POPULATION ET SANTÉ DANS LES PAYS EN DÉVELOPPEMENT
VOLUME 1
This page intentionally left blank
VOLUME 1
Population, santé et survie dans
les sites du réseau INDEPTH
Publié par le
Centre de recherches pour le développement international
B.P. 8500, Ottawa (Ontario), Canada K1G 3H9
http://www.crdi.ca
© Réseau INDEPTH 2003
Données de catalogage avant publication de la Bibliothèque nationale du Canada
Vedette principale au titre :
Population et santé dans les pays en développement. Volume I.
Population, santé et survie dans les sites du réseau INDEPTH
Traduction de : Population and health in developing countries. Volume I. Population, health, and survival at INDEPTH sites.
ISBN 0-88936-992-5
1. Santé publique—Surveillance—Pays en voie de développement.
2. Santé publique—Surveillance—Afrique.
3. Santé publique—Planification—Pays en voie de développement.
4. Santé publique—Pays en voie de développement—Statistiques.
5. Santé publique—Afrique—Statistiques.
6. Pays en voie de développement—Population—Statistiques.
7. Indicateurs de santé.
I. INDEPTH Network.
II. Centre de recherches pour le développement international (Canada)
RA652.2.P82.P66 2002 614.4'22724 C2002-980324-1
Tous droits réservés. Toute reproduction, stockage dans un système d'extraction ou transmission en tout ou en partie de cette publication, sous quelque forme ou par quelque moyen que ce soit—support électronique ou mécanique, photocopie ou autre—est interdite sans l'autorisation préalable du Centre de recherches pour le développement international. Tous les noms de spécialité mentionnés dans la présente publication ne sont donnés qu'à titre d'information et le fait qu'ils soient mentionnés ne signifie pas que le Centre les approuve.
Les Éditions du CRDI s'appliquent à produire des publications qui respectent l'environnement. Le papier utilisé est recyclé et recyclable; l'encre et les enduits sont d'origine végétale. Vous pouvez consulter le catalogue des Éditions du CRDI à l'adresse http://www.crdi.ca/booktique/index_f.cfm.
Dans de nombreuses régions du monde en développement, la planification des services et la répartition des ressources en santé s'appuient souvent sur les sources d'information classiques offertes par les établissements sanitaires. Les données provenant de ces établissements ne procurent pourtant qu'une information fragmentaire et biaisée. Pour des raisons géographiques ou économiques, les groupements de population n'ont pas tous accès à ces établissements. De plus, les personnes qui bénéficient d'un tel accès vont habituellement dans les centres de soins de santé par libre choix et, bien souvent, ne s'y rendent que si elles souffrent d'une maladie grave. Bien des gens pauvres n'ont pas accès aux établissements sanitaires comme les mieux nantis et choisissent souvent de se soigner eux-mêmes ou de recourir à la médecine non conventionnelle. Par ailleurs, plus particulièrement en milieu rural, les femmes sont parfois victimes de disparité, sans compter le manque de temps et les contraintes culturelles les empêchant de se rendre dans les établissements sanitaires. Les services assurés aux enfants sont aussi gravement restreints. Par conséquent, les données recueillies auprès de ces établissements ne sont pas représentatives des problèmes de santé de toutes les collectivités rurales et urbaines et, par le fait même, ne peuvent témoigner de l'état de santé de leurs populations.
L'absence d'information sanitaire fiable sur une frange si importante de la population mondiale complique la tâche des décideurs chargés d'élaborer des politiques efficaces pour améliorer la santé des populations. Comme le soutiennent les auteurs de cette monographie, « le besoin d'établir une base d'information fiable pour promouvoir la santé n'a jamais été aussi urgent » (Comité de coordination du réseau INDEPTH, présent volume, p. 1). Idéalement, il faudrait tirer cette information sur une base prospective et continue auprès des populations et des collectivités elles-mêmes, et y intégrer tous les groupements. Les systèmes de surveillance de la santé et de la population, qui recueillent des données sur des échantillons démographiques spécifiques, peuvent aider à atteindre cet objectif. Souvent, ces méthodes de recherche gagneraient à être complétées par des enquêtes transversales et aléatoires auprès des ménages, lesquelles pourraient être répétées, par exemple, tous les trois ou quatre ans.
Les systèmes de surveillance de la santé et de la population jouent plus d'un rôle :
• ils fournissent de l'information sur la santé grâce à laquelle on a une meilleure idée du fardeau actuel des maladies sur les populations;
• ils aident à surveiller et à suivre les nouvelles menaces à la santé, notamment les maladies infectieuses en émergence ou en récidive ainsi que les phénomènes de résistance aux médicaments, et à alerter le milieu médical afin qu'il y réagisse;
• ils peuvent servir de plate-forme pour la recherche-action et permettre de tester et d'évaluer les interventions en santé, comme les nouveaux vaccins, les médicaments, les messages de sensibilisation et la rentabilité des projets.
Le premier exemple d'un outil de ce type est le Système de surveillance de la santé et de la population (auparavant appelé le Système de surveillance démographique) de Matlab, au Bangladesh, lancé en 1963 en tant que composante clé du programme de recherche sur le terrain du Centre international de recherche sur les maladies diarrhéiques au Bangladesh. Il est reconnu comme étant le plus important et le plus durable des systèmes de surveillance prospective et longitudinale sur la santé et la population au monde. Il a apporté une précieuse contribution à la promotion de la santé au Bangladesh et ailleurs. Le coût d'exploitation élevé de ce système a cependant retardé son utilisation dans d'autres régions du monde en développement. Heureusement, grâce au secours rapide d'ordinateurs conviviaux, on a pu, en partie, surmonter cet obstacle.
Au cours des dix dernières années, de plus en plus de stations de recherche locales ont vu le jour en Asie et en Afrique subsaharienne et ont commencé à fournir des données longitudinales fiables sur la santé et la démographie recueillies auprès des populations concernées. Cela est de bon augure pour les pays où se trouvent ces stations, puisque celles-ci marquent le premier pas vers la planification et la mise en œuvre de programmes efficaces en matière de santé, au profit des habitants. Ces stations de recherche se sont récemment réunies sous la forme d'un réseau, l'International Network for the continuous Demographic Evaluation of Populations and Their Health in developing countries (INDEPTH), créant ainsi « une ressource transcontinentale de données longitudinales fiables sur la santé et la population de certaines régions parmi les plus démunies au monde en matière d'information » (traduction d'un passage du document fondateur du réseau INDEPTH; http://www.indepth-network.net). Ce réseau a pris son envol en quelques années à peine, réussissant à renforcer les capacités des sites membres et à les doter des stratégies qui leur permettront d'aplanir des inégalités de longue date dans le secteur de la santé. C'est au dévouement et au travail acharné de quelques personnes que revient ce succès, et cette monographie témoigne avec éclat de la qualité des efforts déployés par le réseau.
L'émergence du réseau INDEPTH peut être accueillie comme une bonne nouvelle dans le milieu des donateurs, où, à juste titre, on s'est souvent plaint que les programmes financés dans les pays à faible revenu ne correspondaient généralement pas aux besoins réels des habitants. Aussi, les donateurs devraient manifester hautement leur appui au réseau INDEPTH, car ils sauront qu'ils investissent dans un projet ciblé sur l'un des plus importants obstacles à l'aide au développement. Pour leur part, les chercheurs à l'œuvre dans les pays couverts par le réseau INDEPTH profiteront des efforts de promotion de la recherche nationale en santé, si importante. La priorité accordée à la recherche biomédicale à partir des établissements sanitaires devrait ouvrir la voie à des activités conformes à des politiques pertinentes, et, vraisemblablement, produire un effet plus immédiat sur la santé des populations habitant les pays du réseau.
Demissie Habte
Banque mondiale
Washington (DC)
Le 1er juin 2001
Cette monographie est la première d'une série que produira l'International Network for the continuous Demographic Evaluation of Populations and Their Health in developing countries (INDEPTH). Ses aspirations sont multiples. Afin de faciliter les renvois et les comparaisons, elle vise d'abord à compiler les caractéristiques essentielles de chaque site couvert par un système de surveillance démographique (SSD), de façon détaillée et sommaire. Elle tente également de présenter, pour la première fois, la structure de mortalité de chacun des sites sous une forme cohérente et comparative. Enfin, s'appuyant sur l'analyse, à l'échelle du réseau, des données tirées en Afrique, elle propose une méthode de production de tables de survie à partir de résultats empiriques objectifs. Là aussi, il s'agit d'une première.
Ce volume s'attarde surtout à la composition démographique des sites du réseau INDEPTH et aux caractéristiques relatives à la santé et à la survie. La présente monographie se divise en trois parties : la première aborde les principaux concepts et les méthodes propres aux SSD; la deuxième établit une comparaison entre les taux de mortalité relevés dans les sites du réseau INDEPTH; la troisième trace le profil des sites du réseau INDEPTH.
Comme nous en sommes à la première publication de ce type sur les SSD en Afrique et en Asie, nous avons jugé opportun d'examiner les principaux concepts et les méthodes les plus fréquemment utilisés dans les sites. Parmi les concepts abordés au chapitre 1 figurent l'aire couverte par un SSD, la longitudinalité, les sujets suivis, le statut de résidence et l'affiliation, ainsi que les principaux événements suivis. Les taux et les résultats atteints à l'aide d'un SSD font l'objet du chapitre 2, où on insiste sur l'intégration de personnes-années vécues aux taux de calcul. Le chapitre 3 se penche sur les méthodes de collecte des données utilisées dans un SSD, notamment le recensement initial visant à établir la population étudiée. Ce chapitre examine les recensements initiaux, les rondes de surveillance et les registres d'événements démographiques. Il met également l'accent sur la surveillance de la mortalité et le suivi des migrants. Le traitement des données recueillies est au cœur du chapitre 4. Celui-ci approfondit les enjeux importants du contrôle et de l'assurance de la qualité à l'étape du traitement des données. Au chapitre 5, la première partie de la monographie conclut avec un débat sur la qualité des données tirées à l'aide d'un SSD, à la fois sur le terrain et au centre de traitement de données. Ce chapitre examine ensuite de façon détaillée les techniques d'analyse statistique et démographique utilisées pour traiter les données.
La deuxième partie compare la mortalité dans les différents sites du réseau INDEPTH entre 1995 et 1999. Le chapitre 6 s'ouvre sur la présentation des données brutes et globales sur la mortalité dans les sites du réseau INDEPTH. Ce chapitre fournit une structure par âge type de la population du réseau INDEPTH, pour l'Afrique subsaharienne, afin de standardiser les taux de mortalité, et explique pourquoi cette nouvelle norme devrait remplacer celles des Nations Unies.
La structure par âge type du réseau INDEPTH établie pour l'Afrique subsaharienne caractérise la population des pays en développement, qui se distingue par une structure d'âge très peu élevée. Les sites du réseau INDEPTH ont utilisé cette norme pour comparer les données relatives à la mortalité en Afrique subsaharienne. Cette comparaison met en relief la mortalité selon l'âge aux étapes de la petite enfance, de l'enfance et de l'âge adulte. Elle permet de rapprocher la norme du réseau INDEPTH établie pour l'Afrique subsaharienne avec la population de Segi et la nouvelle structure par âge type de l'Organisation mondiale de la santé. À la fin de ce chapitre, nous présentons les indicateurs tirés des tables de survie dans les sites du réseau INDEPTH, en fonction des taux de mortalité selon l'âge au cours de la période 1995-1999. La deuxième partie de cette monographie se termine par le chapitre 7, où sont analysées les données relatives à plus de 6,4 millions de personnes-années observées dans les sites africains du réseau INDEPTH afin de cerner les différents schémas de mortalité. Les schémas qui émergent de l'analyse sont très différents de ceux habituellement utilisés et appliqués pour l'Afrique.
La troisième partie trace le profil des 22 sites du réseau INDEPTH. Ceux-ci sont classés par ordre alphabétique (en fonction de la version originale anglaise), d'abord par région, puis par pays. On s'attend à ce que ces profils soient considérés pendant un certain temps comme la principale source de référence où puiser des renseignements généraux sur les sites du réseau INDEPTH et les activités réalisées à l'aide d'un SSD. Basés sur un schéma structuré, tous ces profils décrivent le site suivi en soi, y compris les éléments de sa géographie physique et les caractéristiques de sa population. Ils abordent les activités de terrain à l'aide d'un SSD, notamment la collecte et le traitement des données. Enfin, chaque profil présente les données de sortie, y compris les indicateurs démographiques. Une matrice sommaire de tous les sites couverts par un SSD, figurant dans l'introduction de la troisième partie, fournit des détails sur chaque site.
Équipe de rédaction responsable du volume I de la présente monographie produite par le réseau INDEPTH
Osman A. Sankoh (Université de Heidelberg, Allemagne; SSD de Nouna, Burkina Faso)
Kathleen Kahn (SSD d'Agincourt, Afrique du Sud)
Eleuther Mwageni (SSD de Rufiji, Tanzanie)
Pierre Ngom (SSD de Nairobi, Kenya)
Philomena Nyarko (SSD de Navrongo, Ghana)
Le 1er juin 2001
Ce volume est le fruit des efforts de nombreuses personnes, membres ou collaborateurs du réseau INDEPTH, qui n'ont pas hésité à consacrer leur temps et leur savoir à la rédaction de ces chapitres. Nous tenons à remercier plus particulièrement les personnes suivantes pour leur inestimable contribution à certains chapitres :
• Pierre Ngom, Justus Benzler, Geoff Solarsh et Vicky Hosegood (chapitre 1);
• Rose Nathan, Heiko Becher et Abdur Razzaque (chapitre 2);
• Eleuther Mwageni et Robert Mswia (chapitre 3);
• Peter Wontuo, Noah Kiwanuka et Jim Phillips (chapitre 4)1;
• Philomena Nyarko, Fred Binka et Mark Collinson (chapitre 5);
• Sam Clark et Pierre Ngom (chapitre 6);
• Sam Clark (chapitre 7);
• les équipes de terrain au service des SSD (chapitres 8 à 29).
Nous souhaitons également remercier les membres du réseau INDEPTH, dont les noms sont mentionnés dans les profils des sites, pour avoir coordonné les activités de rédaction relatives à leur site respectif. Mille mercis à Rose Lusinde et à Don de Savigny, qui ont produit les cartes géographiques des sites, ainsi qu'à Kathleen Kahn et, encore une fois, à Don de Savigny, qui ont coordonné la mise en forme et la révision des 22 chapitres sur autant de sites, qui forment la troisième partie de la présente monographie.
Les coordonnateurs du réseau INDEPTH aimeraient aussi exprimer leur reconnaissance au comité de rédaction du réseau, dirigé par Osman A. Sankoh, pour le travail extraordinaire auquel il s'est livré dans la compilation de cette première monographie. Nous sommes heureux de témoigner notre gratitude aux équipes des sites ainsi qu'à leurs chefs pour avoir accepté de collaborer au partage de données et d'expériences aussi précieuses. Nous ne saurions ignorer non plus l'aide apportée par nos partenaires à l'investissement—les collectivités locales, le secteur public, les établissements d'enseignement et de recherche ainsi que les donateurs —, qui
1 Chapitre basé sur J. Benzler, A.J. Herbst et B. MacLeod (en ordre alphabétique), A reference data model for demographic surveillance systems, INDEPTH, 1999, http://www.indepth-nerwork.net.
continuent tous, souvent sur de longues périodes, d'appuyer et d'encourager nos efforts. Nous remercions chaleureusement les nombreux parrains du réseau INDEPTH, dont la Fondation Rockefeller, le Centre de recherche en santé de Navrongo, le Population Council, l'Organisation mondiale de la santé et la Andrew W. Mellon Foundation, pour avoir fourni les fonds nécessaires à la mise en œuvre des activités du réseau INDEPTH. Nous attendons avec impatience l'occasion d'accueillir de nouveaux partenaires désireux de promouvoir notre mission, nos buts, nos activités et nos produits.
Enfin, nous savons gré aux réviseurs internes et externes de leurs précieux commentaires. La validité et la clarté de nombreuses parties de cette monographie s'en trouvent grandement améliorées.
Comité de coordination du réseau INDEPTH
Fred Binka, président (Ghana, 1998-2001)
Steve Tollman, vice-président (Afrique du Sud, 1998-2001)
Pedro Alonso, membre (Mozambique, 1998-2000)
Yemane Berhane, membre (Éthiopie, 1998-2001)
Chuc N.T.K., membre (Vietnam, 2000-)
Don de Savigny, membre (Tanzanie, 1998-2001)
Bocar Kouyaté, membre (Burkina Faso, 2000-)
Boubakar Sow, membre (Mali, 1998-1999)
Siswanto Wilopo, membre (Indonésie, 1998-2001)
Le 1er juin 2001
À l'aube d'un nouveau millénaire, alors que la révolution de l'information progresse à toute allure, il semble inconcevable que de vastes segments de la population terrestre demeurent dénués d'information cruciale sur leur santé. Pourtant, dans certains pays parmi les plus pauvres au monde, où le fardeau des maladies est des plus lourds, personne ne veille à enregistrer les données sur qui naît ou qui meurt, ou sur les causes de décès, et ce, malgré une population globale d'un milliard d'habitants. Compte tenu des quelques données disponibles, l'état de santé de ces myriades s'apparente à un iceberg : la majeure partie des données fiables sur l'âge, le sexe, les mouvements géographiques et le fardeau des maladies demeure dissimulée. Cette immense lacune en matière d'information démographique est un obstacle majeur et difficile à contourner dans l'élaboration de politiques et de programmes efficaces pour améliorer la santé des démunis, et ne fait que perpétuer les inégalités de toujours dans le secteur de la santé. Le besoin d'établir une base d'information fiable pour promouvoir la santé n'a jamais été aussi urgent.
Un nombre croissant de stations de recherche sur le terrain, qui suivent en continu des populations bien délimitées sur le plan géographique, permettent cependant, depuis peu, de prendre connaissance de nouveaux faits. Comme elles produisent des données longitudinales de grande qualité sur la santé et la démographie, recueillies auprès des populations elles-mêmes, ces stations pourraient aider à combler la lacune constatée en matière d'information dans le monde en développement. Depuis 1997, des organismes vouent de grands efforts à saisir et à rendre plus facilement accessibles les résultats de projets disparates. L'Université de Witwatersrand (Afrique du Sud) (Programme sur la santé et la population d'Agincourt), le département d'hygiène tropicale et de santé publique de l'Université de Heidelberg (Allemagne), la Fondation Rockefeller (Bellagio, Italie) et le ministère de la Santé du Ghana (Navrongo) ont tenu une série de réunions afin d'examiner la possibilité de valoriser ces stations sous la forme d'un réseau. Cette série d'activités a atteint un point culminant avec la réunion organisée à Dar es Salaam, en Tanzanie, du 9 au 12 novembre 1998, afin de mettre sur pied un réseau.
Dix-sept sites disséminés dans 13 pays d'Afrique et d'Asie ont participé à cette réunion de fondation. On a alors choisi de baptiser ce réseau l'International Network for the continuous Demographic Evaluation of Populations and Their Health in developing countries (INDEPTH). Celui-ci n'a cessé d'attirer de nouveaux membres depuis sa création : 29 sites d'évaluation de la santé et de la population de 16 pays y sont affiliés (le graphique I.1 montre les 13 pays présentés dans ce volume). Le document fondateur et l'acte constitutif du réseau INDEPTH sont accessibles en direct, à l'adresse http://www.indepth-network.net.
Graphique I.1. Pays où se trouvent des sites couverts par un SSD et affiliés au réseau INDEPTH
Les caractéristiques déterminantes des sites de recherche sur le terrain affiliés au réseau INDEPTH sont les suivantes :
• une population bien délimitée sur le plan géographique se trouve sous surveillance démographique continue, avec une génération, sans délai, de données sur les naissances, les décès et les migrations—ce qu'on désigne parfois comme un système de surveillance démographique (SSD);
• ce système de surveillance sert de tremplin à une grande variété de projets novateurs dans le secteur de la santé, ainsi qu'à des interventions sociales, économiques, comportementales ou touchant la santé, tous étroitement liés aux activités de recherche.
La vision et les objectifs du réseau sont les suivants:
• Améliorer de façon notable les capacités des sites du réseau INDEPTH par le renforcement technique, l'établissement et la révision des méthodes, l'harmonisation des applications avec les stratégies et les pratiques élaborées ainsi que l'interaction accrue des dirigeants, des chercheurs et des gestionnaires.
• Réaliser le potentiel de chacun des sites afin de générer l'information nécessaire :
- à l'établissement des priorités en santé;
- à une répartition des ressources plus efficace et plus équitable;
- à l'appui des activités visant l'élaboration, la mise en œuvre et l'évaluation d'interventions en matière de santé et d'autres programmes à caractère social;
- au renforcement des capacités décisionnelles des systèmes d'information;
- à la préparation d'un programme de recherche et de développement vraiment pertinent;
- à l'enrichissement des activités de recherche nationales;
- à l'accomplissement, par le fait même, des efforts d'un pays en développement désireux d'aplanir des différences de longue date en matière de santé.
Pour atteindre ses buts et favoriser une interaction efficace entre ses sites, le réseau INDEPTH s'appuie sur des groupes de travail souples, qui centrent leur attention sur des enjeux scientifiques ou des thèmes spécifiques. Sept groupes de travail ont ainsi été mis sur pied. Ils se consacrent :
• à la comparaison des données d'évaluation de la mortalité;
• à l'analyse et au renforcement des capacités;
• au soutien technique à l'intention des sites de recherche;
• à la santé de la reproduction;
• au paludisme;
• à l'information et aux publications;
• aux applications en harmonie avec les stratégies et les pratiques élaborées.
Deux autres groupes de travail se sont ajoutés depuis, se concentrant pour leur part sur la santé des adultes et la pratique éthique. Grâce à des efforts vigoureux et concertés, le réseau couvre des activités essentielles. Misant sur les atouts traditionnels de la recherche sur les maladies infectieuses et la nutrition, avec une attention accrue sur la santé de la reproduction, le réseau élargit ses champs d'intérêt pour intégrer les maladies chroniques, les blessures et des phénomènes sociaux connexes, comme l'urbanisation rapide. Un des grands objectifs fixés est d'utiliser les sites du réseau pour former des scientifiques locaux dans la recherche et la gestion de projets de recherche.
Cette monographie est la pierre angulaire d'une série de publications du réseau INDEPTH sur une variété de thèmes, qui porteront notamment sur les tables de survie types applicables à l'Afrique et à l'Asie, la mortalité par cause dans les pays en développement, les migrations, les tendances relatives à la fécondité, la santé de la reproduction (y compris le VIH/sida) ainsi que l'équité en matière de santé.
Comité de coordination du réseau INDEPTH
Accra, Ghana
Juin 2001
This page intentionally left blank
This page intentionally left blank
Au cours des 30 dernières années, quelques sites de recherche sur le terrain se sont dotés de systèmes de surveillance démographique (SSD) dans diverses régions du monde en développement où les outils de collecte des données essentielles étaient médiocres, voire inexistants. Même si ces systèmes n'ont pas été mis au point de la façon prévue au départ, il reste que tous suivent une série restreinte et commune de variables clés pour cerner la dynamique des populations et les tendances démographiques. Les SSD utilisent une approche comparable pour déterminer les variables clés et leurs interactions, et se doter de moyens visant à recueillir, à maintenir et à analyser ces données. Les principaux concepts présentés dans ce chapitre découlent directement des idées apportées sur le terrain ainsi que des expériences vécues dans les sites de recherche du réseau INDEPTH en Afrique et en Asie. Il importe cependant d'insister sur le fait que, bien qu'on ait tenté d'uniformiser les définitions, de nombreux sites dotés d'un SSD continuent de donner un sens distinct à certains concepts.
Un SSD consiste en une série d'activités de terrain et de procédures informatiques visant à gérer le suivi longitudinal d'entités bien définies, ou des principaux sujets (personnes, ménages et unités résidentielles), et de tous les résultats connexes sur la démographie et la santé dans une aire géographique clairement circonscrite. Contrairement à l'étude de cohortes, un SSD assure le suivi de la population entière d'une aire géographique.
Le SSD s'appuie sur un recensement initial visant à définir et à enregistrer la population de référence. Des enquêtes subséquentes permettent de recueillir des données à des intervalles spécifiques afin de recenser les nouveaux habitants, ménages et unités résidentielles, et de mettre à jour les variables clés et les caractéristiques des sujets déjà recensés. Le système central assure la surveillance de la dynamique démographique par des méthodes conventionnelles de collecte et de traitement de données sur les naissances, les décès et les migrations—seuls événements démographiques pouvant modifier la taille initiale de la population résidante. D'autres séries de données variées viennent souvent compléter celles produites par ce système de base. Elles fournissent d'importants corrélats sociaux et économiques sur la dynamique des populations et de la santé, notamment sur la formation et la dissolution de foyers, l'acquisition et la perte d'actifs économiques ainsi que l'enrichissement ou l'appauvrissement.
Dans de nombreux sites démographiques, le SSD peut également servir de plate-forme pour d'autres études effectuées dans la même aire géographique. Variant d'une étude à l'autre, cette ressource peut servir à l'élaboration d'une base de sondage, au rapprochement de variables confusionnelles, à la génération de variables explicatives supplémentaires et à la mesure de l'incidence démographique des interventions.
L'aire de surveillance démographique (ASD) est une zone dont les limites sont établies de façon assez claire et permanente, qu'on reconnaît de préférence sur le terrain (par exemple, des rivières, des routes et des frontières administratives bien circonscrites). La délimitation précise des frontières permet de distinguer sans équivoque les personnes, les ménages et les unités résidentielles que doit couvrir ou non un SSD.
L'aire couverte par un SSD repose surtout sur la taille de la population requise pour la réalisation d'activités de surveillance et de recherche démographiques connexes (pour un exemple représentatif, lire « Établissement de la population sous surveillance », au chapitre 3). Des facteurs pragmatiques, comme le coût d'exploitation du centre de recherche et sa capacité à gérer les ressources logistiques et humaines afférentes, influent également sur la taille de la population suivie. En outre, l'ASD peut voir ses frontières s'élargir ou se rétrécir au fil des ans en raison d'une évolution de la recherche ou de nouvelles sources de financement. Ces changements compliquent généralement les activités en cours, modifiant les critères d'admissibilité et empêchant le maintien de définitions uniformes quant aux mouvements d'immigration ou d'émigration survenant pendant la période de transition.
La mesure longitudinale des variables démographiques et sanitaires est l'une des caractéristiques clés d'un SSD. Cette mesure est effectuée au moyen de visites répétées, plus ou moins périodiques, à toutes les unités résidentielles se trouvant dans une ASD pour recueillir une série spécifique de données descriptives sur des sujets enregistrés, toujours identifiés de la même façon. Cette série est complétée par la compilation des événements qui pourraient influer sur ces sujets dans l'intervalle d'une visite à l'autre. On peut ainsi retracer les antécédents de ces sujets et distinguer les données tirées à l'aide du SSD de celles issues d'enquêtes échelonnées et d'autres études prospectives afin d'établir des comparaisons dans le temps, mais uniquement de façon générale.
Les SSD recueillent des données de façon cyclique, durant les passages dans les unités résidentielles enregistrées dans une ASD. L'intervalle d'une visite à l'autre varie en fonction de la fréquence des changements concernant les événements suivis et de la longueur des intervalles de rappel pour vérifier les données recueillies et, par conséquent, du thème de recherche auquel se consacre chaque site. À l'instar de la superficie de l'ASD et de la taille de la population suivie, cet intervalle fluctue aussi selon le financement et des éléments logistiques. Il diffère d'un site de recherche à l'autre, s'échelonnant d'une semaine à un an. La plupart des SSD prévoient cependant des observations tous les trois ou quatre mois. Ces intervalles sont généralement considérés comme appropriés pour assurer un recensement exhaustif des naissances, des décès et des migrations—une condition minimale pour garantir la cohérence de tout SSD.
Lorsque les visites sont trop espacées (un an ou plus), les agents enquêteurs ignorent habituellement les mouvements migratoires et effectuent plutôt un recensement complet lors de chaque ronde de surveillance. Les émigrations et les immigrations sont inférées en rapprochant les données de recensements différents, tout en tenant compte des naissances et des décès entre chaque recensement.
Les données recueillies au cours de chaque projet sur le terrain ne se limitent pas à des événements démographiques importants, mais peuvent aussi inclure divers éléments distinctifs des principaux sujets. Ces éléments peuvent ne jamais changer (par exemple, l'origine ethnique ou le sexe) ou se modifier avec le temps (par exemple, le statut matrimonial ou le statut de résidence).
