si des variables indépendantes peuvent prédire une variable dépendante.

Il s'agit en fait de connaître les facteurs associés à un phénomène en élaborant un modèle de prédiction. Cette méthode est bien connue dans les sciences de la santé et en sciences humaines où la variable à prédire est la présence ou l'absence d'une maladie ou d'un comportement.

Ainsi, la méthode de régression logistique pose comme première exigence, la nature de la ou des variables dépendantes à introduire dans le modèle (elle ou elles doit ou doivent être dichotomique (s)). Les variables indépendantes, elles, doivent être qualitatives ou catégorielles.

L'analyse explicative a permis de mettre en évidence les déterminants cruciaux de la morbidité diarrhéique chez les enfants de moins de cinq ans au Tchad.

précédent sommaire suivant











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

9Impact, le film from Onalukusu Luambo on Vimeo.