Les identifiants uniques relatifs aux principaux sujets constituent un autre élément indispensable des SSD. Dès leur lancement, tous les systèmes élaborent invariablement des règles visant à attribuer des identifiants uniques, mais ces règles peuvent varier d'un site de recherche à l'autre. Il existe deux grandes approches. Une stratégie courante consiste à relier, sans équivoque, les sujets à une seule unité résidentielle au moyen d'une série numérique hiérarchisée. Cette série est constituée par le numéro unique de l'unité résidentielle, suivi de numéros de série pour chacun des ménages habitant cette unité (s'il y a lieu), puis d'un chiffre unique pour chacune des personnes recensées dans chaque ménage. Dans ce système, l'identifiant unique attribué à chaque personne enregistrée dans le SSD est une combinaison de ceux identifiant l'unité résidentielle, le ménage et les membres du ménage. Cette méthode peut aboutir à une suite hiérarchique complexe, dans laquelle l'identifiant unique de l'unité résidentielle en soi est une combinaison de chiffres en fonction de la région, du secteur et du village (lorsqu'ils existent). Ce système exige une cartographie détaillée de l'ASD avant de procéder au recensement. De plus, les agents enquêteurs doivent recevoir une formation adéquate qui les préparera à bien attribuer les identifiants. Lorsque la cartographie de l'ASD est jumelée avec le géocodage des unités résidentielles à l'aide d'un système d'information géographique (SIG), des coordonnées du système mondial de localisation (GPS) sont attribuées comme caractéristiques d'emplacement des unités résidentielles dans la base de données.
L'autre stratégie utilisée pour attribuer des identifiants évite l'établissement de tout lien permanent aux unités résidentielles et aux ménages. Dans ce système, les identifiants attribués à chaque sujet sont tout simplement des numéros de série qui augmentent chaque fois qu'un nouveau sujet est enregistré dans le SSD. Il importe de remettre des identifiants au personnel de terrain et de lui offrir suffisamment de latitude pour l'enregistrement de nouveaux sujets. Cette approche devrait être combinée avec la production informatique de numéros afin d'éviter l'attribution du même identifiant à plusieurs sujets sur le terrain. Ainsi, l'anonymat est préservé à l'extérieur de leur foyer ainsi que dans la base de données, lorsqu'on accède à leurs caractéristiques.
Les SSD sont généralement axés sur trois principaux sujets (graphique 1.1) à l'intérieur d'une ASD. Ces sujets sont choisis pour des raisons à la fois conceptuelles et logistiques. D'un point de vue logistique, il est impossible d'interroger directement toutes les personnes. Celles-ci sont donc réparties dans des groupes représentatifs sur les plans physique et social. Des renseignements sont alors recueillis auprès de quelques répondants de bonne foi et bien informés à l'intérieur de ces groupes. Les raisons pour lesquelles il y a des distinctions à faire entre ces sujets d'un point de vue conceptuel seront précisées plus loin. Les trois principaux sujets suivis sont (graphique 1.1) :
• Unités résidentielles : Lieux où résident les personnes. Les unités résidentielles se définissent en termes physiques et géographiques.
• Ménages : Groupes auxquels appartiennent des personnes. Les ménages sont souvent définis comme des sous-unités sociales de l'unité résidentielle.
• Personnes : Personnes qui habitent les unités résidentielles et qui composent les ménages. Elles sont les principaux sujets d'intérêt de tout SSD.
Graphique 1.1. Trois principaux sujets suivis
Tous les SSD font des unités résidentielles un sujet d'intérêt principal, mais les termes employés relativement à ces unités varient (par exemple, concessions ou propriétés familiales) et leur définition peut légèrement différer. Le statut de résidence, ou la présence physique à l'intérieur d'une ASD, dans un lieu de séjour permanent et pour une période suffisamment longue, est une condition préalable essentielle au recensement des personnes pouvant subir un événement démographique ou être exposées à une maladie.
La plupart des systèmes font une distinction entre les lieux de résidence et les autres structures telles que les cliniques, les écoles, les églises et les boutiques. Le choix d'un générique pour représenter toutes ces unités d'habitation pourrait être méritoire sur le plan conceptuel—certains systèmes ont tenté de le faire —, dans la mesure où ces unités d'habitation partagent de nombreuses caractéristiques et où un tel terme simplifierait l'ordre hiérarchique que doit suivre la base de données pour être conforme à ce concept. Dans un tel système, l'expression structure clôturée peut être utilisée à un niveau général et les termes tels que concessions (ou propriétés) et infrastructures, à un niveau plus spécifique.
Les ménages peuvent prendre l'une ou l'autre des acceptions suivantes :
• un groupe de personnes qui mangent ensemble ou contribuent à des biens communs;
• un groupe de personnes d'allégeance au même chef de famille reconnu de toutes;
• un groupe réunissant des personnes qui reconnaissent que chacune appartient à un ensemble social;
• un groupe de personnes unies par des liens de parenté.
La définition de ménage et son applicabilité à la fois comme concept et sujet distinct de surveillance peuvent considérablement varier d'un SSD à l'autre. Les ménages sont parfois uniquement perçus comme des sous-unités sociales installées au sein d'unités résidentielles. Dans des systèmes plus complexes, on les perçoit comme des sujets autonomes qui peuvent modifier leur lieu de résidence et préserver leur identité sociale, et dont les membres pourraient résider ailleurs. Aussi faut-il établir une distinction nette entre le statut de résidence, c'est-à-dire la présence physique dans une unité résidentielle donnée pendant un laps de temps déterminé, et l'affiliation, c'est-à-dire le fait d'appartenir à un groupe social sans égard à la présence physique. Ces concepts se recoupent manifestement avec ceux, respectivement, de population de fait (personnes physiquement présentes dans un lieu) et de population de droit (personnes qui résident habituellement dans un lieu donné). On y reviendra plus loin dans ce chapitre.
Se distinguant par l'âge et le sexe, entre autres caractéristiques, les personnes habitent les unités résidentielles ou sont membres des ménages suivis par le SSD. Leurs caractéristiques peuvent ne jamais changer (sexe ou date de naissance) ou être appelées à se modifier au fil du temps (âge ou statut matrimonial). À moins de changements prévisibles (un âge croissant d'une année à l'autre), il faut enregistrer toute modification aux caractéristiques personnelles—ou les modifications seront enregistrées comme des événements—afin de suivre les tendances longitudinales.
Chaque équipe responsable d'un SSD est tenue de définir la population sous surveillance. Quelle que soit la population, étant donné que la plupart des personnes ont des lieux de résidence et appartiennent à des groupes sociaux, la définition de la population sous surveillance débute avec l'identification des unités résidentielles, des ménages (s'il y a lieu) et des personnes qu'on visitera et observera. Dans un deuxième temps, on établit une série de critères d'inclusion pour déterminer les personnes ou les sujets admissibles ou non dans chaque catégorie.
Du fait que les unités résidentielles ont des positions géographiques bien établies dans tous les SSD, il existe une règle simple et cohérente pour les inclure : il suffit que ces unités se trouvent dans l'ASD. Dans le cas des SSD qui traitent les ménages comme des sujets distinets (et peut-être mobiles), seuls les ménages situés dans l'ASD sont admissibles (tant qu'ils y demeureront). L'expression statut de résidence du ménage renvoie à ce concept.
Les règles relatives aux personnes sont plus complexes, surtout au sein des populations très mobiles. L'approche la plus courante consiste à déterminer leur admissibilité en fonction de leur statut de résidence, c'est-à-dire leur présence physique dans un lieu. Ainsi, seules les personnes habitant des unités résidentielles admissibles sont elles-mêmes admissibles (tant qu'elles y demeureront). C'est le concept auquel renvoie l'expression statut de résidence de la personne. Une autre approche, basée sur les liens sociaux, stipule que les personnes ne sont admissibles que si elles sont membres de ménages admissibles (tant qu'elles le demeureront). Cette règle exige le recours à des définitions prudentes et cohérentes des termes ménage et affiliation, et peut permettre à des personnes non résidantes de demeurer membres d'un ménage, ce qui les rend admissibles aux activités d'observation.
L'établissement de limites géographiques et physiques claires pour circonscrire l'ASD et cerner les unités résidentielles est une condition préalable au suivi cohérent des sujets et à la production de numérateurs et de dénominateurs pertinents pour calculer les taux. Dans les systèmes où les unités résidentielles et les ménages sont des sujets distincts et lorsque les personnes entretiennent une relation tout aussi distincte avec chacun de ces sujets—relations respectivement désignées par les expressions statut de résidence et affiliation —, il devient plus complexe de bien saisir ces concepts.
Observer si une personne est présente dans une unité résidentielle spécifique, ou en est absente, ne suffit pas pour déterminer le statut de résidence. La présence physique d'une personne sur un très court laps de temps peut ne pas être prise en compte au moment de compiler le temps passé dans l'unité résidentielle. Inversement, la présence non continuelle d'une personne, qui ne s'absenterait que durant de courtes périodes, pourrait être considérée comme un statut de résidence permanente si cette personne atteignait le seuil d'inclusion fixé.
Le statut de résidence et l'état d'affiliation sont déterminés dès le lancement du SSD, en fonction des règles d'admissibilité en vigueur. Il se peut que, par la suite, de nouveaux épisodes de résidence débutent en raison de naissances ou d'immigrations qui peuvent durer plus longtemps que le seuil fixé, et que des statuts de résidence ne soient plus valables à cause de décès ou d'émigrations qui, encore une fois, dépasseraient le seuil fixé. De nouveaux épisodes d'affiliation pourraient s'ouvrir sous l'effet d'événements amorçant de nouveaux liens sociaux dans un ménage, comme une naissance, un mariage, une adoption ou la formation d'un foyer, et pourraient tout aussi bien prendre fin sous l'effet d'événements adverses, comme un décès, un divorce ou la dissolution d'un foyer.
Pour connaître la taille de la population enregistrée en tout temps, le SSD recueille de l'information sur trois principaux événements qui pourraient la modifier, c'est-à-dire les naissances, les décès et les migrations. L'équation démographique essentielle qui suit représente ces événements :
Dans cette équation, P désigne la population; N désigne le nombre de naissances; D désigne le nombre de décès; I désigne le nombre d'immigrants; E désigne le nombre d'émigrants; t0, t1 désigne l'intervalle de leur occurrence.
Un principe sous-jacent à l'enregistrement des événements suivis par un SSD est l'intégration du concept de population à risque. Les taux de mortalité, de fécondité et de migration sont calculés en comptant le nombre de décès, de naissances et de migrations se produisant dans une population enregistrée et exposée à des risques. Par exemple, on ne pourrait considérer qu'une personne ne résidant pas dans une ASD risque d'y décéder. En conséquence, la plupart des SSD n'observent pas les personnes non résidantes d'une unité, ou non affiliées à un ménage, et n'enregistrent pas les événements les concernant.
Les grossesses de toutes les femmes enregistrées dans le SSD, et leur issue, sont enregistrées, peu importe l'endroit où se produisent ces événements. L'enregistrement des naissances a deux buts : évaluer la fécondité et cerner des critères pour l'enregistrement des personnes. Afin d'évaluer la fécondité, un SSD doit enregistrer toutes les issues de grossesses, y compris les avortements spontanés (< 28 semaines), les avortements provoqués, les mort-nés (≥ 28 semaines) et les naissances vivantes. Toutes les naissances vivantes sont ensuite enregistrées comme des personnes dans le SSD, qu'il y ait survie subséquente ou non. Dans certains SSD, l'agent enquêteur de terrain tient compte des naissances vivantes attribuables à une femme en visite dans l'ASD afin que le prochain agent enquêteur enregistre la mère (si elle devient admissible) et son enfant. Cette méthode s'avère très utile du fait qu'elle fournit des dates de naissance beaucoup plus précises et qu'elle enregistre plus de naissances attribuables à des mères qui tendent à émigrer et à immigrer fréquemment.
Bien que la plupart des SSD ciblent des femmes appartenant à un groupe d'âge spécifique pour évaluer la fécondité—généralement les 15 à 49 ans —, ils devraient également tenir compte des naissances attribuables à des femmes n'appartenant pas à ce groupe.
La sous-déclaration des grossesses et de leur issue constitue un problème majeur dans tous les SSD. Certains SSD ont utilisé l'enregistrement des naissances durant leurs rondes de surveillance pour améliorer leurs relevés. L'observation des grossesses a aussi servi à améliorer la qualité des relevés relatifs à d'autres issues de grossesses, plus particulièrement aux avortements spontanés, aux avortements provoqués et aux mort-nés. Cependant, cette approche exige la tenue de rondes de surveillance à un intervalle de moins de cinq mois afin de prendre connaissance d'une grossesse lors d'une de ces rondes et d'en noter l'issue lors de la ronde subséquente.
Les décès de toutes les personnes enregistrées et admissibles sont enregistrés, peu importe l'endroit où ils se produisent. Il est possible de compter les décès de personnes auparavant admissibles avant qu'elles n'émigrent. Dans leur cas, l'observation de la survie est censurée au moment de la migration. Les données relatives au décès de visiteurs dans l'ASD sont parfois recueillies, mais ne sont utilisées dans l'évaluation de la mortalité que si l'on dispose déjà d'une évaluation de la population de fait au quotidien.
La sous-déclaration des décès n'est généralement pas aussi grave que celle des naissances, car la plupart des habitants savent qu'un décès a eu lieu et s'en souviennent. Il existe toutefois des exceptions, comme dans le cas des bébés (pas encore enregistrés), plus particulièrement s'il s'agit de décès périnataux qu'on refuse de déclarer en raison de croyances culturelles ou sous l'effet de la tristesse.
Certains SSD recueillent des données plus détaillées sur les décès en précisant leur cause, généralement par ce qu'il est convenu de désigner des autopsies verbales (AV).
Il existe deux types d'événements à suivre en matière de mobilité :
• les migrations extérieures—lorsque le changement de résidence se produit entre une unité résidentielle dans l'ASD et une autre à l'extérieur;
• les migrations intérieures—lorsque le changement de résidence se produit entre une unité résidentielle et une autre dans la même ASD.
En faisant abstraction des membres non résidants d'un ménage, seules les migrations extérieures influent sur la taille de la population dans la mesure où elles aboutiront à l'enregistrement de nouveaux immigrants ou à l'élimination d'émigrants dans la base de données. L'enregistrement des migrations intérieures n'en demeure pas moins très important pour garantir l'exactitude et la validité des données recueillies à l'aide d'un SSD. Un SSD doit évaluer les migrations intérieures et identifier les migrants, tout en recueillant les données connexes, pour éviter le double recensement de personnes et veiller à ce que l'exposition de celles-ci à l'environnement social et physique soit calculée au prorata. Les migrations influent sur l'enregistrement des naissances et des décès. Par exemple, un SSD n'a pas à tenir compte du décès d'une personne qui a émigré.
La définition des circonstances en vertu desquelles on reconnaît qu'il y a eu une migration est des plus difficiles, non seulement dans le cas des SSD, mais aussi des systèmes d'enregistrement d'événements démographiques et des recensements. Chaque SSD établit des critères différents. L'une des approches suivies, généralement connue comme la « règle du 50 % », considère les personnes comme résidantes d'un ménage si elles y ont passé la majeure partie de l'intervalle entre deux rondes de surveillance. Tout ancien résidant qui n'aurait pas passé au moins 50 p. 100 du temps dans une ASD serait enregistré comme un émigrant.
Il importe toutefois de noter que de nombreuses collectivités rurales abritent des personnes qui changent régulièrement de résidence, de façon prévisible, en raison d'un emploi saisonnier, de leurs conditions d'emploi ou de possibilités de s'instruire. Les expressions migration pendulaire ou migration circulaire sont alors souvent utilisées. Dans le SSD d'Hlabisa, un nouveau système dans une région se caractérisant par une mobilité démographique très élevée, on a remplacé le concept de lieu de résidence d'une personne par celui de lieu de résidence d'un ménage en tant que critère d'enregistrement. C'est la raison pour laquelle, même si les émigrations sont enregistrées, les agents enquêteurs de terrain ne complètent pas automatiquement les observations de suivi.
La migration est un événement susceptible de se reproduire—une personne migrera probablement plusieurs fois, à la fois à l'intérieur et à l'extérieur d'une aire. Afin de garantir l'intégrité longitudinale des données relatives aux migrants, un SSD doit établir si ceux-ci ont déjà été enregistrés. Les registres actuels et antérieurs d'une personne doivent être rapprochés afin de vérifier si elle est considérée sous surveillance durant plusieurs périodes, et non comme nouvellement enregistrée.
Les épisodes sont des compléments logiques aux événements. Il s'agit de segments de temps identifiables et significatifs qui s'ouvrent et se concluent sur des événements. La vie d'une personne, par exemple, peut être vue comme un épisode qui aura débuté avec sa naissance et se sera achevé avec son décès. De la même manière, on peut dire des unités résidentielles ou des ménages qu'ils sont des épisodes qui auront débuté avec leur formation et se seront achevés avec leur dissolution.
L'applicabilité de ce concept ne se limite pas aux sujets principaux. Ce concept vaut également pour les liens entre les sujets et, de ce fait, fournit un cadre utile au traitement des données relatives, entre autres, au statut de résidence, à l'affiliation et au statut matrimonial. Les épisodes facilitent en outre la formulation et la mise en œuvre de règles de validation concernant les événements.
En plus des naissances, des décès et des migrations, certains événements doivent être pris en compte pour mieux comprendre les dynamiques démographiques et sociales ainsi que l'état de santé d'une population. L'un des événements sur lesquels on recueille souvent des données est la nuptialité, ou le statut matrimonial. La plupart des SSD recherchent de l'information sur des événements tels que le mariage et le divorce, par lesquels débute et se termine une union conjugale. Les autres événements suivis par un SSD varient en complexité et ne suscitent pas tous le même intérêt chez les chercheurs. Ils peuvent inclure le changement d'un chef de ménage, la formation ou la dissolution d'un ménage ainsi que la construction ou la destruction d'unités résidentielles.
Le rôle important des schémas conjugaux dans la fécondité est la principale raison pour laquelle les SSD recueillent des données sur la nuptialité. Le mariage en tant que début d'un épisode est facile à identifier, bien qu'une période de relations sexuelles puisse l'avoir précédé. La fin des relations conjugales est, en revanche, moins facile à cerner. Elle n'est pas toujours imputable à un décès ou à un divorce, mais peut correspondre à une période de séparation. Dans les ASD où la fécondité hors mariage est élevée, les autres relations conjugales deviennent importantes, et les systèmes doivent recueillir autant d'information sur les relations officieuses que sur les mariages officiels. Les SSD doivent cependant surmonter deux obstacles s'ils adoptent cette approche plus globale relativement aux relations sexuelles :
• la difficulté d'établir le début et la fin des relations conjugales qui ne sont pas officialisées par des cérémonies;
• la difficulté d'établir un lien entre deux partenaires ou plus (dans les relations polygames, par exemple). Dans le cas des relations de concubinage, où les partenaires n'habitent souvent pas ensemble, il est encore plus difficile d'établir un tel lien dans la base de données.
À n'importe quel moment, de nouvelles unités résidentielles peuvent être bâties, alors que d'autres peuvent subir les différentes étapes du délabrement à cause de catastrophes naturelles ou de leur abandon. L'état physique doit être considéré comme une caractéristique séparée de la fonctionnalité d'une unité résidentielle. Ainsi, il se peut qu'une unité résidentielle physiquement intacte soit abandonnée depuis longtemps, alors qu'une autre en mauvais état continue d'abriter des ménages et des personnes. Il arrive aussi que des unités détruites ou tombant en ruine soient rebâties lors du retour du propriétaire.
Même si l'état de l'unité résidentielle est souvent—si ce n'est toujours—un indice de sa fonctionnalité, un SSD doit accorder autant d'attention à ces deux aspects dans le suivi des données.
Dans le même ordre d'idées, les ménages peuvent traverser d'importants changements qui modifieront leur composition, leurs conditions socio-économiques ou l'état de santé de leurs membres. De nouveaux ménages peuvent se former à l'intérieur d'unités résidentielles existantes par exemple, lorsqu'un fils décide de se marier et de fonder une famille ou lorsqu'un homme polygame prend une autre femme pour épouse. Des ménages autonomes peuvent fusionner pour en former un nouveau, ou un ménage complet peut déménager et s'établir dans une autre unité résidentielle. De plus, des ménages peuvent perdre un de leurs membres, ou davantage, et décroître avec le temps, ou se dissoudre complètement par une lente érosion de leurs membres ou par une soudaine catastrophe environnementale ou sociale.
Dans les environnements marqués par un flux social élevé et une grande instabilité, il importe de suivre tous les événements et leurs effets sur la formation et la dissolution des ménages. Cette tâche est essentielle si les SSD font des ménages des sujets sous surveillance en soi. Du fait qu'ils influent aussi sur les schémas d'occupation personnelle dans une unité résidentielle, les ménages peuvent exercer une incidence profonde sur la composition globale des unités résidentielles.
This page intentionally left blank
Ce chapitre définit les mesures et les taux les plus importants recueillis à l'aide d'un SSD et décrit les méthodes employées pour les calculer. Il est destiné aux lecteurs néophytes en la matière. Les calculs sont simples, et on peut en trouver les différentes équations dans des manuels courants (voir, par exemple, Shryock et Siegel, 1976; Kpedekpo, 1982; Newell, 1994). Ces mesures sont brièvement abordées dans ce chapitre afin de fournir une référence rapide, car elles forment la base de standardisation des résultats obtenus dans l'ensemble des sites suivis par un SSD. La première raison pour laquelle il faut les présenter est peut-être l'occasion d'aborder la controverse concernant la terminologie à employer : s'agit-il de taux ou de ratios (dans les cas, par exemple, de la mortalité infantile, de la mortalité des enfants de moins de cinq ans et de la mortalité maternelle)? Ce chapitre explique en outre pourquoi il importe d'établir une structure par âge type et propose celle élaborée par le réseau INDEPTH pour les pays d'Afrique au sud du Sahara, sur laquelle on reviendra plus longuement dans la partie II.
Les taux et les ratios sont fréquemment utilisés pour mesurer les événements démographiques. Le premier terme fait référence à la fréquence des événements. On évalue un taux en calculant le nombre d'événements dans une période donnée et en le divisant par le nombre d'habitants à risque durant la même période. Pressat (1979) indique que le terme taux :
[...] est aussi utilisé plus largement pour représenter le ratio entre une sous-population et la population totale. [...] Dans de nombreux autres contextes d'utilisation, il serait plus approprié de désigner la mesure en question comme un indice, une proportion ou une probabilité. Le recours à ce terme ne se justifie que lorsqu'on mesure un processus dynamique, et non pour faire une description statique d'une population à une date donnée, bien que l'utilisation du mot dans ce dernier sens soit répandue. En général, le mot ratio est préférable à celui de taux lorsque la mesure n'en est pas une visant à relier des événements à une population à risque.
Un ratio est la proportion entre un numérateur et un dénominateur qui sont reliés (par exemple, le nombre de décès d'enfants de moins de cinq ans sur 1 000 personnes-années de moins de cinq ans dans une année donnée).
Le taux brut de mortalité (TBM) se définit comme le nombre de décès dans une période donnée, qu'on divise par le nombre total d'habitants. Bien qu'on puisse calculer le TBM pour tout segment de temps, la période habituellement sélectionnée est l'année, et le dénominateur utilisé dans le calcul du taux représente la population au milieu de l'année. La population au milieu de l'année correspond au nombre d'habitants (ou des membres de tout groupe spécifique dans une population) au jour médian de toute année civile. Ce jour médian sert souvent de moyen arithmétique pour déterminer la taille d'une population en début et en fin d'année. D'ordinaire, le TBM prend la forme d'un nombre par rapport à 1 000 habitants.
Dans le cas d'une population sous surveillance continue, dont les taux élevés d'émigration et d'immigration pourraient générer une forte fluctuation démographique, on préfère recourir au nombre exact de personnes-années vécues. Les personnes-années sont la somme, exprimée en années, du temps passé par toutes les personnes appartenant à une catégorie donnée de la population (Pressat, 1979). De façon plus précise, ces années correspondent aux périodes que les personnes admissibles ont vécues dans une ASD. Le temps passé à l'extérieur d'une ASD en raison d'une émigration ou d'un décès n'est pas compté.
En raison des variations notées dans l'exposition au risque de décéder, les épidémiologistes et les démographes préfèrent utiliser les taux de mortalité selon l'âge (TMA) et le sexe plutôt que les TBM. Les TMA sont les plus couramment utilisés. On définit le TMA d'un groupe d'âge par le nombre de décès se produisant dans celui-ci durant une période spécifique, qu'on divise par le nombre total de personnes-années vécues dans le même groupe d'âge durant la même période, multiplié par 1 000. Les démographes ont souvent recours à un calcul légèrement différent. Ils calculent le TMA d'un groupe d'âge particulier en trouvant le nombre de personnes décédées dans ce groupe durant l'année, qu'ils divisent par la population au milieu de l'année dans ce groupe, pour en multiplier le résultat par 1 000. Les groupes d'âge recoupant cinq années sont fréquents, bien que les catégories d'âge varient selon le but de l'étude.
Les lignes consacrées ci-après aux mesures de mortalité chez les bébés, les enfants de moins de cinq ans et les mères mettent en relief une controverse de longue date quant à savoir s'il s'agit de taux ou de ratios. Le dénominateur utilisé pour calculer une mesure permet de reconnaître le bon terme. Comme il a été mentionné, un taux est obtenu lorsque le nombre total de personnes à risque est utilisé comme dénominateur. Si un événement est utilisé comme dénominateur, on obtiendra un ratio.
II est généralement difficile d'évaluer le nombre de personnes-années vécues chez les enfants de moins d'un an (bébés). On préfère souvent utiliser le nombre total de naissances vivantes comme dénominateur pour calculer le taux de mortalité infantile. Le nombre total de décès chez les enfants de moins d'un an durant une année civile donnée est divisé par celui de naissances vivantes durant la même année, multiplié par 1 000. Il serait plus juste de désigner cette obtention du taux de mortalité infantile comme un ratio.
Les décès infantiles sont répartis inégalement durant la première année d'existence. Une forte proportion de ces décès se produit au cours du premier mois, et bon nombre de ceux-ci ont lieu durant la première semaine, voire dès le premier jour d'existence. Il peut s'avérer utile de séparer le taux, ou le ratio, de mortalité infantile conventionnel en deux, c'est-à-dire un qui couvrirait les premiers mois après la naissance et un autre qui engloberait le reste de la première année d'existence. On désigne le premier comme le taux, ou le ratio, de mortalité néonatale, alors que le second est qualifié de taux, ou de ratio, post-néonatal. Ces concepts sont brièvement présentés dans les paragraphes suivants.
La mortalité néonatale se définit comme le nombre de décès chez les bébés de moins de quatre semaines (ou de moins d'un mois) durant une année. On l'obtient en divisant le nombre de décès chez tous les bébés de moins de 28 jours durant une année par celui de naissances vivantes durant la même année, multiplié par 1 000. La mortalité néonatale précoce se calcule en divisant le nombre de décès chez les bébés de moins de sept jours durant une année par celui de naissances vivantes durant la même année, multiplié par 1 000. Pour sa part, la mortalité néonatale tardive se calcule en divisant le nombre de décès chez les bébés de 7 à 28 jours durant une année par celui de naissances vivantes durant la même année, multiplié par 1 000. Enfin, la mortalité post-néonatale se calcule en divisant le nombre de décès chez les bébés de 4 à 51 semaines durant une année par celui de naissances vivantes durant la même année, multiplié par 1 000.
La mortalité infantile peut également se traduire en termes de probabilité, c'est-à-dire le risque de décéder avant d'atteindre l'âge d'un an. On calcule la mortalité périnatale en divisant le nombre de mort-nés durant une année et de décès de bébés de moins de sept jours durant la même année par le nombre de mort-nés durant une année et de naissances vivantes durant la même année.
Certains considèrent la mortalité chez les enfants de moins de cinq ans comme un ratio représentant le nombre de décès chez les enfants de cet âge, divisé par le nombre de naissances vivantes durant une année, multiplié par 1 000. D'autres la traitent plutôt comme un taux, obtenu en divisant le nombre de décès chez les enfants de moins de cinq ans par le nombre total de personnes-années vécues chez les enfants de cet âge, multiplié par 1 000. Pour exprimer la mortalité dans ce groupe d'âge en termes de probabilité, c'est-à-dire le risque de décéder avant l'âge de cinq ans, on utilise le symbole 5q0.
La plupart des SSD enregistrent toutes les naissances et leur issue ainsi que les décès. De ce fait, ils peuvent fournir une évaluation précise et à jour des taux et des ratios de mortalité maternelle. Le ratio de mortalité maternelle est habituellement défini comme le nombre de décès imputables à des facteurs maternels (relatifs à la grossesse) sur 100 000 naissances vivantes. À proprement parler, on dit qu'il s'agit d'un ratio parce que le dénominateur n'est pas le nombre de personnes pouvant décéder. À la lumière de cette précision, les méthodes suivantes sont celles utilisées pour évaluer les ratios et les taux de mortalité maternelle. On obtient le ratio de mortalité maternelle en divisant le nombre de décès relatifs à la grossesse durant une période donnée par celui de naissances vivantes durant la même période, multiplié par 100 000. Le taux de mortalité maternelle se calcule en divisant le nombre de décès relatifs à la grossesse dans un groupe spécifique par le nombre de personnes-années vécues chez les femmes en âge de procréer, multiplié par 1 000.
On peut également évaluer la mortalité maternelle en établissant le rapport entre les décès de mères et les femmes en âge de procréer ou toutes les grossesses, y compris les mort-nés et les avortements.
Les taux bruts de mortalité ne sont pas appropriés pour comparer les populations se trouvant à l'intérieur des sites couverts par un SSD en raison des différentes structures par âge. Par ailleurs, il suffit d'un paramètre pour établir une simple comparaison. Aussi utilise-t-on des taux standardisés, parmi lesquels les taux de mortalité selon l'âge sont combinés à l'aide du concept de structure par âge type. Le réseau INDEPTH s'est doté d'une structure par âge type pour la population de l'Afrique subsaharienne (voir le tableau 6.2). Le chapitre 6 fournit de plus amples détails sur cette norme. Les nouvelles répartitions selon l'âge de la structure par âge type de Segi (1960) et de l'Organisation mondiale de la santé (OMS) sont également indiquées au tableau 6.2.
Le taux standardisé de mortalité est la moyenne pondérée des taux par âge, les pondérations provenant de la structure par âge type.
À défaut d'être exhaustif, il est souvent fait usage de la moyenne et de la variance d'une caractéristique donnée de la population étudiée. L'écart-type relatif à une distribution des moyennes d'échantillonnage est désigné comme l'erreur-type d'un échantillon. Il mesure à quel point la moyenne d'échantillonnage reflète celle de la population. Par exemple, avec un intervalle de confiance de 95 p. 100, près de 95 p. 100 des moyennes obtenues par un échantillonnage répété se trouveraient à l'intérieur des deux erreurs-types en deçà ou au-dessus de la moyenne de la population. En se basant sur la moyenne d'échantillonnage et son erreur-type, on peut dégager une série de valeurs probables relativement à la moyenne d'une population inconnue. Cette variation est appelée l'intervalle de confiance. En termes plus précis, les probabilités qu'une moyenne d'échantillonnage particulière se trouve dans la marge des erreurs-types de 1,96 point au-dessus ou en deçà de la moyenne de la population sont de 95 p. 100.
Il est possible de calculer des intervalles de confiance pour les TMA. La variation des TBM et des TMA est alors utilisée à la place des moyennes. Estève et al. (1993) présentent cette méthode en détail. Lorsque les chiffres relatifs aux décès sont restreints ou dans le cas des populations peu élevées, les intervalles de confiance calculés pour les TMA ne sont cependant pas fiables, car la formule servant à les mesurer est trop vague. Il faut se demander jusqu'à combien de décès doivent se produire ou quelle taille doit avoir une population pour générer des résultats fiables. Il est difficile de proposer une simple règle, et comme l'ont noté Estève et al. (1993) :
II est toutefois difficile de donner un ordre de grandeur à partir duquel cette approximation est applicable, car le numérateur du taux standardisé n'a pas, comme celui d'un taux brut, une distribution de Poisson. Sa variance dépend non seulement du nombre total de cas observé, mais aussi de la pondération choisie et de la précision des taux dans chaque classe d'âge.
This page intentionally left blank
La connaissance des méthodes utilisées pour recueillir ou compiler des données dans les sites suivis par un SSD est essentielle, car ces méthodes influent sur le traitement, l'analyse et l'interprétation des données. Les méthodes de collecte de données les plus courantes dans le domaine de la démographie sont les recensements, les sondages et les registres d'événements démographiques. Cette dernière méthode n'est cependant appliquée que partiellement dans de nombreux pays en développement, à moins d'être carrément ignorée. Compte tenu de la rareté des registres d'événements démographiques et du manque de connaissances sur les tendances relatives à la population ou à son état de santé, on a procédé à des enquêtes pour faciliter la planification, la pratique médicale, l'évaluation et la répartition des ressources en matière de santé. Les évaluations démographiques effectuées dans les pays en développement s'appuient à la fois sur des méthodes indirectes et directes, notamment des enquêtes uniques rétrospectives et des enquêtes échelonnées prospectives (Tabutin, 1984).
Les méthodes d'évaluation indirectes reposent sur l'information obtenue de sujets qui ne sont pas directement exposés à un phénomène démographique particulier. Elles sont utiles pour évaluer les niveaux et les tendances de fécondité, de mortalité et de migration lorsque les sources de données sont défectueuses ou incomplètes. L'évaluation de la mortalité infantile et juvénile à partir des proportions d'enfants survivants et l'évaluation de la mortalité chez les adultes à partir du nombre d'orphelins sont des exemples de méthodes indirectes. Ces méthodes servent également à évaluer les données recueillies à l'aide de méthodes conventionnelles. On compare ces données avec l'information tirée de sources différentes pour proposer un schéma, en se fondant sur certaines hypothèses. Si ce schéma se reproduit, d'autres données peuvent être inférées. Par ailleurs, les méthodes d'évaluation indirectes supposent l'intégration de schémas démographiques à des données fragmentaires et lacunaires (Pressat, 1979). Les résultats obtenus sont mis à profit pour évaluer un paramètre particulier.
Pour leur part, les méthodes d'évaluation directes traitent des données relatives à des personnes à risque pour établir des mesures et un schéma démographiques. Ces méthodes s'appuient sur l'information tirée de recensements, de sondages et de données recueillies sur des composantes à la source de changements—les naissances, les décès et les migrations. L'information ainsi obtenue sert directement à évaluer des phénomènes démographiques, comme la fécondité, la mortalité et la migration. L'étude du nombre d'enfants nés de femmes appartenant à un groupe d'âge particulier pour mesurer les taux de fécondité selon l'âge est un exemple de ces méthodes.
Lors des enquêtes uniques, la population n'est recensée qu'une fois et des données rétrospectives sont recueillies sur des événements passés (Kpedekpo, 1982; Newell, 1994), par exemple une naissance ou un décès qui aurait eu lieu l'année précédente (ou dans le cycle de vie ou de maternité précédent). Cette méthode peut engendrer une surestimation ou une sous-estimation des événements à cause des problèmes de mémoire. Les répondants peuvent négliger de mentionner des événements qui se seraient déroulés durant une période de référence. On a soulevé que cette méthode avait vraisemblablement pour effet de sous-estimer l'importance de certains faits de l'ordre de 30 à 40 p. 100 (Tabutin, 1984). Entre autres exemples d'enquêtes uniques, mentionnons l'Enquête mondiale sur la fécondité et celles effectuées dans le cadre du Programme d'enquêtes démographiques et sanitaires.
Les enquêtes prospectives nécessitent des visites répétées (collecte de données longitudinales) auprès des mêmes répondants ou dans une même zone d'étude (Pressat, 1979). Tous les sites suivis par un SSD ont recours à cette méthode de collecte. Ce constat ne signifie pas, cependant, que les sites partagent la même approche méthodologique. Chaque site a des caractéristiques distinctes, comme le montreront les différents chapitres consacrés à chacun dans cette monographie. Le but du présent chapitre est de fournir une description générale des méthodes de collecte de données utilisées dans les sites suivis par un SSD. Ces méthodes sont décrites afin de fournir au lecteur une référence rapide, et non de lui présenter en détail les expériences relatives à la collecte de données. Quelques exemples tirés des sites seront donnés de temps à autre pour éclairer le lecteur.
La sélection et l'établissement de l'ASD sont les conditions préalables au lancement de tout SSD, mais aucune méthode d'échantillonnage n'a encore été trouvée pour sélectionner une aire. Selon la nature de l'étude, les sites ont recours à des méthodes d'échantillonnage aléatoire ou non aléatoire, ou à ces deux types de méthodes à la fois, pour délimiter leur population d'échantillonnage. Après la sélection de l'aire, la collectivité y habitant doit être prévenue afin de l'inciter à participer à la recherche et de s'assurer sa collaboration. Les activités de mobilisation comprennent la tenue de réunions de sensibilisation avec des chefs de file importants, comme des conseillers ou des chefs de villages, de hameaux ou de groupes religieux. Durant ces réunions, le personnel affecté à un SSD présente et clarifie les objectifs du projet de recherche, les résultats attendus ainsi que les activités prévues. Parmi les autres méthodes de sensibilisation figurent des spectacles et des joutes sportives auxquels participent le personnel du projet ainsi que la collectivité.
Comme les SSD prévoient des études longitudinales, le personnel doit veiller à ce que les membres de la collectivité participent aux activités du SSD à long terme. Aussi la mobilisation de la collectivité ne se limite-t-elle pas aux étapes de lancement du SSD, mais constitue un processus continu. La participation constante de la population est assurée de diverses manières dans les sites, y compris par des rétroactions, qu'il s'agisse de faire part des résultats obtenus à l'aide de simples tableaux ou d'illustrations, de concevoir et de distribuer un bulletin d'information, de tenir des réunions avec les principaux représentants de l'information à des intervalles réguliers ou de transmettre les conclusions tirées des enquêtes aux équipes de gestion de la santé.
Aucun consensus n'est établi quant aux seuils minimaux et maximaux de la population sous surveillance. Les sites suivis par un SSD varient sur le plan démographique. Par exemple, le SSD de Butajira (Éthiopie) a débuté avec un échantillon de 28 616 personnes (Berhane et al., 1999), alors que ceux de Navrongo (Ghana) et de Rufiji (Tanzanie) avaient, respectivement, 124 857 et 85 102 personnes sous leur surveillance après une année d'exploitation (Binka et al, 1999; Mwageni et Irema, 1999). Le Projet sur la mortalité et la morbidité adultes (PMMA, Tanzanie) suit trois sites et plus de 300 000 personnes (ministère de la Santé de la Tanzanie, 1997). Les chapitres consacrés aux sites fournissent de plus amples détails sur la taille d'échantillonnage démographique des diverses aires sous surveillance.
Toute collecte de données exige des activités de planification ainsi que de recrutement et de formation du personnel de terrain, notamment des agents enquêteurs et des superviseurs. Elle nécessite en outre la conception et l'impression de formulaires de même que la préparation de manuels de formation, entre autres ceux destinés aux équipes de terrain. On recrute habituellement les agents enquêteurs parmi les membres d'une collectivité qui satisfont aux conditions minimales établies dans le cadre de projets spécifiques. La formation est axée sur les moyens appropriés d'utiliser les formulaires du SSD, d'effectuer des entrevues et de remplir les différents formulaires reçus sur le terrain. Elle s'appuie sur des manuels expliquant comment effectuer des recherches et réaliser des entrevues sur le terrain. Le personnel affecté aux équipes se voit remettre ces manuels à titre de références lorsqu'il doit procéder à la collecte de données. Les manuels de formation indiquent clairement les tâches et les responsabilités confiées au personnel de terrain. Celui-ci peut également recevoir une formation sur les moyens d'utiliser ou de faire fonctionner l'équipement de recherche sur le terrain, notamment les motocycles. On lui donne des séances régulières sur les activités de terrain afin de le tenir au courant des nouvelles techniques.
Afin d'établir la population de référence auprès de laquelle on recueillera des données, il faut d'abord effectuer un recensement, qu'on confie à des agents enquêteurs formés qui vivent dans l'aire sous surveillance. Comme il a été mentionné plus tôt, ceux-ci ont reçu une formation sur les façons d'utiliser les formulaires du SSD et de mener des entrevues. Le recensement initial a pour but de lancer les bases d'un système de surveillance longitudinal et de contribuer à l'obtention de données contextuelles sur les sujets. Les données sont recueillies à l'aide de questionnaires ordinaires qui comportent des questions fermées ou ouvertes, ou des deux types. Les données relatives aux ménages et aux personnes font l'objet de questionnaires séparés. Structurés, les questionnaires se composent d'au moins deux parties : un entête destiné à enregistrer l'unité sondée, et la partie principale, servant à noter l'information de base (voir l'exemple 1 de l'annexe 1).
Le type de données recueillies durant les recensements initiaux dépend des objectifs propres aux sites. Dans de nombreux sites, on recherche des données sur des variables telles que la composition des ménages (chef de ménage, liens avec le chef de ménage, etc.), la culture (religion et appartenance ethnique), la démographie (âge, sexe et statut matrimonial) ainsi que les conditions socio-économiques (scolarité, emploi, etc.). De plus, les SSD recueillent des données sur certains problèmes comportementaux (alcoolisme, tabagisme, etc.), le logement, l'utilisation des soins de santé et les conditions environnementales (sources d'eau potable, infrastructures sanitaires, etc.).
Lorsqu'ils sont enregistrés, chaque ménage et chaque personne se voient assigner un identifiant unique dans son village et dans son ménage, respectivement. On peut utiliser une série de numéros pour chaque personne afin d'identifier son village, son ménage et son statut dans le ménage. L'identifiant ainsi assigné est permanent. Dans certains systèmes, si une personne déménage dans une nouvelle aire, l'identifiant demeure le même. De cette manière, il est possible de suivre les migrants, comme on le montrera plus loin.
La collecte longitudinale de données se poursuit sous la forme de visites périodiques aux ménages enregistrés. Le but de ces visites est de noter tout changement ou tout événement démographique depuis la collecte précédente. Il peut s'agir de naissances ou d'autres issues de grossesses, de nouveaux statuts matrimoniaux (mariages, divorces, séparations ou réconciliations), de décès et de migrations. On procède à une collecte régulière des données afin de maintenir des dénominateurs précis pour évaluer les taux de décès selon l'âge et le sexe, toutes causes confondues. L'approche suivie par les SSD ne prévoit aucun intervalle spécifique entre les visites aux ménages enregistrés (Indome et al, 1995). Il demeure cependant important de s'assurer que l'intervalle entre deux rondes de surveillance demeure le même pour tout ménage ou dans toute aire. Dans la mesure où l'intervalle est constant, les visites périodiques peuvent avoir lieu de tous mois à tous les 12.
Les visites périodiques ou les passages de mises à jour permettent de vérifier le statut de chaque personne dans un ménage à l'aide de cahiers d'enregistrement et de registres (voir l'exemple 2 de l'annexe 1), ou de formulaires. Les registres sont en fait des imprimés d'ordinateur sur les ménages et leurs membres produits lors du recensement initial. Ils sont tous classés par ménage de façon à faciliter les visites suivantes ou les communications avec les ménages. On peut les imprimer en lignes verticales ou horizontales pour y enregistrer les données tirées de plusieurs passages. L'information sur les lignes horizontales correspond souvent à chaque personne recensée et contient des détails sur chaque ménage, alors que les colonnes contiennent plutôt des espaces à cocher pour chaque événement démographique qui se serait produit depuis le dernier passage. Tous les événements démographiques doivent être enregistrés dans des formulaires spécifiques. Il existe des formulaires différents, selon qu'il s'agit d'y enregistrer des grossesses, des naissances, des décès et des modifications au statut matrimonial (voir les exemples 3 à 5 de l'annexe 1—formulaires utilisés par les SSD de Rufiji, de Navrongo et de Butajira).
Toutes les erreurs remarquées par les agents enquêteurs durant une visite de mise à jour doivent être corrigées dans les livres respectifs, en même temps que sont remplis les formulaires. L'agent enquêteur doit d'abord enregistrer l'identifiant du ménage ou de la personne sur le formulaire, ainsi que le changement à apporter, l'information d'origine et la correction. Les corrections à entrer dans le formulaire comprennent les modifications à des variables telles que l'âge, le nom, le sexe, les omissions et le lien de parenté avec le chef de ménage. Les formulaires remplis sont ensuite transmis au centre informatique, où on se chargera de corriger les bases de données. Dans les sites opérant un SSD, la collecte et la gestion de données sont deux activités intimement liées (on reviendra plus loin sur la gestion des données). Dans la plupart des cas, les cycles de recherche sur le terrain et les procédures informatiques coïncident. Le graphique 3.1 résume les liens entre les procédures informatiques et les activités de terrain dans le SSD de Rufiji. Ces liens visent à garantir l'intégrité des données, ainsi qu'à assurer la dissémination des résultats en temps opportun. Lorsque les rencontres avec les membres d'un ménage sont terminées (au cours du recensement initial ou lors des passages de mise à jour), les formulaires sont transmis au centre informatique pour l'entrée des données. Toute erreur notée durant le contrôle de la qualité (voir le chapitre 5 pour plus de détails) et chaque entrée de données sont vérifiées, signalées au personnel de terrain à des fins de diagnostic, puis corrigées à la fois dans le registre des ménages et dans les bases de données informatiques.
La mise à jour des événements démographiques n'est pas la seule activité réalisée au cours de ces visites périodiques. Durant les passages de mise à jour, les agents enquêteurs enregistrent les nouveaux membres d'un ménage ou les ménages nouvellement fondés. Leurs données se rapportent aux migrants, aux nouveaux mariés et à toute personne omise lors du recensement initial. Ce système de collecte longitudinale permet de faire entrer une personne dans les données d'un SSD ou de l'en faire sortir en tout temps. L'entrée se fait par une naissance ou une immigration, et la sortie se produit avec un décès ou une émigration (graphique 3.2). Comme ces personnes sont sous surveillance, il est possible d'évaluer le temps total passé par chacune dans l'aire démographique étudiée. L'expression personnes-années sous surveillance renvoie à cette présence en temps. On l'utilise comme dénominateur pour évaluer l'importance des événements (notamment la fécondité, la mortalité et la migration). Des précisions concernant l'utilisation des personnes-années sous surveillance sont données ailleurs dans cette monographie.
Les visites périodiques aux ménages enregistrés facilitent l'autovérification des données recueillies par un SSD : les données tirées au cours d'un passage sont vérifiées et corrigées lors des passages subséquents. On réduit ainsi le risque d'omettre, d'oublier ou de falsifier des variables ou des événements. Les passages permettent également de sélectionner des sous-échantillons (études à plusieurs degrés) à partir desquels on obtient des données spécifiques à un coût supplémentaire marginal, sans détourner le but premier de la surveillance. Toutefois, lorsque la population faisant l'objet d'une surveillance échelonnée est très mobile, le suivi des sujets pose un problème de taille.
Graphique 3.1. Liens entre les procédures informatiques et les activités de terrain par le SSD de Rufiji, en Tanzanie
Source : D'après Binka et al. (1999). Note : « RM » signifie registre des ménages.
Graphique 3.2. Surveillance prospective des événements démographiques
Source : D'après Binka et al. (1999).
La surveillance des naissances et des décès dans les pays en développement est indispensable, car ces deux événements démographiques sont souvent ignorés dans les registres et les systèmes statistiques (Binka et al., 1999). Cette omission amène les chercheurs à sous-estimer leur occurrence. Il faut un bon système pour enregistrer de tels événements. Les informateurs clés, qui sont habituellement des aînés ou des membres respectés d'une collectivité (par exemple, un chef de village ou de hameau) se trouvant dans l'ASD, peuvent jouer ce rôle. Les informateurs clés inscrivent dans leurs registres tout événement s'étant produit, et font part de leurs notes aux superviseurs qui les visitent régulièrement. Idéalement, étant donné qu'ils font euxmêmes partie de la collectivité, ces témoins ne devraient pas avoir à s'enquérir des grossesses, des naissances ou des décès survenant dans l'ASD, mais simplement en entendre parler dans leur vie de tous les jours. Il est courant de rémunérer les informateurs clés à un prix symbolique afin de les convaincre. Chaque événement ainsi signalé est payé lorsqu'il est confirmé dans le système. Le graphique 3.3 résume le fonctionnement du système d'enregistrement utilisé dans le SSD de Rufiji.
Graphique 3.3. Enregistrement des événements démographiques dans le SSD de Rufiji, en Tanzanie.
Source : D'après PIEST (1996).
Dans le registre des événements démographiques du SSD de Rufiji, les informateurs clés observent et notent toute naissance ou tout décès se produisant dans l'aire sous surveillance. Les informateurs clés transmettent ensuite cette information au superviseur du SSD (ou à l'agent enquêteur, qui en informe le superviseur). Dans les deux semaines suivantes, le superviseur visite le ménage où on a signalé une naissance ou un décès et communique avec le centre informatique pour vérifier l'événement. Si l'information est correcte, l'informateur clé reçoit une somme symbolique. Le superviseur fait ensuite une autopsie verbale (AV) pour toute personne décédée en consultant les proches (qui doivent être bien informés de l'évolution de la maladie). Les agents enquêteurs vérifient également les naissances et les décès durant les rondes de surveillance prévues.
La documentation des causes de décès a contribué à une meilleure compréhension de l'épidémiologie et de la santé publique. De fait, elle permet aux chercheurs et aux décideurs d'évaluer l'état de santé d'une population ainsi que l'efficacité des interventions visant à l'améliorer, d'établir les priorités et d'étudier les tendances temporelles en matière de mortalité selon des causes spécifiques. La documentation des décès est une pratique courante dans les pays développés, où la plupart des décès surviennent dans un milieu médical; les autopsies après décès y sont à la fois possibles et culturellement acceptables, et l'enregistrement des événements démographiques y est obligatoire et complet. Dans les pays en développement, par contre, de nombreux décès surviennent à la maison, souvent sans assistance médicale; les autopsies après décès sont alors rarement réalisables ou complètes et l'enregistrement des événements démographiques est difficilement applicable. Pour évaluer la cause de décès, on doit se fier à une autre source de renseignements, c'est-à-dire la description des symptômes et des faits ayant précédé le décès par les proches du défunt présents lors de l'événement.
L'AV est une méthode indirecte que certains SSD utilisent pour établir les causes de décès en s'adressant aux proches du défunt. Les agents enquêteurs interrogent ceux-ci en vue de connaître les symptômes et les circonstances du décès. Des interviews sont effectuées auprès des personnes présentes pour savoir ce qui s'est produit durant les heures, les jours ou les mois qui ont précédé le décès. Par la suite, la cause probable de décès est inférée de la séquence et de la combinaison des symptômes et des faits. Des formulaires (questionnaires) sont spécialement conçus en fonction de la population d'intérêt (ministère de la Santé de la Tanzanie, 1997). Par exemple, si l'étude est axée sur les profils de mortalité chez les enfants âgés de moins de cinq ans, un formulaire est adapté et structuré de façon à englober tous les symptômes de la maladie touchant la plupart des enfants de cet âge (voir l'exemple 6 de l'annexe 1). On retrouve également des formulaires spéciaux pour recenser les décès d'enfants âgés entre 31 jours et cinq ans ou plus. Pour effecteur les AV, les SSD s'appuient sur un personnel médical qualifié ou des non-initiés.
Les AV sont utilisées dans le cadre de projets en soins de santé touchant la recherche et l'évaluation des services. Comme on l'a expliqué, les informateurs clés inscrivent dans un registre de mortalité les décès qui se produisent dans leur secteur et remettent leurs notes aux agents enquêteurs qui effectueront les AV. Les agents enquêteurs prennent un rendez-vous avec les familles endeuillées. Le jour du rendezvous, un agent enquêteur visite la famille et pratique une AV en compagnie d'un soignant ou d'un proche de la famille du défunt. Les questionnaires de l'AV sont conçus pour satisfaire aux normes de l'aire sous surveillance (ministère de la Santé de la Tanzanie, 1997). Des renseignements tels que le nom, l'âge, le sexe, la profession et d'autres facteurs de risque sont habituellement recueillis, en plus d'un récit non structuré des événements ayant mené à la mort, des conditions médicales préalablement diagnostiquées et des symptômes apparus avant le décès. L'agent enquêteur peut utiliser les questionnaires pour y noter de l'information sur l'utilisation des établissements de santé avant le décès, les raisons pour lesquelles on a recouru à un établissement de santé en particulier, l'avis du soignant sur la cause du décès et une confirmation de la cause du décès (si disponible). La cause du décès est déterminée à partir d'une combinaison de ces symptômes.
Les causes de décès enregistrées sur les questionnaires de l'AV peuvent être obtenues auprès des médecins ou en utilisant des algorithmes informatiques reposant sur la conception et la structure des questions. Si des médecins sont appelés à les utiliser, on recourt habituellement à deux médecins qui codent séparément les formulaires d'AV et déterminent la cause de décès à l'aide d'un type de classification convenu (par exemple, la classification internationale des maladies [CIM] de l'OMS pour les causes de maladie). En cas de divergences, un troisième médecin est invité à coder les formulaires. Les algorithmes informatiques se fondent essentiellement sur la liste de contrôle des symptômes enregistrés sur les formulaires. S'il y a encore contradiction, la cause de décès est alors classée comme inconnue. Les formulaires d'AV contradictoires produits par les algorithmes sont remis aux médecins à des fins de diagnostic et de codage. Habituellement, les formulaires présentant des divergences sont moins nombreux que les autres.
La migration est un sujet complexe dont la définition varie (Pressat, 1979; Newell, 1994). Dans ce contexte, la définition repose davantage sur la méthode de collecte et les buts poursuivis. En règle générale, on entend par migration un déplacement de personnes (en groupe ou seules) de leur lieu de résidence habituel à un autre lieu pour s'y établir en permanence ou temporairement (Pressat, 1979). Les migrants sont donc des personnes qui quittent leur lieu de résidence habituel. Selon Kpedekpo (1982), la classification des migrants peut être fondée sur les critères suivants :
• ceux qui sont recensés dans un lieu de résidence autre que celui où ils sont nés;
• ceux qui ont résidé dans le lieu recensé pendant une période inférieure à leur âge;
• ceux qui ont résidé (pendant une période fixe) dans un lieu de résidence autre que celui où s'est faite la collecte de données.
Il existe de nombreuses méthodes de collecte de données sur la migration. Les recensements, les enquêtes par sondage et les registres permanents de population sont les plus courants (Shryock et Siegel, 1976). Les recensements et les enquêtes peuvent fournir des données sur la migration selon une approche directe (par exemple, en posant des questions sur le nombre de mouvements migratoires, la durée de résidence, la date de l'émigration ou de l'immigration et la résidence précédente) ou indirecte (en estimant la migration à partir du dénombrement total de la population et de l'augmentation naturelle de la population en fonction de deux recensements ou dénombrements). Toutefois, ces méthodes ne peuvent détecter les nombreux mouvements migratoires ni ceux dont les personnes ne peuvent se souvenir. En outre, les anciens migrants sont regroupés avec les plus récents. La méthode indirecte exige également des données très précises pour les deux recensements.
L'historique de la migration est une autre méthode de collecte de données relatives aux migrants. Les sites suivis par un SSD recueillent les données sur la migration à l'aide de cette méthode. Il s'agit d'une méthode permanente permettant de documenter les lieux de résidence antérieurs des personnes et les dates de leur immigration ou de leur émigration. De cette façon, les migrants sont associés à la base de données. Des formulaires spéciaux sur l'immigration et l'émigration sont utilisés pour repérer les migrants (voir les exemples 7 et 8 de l'annexe 1). Le formulaire sur l'immigration est plus détaillé que celui sur l'émigration. En plus des données personnelles relatives à l'immigrant (sexe, date de naissance, formation, profession, etc.), il indique la date et les motifs de migration, ainsi que le lieu de résidence d'origine. Si les immigrants font partie d'un ménage, un questionnaire sur les ménages est également employé pour enregistrer les caractéristiques du ménage. Le formulaire sur l'émigration indique quant à lui la date et les motifs de la migration, ainsi que la destination.
Les sites suivis par un SSD n'enregistrent pas tous les mouvements migratoires, mais seulement ceux se produisant au cours d'une certaine période. Par exemple, le SSD de Navrongo considère une personne comme immigrante si elle habite le même lieu de résidence pendant trois mois (Binka et al., 1994), tandis que le SSD de Rufiji fixe cette période à quatre mois (PIEST, 1996). Le contraire s'applique à l'émigrant. L'établissement de ces critères vise à déterminer de façon approximative le statut de résidence des personnes. Ce statut permet l'évaluation de la présence globale en temps d'une personne, pour trouver les dénominateurs à l'aide desquels on peut calculer d'autres mesures démographiques, telles que la mortalité et la fécondité.
Les sections précédentes ont surtout porté sur la collecte de données visant le suivi de variables démographiques—principalement les naissances, les décès et les migrations. Toutes ces variables peuvent être considérées comme des événements extradynamiques, car elles changent fréquemment au cours d'une année. D'autres variables sont constantes ou changent peu, notamment les facteurs socio-économiques tels que la formation, la profession, les conditions d'habitation (comme le plancher et les matériaux de toiture), l'utilisation des soins de santé (comme la vaccination) et les conditions environnementales (comme la source d'eau potable et les infrastructures sanitaires). Des renseignements de cette nature peuvent être recueillis une fois par année, de préférence au début de chaque année civile.
Un SSD peut comporter d'autres études hiérarchiques afin de mettre à profit sa base de données démographiques et son infrastructure organisationnelle. De telles études font appel à diverses variantes, notamment à des études de cohortes, à des enquêtes transversales et à des analyses connexes, en fonction du principal objectif poursuivi. Ces études sont habituellement liées au système de surveillance longitudinale. Le SSD du Butajira, par exemple, a utilisé sa base de données comme cadre d'échantillonnage pour la population à l'étude ainsi qu'un système de surveillance courant pour suivre des sujets dans le cadre de diverses études sur les infections respiratoires aiguës (Berhane et al., 1999). En Tanzanie, une nouvelle étude visant à suivre un programme de polythérapie antipaludéenne s'est appuyée sur le PMMA d'Ifakara et de Morogoro, et l'ASD de Rufiji.
Ces études hiérarchiques sur les sites couverts par un SSD tirent profit de l'infrastructure actuelle et de l'organisation sur place chargée de la collecte de données. Ces nouvelles études peuvent faire appel à du personnel qualifié supplémentaire en vue de recueillir les données propres à chaque étude. C'est pourquoi de nombreux sites couverts par un SSD deviennent tôt ou tard un bassin d'employés de terrain qualifiés
Un système d'information géographique (SIG) est un système de gestion de l'information assisté par ordinateur conçu pour fournir des données géographiques. Il combine la gestion (c'est-à-dire l'acquisition et le maintien de données) avec l'analyse et l'affichage (la cartographie) des données géographiques (Loslier, 1995). Le SIG contient deux bases de données intégrées, à savoir des données spatiales (renseignements sur l'emplacement) et des attributs (caractéristiques des traits spatiaux). La base de données spatiales comporte des coordonnées numériques obtenues à partir de cartes, elles-mêmes conçues à l'aide du système mondial de localisation (GPS). Ces coordonnées peuvent prendre diverses formes : des points (centres de santé, hôpitaux, écoles, ménages), des lignes (routes, chemins de fer, rivières) ou des polygones (quartiers, villes, villages, hameaux). La base des attributs peut inclure des renseignements tels que la taille ou la densité de la population et le nombre d'établissements de santé ou de leurs employés. Le SIG peut créer un lien entre les données spatiales et leur information descriptive connexe. Sa force réside dans sa capacité d'intégrer et d'analyser des données découlant de nombreuses sources, notamment la population, la topographie, le climat, la végétation, le réseau de transport, les services sociaux et les caractéristiques épidémiologiques.
De nombreux sites couverts par un SSD utilisent un GPS pour déterminer les emplacements et les limites de phénomènes d'intérêt, y compris des établissements, des ménages et des villages, ainsi que pour cartographier des services de santé sur le plan de l'accès et de l'étendue. Ainsi, le SSD de Navrongo a utilisé les coordonnées du GPS pour évaluer les effets des moustiquaires traitées aux insecticides sur la mortalité juvénile dans 96 groupes de concessions contiguës (Binka et al., 1996). Les données ainsi recueillies à l'aide d'un GPS sont jointes à l'imagerie spatiale à l'aide du SIG. De cette façon, il est possible de combiner les caractéristiques dans divers emplacements et d'analyser leur occurrence. Le SSD de Nouna, au Burkina Faso, dispose d'un SIG qui comporte les données de tous les ménages dans 49 villages, en plus de l'information sur des caractéristiques telles que les établissements de santé, les sources d'eau, les routes, les écoles et les lieux religieux (Sauerborn et Kouyaté, 20001).
Ce chapitre a dressé un portrait d'ensemble des principales activités auxquelles se livrent les SSD pour recueillir des données. On y a présenté les méthodes de collecte de données de façon à mettre en relief l'ordre dans lequel se déroulent les activités dans les sites. (La partie III décrira les méthodes de collecte spécifiques aux sites, y compris les procédures d'échantillonnage, les types de données recueillies ainsi que les principales fonctions et responsabilités du personnel.) Ce chapitre a également montré la capacité des sites suivis par un SSD de contribuer à l'obtention de données fiables en matière de démographie et de santé. Compte tenu du manque de registres d'événements démographiques qui soient complets dans les pays en développement, du coût des recensements nationaux et du long intervalle entre chacun, les SSD représentent sans doute l'une des meilleures options pour obtenir des données plus fiables. Les méthodes de collecte de données sont étroitement liées à celles suivies pour gérer l'information et contrôler la qualité, qu'on examinera en détail dans les deux prochains chapitres.
1 Sous la direction de R. Sauerborn et B. Kouyaté, Nouna Research Centre, a platform for interdisciplinary field research in Burkina Faso, West Africa, rapport interne, 2000.
La compilation de l'information longitudinale relative à une population pose des défis particuliers en matière de gestion des données. Les projets doivent maintenir de l'information changeante sur la composition d'une vaste population, bien définie sur le plan géographique, ainsi que sur la structure des ménages s'y rapportant. Tout événement—naissance, décès, migration, etc. — doit être relié aux personnes concernées et aux autres sujets à risque. Ces événements influent non seulement, par exemple, sur les taux démographiques, mais aussi sur les relations entre les ménages et les liens entre les membres des ménages. À mesure que les chaînes d'événements se complexifient, toute nouvelle donnée doit être cohérente avec celles se rapportant à des événements antérieurs. Des vérifications en apparence évidentes pour satisfaire aux normes minimales d'intégrité peuvent exiger la production de centaines de lignes de programmation informatique.
La liaison entre des données connexes essentielles et les registres dynamiques d'une population soulève d'autres problèmes. Ainsi, en ce qui concerne la mortalité, il faut entrer et maintenir les données s'y rapportant et les associer avec celles relatives aux causes de décès. La plupart des projets de SSD maintiennent également des données socio-économiques, notamment sur les mariages, les relations familiales et les conditions économiques, en raison de la forte corrélation entre l'état de santé et la situation socio-économique. Ces données doivent correspondre logiquement à d'autres données longitudinales sur la population à risque ainsi que sur les liens entre les personnes sous surveillance. De plus, les projets sont souvent entrepris dans le but de vérifier les répercussions des technologies de la santé, des stratégies en matière de services ou des politiques, ce qui nécessite la mise en œuvre de méthodes pour entrer, gérer et vérifier les données afin d'assurer la cohérence interne de l'information relative aux services, ainsi que de méthodes pour relier ces données aux antécédents démographiques. Ces écarts quant à l'exposition aux interventions doivent être suivis pour chaque personne, parallèlement à l'enregistrement précis des événements démographiques et des risques individuels. La tenue d'un registre détaillé des événements démographiques, de leurs relations et de l'exposition aux risques ou aux interventions repose sur une gestion complexe des données, la mise en place d'une infrastructure sur le terrain étroitement contrôlée et un système informatique complet pour le traitement des données.
Les systèmes de gestion des données utilisés dans le cadre de ces activités traitent généralement des milliers de lignes de codes internes. Le réseau INDEPTH apporte une contribution importante à cet égard en favorisant le partage des technologies pour éviter le recours à ces systèmes complexes. En outre, il propose un schéma pour le stockage des données recueillies à l'aide d'un SSD. Ce schéma général facilite les analyses comparatives entre les sites que décrit ce volume, puisqu'il normalise les règles et les concepts relatifs aux données entre les sites. Plus tard, le réseau tentera de mettre au point un logiciel de gestion et d'analyse des données qui soit compatible avec ce schéma de données de référence.
Ce chapitre présente les caractéristiques du schéma de données de référence proposé pour les SSD du réseau INDEPTH. Il n'y a pas si longtemps, le développement d'un logiciel propre aux SSD aurait été non seulement long et laborieux, mais sujet à des erreurs de conception et de programmation. Les producteurs de logiciels et les outils orientés objets utilisés de nos jours dans le développement de logiciels facilitent la mise au point de systèmes complexes lorsque les principes communs orientant la structure des logiciels sont instancies dans un même cadre d'applications. Les mécanismes proposés par le réseau INDEPTH ont rassemblé ces innovations pour les mettre au service de leurs stations de recherche. Il va sans dire que le schéma de données de référence simplifiera l'échange d'information, accélérera la mise au point de logiciels de gestion de données autonomes ou, pour l'analyse des données, communs, et facilitera la prestation de services de soutien technique ainsi que le renforcement des capacités.
La mission confiée au groupe de travail technique (GTT) du réseau INDEPTH tient compte des réalisations, des limites et des besoins futurs des projets menés au Bangladesh, au Burkina Faso, au Ghana, en Indonésie, au Mali, au Sénégal, en Afrique du Sud, en Tanzanie et en Ouganda. L'un des premiers projets du genre, le SSD de la région de Matlab, au Bangladesh, a vu le jour dans les années 1960 et a depuis été utilisé pour une grande variété d'études sur la dynamique démographique, la planification familiale, l'épidémiologie, la recherche relative aux services en santé et d'autres enjeux (Rahman et D'Souza, 1981; D'Souza, 1984). Bien que le SSD du Bangladesh ait redéfini à plusieurs reprises ses procédures informatiques, ses activités de terrain ont pu fournir un modèle pour une grande variété d'applications propres aux SSD dans les pays en développement. Le SSD du Bangladesh a précisé les règles d'admissibilité des membres d'une population sous surveillance; ce travail, combiné avec un système de données prévoyant de rigoureuses vérifications de la cohérence et de la cohérence logique, a généré des données de qualité supérieure qui ont enrichi de nombreux rapports de recherche. Certains logiciels ont été conçus à partir des expériences vécues avec le SSD du Bangladesh, comme le registre des échantillons (Leon 1986a, b, 1987; Phillips et al., 1988; Mozumder et al., 1990) ainsi que le projet sur la survie des enfants de l'Indramayu auquel travaille l'Université de l'Indonésie (Utomo et al., 1990). Le SSD de Niakhar, au Sénégal, plus récemment décrit dans Garenne (1997), a également influencé la conception technique de nombreux systèmes, y compris ceux du Projet de recherche-action pour l'amélioration des soins de santé à Nouna, au Burkina Faso (Sauerborn et al., 1996), et à Agincourt, en Afrique du Sud (Tollman et al., 1995). Garenne (1997) a décrit le concept de fichiers entréesortie (similaire au concept d'épisodes décrit dans la présente monographie) comme un moyen de modéliser à la fois les intervalles de résidence dans un lieu et les intervalles notés dans les relations. Garenne a aussi fait part d'observations utiles concernant la mise en œuvre de systèmes informatiques et d'outils sur le terrain dans le cadre d'études démographiques longitudinales.
Afin de mettre au point son schéma de données, le GTT a fait la synthèse de ces applications disparates. Son schéma établit une « base » démographique commune aux stations sur le terrain qui font de la recherche longitudinale sur les populations (MacLeod et al., 1991; Phillips et al., 1991). Les sites ont mis au point des systèmes logiciels pour gérer cette base démographique, tenir des registres uniformes des événements importants touchant la population d'une région délimitée, produire des registres à l'intention des agents enquêteurs de terrain et calculer les principaux taux démographiques, comme les taux de naissance, de mortalité et de fécondité. Ces capacités fondamentales fournissent un cadre de calcul auquel les projets intègrent les données spécifiques à leur site et des éléments visant à assurer la cohérence. Le concept d'une « base » sous-entend également l'application de quelques principes généraux pour orienter la collecte et la gestion des données dans tous les sites du réseau INDEPTH.
Tous les sites affiliés au réseau INDEPTH recueillent et maintiennent une base commune de données. Les efforts visant à normaliser le traitement de données ont engendré le concept de « système de base », dans lequel les laboratoires de recherche sur le terrain trouveraient bon nombre des ressources communes en logiciels, qu'il serait possible d'élargir pour personnaliser les logiciels en fonction des diverses exigences. Ce concept part du principe que certaines des caractéristiques des ménages, des membres des ménages, de leurs relations et des événements démographiques sont communes à celles relevées dans toutes les études longitudinales de populations humaines. Aussi le logiciel requis pour recueillir, entrer et gérer les données peut-il servir de générique à une famille d'applications. Le GTT a cerné les caractéristiques d'un système de base commun à toutes les activités réalisées par un SSD. Dans ce cadre, le système commun a pour fonction de tenir un registre uniforme des données de base et longitudinales sur tous les ménages, leurs membres et les liens entre ceux-ci dans une population bien définie sur le plan géographique, y compris les naissances, les décès, les migrations et les mariages. Ce système de base maintient l'information relative aux événements ainsi que les dates d'observation pour être en mesure de calculer, dans le cas de chaque sujet sous surveillance, le nombre de « personnes-années » à risque face aux événements démographiques. Les principales procédures informatiques consistent à organiser les données et à assurer l'intégrité logique des éléments de base suivants :
• Tous les ménages comportent des membres définis comme étant admissibles à n'importe quelle date donnée (exclusion sans équivoque des non-membres).
• Tous les ménages possèdent un chef à n'importe quelle date donnée, et les liens entre celui-ci et les autres membres du ménage ainsi qu'entre tous les membres en général sont clairs.
• Les membres ont un nom, une date de naissance et d'autres caractéristiques immuables.
• Les membres peuvent subir des événements, comme un décès, une naissance, une immigration ou une émigration, ou changer de statut matrimonial (l'entrée de données relatives à des événements touchant des non-membres est ainsi rejetée pendant la saisie des données).
• Les événements modifient l'affiliation aux ménages ainsi que les liens entre les membres selon des règles établies;
• Les épisodes (grossesses, relations conjugales ou résidences) sont liés aux personnes à risque (c'est-à-dire des membres actifs des ménages) et sont suivis selon des règles logiques claires.
Bien que ces caractéristiques semblent insignifiantes, les relations triviales tendent à devenir complexes et peu maniables lorsqu'on tente de les disposer en ordre, selon un système logique de données démographiques longitudinales. De plus, la représentation de relations, même les plus simples, exige la mise en place de normes rigoureuses pour éviter toute erreur. Par exemple, pour qu'on considère qu'il s'est produit un décès dans une population résidante, le membre d'un ménage concerné doit avoir résidé dans la zone d'étude au moment de son décès; le fait qu'une femme donne naissance à un enfant cinq mois après avoir accouché d'un autre serait perçu comme un événement incompatible. L'un des grands apports du GTT aura été de clarifier des problèmes de logique aussi minimes afin que le système évite des erreurs qui, en raison des règles de fonctionnement en vigueur, rendraient les données inutiles.
Tous les systèmes informatiques du réseau INDEPTH sont compatibles avec les activités de traitement de données courantes des SSD :
• Entrée de données : Le logiciel permet l'entrée, la suppression et la correction des données de base et longitudinales. L'information de base relative aux ménages comprend l'emplacement du ménage, les personnes en faisant partie, les relations à caractère familial entre celles-ci et les groupes sociaux. L'information longitudinale touche les grossesses et leur issue, les décès, les migrations à l'intérieur et à l'extérieur de l'aire sous surveillance, les mariages et tout autre événement à couvrir dans le cadre d'une étude.
• Validation : Le logiciel vérifie la cohérence logique des données.
La plupart des sites du réseau INDEPTH ont également mis au point un logiciel pour faire part des résultats obtenus et gérer les données :
• Rapports et résultats : Un logiciel standard calcule et présente les taux démographiques et les tables de survie, en fonction de l'âge et de façon globale.
• Registre des visites : Le logiciel imprime le registre des visites qu'utilisent les agents enquêteurs de terrain pour mettre à jour et archiver l'information durant les enquêtes auprès des ménages.
• Programme utilitaire : Cette option est d'abord utilisée par le gestionnaire du réseau. Elle permet l'ajout de nouveaux identifiants pour les utilisateurs, la classification de l'information obtenue lors des enquêtes et des rondes de surveillance ainsi que la production de rapports de rapprochement pour suivre les issues de grossesses non déclarées ainsi que les migrants internes sans correspondance.
À partir du schéma de base orientant la structure des données, chaque site s'est doté d'applications particulières à l'aide des blocs fonctionnels composant le cadre principal, ce qui permet aux concepteurs de développer d'autres modules visant la collecte de données spécifiques aux projets. Dans neuf des sites du réseau INDEPTH, on s'est servi d'utilitaires standard, tirés des outils de gestion de bases de données, pour mettre au point un produit à l'intention du réseau INDEPTH, c'est-à-dire le registre des ménages, qu'on a ajouté aux spécifications de base1. Les autres sites du réseau INDEPTH ont ajouté des options spécifiques à leurs projets pour assurer l'intégrité logique, sur le plan temporel, des données relatives aux naissances, aux décès, aux migrations et aux mariages, dans un format compatible avec le schéma de données de référence. Chaque site modifie le système de base pour y intégrer de nouvelles données transversales, des modules longitudinaux spéciaux ou des classes ou des étiquettes variables que les enquêteurs de terrain souhaiteraient ajouter aux registres, tout en garantissant l'intégrité des nouvelles variables.
Les utilitaires que contiennent les ensembles de bases de données offerts sur le marché facilitent grandement la modification des données de base. Parmi leurs options standard figure l'ajout rapide de données au système principal. Ainsi, le SIM est créé à partir du menu « formulaire » (écran de saisie) et des réalisateurs de banques de données offerts par le logiciel Microsoft FoxPro. Ces réalisateurs favorisent et facilitent une approche de conception orientée objet à l'aide d'une souris intelligible et de menus. Pour apporter des changements à des données de base, le programmateur doit repérer l'objet du tableau, du menu ou du formulaire de la base de données à modifier, puis travailler avec des blocs de codes restreints, qu'on appelle « petits bouts de codes », qui sont « attachés » à l'objet. Certains petits bouts de codes contrôlent la synchronisation de la saisie de données relatives à une variable, alors que d'autres veillent au respect de la cohérence. Quelques sites du réseau INDEPTH, comme celui d'Hlabisa, sont en train de développer des capacités similaires à l'aide des options offertes par les logiciels SQL Server et Access.
1 Le SIM était au cœur des logiciels du réseau INDEPTH en Gambie, au Ghana (Binka et al., 1995), en Indonésie, au Mali, au Mozambique, en Tanzanie (trois sites) et en Ouganda. Les applications couvraient une grande variété d'études chapeautées par le réseau INDEPTH, y compris la recherche en planification familiale, les interventions pour lutter contre le paludisme, la santé infantile et maternelle, ainsi que les corrélats de la transmission du VIH. Le schéma de données qu'utilise actuellement le réseau INDEPTH a amélioré le SIM original ainsi que d'autres systèmes auparavant utilisés pour permettre aux enquêteurs de suivre les non-résidants, inclure des relations plus générales que celles relevant de liens conjugaux et diviser les personnes enregistrées en groupes sociaux (comme le ménage ou la famille) à partir de leur emplacement.
Comme on l'explique au chapitre 3, un SSD suit la présence de personnes dans une zone d'étude bien définie. Les possibilités qu'une personne entre dans une aire ou en sorte sont restreintes (l'entrée se fait par une naissance ou une immigration, alors que la sortie se produit avec un décès ou une émigration). Le schéma de référence du réseau INDEPTH utilise des événements pour enregistrer le mode d'entrée (ou le retour) d'une personne dans une aire, ou son départ, sur le plan temporel. Les événements permettent de connaître le lieu de résidence de toute personne dans une aire sous surveillance. En général, ils se produisent par paire : un premier événement (par exemple, la présence d'une personne dans une aire) annonce un état et un autre (par exemple, une émigration ou un décès) met fin à cet état. Le recours aux épisodes dans ce schéma de référence rend plus explicite cet appariement d'événements initiaux et finaux. Ce concept est illustré sous la forme d'un diagramme au centre du graphique 4.1.
Lorsqu'un SSD suit des épisodes, le concept de « résolution dans le temps » s'avère très important. En deçà d'un certain seuil temporel, les mouvements vers un lieu particulier ne sont pas notés. Si une personne quitte un lieu physique un bon matin pour se rendre au marché et y revient dans l'après-midi, le SSD n'en fera pas mention. Si son absence se prolongeait au-delà du seuil fixé (six semaines, trois mois ou une quelconque période différente), le SSD enregistrerait le tout comme un épisode. Ce seuil varie de projet en projet, mais il est toujours clair. La résolution dans le temps concernant les épisodes de présence doit correspondre à celle déterminée pour les épisodes d'absence. Autrement dit, le laps de temps à partir duquel on considère qu'une visite devient un statut de résidence et celui à partir duquel une absence devient une émigration sont les mêmes.
Les SSD tiennent compte non seulement du lieu physique ou de la résidence où se trouvent des personnes, mais aussi de leur affiliation à des groupes sociaux (notamment à un ménage) et de leurs relations avec d'autres personnes (par les liens du mariage ou des fonctions parentales). De nombreux SSD reconstituent également l'arbre généalogique d'une personne et enregistrent des événements isolés, comme des issues de grossesses ou des décès à l'extérieur de l'aire sous surveillance.
Pour appuyer les activités de terrain et le nettoyage des données, un SSD doit également suivre le lieu où un événement donné est enregistré, à quel moment et par qui. À cet égard, le schéma de référence fournit un certain nombre de variables facilitant l'élaboration d'une série de données de bonne qualité. Un autre défi que posent les activités de recherche démographique de terrain est de réussir à bien identifier les personnes migrantes. Afin de le surmonter, le schéma de données de référence comprend des variables pour enregistrer les lieux dans lesquels s'installent les immigrants et ceux dont ils proviennent.
Le schéma de référence du réseau INDEPTH satisfait à ces exigences en utilisant les sujets de recherche et en suivant leurs interrelations (voir le graphique 4.1) :
• Emplacement physique : Ce champ fait référence aux endroits où des personnes peuvent habiter, seules ou en groupe, comme une propriété familiale, un poste ou un tracé graphique. Dans plusieurs des sites du réseau INDEPTH, il est possible de repérer précisément cet emplacement à l'aide de coordonnées, notamment les latitudes et les longitudes. Un SIG est particulièrement utile à
Graphique 4.1. Schéma de données de référence en matière de surveillance démographique
Note : « DR » signifie dernières règles. Les variables et les sujets obligatoires apparaissent en caractères gras.
cet égard. On peut maintenir les identifiants externes, tels que les numéros de poste ou les adresses, en plus de la valeur d'identification unique attribuée à l'emplacement. Une personne est associée à un emplacement physique à un moment donné grâce au concept d'« épisode résidentiel».
• Personne : Ce champ contient un registre pour toute personne ayant déjà résidé dans l'aire sous surveillance. De façon facultative, on peut y inscrire le nom des personnes dont le lieu de résidence n'est pas enregistré dans la zone d'étude, mais il faut alors remplir une fiche généalogique ou un relevé des relations. On attribue un identifiant unique aux registres à l'aide de la valeur d'identification donnée aux personnes. On peut établir les liens généalogiques en maintenant les identifiants du père et de la mère. Cette information (identifiants du père et de la mère) peut également servir à des fins d'identification, surtout lorsque le nom et la date de naissance ne sont pas clairs, comme c'est souvent le cas en Afrique subsaharienne.
• Groupe social : Ce champ contient de l'information sur un groupe social défini, comme un ménage. Une personne peut être associée à un ou plusieurs groupes sociaux, selon qu'elle a traversé un ou plusieurs épisodes d'affiliation.
• Observation : Ce champ permet de noter qu'on a observé un emplacement physique particulier à un moment donné. Il peut également fournir des renseignements concernant l'agent enquêteur et des éléments connexes, comme la date du passage. Ce champ est lié à tous les événements enregistrés durant l'observation.
• Événements : Ce champ peut indiquer un changement dans le statut d'une personne (par exemple, de résidante à non-résidante, dans le cas d'une émigration). Les événements marquant le début ou la fin d'un certain statut (par exemple, celui de résidence) sont combinés et enregistrés comme un épisode (par exemple, un épisode résidentiel). Ces types d'événements sont désignés comme des « événements appariés ». Les événements qui ne coïncideraient pas avec le début ou la fin d'un statut particulier sont désignés comme des « événements de fait ». L'information commune à tous les événements (comme la date d'occurrence, le type d'événement et l'identifiant de l'observation durant laquelle on a enregistré un événement) est enregistrée comme faisant partie intégrante de l'épisode que cet événement amorce ou conclut (dans le cas des événements appariés) ou du tableau des événements de fait (dans le cas des événements de fait). Toute donnée supplémentaire se rapportant à un événement est enregistrée dans un champ distinct. Les types d'événements répertoriés dans le graphique 4.1 sont les suivants :
- Naissance : Toute naissance vivante attribuable aux mères résidantes (les mort-nés sont considérés comme une issue de grossesse). Cet événement est lié à l'épisode résidentiel qu'il amorce—il marque également le début d'une affiliation à un groupe social ainsi que des épisodes relationnels.
- Décès : Tout décès de personnes résidantes. Cet événement termine tous les épisodes ouverts associés à une personne. Il est lié à l'épisode résidentiel auquel il met fin. On note dans ce champ des données supplémentaires, comme le lieu et la cause du décès.
- Début des relations : Le début des relations d'une personne avec une autre. L'usage veut que cet événement soit associé à la femme dans le cas des relations hétérosexuelles et au partenaire le plus jeune dans le cas des relations homosexuelles. En ce qui concerne les relations où une personne prodigue des soins à une autre, le début des relations est noté à la personne qui en bénéficie.
- Fin des relations : La fin des relations entre deux personnes.
- Début de l'affiliation : Le moment auquel une personne commence à appartenir à un groupe social.
- Fin de l'affiliation : Le moment auquel une personne cesse d'appartenir à un groupe social.
- Immigration : L'adoption d'un nouvel emplacement physique par une personne, ou un changement d'emplacement. Cet événement représente le début d'un nouvel épisode résidentiel pour une personne, et celui-ci peut se produire à l'intérieur ou à l'extérieur de l'aire sous surveillance. On note dans ce champ des données supplémentaires, comme l'origine, qui sont habituellement maintenues dans un autre champ, lié à l'épisode par un identifiant.
- Émigration : La fin d'un épisode résidentiel dans un emplacement physique pour une personne. La destination d'une émigration peut se trouver à l'intérieur ou à l'extérieur de l'aire sous surveillance. On note dans ce champ des donnés supplémentaires, comme la destination, qui sont habituellement maintenues dans un autre champ, lié à l'épisode par un identifiant.
- Observation du statut : On peut intégrer tout autre événement de son choix pour noter l'information relative au statut d'une personne, comme des conditions socio-économiques, la qualité de son alimentation, son niveau de scolarité ou son état vaccinal. Les observations répétées du statut ne doivent tendre vers aucune hypothèse concernant la valeur des caractéristiques observées durant l'intervalle, même si des observations subséquentes aboutissaient aux mêmes valeurs.
• Comme l'indique le graphique 4.1, les épisodes peuvent toucher les résidants, leurs relations, les grossesses et les affiliations à des groupes sociaux :
- Épisode résidentiel : Un épisode résidentiel enregistre la présence d'une personne dans un emplacement physique. Il ne peut s'ouvrir qu'avec une entrée dans le SSD, une naissance ou une immigration. Il ne peut se terminer qu'avec une sortie du SSD, un décès ou une émigration.
- Épisode relationnel : Un épisode relationnel enregistre une relation temporelle entre deux personnes, comme une union conjugale. Il débute avec un événement marquant l'entrée en relation et se termine avec un événement contraire, comme un décès ou une sortie du SSD. L'épisode relationnel note les identifiants des deux personnes en relation, mais les événements initiaux et finaux ne sont liés qu'à l'une de ces personnes, comme on l'a souligné ci-dessus.
- Épisode de grossesse : La grossesse est considérée comme un épisode, et certaines de ses étapes sont notées lors de la première observation alors que les autres le sont lorsque l'issue de la grossesse est connue. Une des leçons retenues est que, pour bien enregistrer les enfants, il faut d'abord enregistrer les grossesses. Cependant, lorsqu'une grossesse n'est pas observée et qu'on n'en note que l'issue, le début de l'épisode de grossesse demeure la date des dernières règles avant la grossesse. Dans ces cas, les identifiants des premières et dernières observations doivent concourir aux mêmes résultats. Si une grossesse est interrompue en raison du décès ou de l'émigration de la mère, la raison est enregistrée dans le champ où il faut noter le type d'événement final, et l'épisode est considéré comme terminé. Normalement, on pourrait enregistrer l'issue de grossesse dans ce dernier champ et noter qu'il s'agit d'un avortement spontané, d'un avortement provoqué, d'un accouchement normal, d'un accouchement assisté ou d'une césarienne. Le « lieu de naissance » fait référence à l'environnement dans lequel se déroule l'accouchement (par exemple, le nom d'un hôpital ou d'une clinique où a eu lieu l'accouchement).
- Épisode d'affiliation : Cet épisode enregistre l'affiliation d'une personne à un groupe social particulier. Il ne peut débuter qu'avec une entrée dans un SSD, une naissance ou un événement marquant le début d'une affiliation. Il ne peut se terminer qu'avec une sortie du SSD, un décès ou un événement marquant la fin d'une affiliation.
En résumé, le graphique 4.1 illustre les sujets et les relations composant le schéma de données de référence du réseau INDEPTH. Les variables et les sujets obligatoires apparaissent en caractères gras, alors que ceux qui sont de nature facultative sont en caractères normaux (non gras).
Comme on l'explique au chapitre 3, un SSD doit maintenir un volume élevé de données sur une longue période. À moins que des mesures spécifiques ne soient mises en œuvre, l'intégrité des données est menacée, de même que l'exactitude et la fiabilité de l'information contenue dans le système. Aussi le réseau INDEPTH a-t-il pris des dispositions pour promouvoir des normes communes relativement à l'intégrité des données, en s'appuyant sur un schéma relationnel bien défini. Bien que les mesures visant à assurer la qualité des données ne soient pas les mêmes dans tous les systèmes, en voici quelques-unes qui ont été proposées ou utilisées dans un ou plusieurs sites du réseau INDEPTH :
• Tampon de vérification : Le tampon de vérification est employé dans tous les registres. Il indique le nom de l'agent enquêteur ainsi que la date et l'heure de la dernière mise à jour. Un signe attestant du contrôle de la qualité peut être ajouté (par exemple, par un double enregistrement).
• Valeurs standard : II importe de toujours utiliser les mêmes valeurs dans la base de données pour exprimer le niveau d'une donnée particulière. Les valeurs suivantes (et leur signification) sont proposées :
- « Aucune entrée » : Valeur par défaut pour toutes les variables dans un registre à peine créé.
- « À confirmer » : Nécessité de confirmer la valeur figurant dans le document d'entrée et de prendre des mesures de suivi.
- « Sans objet » : Compte tenu des données contenues dans des variables ou des registres connexes, ce champ est sans objet.
- « Hors de portée » : La valeur du document d'entrée est hors de portée et ne peut être enregistrée. Les mesures de suivi n'ont pas permis de recueillir plus d'information ou ne peuvent s'appliquer.
- « Valeur inconnue » : La valeur n'est pas connue. Les mesures de suivi n'ont pas permis de recueillir plus d'information ou ne peuvent s'appliquer.
(Les valeurs réelles utilisées pour indiquer les valeurs standard dépendent du type de données à entrer dans les variables et de la gamme de valeurs naturelles associée à l'élément de donnée. Il faut veiller à exclure ces valeurs de l'analyse quantitative des données.)
• Valeurs relatives aux dates : Les dates sont d'une importance particulière dans un SSD, et il est préférable de noter précisément les valeurs s'y rapportant, en plus des dates elles-mêmes. Chaque champ relatif aux dates ou à la durée doit être complété d'un autre champ pour enregistrer précisément les valeurs s'y rapportant (par exemple, en minutes, en heures, en jours, en semaines, en mois, en trimestres, en semestres, en années ou en décennies).
Si le schéma de données de référence utilisé par le réseau INDEPTH couvre des aspects communs à tous les sites, il n'est pas conçu en fonction de besoins spécifiques à chaque site. Il vise cependant à intégrer les nouvelles composantes afin de répondre aux objectifs d'un vaste éventail d'études longitudinales, sans porter atteinte à la structure globale, relativement claire. Plusieurs des moyens utilisés en ce sens sont présentés ici :
• Ajout de variables à des sujets existants : La façon la plus simple d'élargir les données de base est d'ajouter un champ de données pour des objets, des événements ou des épisodes de durée fixe qui sont déjà entrés. Des modifications de ce type consisteraient, par exemple, à enregistrer la date d'entrée d'un emplacement physique, l'affiliation à un groupe ethnique, le facteur Rh d'une personne, l'âge auquel un enfant enregistré ou affilié est sevré, ou la présence d'un superviseur durant une observation.
• Définition de nouveaux types de groupes sociaux et de relations : Dès qu'il est possible d'officialiser l'interaction de personnes pour indiquer un point de départ ou une limite à des relations, on peut exprimer l'interaction sous la forme d'une affiliation à un groupe social (interaction avec toutes les autres personnes membres du même groupe social à la même période) ou d'un lien avec une seule autre personne. Les systèmes de données du réseau INDEPTH ont fourni diverses définitions concernant les relations et les épisodes de la sorte. Par exemple, l'affiliation peut se faire à l'intérieur d'un groupe social (comme un lignage), d'un régime d'assurance-maladie ou de tout autre groupe qui correspondrait aux objectifs d'une étude. Une relation peut également s'établir entre un patient et un fournisseur de soins de santé, ou entre un locataire et un propriétaire. Le concept d'affiliation ne se limite pas toujours à des groupes sociaux, mais peut indiquer une appartenance à une catégorie de personnes gravement malades ou une participation à une étude hiérarchique de cohortes (où la satisfaction de certains critères préalables pourrait se traduire par un événement initial et, dans le cas d'autres critères, par un événement final).
• Ajout de nouveaux types d'épisodes ou d'événements : Comme l'illustre le graphique 4.1, le système enregistre au moins quatre types d'épisodes « prédéfinis », mais ceux-ci peuvent s'adapter à des fins variées. On précise parfois les nouveaux types d'événements pour faciliter le stockage d'information supplémentaire (mesure applicable sous certaines conditions seulement), tout en gardant le registre des épisodes connexes aussi parcimonieux que possible.
• Définition d'événements et d'épisodes se rapportant à des emplacements physiques et à des groupes sociaux : Même si les événements et les épisodes font toujours référence à des personnes, ils peuvent parfois établir des liens entre des personnes et d'autres activités. Un schéma élargi pourrait définir des événements et des épisodes supplémentaires en les liant à des emplacements physiques ou à des groupes sociaux. Les événements de fait et les observations de statuts pourraient être définis de façon à enregistrer l'information recueillie, ou les observations, au sujet des emplacements physiques (comme le type d'habitation, l'approvisionnement en eau ou le nombre de pièces), des groupes sociaux (comme l'identifiant d'un chef de ménage, le revenu mensuel d'un ménage ou la production agricole), ou d'autres attributs non constants.
Des groupes sociaux peuvent être associés à d'autres, ou des groupes de « premier niveau » pourraient être membres de groupes de « deuxième niveau », comme des clans ou d'autres types de réseaux. Les SSD conçus pour suivre l'interaction des ménages pourraient définir des épisodes relationnels ou d'affiliation spécifiques aux groupes sociaux afin de maintenir l'information s'y rapportant.
Les ménages ne sont habituellement associés qu'à une propriété familiale, même si les membres résident à plus d'un endroit. Lorsque les groupes sociaux servent à enregistrer les ménages, cette association est facile à représenter par un épisode qui indiquerait à partir de quand un groupe habite dans un emplacement physique particulier et le quitte. De plus, les ménages possèdent habituellement un chef. Ce chef peut changer avec le temps, mais le ménage conserve son identité, et le chef de ménage peut être enregistré comme une caractéristique à mettre à jour (« chef actuel du ménage ») ou comme un membre du groupe social. Si la dimension temporelle est importante, l'élargissement peut se faire sous la forme d'un épisode liant le ménage à un chef de ménage intérimaire.
En bref, le schéma de données de référence fournit une structure très souple au profit des études longitudinales, et c'est la raison pour laquelle le réseau INDEPTH peut englober des sites participant à des projets très variés, dont les besoins en matière de gestion de données sont des plus diversifiés. Malgré cette diversité, le schéma repose sur une logique et une structure de base qui assurent l'intégrité des activités, en plus d'offrir les conditions essentielles à une collaboration technique entre les sites.
Ce chapitre a décrit le schéma de données dont s'est doté le réseau INDEPTH pour fournir un cadre d'orientation au traitement des données dans ses sites affiliés. Il clarifie les caractéristiques communes à la plupart des études traitant de la santé et de la planification familiale. De plus, il sert de structure pour ajouter des données spécifiques aux projets. Il reste encore beaucoup à accomplir pour compléter ce schéma et élaborer une méthode commune de traitement des données obtenues dans le cadre des principales activités du réseau INDEPTH. Cependant, le cadre actuel a déjà permis de faciliter le partage de données au sein du réseau, et près de la moitié des sites de recherche utilisent le même logiciel pour leurs activités de base. Si l'utilisation d'un logiciel général était plus répandue, le schéma de données conçu par le réseau INDEPTH pourrait favoriser le partage des efforts visant la conception de systèmes, la création de capacités et la recherche concertée.
This page intentionally left blank
Des erreurs surviennent à toutes les étapes de l'exploitation d'un SSD. Il peut s'agir d'erreurs de couverture qui résultent de l'omission ou d'un décompte répété de personnes, ou encore d'erreurs de contenu causées par une communication inexacte des caractéristiques des répondants. Pour établir si les données sont d'une qualité raisonnable, les sites du réseau INDEPTH utilisent une variété de méthodes d'évaluation lors des étapes de traitement de données et d'analyse qui se déroulent sur le terrain.
Il est important de souligner dès le départ que, même si la procédure de vérification des données est complète, elle ne peut se substituer à des entrevues soignées, qui respectent la méthodologie et sont effectuées consciencieusement (Shackleton, 1998). Au cours de la formation, on insiste bien auprès du personnel de terrain sur le fait que sa première responsabilité consiste à veiller au caractère exact et complet des données. En outre, la surveillance sur le terrain de la qualité des données est assurée par des visites de supervision, la vérification des formulaires et des seconds passages.
Le rôle du superviseur de terrain est de s'assurer que chaque agent enquêteur effectue des entrevues de qualité optimale. Une manière efficace de procéder consiste à se joindre à l'agent enquêteur et à observer une ou plusieurs entrevues réalisées par ce dernier. La fréquence des visites de supervision varie d'un site à l'autre et peut être quotidienne, hebdomadaire ou à la quinzaine. Ces visites se font normalement à l'improviste et permettent de mesurer le rendement du personnel de terrain sur plusieurs plans. Le premier a pour but de vérifier si le personnel de terrain effectue réellement les visites sur place. Le superviseur observe les entrevues et discute des lacunes notées dans les techniques d'entrevue. S'il y a lieu, il tentera de résoudre les problèmes que le personnel de terrain est susceptible de rencontrer. Les superviseurs s'efforcent particulièrement de vérifier l'ordre dans lequel se déroule l'entrevue et de prévenir l'omission de questions, en veillant à ce que le personnel de terrain s'en tienne à un format logique et constant.
D'abord et avant tout, on s'attend à ce que le personnel de terrain vérifie son propre travail comme s'il s'agissait d'une tâche courante quotidienne. Idéalement, il devrait le faire avant de quitter le site d'une entrevue, de façon à rectifier immédiatement ses erreurs. À cette étape-ci, les vérifications essentielles consistent à vérifier le nombre de formulaires relatifs aux événements, à s'assurer qu'aucune question n'a été omise et à attribuer aux questions des codes valides. Sur certains sites, chaque agent enquêteur remet les formulaires dûment remplis à un autre membre de l'équipe avant de les transmettre au superviseur du centre informatique. En plus d'observer les entrevues sur place au cours de leurs visites, les superviseurs examinent des échantillons de questionnaires remplis sur le terrain, afin d'en repérer les incohérences et d'évaluer s'ils sont complets. Ils relèvent toutes les erreurs manifestes en vue de les corriger. Dans les activités du SSD, il existe généralement une forte probabilité d'obtenir, lors d'une seconde visite, les renseignements manquants. Conséquemment, afin de maximiser les chances de détecter les erreurs avant que le formulaire ne quitte le terrain et d'éviter l'obligation d'effectuer une seconde visite, le superviseur de l'équipe vérifie à nouveau soigneusement chaque formulaire. Dans le cas présent, la vérification est plus complète et couvre la validité des dates, la cohérence des relations au sein d'un ménage et la correspondance entre les variables connexes. Toute erreur détectée est communiquée au personnel de terrain afin qu'il la corrige et, au besoin, ce dernier effectue une seconde visite pour procéder aux corrections.
Pour mieux vérifier la fiabilité des renseignements, les superviseurs entreprennent des vérifications aléatoires sur place au sein des concessions ou des ménages. Lors de ces visites, ils administrent à nouveau certaines parties des questionnaires. Les réponses sont alors comparées avec celles obtenues par le personnel de terrain, afin d'avoir une idée du degré d'exactitude des données. Sur certains sites, les responsables des vérifications ponctuelles veillent également à ce que la totalité des ménages avoisinants soit enregistrée. En plus d'effectuer des visites aléatoires sur le terrain, les superviseurs du contrôle de la qualité mènent une entrevue auprès d'un échantillon de 3 à 15 p. 100 de l'ensemble des concessions et des ménages du site. Ils comparent les données obtenues lors du second passage avec celles recueillies par le personnel de terrain afin de déterminer si l'entrevue initiale a réellement été menée. Cette mesure contribue également à la détection des erreurs commises par l'agent enquêteur et fournit des données permettant de calculer les taux d'erreur. Il faut souligner, toutefois, que toutes les erreurs ne sont pas entièrement attribuables au personnel de terrain et qu'elles peuvent survenir si, par exemple, un membre différent de la concession ou du ménage sert de répondant. Sur certains sites suivis par un SSD, les efforts déployés en vue d'améliorer la couverture comportent un recensement annuel indépendant de tous les ménages, dont les résultats sont ensuite recoupés avec ceux portant sur les ménages enregistrés dans le SSD.
Au centre informatique, certains sites font l'objet d'une supervision supplémentaire : les superviseurs principaux du bureau central sur le terrain examinent en détail les questionnaires remplis, afin de détecter les erreurs commises à la fois par les agents enquêteurs et par les superviseurs, et de s'assurer que les données portant sur chaque répondant sont cohérentes. La prochaine étape consistera à éditer les données informatiques à l'aide d'un logiciel doté de vérifications intégrées qui garantissent la validité des réponses, durant ou après l'entrée des données. Ces vérifications intégrées de la cohérence des données contribuent à éliminer les réponses illogiques, les codes invalides, les entrées doubles et les éléments dont certaines valeurs sont manquantes. La vérification des données est aussi entreprise dans le but de détecter les erreurs systématiques survenant lors de l'entrée des données. Cette procédure permet également d'évaluer le rendement de chaque agent de saisie et de déterminer si le taux général d'erreur se situe dans les limites acceptables. Au début de chaque cycle de collecte et de traitement des données, un vérificateur reprend le travail de l'agent de saisie, jusqu'à ce que ce dernier soit compétent par rapport au taux d'erreur fixé. Par la suite, un seul échantillon du travail est vérifié pour veiller à ce que l'agent de saisie garde un niveau d'exactitude acceptable.
La méthode statistique permettant de déterminer si la couverture des données est complète et fiable consiste à mener une seconde entrevue et à rapprocher, cas par cas, les observations relatives à des personnes avec les données provenant de deux sources. Afin d'évaluer l'erreur nette de couverture, les événements enregistrés dans le SSD sont rapprochés un à un avec les résultats connexes obtenus lors du nouveau recensement de 3 à 15 p. 100 de la population originale. La proportion des résultats de l'échantillon recensé à nouveau qui n'ont pas été obtenus au cours du premier processus d'enregistrement fournit une estimation de l'erreur de couverture globale. Dans le but d'évaluer l'exactitude des données, les résultats des deux sources de données sont rapprochés en se basant sur une variable centrale telle que l'âge. En rapprochant ainsi les résultats des secondes entrevues avec ceux provenant du SSD, il est possible de déterminer le nombre de sujets omis ou intégrés par erreur dans chaque groupe d'âge enregistré dans le SSD. Selon cette hypothèse, la probabilité d'omission d'un événement dans l'échantillon du contrôle de la qualité est sensiblement moins élevée que la probabilité d'omission du SSD, bien qu'elle en soit dépendante, même si les enquêtes présentent des biais de corrélation. Une autre approche statistique permettant d'évaluer les erreurs de couverture et de contenu consiste à comparer les nombres absolus et relatifs des périodes successives couvertes par un SSD afin de repérer tout écart par rapport aux schémas prévus. À l'occasion, des statistiques globales obtenues à l'aide d'un SSD sont aussi comparées avec celles provenant d'une source indépendante, afin d'en vérifier la cohérence.
La pyramide des âges est la représentation graphique d'une population en fonction d'une distribution par âge et par sexe. Il s'agit d'une autre méthode d'évaluation de la qualité des données, plus particulièrement utilisée pour donner un profil détaillé de la structure âge-sexe d'une population. Le formulaire de base présente des barres correspondant aux groupes d'âge ou aux distributions par âge en une seule année par ordre ascendant, du plus jeune au plus vieux. Ces distributions peuvent apparaître en nombres absolus ou en pourcentages calculés du total général de la population. Chez les populations en croissance, on s'attend à ce que cette pyramide soit triangulaire, avec des côtés concaves, au sens où elle rétrécit rapidement de la base en montant. Ainsi, la forme de la pyramide facilite le repérage de certaines irrégularités, telles que les déplacements d'âges et l'attraction pour les âges ronds.
Les sous-dénombrements et les erreurs d'emplacement des événements surviennent très fréquemment dans les activités du SSD. D'autres erreurs à la source d'un mauvais classement des caractéristiques des populations peuvent se produire. Même avec la meilleure assurance de la qualité, il est impossible d'éviter toutes les erreurs commises sur le terrain et au centre informatique. Les sites couverts par un SSD ont à leur disposition plusieurs méthodes statistiques et démographiques standard pour évaluer l'exactitude des données.
Le degré de préférence d'âge peut être utilisé pour vérifier les lacunes que présentent les données du SSD. Même si l'âge est la variable la plus importante de l'analyse démographique, cet élément est d'ordinaire à la source d'erreurs de mémoire et d'autres types de biais. Les erreurs de déclaration relatives à l'âge se présentent sous deux formes de base : l'attraction pour les âges ronds (ou préférence numérique) et le déplacement. Chez les populations les moins alphabétisées, on a tendance à recourir à quelques chiffres préférés pour déclarer les événements, plus particulièrement les naissances, soit par pure ignorance, soit par une franche erreur de communication, soit par un mensonge délibéré. Il est donc courant de trouver des concentrations de sujets à des âges dont le nombre se termine par les chiffres 0 et 5, et, dans une moindre mesure, 4, 6 et 9. Certains indices, comme ceux de Whipple et de Myers, ont été élaborés en vue d'évaluer statistiquement l'importance de la préférence d'âge, en se basant sur l'hypothèse que la population présente une distribution rectangulaire dans une certaine plage d'âge (Shryock et Siegel, 1976). Tandis que l'indice de Whipple est une mesure de préférence pour les âges se terminant par 0 et 5, l'indice de Myers propose une méthode générale pour mesurer l'attraction pour les âges ronds, de même qu'un indice de préférence pour d'autres chiffres terminaux.
Pour mesurer l'importance de l'attraction pour les âges ronds (se terminant par 0 ou 5), l'indice de Whipple se base sur l'hypothèse de la rectangularité pour une plage de dix ans et compare les âges de la population qui ont été déclarés et se terminent par 0 et 5 dans la plage d'âge de 23 à 62 ans. Cet indice varie entre 100—lorsqu'il n'y a aucune préférence pour les âges se terminant par 0 ou 5—et 500—lorsque tous les âges déclarés se terminent par 0 ou 5. On peut se servir d'une échelle élaborée par les Nations Unies pour évaluer la fiabilité de tout ensemble de données basé sur l'indice estimé de Whipple, comme suit : <105 = très exact; 105 à 109 = raisonnablement exact; 110 à 124 = approximatif; 125 à 174 = inexacte; 175+ = très vague.
L'indice composite de Myers permet de déterminer dix fois la proportion de la population ayant été déclarée présente dans chaque chiffre terminal de tout groupe d'âge de dix ans. Cela donne un indice de préférence pour chaque chiffre terminal représentant un écart de 10 p. 100 du total de la population qui a été déclaré. L'indice général est dérivé en tant que moitié de la somme des écarts absolus de 10 p. 100 et interprété comme la proportion minimale de sujets dont le chiffre terminal de l'âge enregistré s'avère inexact. L'indice est 0 s'il n'y a aucune attraction pour les âges ronds, et 90 lorsque toutes les déclarations relatives à l'âge présentent le même chiffre terminal.
Une autre façon d'évaluer l'exactitude des données consiste à examiner la composition démographique, générale et spécifique, selon l'âge et le sexe. La mesure habituellement examinée est le ratio des sexes ou le taux de masculinité, qui sont exprimés par l'équation suivante :
où Ph et Pf représentent le nombre d'hommes et de femmes, respectivement. Le point d'équilibre de cette mesure est 100 et est interprété comme étant le nombre d'hommes pour 100 femmes. Dans la vie réelle, toutefois, la plupart des événements démographiques peuvent être répartis de façon prévisible pour indiquer le rapport de masculinité. En règle générale, les hommes sont plus nombreux à la naissance que les femmes, mais ils affichent des taux de mortalité plus élevés. Le rapport de masculinité à la naissance oscille habituellement entre 95 et 102. En conséquence, le fait de ne pas observer les distributions propres au sexe peut être à l'origine d'erreurs de données ou de caractéristiques de la population qui sont inusitées. Pour obtenir une évaluation plus exacte, les chercheurs comparent normalement le rapport de masculinité en se fondant sur les données recueillies au cours des années précédentes.
Une autre façon d'évaluer les données du SSD consiste à comparer la répartition démographique selon l'âge avec les valeurs prévues ou standard. La répartition selon l'âge est définie ici comme étant le ratio de la population dans un groupe d'âge donné à un tiers de la somme de la population de ce groupe d'âge, et de celle des groupes précédents et suivants, multiplié par 100. La répartition selon l'âge est exprimée pour un groupe d'âge de cinq ans comme suit :
où 5Pa représente la population dans un groupe d'âge donné, 5Pa-5 est la population du groupe d'âge précédent, et 5Pa+5 représente celle du groupe d'âge suivant. En l'absence de fluctuations extrêmes dans les événements démographiques passés, les ratios d'âge devraient être à peu près égaux à 100, en se fondant sur l'hypothèse que les erreurs de couverture sont relativement identiques pour tous les groupes d'âge et que les erreurs complémentaires survenant dans les groupes d'âge adjacents compensent pour les erreurs apparaissant dans les déclarations relatives à l'âge. L'écart moyen absolu des ratios d'âge par rapport à 100, pour tous les âges, donne l'indice d'exactitude de l'âge ou la mesure générale de l'exactitude de la distribution par l'âge : moins l'indice d'exactitude de l'âge est élevé, plus les données sur l'âge sont exactes.
On peut aussi évaluer les données du SSD en comparant le pourcentage actuel de distribution de la population par âge avec une distribution prévue de l'âge qui correspond à un schéma démographique, comme celui de la population stable. Avec une migration négligeable ainsi qu'une fécondité et une mortalité relativement constantes, la distribution de l'âge d'une population prendra une forme définie, immuable. Le pourcentage de la distribution par âge d'une population dotée d'une structure relativement stable peut être utilisé pour évaluer l'exactitude des distributions d'âge déclarées. Pour chaque groupe d'âge, un indice peut être calculé en divisant le pourcentage du groupe d'âge d'un pays donné par le pourcentage correspondant de la population stable. Les écarts par rapport à 100 signifient qu'il y a eu omission ou répétition de certaines données portant sur des groupes d'âge apparentés. Le schéma correspondant à une population stable, à savoir celle qui connaît une croissance zéro, et le schéma de la population quasi stable, similaire au précédent, mais avec une baisse modérée de la mortalité, peuvent aussi être utilisés pour évaluer les structures âge-sexe de la population enregistrée dans le SSD.
Depuis le tout début de la collecte des données, les sites suivis par un SSD ont recours à diverses méthodes pour assurer l'exactitude des données, y compris la correction détaillée, à la main, des questionnaires sur le terrain et au centre informatique, la réalisation de secondes entrevues partielles ou complètes auprès d'un échantillon de répondants et des vérifications par ordinateur. À l'étape de l'analyse, en fonction des besoins en matière de données, des techniques particulières sont appliquées en vue d'évaluer si les données sont conformes et s'intègrent à un schéma démographique acceptable. Seuls quelques sites procèdent uniquement à des recensements annuels. Toutefois, les évaluations effectuées dans de nombreux sites incitent à croire que les données du SSD sont d'une qualité raisonnable, en amélioration constante.
This page intentionally left blank
This page intentionally left blank
L'Afrique souffre d'un grave manque de données empiriques sur la survie et la mortalité. Ce chapitre présente des tables de survie sur les 19 sites du réseau INDEPTH, dont 17 se trouvent en Afrique, pour la période 1995-1999. Les données recueillies font état de 4 194 627 personnes-années exposées et de 56 977 décès. Pour comparer les niveaux globaux de mortalité des divers sites, on a défini une structure par âge type, qui s'est avérée utile pour standardiser les taux bruts de mortalité observés en Afrique. Enfin, des profils et des taux de mortalité selon l'âge et le sexe sont fournis pour les bébés, les enfants et les adultes de chaque site suivi par un SSD, ainsi que pour certaines grappes de population. |
En Afrique, les données précises sur la mortalité restent rares. Encore récemment, les principaux outils disponibles pour combler cette lacune étaient les méthodes indirectes d'évaluation démographique ainsi que lea structures par âge de la mortalité élaborées par Brass et al. (1973), par Coale et Demeny (1966) et par les Nations Unies (1982), respectivement désignées comme le système relationnel de Brass, les tables de survie types de CD et les tables de survie types de l'ONU. Le système relationnel de Brass s'appuie sur des données empiriques recueillies en Afrique occidentale au milieu du XXe siècle. Pour leur part, les tables de survie types de CD, comme celles de l'ONU, ne comportent pas suffisamment de données tirées en Afrique. Par ailleurs, ces systèmes datent tous trois de 30 à 50 ans. Compte tenu des changements démographiques qui ont bouleversé l'Afrique au cours des deux à trois dernières décennies, et du fait que deux de ces systèmes se fondent largement sur des données provenant d'autres régions et que le troisième ne traite que d'une région de l'Afrique, le choix de les appliquer au contexte africain actuel pose problème. Il va sans dire que l'Enquête mondiale sur la fécondité (EMF) et l'Enquête démographique et sanitaire (EDS) ont partiellement redressé la situation en améliorant notre connaissance des tendances et des différences relatives à la mortalité infantile et juvénile dans les pays en développement (Cleland et Scott, 1987). Il n'en demeure pas moins qu'il serait impossible de préparer des tables de survie et de mortalité à partir des données de l'EMF et de l'EDS sans recourir à des méthodes indirectes. Si plusieurs pays d'Afrique ont procédé à des recensements nationaux depuis leur indépendance, leurs données sur la mortalité accusent des faiblesses en raison d'une sous-déclaration, et les hypothèses formulées pour pallier ces faiblesses ne sont pas toujours réalistes.
Les données recueillies dans les sites suivis par un SSD sont souvent rejetées du fait qu'elles proviennent de petites collectivités, un élément qui fait présumer que les mesures sur la mortalité n'y sont ni précises ni représentatives. La taille modeste d'une population suivie par un SSD ne constitue pourtant pas un défaut déterminant, puisque ces sites peuvent également produire de bonnes mesures sur la mortalité selon l'âge lorsque leurs données sont regroupées sur plusieurs années. De plus, les données recueillies sur de longues périodes auprès de populations vivant dans la même région peuvent en révéler beaucoup sur les risques de décès selon l'âge. Lorsque les données tirées de quelques sites très dispersés sont rassemblées, elles fournissent des mesures qui sont représentatives des conditions de mortalité tant sur le plan géographique que temporel. Seuls les sites suivis par un SSD sont actuellement en mesure de fournir des données utiles pour représenter les caractéristiques temporelles et géographiques des profils de mortalité en Afrique.
Chaque SSD suit une population bien définie dont les caractéristiques sont associées de façon prospective, sur un certain nombre d'années. Le caractère longitudinal d'un SSD permet d'enregistrer avec précision les événements démographiques (comme les naissances, les décès et les migrations) ainsi que les personnes-années qui y sont exposées. En veillant à ce que les intervalles d'une collecte à l'autre soient courts, habituellement de trois à quatre mois, on réduit les taux de déperdition et d'omission. Aussi les données présentées ici sont-elles d'une qualité étonnante en ce qui a trait à leur couverture, à leur complétude et à l'exactitude des âges déclarés.
Ce chapitre présente des données sur les comptes de décès selon l'âge ainsi que les personnes-années exposées dans les 19 sites du réseau INDEPTH au cours de la période 1995-1999. Ces données ont servi à préparer des tables de survie pour décrire les conditions de mortalité dans chaque site au cours de cette période. Les niveaux de mortalité observés chez les enfants, les adultes et dans l'ensemble de la population sont comparés d'un site à l'autre, et des taux bruts de mortalité (TBM) sont présentés pour élargir l'analyse. Le prochain chapitre examinera de façon détaillée la structure par âge de la mortalité à partir de ces données.
Les données utilisées dans ce chapitre proviennent de sites pour lesquels on détient de l'information relativement à la mortalité pour au moins une année complète, de 1995 à 1999 (tableau 6.1). La durée d'observation moyenne dans les sites participants s'étend à 3,7 années. Au total, les données font état de 4 194 627 personnes-années exposées et de 56 977 décès. En moyenne, 16 p. 100 des personnes-années exposées n'ont pas survécu après leur cinquième anniversaire, et 37 p. 100 des décès se sont produits entre la naissance et l'âge de cinq ans. Le TBM des deux sexes fluctue d'un site à l'autre, le plus faible étant de 7 pour 1 000 à Agincourt, en Afrique du Sud, alors qu'il atteint 39 pour 1 000 à Bandim, en Guinée-Bissau.
Tableau 6.1. Résumé des données relatives à la mortalité tirées des 19 sites du réseau INDEPTH, 1995-1999
Site suivi par un SSD |
Période recensée |
Nombre d'années |
Décès observés |
PA suivies |
TBM |
Décès avant 5 ans (%) |
PA avant 5 ans (%) |
Agincourt, Afrique du Sud |
1995 à 1999 |
5 |
1738 |
304 347 |
5,71 |
15,5 |
13,8 |
Matlab (trait.b), Bangladesh |
1998 |
1 |
764 |
109 573 |
6,97 |
56,0 |
27,7 |
Matlab (comp.c), Bangladesh |
1998 |
1 |
857 |
105 900 |
8,09 |
41,5 |
16,9 |
Mlomp, Sénégal |
1995 à 1999 |
5 |
374 |
37 051 |
10,09 |
49,6 |
17,4 |
Hai, Tanzanie |
1994-1995 à 1998-1999a |
5 |
8106 |
746 864 |
10,85 |
45,0 |
17,1 |
Rufiji, Tanzanie |
1999 |
1 |
1 060 |
70 563 |
15,02 |
59,7 |
19,4 |
Ifakara, Tanzanie |
1997 à 1999 |
3 |
1 812 |
159 639 |
11,35 |
41,2 |
16,2 |
Butajira, Éthiopie |
1995 à 1996 |
2 |
834 |
72 873 |
11,44 |
35,7 |
17,1 |
Nouna, Burkina Faso |
1995 à 1998 |
4 |
1 650 |
117 156 |
14,08 |
34,5 |
14,1 |
Oubritenga, Burkina Faso |
1994 à 1998 |
5 |
6 967 |
478 315 |
14,57 |
40,5 |
18,2 |
Farafenni, Gambie |
1995 à 1999 |
5 |
1 201 |
81 872 |
14,67 |
35,5 |
16,3 |
Dar es Salaam, Tanzanie |
1994-1995 à 1998-1999a |
5 |
4 515 |
354 041 |
12,75 |
27,4 |
13,9 |
Niakhar, Sénégal |
1995 à 1998 |
4 |
1 993 |
116 133 |
17,16 |
23,1 |
14,3 |
Manhiça, Mozambique |
1998 à 1999 |
2 |
973 |
67 344 |
14,45 |
29,0 |
13,0 |
Navrongo, Ghana |
1995 à 1999 |
5 |
11 278 |
691 679 |
16,31 |
24,7 |
11,4 |
Gwembe, Zambie |
1991 à 1995 |
5 |
576 |
37 089 |
15,53 |
31,4 |
12,3 |
Morogoro, Tanzanie |
1994 - 1995 à 1998-1999a |
5 |
9 548 |
538 286 |
17,74 |
51,0 |
18,0 |
Bandafassi, Sénégal |
1995 à 1999 |
5 |
901 |
41 286 |
21,82 |
53,2 |
19,9 |
Bandim, Guinée-Bissau |
1995 à 1997 |
3 |
1 830 |
64 434 |
28,40 |
20,6 |
10,8 |
Moyenne |
|
3,74 |
|
|
14,05 |
37,6 |
16,2 |
Note : « TBM » signifie taux brut de mortalité (nombre observé de décès pour 1 000 habitants);
« PA » signifie personnes-années.
a Le recensement d'une mi-année à l'autre résulte en une période de suivi quinquennale, du 15 juillet 1994 au 15 juillet 1998.
b Zone de comparaison.
c Zone de traitement.
Bien que de nombreux sites aient recueilli des données sur de plus longues périodes, cette analyse se restreint aux années 1995 à 1999. Notre but est de présenter le profil de mortalité récent des sites du réseau INDEPTH, dans le cadre d'une collecte à laquelle a participé le plus grand nombre possible de sites.
Les tables de survie ont été préparées selon la méthode traditionnelle (Preston et al., 2001). Pour chaque site, on a calculé les taux de mortalité selon l'âge pour le groupe d'âge entre x et x+n (c'est-à-dire nMx)2, comme ratio des décès (c'est-à-dire nDx) par rapport aux personnes-années vécues (c'est-à-dire nPAx) du même groupe d'âge. En calculant nqx, qui est la probabilité de décéder dans le groupe d'âge entre x et x+n, on suppose que l'âge moyen au décès (c'est-à-dire nax) équivaut à la moitié de l'intervalle d'âge, sauf chez les personnes âgées de moins de cinq ans. Dans les intervalles d'âge 0 à moins de 1 an et 1 à 4 ans, les valeurs de nax sont calculées à l'aide des relations élaborées par Coale et Demeny, fondées sur leurs tables de survie types pour l'Ouest (Preston et al., 2001). L'intervalle d'âge ouvert, équivalant à 85 ans et plus, se ferme de la façon habituelle, c'est-à-dire en laissant ∞L85 égal au ratio de l85 par rapport à ∞M85. Les erreurs-types sont calculées à l'aide de la formule conçue par Chiang (1984).
1 Ndt : « M » signifie mortalité; « D » signifie décès; « PA » signifie personnes-années; « m » signifie moyen; « V » signifie en vie.
Afin d'examiner le niveau global de mortalité signalé dans chaque site et d'établir des comparaisons entre les sites, on a calculé le taux brut de mortalité standardisé (TBMS) ainsi que l'espérance de vie à la naissance. Le TBM est le taux de mortalité global, qu'on obtient en établissant le ratio du nombre total de décès dans la population par rapport au nombre de personnes-années exposées dans une période donnée. L'espérance de vie à la naissance correspond au nombre d'années que vivra vraisemblablement un nouveau-né en fonction des taux annuels de mortalité selon l'âge. Ces deux mesures reflètent le risque total de décès auquel est exposée une population entière.
Le TBM peut également correspondre à la moyenne pondérée selon l'âge des taux de mortalité selon l'âge. Aussi renvoie-t-il à la fois à la structure par âge de la population et aux taux de mortalité selon l'âge, et les variations notées dans une fiche de recensement à l'autre, d'un site à l'autre, peuvent générer de fausses différences entre les TBM. Du fait que les populations peuvent arborer des distributions d'âge très différentes, il est impossible d'établir une comparaison directe entre différents groupes démographiques. Pour empêcher que la structure par âge influe sur les comparaisons, on doit remplacer les données réelles par une structure par âge type au moment de calculer le TBM. On obtient ainsi le TBMS. Plusieurs structures par âge type sont couramment utilisées, notamment celles de Segi et de l'OMS (voir Segi, 1960; Estève et al., 1994). Ces deux normes conviennent à des populations dont la fécondité et la mortalité sont relativement faibles. C'est la raison pour laquelle la pondération est plus importante durant les années de vie moyennes. Tous les sites du réseau INDEPTH tirent leur information auprès de populations assez jeunes dont les niveaux de fécondité et de mortalité sont élevés. Dans ce contexte, la population suivie renferme proportionnellement plus de jeunes gens, d'où sa structure par âge « plus jeune ». Si les normes selon l'âge de Segi et de l'OMS s'appliquent aux données du réseau INDEPTH, elles donnent trop d'importance aux taux de mortalité élevés caractérisant les âges médians et avancés, et pas assez aux âges plus bas. Aussi le niveau absolu des TBMS calculés à l'aide de ces normes surestime-t-il fortement le niveau de mortalité réel des sites du réseau INDEPTH.
Pour surmonter ce problème et se doter de TBMS plus représentatifs du niveau de mortalité réel des sites du réseau INDEPTH, on a élaboré la structure par âge type du réseau INDEPTH. Ainsi, on a cerné la structure par âge type dans chaque site, de 1995 à 1999, en calculant la moyenne pondérée des personnes-années exposées dans chaque groupe d'âge pour les années dont on disposait de données. La pondération obtenue pour chaque année correspond au nombre total de personnes-années de chaque groupe d'âge durant une année donnée. On a obtenu la structure par âge type du réseau INDEPTH en calculant la moyenne pondérée de la structure par âge type dans chaque groupe d'âge. Dans le cas présent, les pondérations correspondent au nombre total de personnes-années dans chaque structure par âge type propre à un site. Le tableau 6.2 présente les résultats obtenus par ces calculs, ainsi que les normes proposées par Segi et par l'OMS.
Tableau 6.2. Structure parâge type
Groupe d'âge (années) |
INDEPTHa |
Segib |
OMSc |
0 à 4 |
0,149 418 |
0,120 0 |
0,088 6 |
5 à 9 |
0,142 497 |
0,100 0 |
0,086 9 |
10 à 14 |
0,131 040 |
0,090 0 |
0,086 0 |
15 à 19 |
0,104 564 |
0,090 0 |
0,084 7 |
20 à 24 |
0,078 289 |
0,090 0 |
0,082 2 |
25 à 29 |
0,063 646 |
0,080 0 |
0,079 3 |
30 à 34 |
0,057 554 |
0,060 0 |
0,076 1 |
35 à 39 |
0,054 802 |
0,060 0 |
0,071 5 |
40 à 44 |
0,043 456 |
0,060 0 |
0,065 9 |
45 à 49 |
0,036 307 |
0,060 0 |
0,060 4 |
50 à 54 |
0,033 110 |
0,050 0 |
0,053 7 |
55 à 59 |
0,030 741 |
0,040 0 |
0,045 5 |
60 à 64 |
0,025 024 |
0,040 0 |
0,037 2 |
65 à 69 |
0,019 660 |
0,030 0 |
0,029 6 |
70 à 74 |
0,013 432 |
0,020 0 |
0,022 1 |
75 à 79 |
0,008 473 |
0,010 0 |
0,015 2 |
80 à 84 |
0,004 740 |
0,005 0 |
0,009 1 |
≥ 85 |
0,003 246 |
0,005 0 |
0,006 4 |
a Structure par âge type proposée par le réseau INDEPTH pour l'Afrique subsaharienne.
b Structure par âge type proposée par Segi (1960).
c Structure par âge type et structure globale proposées par l'OMS (voir Estève et al., 1994).
Au graphique 6.1, la structure par âge type la plus jeune de la norme proposée par le réseau INDEPTH, qui est typique des pays en développement, est comparée avec celles de Segi et de l'OMS, établies pour des populations dont la structure est plus vieille.
Graphique 6.1. TBM et espérance de vie à la naissance
Source : Normes de Segi et de l'OMS (voir Segi, 1960; Estève et al., 1994). Note : « OMS » signifie Organisation mondiale de la santé.
Le tableau 6.3 présente le TBM de chaque site ainsi que le TBMS connexe à l'aide des normes selon l'âge du réseau INDEPTH et de Segi, ainsi que des valeurs relatives à l'espérance de vie à la naissance que donnent les tables de survie 6A.1 à 6A.19 (voir l'annexe). Les différences relevées entre les TBMS sont basées sur celles révélées dans la structure par âge de la mortalité de chaque site. Comme ils tiennent compte de la structure par âge type de la population, les deux TBMS peuvent être directement comparés.
Le réseau INDEPTH a standardisé les variations de TBM d'environ 7 à 33 pour 1 000 hommes, et d'environ 5 à 27 pour 1 000 femmes, ce qui dénote une forte fluctuation entre les taux de mortalité dans les sites du réseau INDEPTH. Les données relatives à l'espérance de vie à la naissance varient inversement par rapport aux valeurs du TBM (graphique 6.2) et couvrent une fourchette relativement similaire : de 66 à 39 ans pour les hommes et de 74 à 40 ans pour les femmes. Les données recueillies à Bandim sont anormales et soulèvent des questions quant à la manière dont elles ont été recueillies et déclarées.
Certains regroupements sont possibles sur le plan géographique. Le site d'Agincourt, en Afrique du Sud, est dans le même groupe que deux sites du Bangladesh—les zones de traitement et de comparaison de Matlab. À l'autre extrême se trouvent trois sites ruraux de la Tanzanie—Hai, Rufiji et Ifakara—ainsi qu'un site du Sénégal—Mlomp. Au milieu se situent trois sites de l'Afrique occidentale—Nouna, Oubritenga et Farafenni. À l'autre extrémité figurent divers sites des régions occidentale, orientale et australe de l'Afrique. Le niveau absolu de mortalité varie considérablement sur le plan spatial, car, même si des sites voisins peuvent afficher une mortalité similaire, les niveaux de mortalité mesurés dans les principales régions d'Afrique diffèrent beaucoup.
Tableau 6.3. Taux brut de mortalité et espérance de vie à la naissance dans les 19 sites du réseau INDEPTH, 1995-1999
Note : « TBMS » signifie taux brut de mortalité standardisé; « TBM » signifie taux brut de mortalité (nombre observé de décès pour 1 000 habitants); « e0 » signifie espérance de vie à la naissance.
a Standardisation avec la structure par âge du réseau INDEPTH.
b Standardisation avec la structure par âge de Segi (voir Segi, 1960).
c Zone de traitement.
d Zone de comparaison.
La plupart des différences entre les sexes sont minimes, mais, comme on pouvait s'y attendre, elles favorisent les femmes. Deux des sites d'Afrique australe, qui se distinguent par une migration élevée des hommes—Agincourt, en Afrique du Sud, et Manhiça, au Mozambique —, comportent d'importantes différences entre les sexes, ce qui contraste avec les autres sites. Le site de Bandim, en Afrique occidentale, enregistre également d'importantes différences entre les sexes, mais, comme on l'a mentionné plus tôt, ce phénomène pourrait être imputable à la méthode employée.
Graphique 6.2. TBMS et espérance de vie à la naissance
Note : « TBMS » signifie taux brut de mortalité standardisé; « comp. » signifie zone de comparaison; « eo » signifie espérance de vie à la naissance; « trait. » signifie zone de traitement.
Les mesures de mortalité juvénile du tableau 6.4 présentent les probabilités de décéder dans un groupe d'âge spécifique, telles que révélées dans les tables de survie, c'est-à-dire lq0 dans le groupe des enfants de moins d'un an, 4q1 dans le groupe des enfants de 1 à 4 ans et 5q0 dans le groupe des enfants de 0 à 5 ans. Toutes ces données sont tirées des tables de survie 6A.1 à 6A.19 (voir l'annexe). Le taux de mortalité juvénile normal y est aussi présenté. Les mesures calculées dans les tables de survie présentent les probabilités qu'un enfant survivant au début de l'intervalle d'âge spécifié meure avant d'atteindre la fin de cet intervalle. Ainsi, une valeur de 0,1 dans le groupe 1q0 indique que 10 p. 100 des nouveau-nés mourront avant leur premier anniversaire, alors qu'une valeur de 0,25 dans le groupe 4q1 indique que 25 p. 100 des enfants âgés d'un an mourront avant leur cinquième anniversaire. Intuitives, évocatrices et capables de calculer le quotient fondamental de mortalité, ces mesures sont préférées à un taux ou à un ratio de naissances vivantes dont la définition et l'interprétation pourraient prêter à confusion et être altérées par les différences de fécondité entre les divers sites.
Comme l'illustre le graphique 6.3, on obtient une vaste gamme de valeurs dans le calcul de la mortalité juvénile. Les probabilités qu'un nouveau-né meure avant son cinquième anniversaire varient de 32 à 255 pour 1 000 garçons et de 34 à 217 pour 1 000 filles. Sur le plan comparatif, le site d'Agincourt, en Afrique du Sud, affiche un niveau de mortalité juvénile très faible. Dans un autre groupe, composé des sites de Matlab, au Bangladesh, de Mlomp, au Sénégal, et de Hai, en Tanzanie, on a déclaré de faibles niveaux de mortalité juvénile, mais pas aussi bas que ceux du site d'Afrique du Sud. Les niveau de mortalité sont plus élevés Dans un autre groupe, composé celui-là des sites de diverses régions d'Afrique, c'est-à-dire de Dar es Salaam, en Tanzanie, de Butajira, en Éthiopie, d'Ifakara, en Tanzanie, de Nouna, au Burkina Faso, et de Manhiça, au Mozambique. Avec un niveau de mortalité de 175 pour 1 000 garçons et filles dans le groupe 5q0, suivent les sites de Farafenni, en Gambie, de Rufiji, en Tanzanie, de Navrongo, au Ghana, de Gwembe, en Zambie, de Morogoro, en Tanzanie, et d'Oubritenga, au Burkina Faso. Les trois sites restants, c'est-à-dire ceux de Niakhar, au Sénégal, de Bandim, en Guinée-Bissau, et de Bandafassi, au Sénégal, affichent tous des valeurs beaucoup plus élevées dans le groupe 5q0, frisant 225 pour 1 000 enfants. Si les niveaux de mortalité juvénile varient énormément, on ne note aucune répartition en grappes géographiques, sauf là où les niveaux sont très faibles ou très élevés. C'est en Afrique du Sud et en Asie qu'on retrouve les niveaux les plus bas, alors que les plus élevés sont déclarés en Afrique occidentale.
Tableau 6.4. Mortalité infantile et juvénile dans les 19 sites du réseau INDEPTH, 1995-1999
Note : « TMI » signifie taux de mortalité infantile (nombre de décès chez les bébés de moins d'un an pour 1 000 naissances vivantes dans une année donnée); « n. d. » signifie non disponible; « 1q0 » représente la probabilité qu'un nouveau-né meure avant son premier anniversaire; « 4q1 » représente la probabilité qu'un enfant d'un an meure avant son cinquième anniversaire; « 5q0 » représente la probabilité qu'un nouveau-né meure avant son cinquième anniversaire; « 1q0/4q1 » représente la probabilité qu'un enfant meure avant et après son premier anniversaire.
a Zone de traitement.
b Zone de comparaison.
Il importe également de noter les niveaux de mortalité très élevés dans le groupe 1q0 déclarés à Rufiji2, en Tanzanie, et à Bandafassi, au Sénégal. Ces niveaux dénotent des conditions parmi les plus défavorables pour les enfants dans le monde. Le tableau 6.4 fournit également le ratio de 1q0 par rapport à 4q1 en vue d'élucider comment varie le risque de mortalité des enfants avant et après leur premier anniversaire. Ce ratio indique que la probabilité que les enfants âgés d'un an de Rufiji meurent augmente de près de quatre fois, alors que ceux de Bandafassi subissent un risque de décéder relativement constant durant leurs cinq premières années.
Les différences selon le sexe sont presque insignifiantes en matière de mortalité juvénile, et rien n'incite à croire qu'un sexe est constamment plus favorisé que l'autre. Fait intéressant, cette tendance est contredite par quatre sites, c'est-à-dire ceux de Manhica, au Mozambique, de Rufiji, en Tanzanie, de Niakhar, au Sénégal, et de Bandafassi, au Sénégal. Dans ces deux derniers cas, il existe des différences manifestes en faveur des filles, comme à Manhica. Par opposition à ces sites, Rufiji affiche des différences en faveur des garçons.
Graphique 6.3. Mortalité juvénile
Note : « comp. » signifie zone de contrôle; « 5q0 » représente le risque de décéder entre la naissance et l'âge de cinq ans; « trait. » signifie zone de traitement.
2 Rufiji est le plus récent site du réseau INDEPTH. Les données affichées sont celles de sa première année d'exploitation (voir le tableau 7.2). Le risque de décès apparemment élevé chez les bébés que révèlent les données recueillies à Rufiji est peut-être artificiel en partie, résultant des préjugés liés à l'âge qui caractérisent la première année d'exploitation de tout SSD. Ces préjugés sont imputables au fait que, au cours de la première année d'exploitation et contrairement aux années suivantes, beaucoup des bébés sont nés avant que débute la collecte des données, d'où un nombre plus élevé d'erreurs de la part des mères relativement à la date de naissance. Ces erreurs sont moins nombreuses dans le cas des bébés nés lorsque le SSD est actif, puisque ceux-ci sont automatiquement enregistrés à leur naissance. Ces préjugés exercent une incidence négligeable sur les taux de mortalité chez les enfants de moins de cinq ans.
Conformément au traitement de la mortalité juvénile basée sur les tables de survie, l'indice choisi pour calculer la mortalité adulte, 30q20, représente la probabilité qu'une personne ayant vécu jusqu'à 20 ans meure avant son cinquantième anniversaire. Les valeurs de 30q20 tirées des tableau 6A.1 à 6A.19 (voir l'annexe) sont présentées au tableau 6.5, ainsi que les valeurs relatives à 5q0 et le ratio de 5q0 par rapport à 30q20. L'information sur la mortalité juvénile y est également présentée afin d'appréhender la relation entre celle-ci et la mortalité adulte dans chaque site, traduite par le ratio de 5q0 par rapport à 30q20.
Des variations très importantes caractérisent le niveau de mortalité adulte : de 63 à 501 pour 1 000 hommes et de 59 à 421 pour 1 000 femmes. Une valeur de 500 pour 1 000 de 30q20 indique que la moitié des personnes ayant vécu jusqu'à l'âge de 20 ans n'atteindront pas leur cinquantième anniversaire. De plus, quelques sites affichent d'importantes différences selon le sexe en matière de mortalité adulte : Mlomp, au Sénégal, Agincourt, en Afrique du Sud, Navrongo, au Ghana, Hai, en Tanzanie, et Manhiça, au Mozambique, plus particulièrement. On note également des différences contraires dans deux sites de la Tanzanie où la mortalité chez les femmes dépasse celle chez les hommes, c'est-à-dire à Rufiji et à Dar es Salaam. La contraction du VIH/sida ainsi que la mortalité maternelle pourraient en être les causes. Il est cependant impossible d'expliquer ces différences sans obtenir davantage d'information auprès de ces sites.
Pour la première fois, le site d'Agincourt, en Afrique du Sud, n'occupe pas le bas de l'échelle. En matière de mortalité adulte, les sites de Matlab, au Bangladesh, ressortent clairement, affichant des risques de décès beaucoup plus faibles qu'ailleurs et de très légères différences en faveur des femmes. Dans ces deux sites, près de 95 p. 100 des adultes qui atteignent 20 ans survivent jusqu'à leur cinquantième anniversaire. Le groupe suivant, dont les niveaux de mortalité fluctuent entre 150 et 200 pour 1 000, incluent divers sites, de Mlomp, au Sénégal, à Rufiji, en Tanzanie (graphique 6.4). Dans tous ces sites, les différences selon le sexe sont faibles, à l'exception d'Agincourt, en Afrique du Sud, et favorisent les femmes, à l'exception de Rufiji, en Tanzanie. Le dernier groupe couvre des niveaux très différents : environ 250 à 475 pour 1 000 personnes. On y trouve notamment Bandim, qui se caractérise par un risque de mortalité adulte très élevé, et Navrongo, au Ghana, où les différences entre les sexes sont importantes. Hai, en Tanzanie, et Manhica, au Mozambique, en font aussi partie.
Comme dans le cas de la mortalité juvénile, il y a une distinction claire entre les sites d'Asie et ceux d'Afrique. Hormis cette distinction, il ne semble pas y avoir de recoupements importants à établir sur le plan géographique en Afrique relativement au risque de mortalité adulte. Le groupe où le risque de mortalité est modéré, comme celui où ce risque est le plus élevé, comprend des sites provenant de toutes les grandes régions d'Afrique.
Tableau 6.5. Mortalité adulte et ratios de mortalité adulte par rapport à la mortalité juvénile dans les 19 sites du réseau INDEPTH, 1995-1999
Site suivi par un SSD |
Hommes (pour 1000) |
Femmes (pour 1000) | ||||
5q0 |
30q20 |
5q0/30q2 |
5q0 |
30q20 |
5q0/30q2 | |
Matlab (trait.a), Bangladesh |
62,54 |
63,45 |
0,9856 |
79,51 |
59,43 |
1,3378 |
Matlab (comp.b), Bangladesh |
88,08 |
72,35 |
1,2173 |
100,15 |
60,28 |
1,6614 |
Mlomp, Sénégal |
88,80 |
159,03 |
0,5584 |
98,60 |
111,51 |
0,8842 |
Niakhar, Sénégal |
223,45 |
165,25 |
1,3522 |
191,98 |
141,86 |
1,3533 |
Agincourt, Afrique du Sud |
32,32 |
196,35 |
0,1646 |
33,69 |
100,77 |
0,3344 |
Nouna, Burkina Faso |
138,15 |
199,93 |
0,6910 |
144,97 |
184,51 |
0,7857 |
Farafenni, Gambie |
171,00 |
205,13 |
0,8336 |
168,32 |
149,88 |
1,1231 |
Oubritenga, Burkina Faso |
188,41 |
210,62 |
0,8945 |
187,09 |
157,60 |
1,1871 |
Bandafassi, Sénégal |
254,54 |
226,27 |
1,1249 |
217,42 |
200,42 |
1,0848 |
Butajira, Éthiopie |
119,56 |
227,19 |
0,5263 |
128,87 |
193,86 |
0,6648 |
Rufiji, Tanzanie |
179,55 |
236,29 |
0,7599 |
202,88 |
259,63 |
0,7814 |
Ifakara, Tanzanie |
124,37 |
240,09 |
0,5180 |
132,03 |
185,07 |
0,7135 |
Navrongo, Ghana |
181,21 |
298,01 |
0,6081 |
168,65 |
188,86 |
0,8930 |
Hai, Tanzanie |
91,73 |
304,77 |
1,3010 |
81,71 |
229,38 |
0,3562 |
Dares Salaam, Tanzanie |
113,86 |
331,46 |
0,3435 |
116,16 |
369,74 |
0,3142 |
Manhiça, Mozambique |
148,75 |
382,13 |
0,3893 |
116,19 |
197,39 |
0,5887 |
Gwembe, Zambie |
183,32 |
408,82 |
o,4484 |
181,90 |
372,81 |
0,4879 |
Morogoro, Tanzanie |
183,32 |
409,03 |
0,4482 |
181,90 |
372,81 |
0,4879 |
Bandim, Guinée-Bissau |
227,57 |
500,75 |
0,4545 |
216,80 |
421,42 |
0,5145 |
Note : « 5q0 » représente la probabilité qu'un nouveau-né meure avant son cinquième anniversaire; « 30q20 » représente la probabilité qu'un adulte ayant vécu jusqu'à 20 ans meure avant d'atteindre son cinquantième anniversaire; « 5q0/30q20 » est le ratio de la probabilité qu'un nouveau-né meure avant son cinquième anniversaire par rapport à la probabilité qu'un adulte ayant vécu jusqu'à 20 ans meure avant d'atteindre son cinquantième anniversaire.
a Zone de traitement.
b Zone de comparaison.
La relation entre les mortalités adulte et juvénile met en relief trois groupes : les sites d'Asie, les sites d'Afrique occidentale et les sites du reste de l'Afrique. Ceux d'Asie et quelques-uns d'Afrique occidentale affichent sans équivoque des niveaux de mortalité plus élevés chez les enfants que chez les adultes. Quel que soit l'âge, la mortalité est relativement faible en Asie, mais cette tendance est imputable à un taux de mortalité adulte très faible. Dans les quatre sites d'Afrique occidentale, c'est-à-dire ceux de Niakhar et de Bandafassi, au Sénégal, de Farafenni, en Gambie, et d'Oubritenga, au Burkina Faso, cette tendance résulte d'une mortalité anormalement élevée chez les enfants, alors que la mortalité adulte est très importante. On peut en déduire que le paludisme est la principale raison pour laquelle la mortalité est si élevée dans ces sites, mais il faut plus d'information de la part de ces sites pour confirmer cette hypothèse.
Graphique 6.4. Mortalité adulte
Note : « comp. » signifie zone de contrôle; « 30q20 » représente le risque de décéder entre l'âge de 20 ans et celui de 50 ans; « trait. » signifie zone de traitement.
Les données présentées dans ce chapitre constituent la première compilation volumineuse de données de qualité recueillies sur le terrain, sur un plan longitudinal et à un rythme intensif, sur une vaste partie du continent africain. Compte tenu des lacunes concernant la qualité de l'information sur la mortalité contemporaine en Afrique, ce lot de données revêt un caractère unique et précieux. Les niveaux de mortalité varient considérablement d'un site à l'autre et, à l'exception d'un ou deux sites, les questionnaires sur la mortalité selon l'âge font état de données très vraisemblables. Beaucoup d'analyses approfondiront la portée de ces données dans l'avenir. La description des niveaux et des profils de mortalité selon l'âge que présente ce chapitre a répondu à sa première fin, c'est-à-dire cerner et examiner en détail les profils de mortalité sous-jacents selon l'âge que partagent certains sites, sur lesquels on reviendra dans le prochain chapitre.
Tableau 6A.1. Table de survie du site d'Agincourt, Afrique du Sud, 1995-1999
Tableau 6A.2. Table de survie du site de Bandafassi, Sénégal, 1995-1999
Tableau 6A.3. Table de survie du site de Bandim, Guinée-Bissau, 1995-1997
Tableau 6A.4. Table de survie du site de Butajira, Éthiopie, 1995-1996
Tableau 6A.5. Table de survie du site de Dar es Salaam, Tanzanie, de 1994-1995 à 1998-1999a
Tableau 6A.6. Table de survie du site de Farafenni, Gambie, 1995-1999
aTableau 6A.7. Table de survie du site de Gwembe, Zambie, 1991-1995
Tableau 6A.8. Table de survie du site de Hai, Tanzanie, de 1994-1995 à 1998-1999a
Tableau 6A.9. Table de survie du site d'lfakara, Tanzanie, 1997-1999
Tableau 6A.10. Table de survie du site de Manhiça, Mozambique, 1998-1999
Tableau 6A.11. Table de survie de la zone de comparaison de Matlab, Bangladesh, 1998
Tableau 6A.12. Table de survie de la zone de traitement de Matlab, Bangladesh, 1998
Tableau 6A.13. Table de survie du site de Mlomp, Sénégal, 1995-1999
Tableau 6A.14. Table de survie du site de Morogoro, Tanzanie, de 1994-1995 à 1998-1999a
Tableau 6A.15. Table de survie du site de Navrongo, Ghana, 1995-1999
Tableau 6A.16. Table de survie du site de Niakhar, Sénégal, 1995-1998
Tableau 6A.17. Table de survie du site de Nouna, Burkina Faso, 1995-1998
Tableau 6A.18. Table de survie du site d'Oubritenga, Burkina Faso, 1995-1998
Tableau 6A.19. Table de survie du site de Rufiji, Tanzanie, 1999
Les données sur la mortalité du réseau INDEPTH portent sur plus de 6,4 millions de personnes-années exposées. Elles sont utilisées dans l'élaboration de nouveaux profils de mortalité. Sept profils de mortalité selon l'âge se dégagent de ces données, dont deux présentent clairement une surmortalité en raison du VIH/sida. Ces profils sont comparés avec ceux établis par Coale et Demeny (CD), ainsi que par les Nations Unies (ONU), dont ils diffèrent sensiblement. La méthode utilisée a permis de cerner 15 composantes principales pouvant expliquer la variance contenue dans les données. Il a été démontré que les composantes ont une valeur assez générale pour reproduire avec exactitude les profils de mortalité types de CD et de l'ONU. Le schéma qui en découle, axé sur les composantes, prend la forme d'une série hypothétique de tables de survie combinant des données qui intègrent le VIH/sida avec un profil de mortalité sous-jacent qui n'en tient pas compte. Cette méthode générale produit des profils de mortalité qui pourraient prévaloir si la population décrite par les données sous-jacentes était atteinte par le VIH/sida. |
Le risque de décès varie principalement en fonction du sexe, de l'âge, de l'état de santé, du patrimoine génétique et de l'environnement, la totalité de ces éléments déterminant la probabilité d'être victime d'une maladie ou d'un accident. Les principaux facteurs de la mortalité interagissent de façon complexe et sont tributaires, à leur tour, d'un ensemble variable de facteurs sociaux, tout aussi complexes. En conséquence, il s'est avéré impossible de formuler un schéma général guidé par la théorie du risque de décès. À défaut d'un schéma général valable, on a recouru à deux types de tables de survie couramment utilisées, à savoir le schéma de CD, créé par Coale et Demeny, et le dernier schéma de l'ONU (Nations Unies, 1982). Les deux font la synthèse d'une vaste série de taux de mortalité empiriques en vue de produire un nombre réduit de profils de mortalité caractéristiques selon l'âge. Coale et Demeny ont défini quatre profils de mortalité, qu'ils ont nommés le Nord, le Sud, l'Est et l'Ouest, pour souligner le fait que chacun représente une région particulière de l'Europe. Pour une raison similaire, les profils tracés par l'ONU portent aussi le nom de régions : Amérique latine, Chili, Extrême-Orient, Asie du Sud et Général. Comme son nom l'indique, le dernier profil de l'ONU a une valeur globale, qui n'est pas spécifique à un lieu unique.
Chacun des huit profils de mortalité types, hormis celui dit « Général » de l'ONU, est dérivé des caractéristiques épidémiologiques de la région qu'il représente. Par exemple, le profil « Asie du Sud » de l'ONU décrit des tendances de mortalité selon l'âge se distinguant par « des taux très élevés de décès chez les moins de 15 ans et des taux non moins élevés chez les habitants âgés, parallèlement à une mortalité moindre dans le principal groupe d'âge ». Ce profil est attribuable « à de fortes incidences de maladies infectieuses, parasitaires et diarrhéiques aux âges les moins élevés et à une forte mortalité par maladies diarrhéiques et respiratoires aux âges les plus élevés » (Nations Unies, 1982, p. 13).
On ne dispose pas de renseignements exacts sur la mortalité de la population habitant la majeure partie du monde en développement, car les registres d'événements démographiques y sont incomplets et manquent d'exactitude. Là où cette situation prévaut, les profils de mortalité types se substituent à l'information véritable. Les projections de la population et les estimations de la mortalité juvénile constituent deux exemples pertinents. Toute projection de la population doit comprendre les conditions de mortalité et des estimations éclairées du futur régime de mortalité. Les estimateurs de Brass sur la mortalité juvénile (Nations Unies, 1983), qui sont utilisés dans les zones où des données exactes sur la mortalité juvénile font défaut, se fondent sur des estimations du profil de mortalité juvénile selon l'âge et, dans la plupart des cas, un profil de mortalité type est utilisé à ces fins. De surcroît, on fait appel aux profils de mortalité types lorsqu'il s'agit d'évaluer des données, de proposer des versions adaptées ou corrigées de données erronées ou d'élargir, ou de compléter, la gamme de données incomplètes selon l'âge. Les démographes qui travaillent dans des régions où les données sur la mortalité sont inexactes ou incomplètes s'appuient sur les profils de mortalité types, qui leur permettent d'évaluer les données qu'ils possèdent et de procéder à des estimations et à des prévisions raisonnables.
Aucune des données utilisées pour créer l'une ou l'autre des séries les plus utilisées de profils de mortalité types ne provient de l'Afrique subsaharienne. En conséquence, il n'est pas certain que les profils de mortalité types existants puissent décrire avec pertinence la structure par âge de la mortalité en Afrique, et c'est strictement parce qu'il n'existe aucun autre recours qu'ils sont appliqués aux populations africaines. En outre, l'émergence de la pandémie du VIH/sida en Afrique a radicalement modifié les profils de mortalité selon l'âge dans de vastes zones du continent. Comme ils ne tiennent pas compte des décès provoqués par le sida, les profils de mortalité types existants ne sont plus appropriés dans les zones où le sida constitue une cause importante de décès et celles où on prévoit qu'il en deviendra une dans un avenir proche. Il y a là un problème plus sérieux qu'il ne semble au premier coup d'œil, en raison du rôle crucial joué par les profils de mortalité types dans le travail courant des démographes en Afrique, et ce, précisément en raison du manque flagrant de données complètes et exactes sur la mortalité.
Le présent chapitre propose sept profils de mortalité selon l'âge, basés presque exclusivement sur des données recueillies en Afrique, dont deux se distinguent par une surmortalité imputable au sida. On a élaboré un schéma basé sur 15 facteurs en vue de résumer les données. Celui-ci sert à isoler la composante du sida dans le profil de mortalité imputable au sida. La composante du sida est ensuite ajoutée en quantités variées aux données de l'un des profils en vue de générer un ensemble approximatif de tables de survie types illustrant les effets de la mortalité imputable au sida.
Pour plus de souplesse à l'étape de l'analyse, chacun des sites a fourni les comptes des décès et des personnes-années suivies dans les divers groupes d'âge, de 0 à 85 ans et plus, par sexe, sur une base annuelle tant que durait leur observation. La majorité des sites ont été en mesure de fournir des données dans ce format. Un ou deux d'entre eux a cependant livré des données regroupées par période. Le tableau 7.1 résume les données recueillies.
La visée générale de cette étude est de cerner les profils de mortalité selon l'âge pour l'Afrique et l'Asie à l'aide de données longitudinales recueillies sur le terrain par les sites affiliés au réseau INDEPTH. Pour bien saisir l'écart de mortalité au fil du temps, les données de chaque site ont été regroupées par intervalles de trois ans, ou aussi près d'intervalles de trois ans qu'il était possible et pratique de le faire, ce qui a abouti à 70 périodes par site. Les données annuelles de chacune de ces périodes ont été additionnées pour produire 70 séries de données pour chaque période par site, pour chaque sexe, pour un total de 140 séries. Le tableau 7.2 présente les périodes établies dans chacun des sites.
Tableau 7.1. Aspects temporels des données sur la mortalité recueillies par le réseau INDEPTH
Site suivi par un SSD |
Période de collecte de données |
Total d'années couvertes |
Années regroupées |
Total de personnes-années suivies |
Agincourt, Afrique du Sud |
1992 à 99 |
8 |
— |
405 311,46 |
Bandafassi, Sénégal |
1980 à 99 |
14 |
— |
144 475,61 |
Bandim, Guinée-Bissau |
1990 à 97 |
8 |
— |
193 832,91 |
Butajira, Éthiopie |
1987 à 96 |
10 |
— |
336 075,71 |
Dar es Salaam, Tanzanie |
1992 à 99 |
8 |
— |
485 446,30 |
Farafenni, Gambie |
1990 à 99 |
10 |
— |
98 073,70 |
Gwembe, Zambie |
1956 à 95 |
39 |
— |
187 034,00 |
Hai, Tanzanie |
1992 à 99 |
8 |
— |
1 045 152,69 |
Ifakara, Tanzanie |
1997 à 99 |
3 |
— |
159 639,00 |
Manhiça, Mozambique |
1998 à 99 |
2 |
— |
67 344,00 |
Matlab (comp.a), Bangladesh |
n. d. |
2 |
1988, 1998 |
203 744,00 |
Matlab (trait.b), Bangladesh |
n. d. |
2 |
1988, 1998 |
211 770,00 |
Mlomp, Sénégal |
1985 à 99 |
14 |
— |
106 593,48 |
Morogoro, Tanzanie |
1992 à 99 |
8 |
— |
741 412,41 |
Navrongo, Ghana |
1993 à 99 |
7 |
— |
930 187,50 |
Niakhar, Sénégal |
1985 à 98 |
14 |
1985 à 89, 1990 à 94, 1995 à 98 |
372 880,00 |
Nouna, Burkina Faso |
1993 à 98 |
6 |
— |
174 689,62 |
Oubritenga, Burkina Faso |
1994 à 98 |
5 |
— |
482 100,40 |
Rufiji, Tanzanie |
1999 |
1 |
— |
67 842,50 |
Note : « n. d. » signifie non disponible.
a Zone de comparaison.
b Zone de traitement.
Tableau 7.2. Périodes sélectionnées à des fins d'analyse dans chaque site : périodes par site
Note : Les chiffres indiquent les périodes établies dans chacun des sites. Les observations provenant des sites suivis dans le cadre du PMMA de la Tanzanie, à savoir Dar es Salaam, Hai et Morogoro, vont d'une mi-année à l'autre et sont communiquées à des intervalles de mi-année à mi-année, plutôt qu'à toutes les années civiles. Dans chacun de ces cas, on a déclaré sept périodes d'un an.
a Zone de comparaison.
b Zone de traitement.
L'objectif consiste à trouver comment représenter de façon compacte l'information contenue dans un vaste ensemble de données sur des éléments similaires. L'analyse en composantes principales traite les observations de façon à produire un nombre égal de composantes. Celles-ci peuvent reproduire la totalité des observations originales lorsqu'elles sont combinées dans les proportions appropriées. Ces composantes diffèrent des observations originales dans la mesure où elles saisissent le plus de variables possible correspondant au moins grand nombre de composantes possible. La première composante compte pour le nombre maximal de variables qu'une composante est en mesure de générer. Lorsque l'analyste retranche les variables associées à la première composante, c'est la deuxième composante qui compte pour le nombre maximal de variables qu'une composante est en mesure de générer. L'analyste poursuit le processus jusqu'à ce que l'écart des données originales soit déterminé et que le nombre de composantes soit égal au nombre d'observations originales. La conséquence principale de ce processus est que la plus grande partie de la variation présente dans l'ensemble de données est représentée dans les premières composantes.
De cette manière, il est possible de faire la synthèse d'un vaste éventail d'observations à l'aide de quelques composantes. Après avoir décidé dans quelle mesure l'écart original doit être retenu, l'analyste peut rejeter les composantes d'ordre élevé représentant la variation résiduelle.
Le schéma de mortalité axé sur les composantes qu'on a élaboré dans cette étude ne permet de formuler aucune hypothèse fondamentale quant à la structure sous-jacente de la mortalité selon l'âge. Ce schéma permet de présenter une hypothèse générale : il est possible de décomposer la structure arbitraire par âge de la mortalité en un nombre restreint de composantes individuelles et un terme résiduel négligeable. De plus, on considère que quelques composantes individuelles regroupées forment un ensemble universel de composantes de la mortalité selon l'âge et que, lorsqu'elles sont combinées dans les proportions appropriées, elles peuvent reproduire n'importe quelle structure par âge de la mortalité. Pour les besoins de cette étude, ces hypothèses ne s'appliquent qu'à l'éventail de données sur la mortalité examinées ici; toutefois, il a été démontré que les composantes « universelles » sur la mortalité générées à partir des données du réseau INDEPTH sont capables de reproduire la structure par âge de la mortalité et les tables de survie types de CD et de l'ONU dans les limites d'une tolérance très réduite.
Supposons qu'il y a n composantes cernées à partir de la structure de la mortalité selon l'âge et g groupes d'âge. Soit m, le vecteur des valeurs logit (nqx) par âge, et C, la matrice g × n × 1 dont la i-ème colonne contient la i-ème composante de la mortalité. Soit a, un vecteur n × 1 des coefficients qui déterminent la mesure dans laquelle chaque composante est utilisée pour générer la structure de la mortalité et r, un vecteur g × 1, spécifique à chaque âge, de termes résiduels. L'équation [7.1] est alors une représentation compacte du schéma de composantes entières de la mortalité :
où m, C, a et r sont tels que définis ci-dessus. En appliquant cette formule au groupe d'âge de 20 à 24 ans, on obtient :
où 5Ci20 est la valeur de la composante i pour le groupe d'âge de 20 à 24 ans; αi est la valeur du coefficient de la composante i; r20 est la valeur de l'écart résiduel pour le groupe d'âge de 20 à 24 ans. Chaque vecteur de la colonne contient des éléments g, un pour chaque groupe d'âge.
Dès que la matrice C a été déterminée par une analyse en composantes principales (décrite ci-dessous), le schéma peut être utilisé de diverses façons. D'abord, il est instructif d'examiner la forme des composantes elles-mêmes. La composante principale, qui représente la majorité des variations notées dans les données, est la forme commune sous-jacente de la structure de la mortalité, qui varie selon l'âge. La deuxième composante et celles d'ordre plus élevé définissent les variations particulières à l'âge par rapport à la structure de base. En outre, il est possible d'associer certaines interprétations formelles aux composantes; par exemple, l'une d'entre elles pourrait modifier l'équilibre entre la mortalité juvénile et adulte, tandis qu'une autre pourrait augmenter ou réduire le taux de mortalité d'un groupe d'âge particulier touché par une condition particulière, telle que la mortalité maternelle ou imputable au sida.
Des estimations des coefficients a qui transforment les composantes en une structure donnée de la mortalité peuvent être obtenues par une régression linéaire et ordinaire des moindres carrés de la structure de la mortalité par comparaison avec les composantes C. L'écart résiduel déterminé dans la régression est équivalent à r, et les coefficients de la régression sont les éléments du vecteur a avec l'ajout d'un autre élément afin de stocker la constante estimée dans la régression. Supposons que a'soit le vecteur du coefficient (n + 1) × 1 avec l'élément supplémentaire permettant de stocker la constante générée dans le schéma de régression, et que C' est la matrice g × (n + 1) des composantes avec une colonne supplémentaire contenant toutes celles qui tiennent compte de la constante dans a'. La constante est interprétée comme une mesure du niveau général de la structure de la mortalité, alors que les coefficients indiquent la mesure selon laquelle le profil de mortalité selon l'âge (composante) est nécessaire pour reproduire le schéma général de mortalité selon l'âge dans les données originales. Interprétée de cette façon, la régression permet de stabiliser le niveau et d'évaluer la mesure selon laquelle chaque composante est contenue dans les données ainsi que l'importance de chaque profil de mortalité selon l'âge afin de générer le schéma selon l'âge observé dans les données. L'équation [7.2] représente le schéma de mortalité axé sur des composantes de régression :
où m, C et a' sont tels que définis ci-dessus. En appliquant cette formule au groupe d'âge de 20 à 24 ans, on obtient :
où 5Ci20 est la valeur de la composante i pour le groupe d'âge de 20 à 24 ans; a, est la valeur du coefficient estimé de la composante i; a, est le terme constant estimé dans la régression, possédant la même valeur pour tous les groupes d'âge. Chaque vecteur de la colonne contient des éléments g, un pour chaque groupe d'âge.
Le fait d'ignorer la variation résiduelle et de postmultiplier C' par a' (équation [7.2]) permet d'obtenir la structure originale de la mortalité, sans la variation résiduelle r. Combiné avec C', le vecteur (n + 1) × a' contient la totalité des renseignements nécessaires à la reproduction de la structure originale de la mortalité dans r. Dans la plupart des cas, le nombre de composantes (n + 1) nécessaires à l'encodage de la structure de la mortalité est de loin inférieur à g, le nombre de groupes d'âge. Par conséquent, a' est une représentation compacte de la structure de la mortalité qui reflète fidèlement la structure fondamentale de la mortalité, sans les « biais » associés aux composantes d'ordre élevé et au terme résiduel. De plus, en ajustant le terme constant contenu dans le dernier élément de a', il est possible de déterminer arbitrairement le niveau de la structure de la mortalité sans en modifier le profil selon l'âge.
Les vecteurs de coefficients individuels associés à la structure de la mortalité représentent les dimensions les plus importantes; ils peuvent être comparés et regroupés sans qu'on ait à se préoccuper du biais d'ordre élevé caractérisant la structure individuelle de la mortalité. En outre, si on compare uniquement les coefficients qui correspondent aux composantes et qu'on ignore la constante, il est possible de comparer la structure individuelle de la mortalité, en se basant seulement sur leurs profils individuels selon l'âge plutôt que sur les différences dans leur niveau. De ce fait, en comparant uniquement les constantes associées à deux structures de la mortalité, l'influence du profil de mortalité selon l'âge est éliminée (neutralisée) et il est possible d'établir une comparaison en se basant seulement sur leur niveau.
Pour chaque sexe, les valeurs de logit (nqx) sont calculées pour les groupes d'âge standard de 0 à 85 ans (18 groupes au total)1, et ce, de la période couverte par chaque site, en fonction des équations [7.3] et [7.4]. On a ainsi obtenu 70 × 18 séries de données consistant en une colonne correspondant à chaque période par site et en une rangée correspondant à chaque concession contenant une valeur de logit (nqx) pour chaque période par site et chaque groupe d'âge spécifiés.
L'équation [7.3] présente (nqx) comme une fonction de nMx :
où nqx représente la probabilité de décéder, selon la table de survie, entre les âges x et x + n chez les personnes qui ont survécu à l'âge x, nMx représente le taux de mortalité observé (le ratio de décès par rapport aux personnes-années vécues) chez les personnes âgées entre x et x + n; nax représente la proportion moyenne d'années entre les âges x et x + n qui ont été vécues par les personnes décédées durant cet intervalle d'âge2.
L'équation [7.4] illustre le calcul effectué pour obtenir le logit (nqx) :
Les équations sur le facteur3 et le score que fournit la version 5 du logiciel statistique STATA (StataCorp, 1997)4 servent à calculer les composantes principales de la matrice des covariances entre 70 × 18 données5 associées à la série décrite ci-dessus. On attribue à chaque groupe d'âge (rangée) de la série de données un coefficient de pondération égal au nombre total de personnes-années suivies dans le groupe d'âge obtenu de la somme des périodes par site. Quinze des 70 composantes principales en résultant sont retenues, et celles-ci, tant chez les hommes que chez les femmes, tiennent compte de la variation des données dans une mesure de plus de 99,99 p. 100.
1 0; 1 à 4; 5 à 9; 10 à 14; 15 à 19; 20 à 24; 25 à 29; 30 à 34; 35 à 39; 40 à 44; 45 à 49; 50 à 54; 55 à 59; 60 à 64; 65 à 69; 70 â 74; 75 à 79; 80 à 84.
2 Sans données supplémentaires par années d'âge, il est impossible de calculer directement ou d'estimer les valeurs de nax. De plus, à l'exception des âges plus bas, la valeur de nax est toujours près de 0,5. Aux âges les plus bas, les valeurs sont plus près de 0,25. Par ailleurs, la table de survie n'est pas très sensible aux valeurs exactes choisies tant qu'elles restent près de 0,25 chez les moins de 5 ans et près de 0,5 chez les plus de cinq ans. Dans cette étude, la valeur de nax utilisée pour les personnes âgées de plus de cinq ans est 0,5. Chez les personnes âgées de moins de cinq ans, la valeurs de nax sont de 0,33 entre 0 et 1 an et 0,25 entre 1 et 4 ans pour les garçons; elles sont de 0,35 entre 0 et 1 an et de 0,25 entre 1 et 4 ans pour les filles. Elles sont adaptées de la table de survie type de CD élaborée pour l'Ouest (Coale et Demeny, 1966).
3 Le programme sur le facteur est utilisé avec les options [CP] pour lancer une analyse en composantes principales; la [covariance] sert à préciser que la matrice des covariances est analysée; le [coefficient de pondération] sert à préciser la pondération.
4 Tous les noms de spécialité mentionnés dans la présente publication ne sont donnés qu'à titre d'information et le fait qu'ils soient mentionnés ne signifie pas que le Centre les approuve.
5 On se sert de la matrice des covariances pour s'assurer que les observations ne sont pas standardisées avant le calcul. Les composantes principales en résultant se rapportent à des observations non standardisées, et peuvent directement être combinées de nouveau pour produire une structure par âge de la mortalité qui n'aura plus à être altérée, à l'exception du logit inverse visant à produire des valeurs pour nqx.
Tableau 7.3. Les 15 composantes principales de la mortalité chez les hommes selon les données du réseau INDEPTH
Les 15 composantes principales d'abord dégagées des données du réseau INDEPTH sur la mortalité chez les hommes apparaissent au tableau 7.3, alors que le graphique 7.1 contient les cinq premières. La composante principale au début de la liste, CP1, représente de façon évidente le profil de mortalité sous-jacent selon l'âge. Combinées, les composantes CP2 à CP4 modifient le profil selon l'âge en reflétant la mortalité attribuable au sida. La composante CP2 dénote une courbe qui tient plus particulièrement compte de la mortalité survenant entre les âges de 20 et 64 ans. Les composantes CP3 et CP4 permettent des modifications entre les âges de 20 et de 49 ans ainsi que durant l'enfance.
Graphique 7.1. Les cinq composantes principales de la mortalité chez les hommes selon les données du réseau INDEPTH. Elles sont la source de 98,94 p. 100 de la variation dans les données.
La plus importante des composantes principales traverse une première fois l'axe des x entre les âges de 5 et de 9 ans, et une seconde fois entre les âges de 30 et de 34 ans. Il en résulte que, lorsque son coefficient augmente, la mortalité juvénile et adulte croît, alors que celle chez les adolescents et les jeunes adultes diminue. En conséquence, le premier coefficient détermine le ratio de mortalité juvénile et adulte par rapport à celle chez les adolescents et les jeunes adultes. Ce phénomène est probablement dû au fait que la mortalité chez les bébés et les aînés est plus sensible aux conditions défavorables (ou avantageuses) que celle des adolescents et des jeunes adultes, généralement en meilleure santé et plus solides6. Il va de soi que cet équilibre est la source d'une grande part de la variation dans les données, et qu'il est donc encode dans la première composante. Rappelons que le niveau de mortalité global est déterminé par la valeur du terme constant dans l'équation [7.2], de sorte que le coefficient de la première composante n'influe vraiment que sur l'équilibre des générations, et non sur le niveau de mortalité absolu à quelque âge que ce soit.
6 Il importe aussi de noter que l'incidence de la première composante n'est pas constante avec l'âge; lorsque la valeur de cette composante se situe près de 0, l'effet absolu est beaucoup plus restreint que lorsqu'elle s'éloigne de 0. L'examen de la courbe révèle que l'effet absolu de la première composante augmente considérablement après l'âge de 39 ans.
Tableau 7.4. Les 15 composantes principales de la mortalité chez les femmes selon les données du réseau INDEPTH
Graphique 7.2. Les cinq composantes principales de la mortalité chez les femmes selon les données du réseau INDEPTH. Elles sont la source de 98,40 p. 100 de la variation dans les données.
Les 15 composantes principales d'abord dégagées dans les données du réseau INDEPTH sur la mortalité chez les femmes apparaissent au tableau 7.4, alors que le graphique 7.2 contient les cinq premières. En général, elles sont très similaires à celles notées chez les hommes. Toutefois, la composante principale marque une augmentation importante entre les âges de 20 et de 44 ans, alors que ce n'est pas le cas chez les hommes (voir le graphique 7.3). L'explication la plus probable est la mortalité maternelle. En outre, la deuxième composante décrit un profil de déviation relativement plus concentré chez les femmes plus jeunes, qui atteint son sommet à une magnitude légèrement plus élevée que chez les hommes (voir le graphique 7.4). Ce phénomène résulte vraisemblablement du fait que les répercussions du sida sur la mortalité des femmes sont visibles à un âge plus bas et plus spécifique que chez les hommes. Les troisième et quatrième composantes sont presque semblables pour les deux sexes, sauf chez les générations plus âgées. Les données relatives à ces générations ne seront pas interprétées, car elles tendent à manquer de précision et les différences ne sont importantes que chez les aînés.
Les graphiques 7.3 à 7.6 présentent les quatre composantes principales sur la mortalité selon les données du réseau INDEPTH pour les hommes et les femmes à la fois, afin de bien mettre en relief les différences entre les sexes. Ces différences font l'objet d'un bref examen ci-après.
Afin d'étudier sous un angle général les composantes de la mortalité dégagées par le réseau INDEPTH, les profils de mortalité types existants élaborés par CD et l'ONU (à des niveaux correspondant à une espérance de vie de 55 ans) ont été soumis à une analyse de régression selon les composantes de la mortalité du réseau INDEPTH au moyen d'une simple régression linéaire des moindres carrés. Les analyses de régression ont été effectuées pour les 15 composantes du réseau INDEPTH, puis les dix premières, et, enfin, les cinq premières. Dans chaque cas, on a examiné les statistiques de l'ajustement, les profils de mortalité prévus et la comparaison avec les profils ajustés. Le tableau 7.5 présente la statistique de l'ajustement R2 relativement à ces régressions. L'utilisation de la totalité des 15 composantes produit des ajustements quasiment parfaits qui permettent de reproduire fidèlement les profils de mortalité existants à tous les égards. Le fait de diminuer le nombre de composantes exerce l'effet prévisible de réduire la qualité de l'ajustement total et empêche de représenter correctement la variation à haute fréquence dans les profils types. L'utilisation de dix composantes continue de produire un ajustement très réaliste, et le recours à cinq ou six composantes est acceptable dans la plupart des circonstances; cependant, la restriction du nombre de composantes exerce un « lissage » important, résultant du manque de composantes à haute fréquence. Cet exercice s'avère utile si le but est de saisir la structure fondamentale de la courbe de mortalité ou dans l'éventualité où les données étaient « souillées » et que l'analyste avait besoin de données pour ajuster la structure de base en se permettant d'ignorer les renflements et les creux moins importants, qui pourraient être sans intérêt.
Graphique 7.3. Première composante principale issue de l'opposition de la mortalité chez les hommes et de la mortalité chez les femmes selon les données du réseau INDEPTH. Elle est à la source de 87,12 p. 100 et de 82,49 p. 100 de la variation totale, chez les hommes et chez les femmes respectivement.
Graphique 7.4. Deuxième composante principale issue de l'opposition de la mortalité chez les hommes et de la mortalité chez les femmes selon les données du réseau INDEPTH. Elle est à la source de 8,89 p. 100 et de 11,76 p. 100 de la variation totale, chez les hommes et chez les femmes respectivement.
Graphique 7.5 Troisième composante principale issue de l'opposition de la mortalité chez les hommes et de la mortalité chez les femmes selon les données du réseau INDEPTH. Elle est à la source de 1,53 p. 100 et de 1,91 p. 100 de la variation totale, chez les hommes et chez les femmes respectivement.
Graphique 7.6. Quatrième composante principale issue de l'opposition de la mortalité chez les hommes et de la mortalité chez les femmes selon les données du réseau INDEPTH. Elle est à la source de 0,77 p. 100 et de 1,50 p. 100 de la variation totale, chez les hommes et chez les femmes respectivement.
Le but général de cette étude est de relever les profils de mortalité communs selon l'âge dans les données du réseau INDEPTH. Les profils présentés ne rendent compte que partiellement de dures conditions de mortalité subies par les populations auprès desquelles on a recueilli les données. Les démographes et, quel que soit leur domaine, les planificateurs, qui doivent tenir compte de la mortalité actuelle et future dans la plupart de leurs travaux, trouveront un outil précieux dans les profils de mortalité selon l'âge établis pour l'Afrique à partir de données empiriques.
La tâche la plus délicate à effectuer dans l'isolation des profils de mortalité communs et sous-jacents consiste à cerner des grappes de profils similaires—dans ce cas-ci, des grappes de périodes par site comportant des profils de mortalité similaires. Il s'agit d'un exercice particulièrement difficile qui exige nécessairement une réflexion subjective de la part de l'analyste.
On peut observer un profil donné de mortalité selon l'âge à différents niveaux du fait qu'il peut exister de nombreuses causes de mortalité qui touchent tous les âges à peu près de la même manière. Aussi ces causes n'aboutissent-elles pas à un profil fixe selon l'âge. Compte tenu de cette difficulté, la structure par âge de la mortalité peut être définie en fonction de deux aspects : l'âge et le niveau. En ce qui a trait à la
Tableau 7.5. Valeurs R2 résultant des régressions linéaires des composantes cernées dans les profils de mortalité types du réseau INDEPTH
Schéma |
Hommes |
Femmes |
|
Ajustement avec les 15 premières composantes | |
Nord |
0,999 999 77 |
0,999 956 79 |
Sud |
0,999 429 47 |
0,999 041 30 |
Est |
0,999 991 92 |
0,999 997 87 |
Ouest |
0,999 935 68 |
0,999 872 75 |
Amérique latine |
0,999 711 66 |
0,999 081 25 |
Chili |
0,999 993 61 |
0,999 869 67 |
Asie du Sud |
0,999 841 72 |
0,999 336 33 |
Extrême-Orient |
0,999 977 82 |
0,999 998 68 |
Général |
0,999 950 98 |
0,999 775 79 |
|
Ajustement avec les 10 premières composantes | |
Nord |
0,999 855 85 |
0,998 970 05 |
Sud |
0,996 437 55 |
0,993 827 83 |
Est |
0,999 569 20 |
0,999 577 40 |
Ouest |
0,999 556 50 |
0,997 920 47 |
Amérique latine |
0,998 883 54 |
0,995 959 77 |
Chili |
0,999 496 56 |
0,999 092 39 |
Asie du Sud |
0,998 156 76 |
0,996 751 65 |
Extrême-Orient |
0,999 651 67 |
0,999 109 22 |
Général |
0,999 659 60 |
0,998 246 04 |
|
Ajustement avec les 5 premières composantes | |
Nord |
0,998 866 69 |
0,996 337 04 |
Sud |
0,993 827 70 |
0,988 258 46 |
Est |
0,996 563 74 |
0,994 030 00 |
Ouest |
0,996 784 75 |
0,994 526 55 |
Amérique latine |
0,994 807 25 |
0,988 185 31 |
Chili |
0,994 486 95 |
0,980 204 60 |
Asie du Sud |
0,992 722 03 |
0,983 421 85 |
Extrême-Orient |
0,996 987 49 |
0,995 609 08 |
Général |
0,996 377 00 |
0,994 121 56 |
Source : Le schéma de CD (Nord, Sud, Est et Ouest) provient de Coale et Demeny (1966); le schéma de l'ONU (Amérique latine, Chili, Asie du Sud, Extrême-Orient et Général) provient des Nations Unies (1982).
structure de la mortalité, l'âge en révèle beaucoup sur le profil épidémiologique d'une population et revêt donc une importance particulière dans le cadre de cette étude.
L'un des grands avantages du schéma de mortalité axé sur les composantes est qu'il peut offrir une représentation distillée et mesurée des profils de mortalité à l'aide d'une analyse de régression des composantes. Le vecteur des coefficients de régression contient de l'information indépendante sur l'âge et le niveau pour déterminer la structure de la mortalité. Cette information permet de créer des grappes d'âge sans égard au niveau.
Afin de créer les grappes d'âge, on a soumis la totalité des 70 fiches de mortalité du réseau INDEPTH compilée pour les hommes et pour les femmes à une analyse de régression en fonction des composantes relatives au sexe se dégageant des données sur la mortalité du réseau. Les coefficients correspondant aux quatre premières composantes principales ont été retenus, alors que les 11 autres et le coefficient constant ont été rejetés. Les quatre premières composantes principales sont la source de 98,32 p. 100 de la variation dans les données relatives aux hommes, et de 97,66 p. 100 de celle dans les données relatives aux femmes, ce qui les rend aptes à saisir presque toutes les particularités, sauf les plus pointues, du profil de mortalité selon l'âge. Elles forment une série de 70 4 × 1 vecteurs de coefficients pour chaque sexe.
On a utilisé l'algorithme de groupement par hiérarchie ascendante fourni par le logiciel statistique S-PLUS 2000 Professional (version 3) pour cerner les grappes de vecteurs de coefficients similaires chez les hommes et chez les femmes7. La méthode Ward, dont on s'est servi, est décrite ainsi par le fournisseur du logiciel (Mathsoft Inc. 1999, p. 102) :
L'algorithme de base par hiérarchie ascendante débute avec chaque objet d'un groupe distinct. À chaque itération, il produit deux groupes pour former un nouveau groupe; la fusion choisie est celle permettant d'obtenir la plus petite augmentation de la somme des carrés dans le groupe. Le nombre d'itérations est équivalent au nombre d'objets moins un, et, à la fin, tous les objets sont rassemblés dans un seul groupe.
Ces techniques de mise en grappes et cet algorithme particulier sont abordés en profondeur dans Kaufman et Rousseeuw (1990), Struyf et Hubert (1997) et MathSoft Inc. (1999)8. Le programme a été appliqué aux séries de données sur les hommes et les femmes, de façon séparée, et quatre colonnes (correspondant à chacun des coefficients décrits ci-dessus) et 70 rangées (une pour chaque période par site) ont été tracées pour chaque sexe.
La méthode décrite ci-dessus a isolé cinq grappes fiables dans les données relatives aux hommes et sept dans celles relatives aux femmes, qui sont présentées au tableau 7.6. Comme les femmes sont en plus exposées au risque de mortalité maternelle, leur profil d'âge est toujours plus complexe. Il n'est donc pas étonnant que deux grappes supplémentaires aient été cernées dans les données relatives aux femmes. La catégorisation des données relatives aux hommes pour les harmoniser avec les sept grappes isolées chez les femmes a permis de produire sept grappes spécifiques aux hommes. On a ainsi pu les comparer directement avec les grappes spécifiques aux femmes.
Dans de nombreux cas, les périodes se rapportant à un même site sont rassemblées dans la même grappe, nous assurant que l'algorithme de groupement cerne et réunit des fiches de mortalité fondamentalement similaires. Lorsque des périodes se rapportant à un même site sont attribuées à diverses grappes, la mortalité varie considérablement au fil du temps, et la structure de la mortalité relative à deux périodes distinctes est assez différente.
7 Le programme « agnes » de S-PLUS a été utilisé avec les options suivantes : métrique = euclidien, standardiser = vrai et type de lien = mot.
8 Un certain nombre de techniques de mise en grappes ont été appliquées à Ja fois aux données brutes et transformées ainsi qu'aux vecteurs de coefficients, y compris le regroupement par hiérarchie ascendante, le partitionnement à K moyennes, le partitionnement flou et le regroupement par hiérarchie descendante. Trois différents logiciels statistiques—STATA (StataCorp, 1997), S-PLUS (Mathsoft Inc., 1999) et MVSP (Multi-Variate Statistical Package [Kovach Computing Services. 1998])—ont été utilisés, et, pour chacun, on a mis à l'essai les programmes de mise en grappes. Toutes les méthodes ont produit à peu près les mêmes grappes, mais la clarté de la présentation ainsi que la gestion des cas ambigus diffèrent. On a fini par choisir l'algorithme par hiérarchie ascendante fourni par S-PLUS en raison de ses fondements théoriques clairs et fiables ainsi que de sa présentation facile à comprendre et à interpréter. De plus, cet algorithme semblait fournir les grappes les plus solides et les moyens les plus efficaces de classer les cas ambigus.
Tableau 7.6. Grappes d'âge de la mortalité dans le réseau INDEPTH
a Zone de comparaison.
b Zone de traitement.
Après avoir isolé les grappes de population, on a tracé le profil de mortalité selon l'âge de chacune. Conformément au schéma de mortalité axé sur les composantes, on a ensuite calculé, pour chacun des 15 coefficients résultant de l'analyse de régression des 15 composantes de la mortalité dans le réseau INDEPTH que présente la structure de la mortalité relative à chaque période par site, la moyenne pondérée de chaque grappe pour chacune des périodes par site. Les coefficients de pondération utilisés étaient les personnes-années suivies à chaque période par site. Ceux-ci ont permis de calculer la valeur moyenne de chacune des 15 composantes ainsi que la valeur constante nécessaire à l'établissement de chacune des fiches de mortalité dans une grappe de population donnée. En combinant ces valeurs moyennes avec les composantes à l'aide de l'équation [7.2], on obtient la structure de mortalité moyenne et pondérée dans chaque grappe. En variant la constante, l'analyste peut ajuster la structure de la mortalité à un niveau arbitraire. Pour faciliter les calculs, les sept profils de mortalité du réseau INDEPTH présentés au tableau 7.7 sont ajustés à un niveau prévoyant une espérance de vie de 55 ans à la naissance. Le tableau 7.7 répartit les profils des hommes et des femmes entre les sept grappes d'abord isolées chez les femmes. Cette répartition facilite la comparaison entre les deux sexes. Les cinq profils représentant les hommes sont retenus, alors que les données relatives aux hommes sont harmonisées avec les profils représentant les femmes; cette approche crée deux séries de profils légèrement redondants pour les hommes. L'auteur a tracé les profils de mortalité chez les hommes en fonction des grappes découlant à la fois des données relatives aux hommes et de celles relatives aux femmes.
Tableau 7.7. Profils de mortalité du réseau INDEPTH
Note : Unités de logit (nqx).
Les graphiques 7.7 et 7.8 présentent les sept profils de mortalité selon l'âge du réseau INDEPTH chez les hommes et chez les femmes, respectivement. Les graphiques 7.9 à 7.15 comparent chacun de ces sept profils, arbitrairement désignés 1 à 79. Un paragraphe descriptif accompagne les profils.
9 Cette désignation évite la stigmatisation que pourrait engendrer le recours à des noms plus descriptifs.
Graphique 7.7. Les sept profils de mortalité selon l'âge chez les hommes du réseau INDEPTH, ajustés en fonction d'une espérance de vie de 55 ans à la naissance
Graphique 7.8. Les sept profils de mortalité selon l'âge chez les femmes du réseau INDEPTH, ajustés en fonction d'une espérance de vie de 55 ans à la naissance
Graphique 7.9. Profil de mortalité 1 du réseau INDEPTH, ajusté en fonction d'une espérance de vie de 55 ans à la naissance
Le premier profil (graphique 7.9) est similaire aux profils de mortalité types selon l'âge des tables de survie Nord de CD et Amérique latine de l'ONU (voir « Comparaison avec les tables de survie types de Coale et Demeny et des Nations Unies », à la page 123). Rien n'indique que le VIH/sida affecte le profil 1, et les tendances selon l'âge sont semblables chez les hommes et chez les femmes, à l'exception d'un renflement dans la courbe correspondant aux femmes en âge de procréer, vraisemblablement attribuable à la mortalité maternelle. Le profil 1 découle principalement des sites d'Afrique occidentale, suivis durant toute la période couverte par les séries de données du réseau INDEPTH. Le VIH/sida n'est pas encore un problème aussi grave en Afrique occidentale qu'en Afrique centrale et australe, d'où l'absence prévisible des effets importants du sida dans les données relatives à l'Afrique occidentale. Il importe de noter que la mortalité juvénile entre les âges de 1 et de 9 ans est importante et particulièrement élevée par comparaison à la plupart des schémas similaires existants, représentés ci-après. Cette tendance corrobore le fait que le paludisme constitue une cause importante de décès en Afrique occidentale, et qu'il exerce une incidence considérable sur ces groupes d'âge.
Graphique 7.10. Profil de mortalité 2 du réseau INDEPTH, ajusté en fonction d'une espérance de vie de 55 ans à la naissance
Le deuxième profil (graphique 7.10) est le seul à contenir des contributions importantes de l'Asie. En fait, les données provenant du projet du Matlab, au Bangladesh, y prédominent. Le seul autre site dont les données se rapportent à ce profil est celui de Mlomp, au Sénégal. Ici aussi, les hommes et les femmes affichent des profils similaires, sauf en ce qui a trait à la mortalité maternelle. Toutefois, le profil 2 se démarque visiblement de tous les autres dans la mesure où la mortalité chez les enfants, les adolescents et les jeunes adultes est très faible, alors que celle chez les adultes plus âgés est élevée dans une perspective comparative. Compte tenu que les données composant ce profil proviennent du Bangladesh et du Sénégal, le fait de n'y trouver aucune preuve d'une incidence du VIH/sida n'a rien d'étonnant. Le profil 2 ressemble beaucoup à celui de l'ONU pour l'Asie du Sud, car il dérive largement de données recueillies dans cette région du monde (voir ci-après).
Graphique 7.11. Profil de mortalité 3 du réseau INDEPTH, ajusté en fonction d'une espérance de vie de 55 ans à la naissance
Les sites composant le troisième profil (graphique 7.11) sont presque tous situés en Afrique australe et orientale, plus particulièrement en Afrique du Sud et en Tanzanie. Ce profil révèle de toute évidence les effets du VIH/sida, mais pas autant que le profil 5. Les données de l'Afrique du Sud proviennent du site d'Agincourt, où la mortalité est extraordinairement faible par comparaison avec d'autres sites du réseau INDEPTH en Afrique. On reconnaît à Agincourt les effets du VIH/sida, mais ceux-ci ne sont pas aussi dévastateurs que dans d'autres régions d'Afrique australe et orientale. Le reste des données sont tirées du site de Dar es Salaam, où l'incidence du VIH/sida semble plus élevée. Ce profil ressemble davantage à celui de l'ONU pour l'Extrême-Orient, entre autres parce que la mortalité infantile et juvénile y est très faible par comparaison à celle touchant les personnes plus âgées. Une caractéristique importante de ce profil est le fait que la mortalité infantile et juvénile ne paraît pas très élevée, alors qu'il y aurait lieu de le croire puisque le VIH/sida y constitue un facteur de mortalité important.
Graphique 7.12. Profil de mortalité 4 du réseau INDEPTH, ajusté en fonction d'une espérance de vie de 55 ans à la naissance
Le quatrième profil (graphique 7.12) est une variation du premier, mais il s'en distingue clairement chez les 35 à 69 ans. Dans tous les autres groupes d'âge, les profils 1 et 4 n'affichent que des différences négligeables, à l'exception du fait que la mortalité infantile et juvénile du profil 4 est toujours un peu plus faible. Cependant, entre les âges de 35 et de 69 ans, la mortalité est beaucoup plus élevée dans le profil 4 que dans le profil 1. Ce profil ressemble beaucoup à celui de l'ONU dit « Général » en ce qui a trait aux femmes et à celui de l'ONU pour l'Amérique latine en ce qui a trait aux hommes. À l'instar du profil 1, la plupart des données composant ce profil proviennent d'Afrique occidentale.
Graphique 7.13. Profil de mortalité 5 du réseau INDEPTH, ajusté en fonction d'une espérance de vie de 55 ans à la naissance
L'incidence du VIH/sida est sans équivoque dans le cinquième profil (graphique 7.13). Les données composant ce profil proviennent de trois sites de la Tanzanie suivis dans le cadre du Projet sur la mortalité et la morbidité adultes, c'est-à-dire ceux de Dar es Salaam, de Hai et de Morogoro. Un renflement impressionnant caractérise la courbe de mortalité des hommes entre les âges de 20 et de 54 ans ainsi que celle des femmes entre les âges de 15 et de 49 ans. De plus, le renflement noté chez les femmes est visiblement plus concentré et plus prononcé, ce qui révèle une infection plus tôt chez les femmes, dans un groupe d'âge plus restreint. Ce profil ne ressemble pas particulièrement à d'autres profils existants, mais il est plus près de celui de l'ONU dit « Général » chez les hommes et de celui de l'ONU pour l'Amérique latine chez les femmes. Le profil 5 se distingue surtout du profil 3 en raison de la structure de l'incidence exercée par le VIH/sida. Les répercussions sont plus diffuses à mesure qu'on avance en âge dans le profil 3, ce qui signifie que la mortalité est élevée dans un groupe d'âge plus large, que l'ampleur des risques est plus uniforme et que les différences entre les sexes sont moins apparentes. Le profil 3 découle largement des données recueillies à Dar es Salaam, et cette caractéristique pourrait témoigner du fait que l'épidémie attaque les personnes plus âgées et, par le fait même, a bénéficié d'assez de temps pour infecter un plus vaste éventail d'hommes et de femmes. Comme dans le cas du profil 3, il est intéressant de noter que la mortalité infantile et juvénile ne semble pas autant touchée que celle chez les adultes, ce qui contredit les connaissances actuelles sur la prévalence du VIH et sa transmission verticale. Il faut analyser davantage ce profil afin de trouver pourquoi les effets du VIH ne sont pas aussi manifestes que prévu dans les données.
Graphique 7.14. Profil de mortalité 6 du réseau INDEPTH, ajusté en fonction d'une espérance de vie de 55 ans à la naissance
Le sixième profil (graphique 7.14) compte parmi les deux profils supplémentaires cernés dans les données relatives aux femmes. Il est intéressant, car il se distingue par une mortalité très élevée chez les enfants et les adolescents, alors que la mortalité chez les bébés et les adultes de tous âges y est faible sur un plan comparatif. Ce profil caractérise les sites de l'Afrique occidentale et du Nord-Ouest, et la plupart des données le composant proviennent d'Éthiopie. Sans détail supplémentaire, il est impossible de formuler une hypothèse sur les causes de ce profil unique. Le profil de mortalité chez les hommes présente des similarités avec celui de CD pour le Nord, alors que le profil de mortalité chez les femmes est plus près de celui de CD pour l'Ouest. Dans les deux cas, la mortalité est élevée chez les mêmes groupes d'âge. Ces profils diffèrent toutefois de ceux de CD dans la mesure où la mortalité infantile y est beaucoup moins élevée que dans les huit profils types. De plus, la mortalité chez les enfants et les adolescents est considérablement plus élevée; on pourrait désigner ce profil comme celui du « Super Nord ».
Graphique 7.15. Profil de mortalité 7 du réseau INDEPTH, ajusté en fonction d'une espérance de vie de 55 ans à la naissance
Le septième profil (graphique 7.15), qui est le dernier des deux profils de plus cernés dans les données relatives aux femmes, suscite aussi de l'intérêt. Il découle de deux sites d'Afrique centrale et occidentale. Les données relatives aux femmes sont évidentes quant à l'existence de ce profil : un renflement manifeste caractérise la courbe de mortalité des femmes âgées entre 25 et 44 ans. Celle-ci est probablement imputable à la mortalité maternelle, très élevée, dont les risques augmentent avec l'âge. Le site de la Zambie se trouve en milieu rural, et il est difficile d'y avoir accès à des infrastructures médicales modernes, ce qui pourrait contribuer aux risques anormalement élevés de la mortalité maternelle. Le profil correspondant chez les hommes est similaire à celui du profil 6, et les deux reflètent le schéma de CD pour le Nord. Celui-ci se caractérise par une mortalité plus élevée chez les enfants et les adolescents, combinée avec une mortalité plus faible sur un plan comparatif chez les personnes plus âgées. Le paludisme, qui est un important facteur de mortalité dans les deux sites, explique ce phénomène.
Les profils de mortalité du réseau INDEPTH sont comparés de façon explicite avec les schémas élaborés par CD et l'ONU afin de s'assurer de leur caractère distinct et de montrer exactement en quoi ils diffèrent des profils de mortalité types existants. La méthode comparative utilisée consiste simplement à faire la somme des écarts, mis au carré. Chaque profil de mortalité du réseau INDEPTH est comparé avec tous ceux élaborés par CD et l'ONU : les profils de CD pour le Nord, le Sud, l'Est et l'Ouest; les profils de l'ONU pour l'Amérique latine, le Chili, l'Asie du Sud, l'Extrême-Orient et celui dit « Général ». On a calculé l'écart entre chaque paire de profils dans chacun des groupes d'âge, pour ensuite mettre au carré et additionner les écarts pour produire la somme (englobant tous les âges) des carrés des écarts (SCE) entre les deux profils. Ainsi, pour chaque profil de mortalité du réseau INDEPTH, on a classé les SCE dérivant des sept comparaisons, et les unités de la paire comportant la plus petite SCE ont été considérées comme étant les plus similaires. On a ajusté tous les profils de mortalité à un niveau correspondant à une espérance de vie de 55 ans à la naissance10. Les SCE sont présentées au tableau 7.8, où à la fois la plus petite SCE et celle dont la valeur est la plus proche de celle-ci sont cernées pour chaque comparaison.
Dans chaque profil du réseau INDEPTH, les écarts par rapport au profil type d'ajustement le plus près sont calculés. Les graphiques 7.16 et 7.17 montrent clairement que tous les profils du réseau INDEPTH sont complètement différents des profils de mortalité types existants. Tous deux marquent des pics dans les écarts relatifs aux enfants (1 à 14 ans) ainsi qu'aux jeunes adultes et aux adultes d'âge moyen (25 à 49 ans). Fait intéressant, la mortalité infantile et juvénile entre les âges de 1 et de 4 ans est généralement plus faible que dans le schéma correspondant. Les pics notés dans les écarts durant l'enfance peuvent être imputables au paludisme et à d'autres maladies qui ont des répercussions importantes sur la santé des enfants en Afrique, mais pas ailleurs dans le monde. Chose certaine, il faut analyser davantage ces chiffres pour cerner tous les facteurs contribuant aux écarts touchant les enfants. Chez les adultes, la mortalité est visiblement plus élevée dans les profils 3 et 5, qui subissent tous deux les effets du VIH/sida, et il est permis d'avancer que cette tendance est principalement attribuable au VIH/sida. Il est étonnant de voir que la mortalité infantile et juvénile caractérisant les profils 3 et 5 n'est pas plus élevée, lorsqu'on considère celle, importante, qui touche les adultes. On peut en conclure que l'épidémie du VIH/sida n'entraîne pas de répercussions importantes sur la mortalité infantile et juvénile, ou encore que toutes les données utilisées pour générer les profils 3 et 5 sont erronées en ce qui a trait aux bébés et aux enfants. Il semble peu probable que ce soit le cas, ces données présentant, pour le moins, une homogénéité marquée. Ce phénomène indique à quel point il est important d'analyser plus en profondeur l'incidence du VIH/sida sur la mortalité infantile et juvénile.
10 Le niveau des profils du réseau INDEPTH est établi en ajustant le terme constant du schéma de mortalité axé sur les composantes. Les profils de mortalité types de CD et de l'ONU utilisés dans les comparaisons sont produits à l'aide du logiciel des Nations Unies servant à l'analyse des données sur la mortalité, MortPak-Lite (Nations Unies, 1988), à un niveau correspondant à une espérance de vie de 55 ans à la naissance.
Tableau 7.8. Somme des carrés des écarts entre les profils de mortalité du réseau INDEPTH et les profils types existants
Source : Le schéma de CD (pour le Nord, le Sud, l'Est et l'Ouest) est fourni par Coale et Demeny (1966); le schéma de l'ONU (pour l'Amérique latine, le Chili, l'Asie du Sud, l'Extrême-Orient et un profil dit « Général ») est fourni par les Nations Unies (1982).
Note : « CH. » signifie « Chili »; « E-O » signifie « Extrême-Orient »; « GÉN. » signifie « Général »; « AL » signifie « Amérique latine »; « AS » signifie « Asie du Sud ». Les SCE en gras sont les plus faibles et les SCE en italiques sont celles dont la valeur est la plus proche.
Graphique 7.16. Écarts spécifiques à l'âge entre les profils de mortalité chez les hommes du réseau INDEPTH et les profils types les plus proches [logit (nqx)], ajustés en fonction d'une espérance de vie de 55 ans à la naissance
Graphique 7.17. Écarts spécifiques à l'âge entre les profils de mortalité chez les femmes du réseau INDEPTH et les profils types les plus proches [logit (nqx)], ajustés en fonction d'une espérance de vie de 55 ans à la naissance
Le schéma de mortalité axé sur les composantes peut générer (et ajuster) un très vaste éventail de profils de mortalité arbitraires. Cette caractéristique le rend particulièrement utile pour élaborer des tables de survie types. Pour montrer comment le schéma axé sur les composantes peut servir à créer une série de tables de survie, on a recouru aux composantes de la mortalité cernées par le réseau INDEPTH afin d'isoler le profil général de mortalité selon l'âge en fonction du VIH/sida (par une suite d'écarts par rapport au coefficient), pour ensuite ajouter l'incidence du virus et de la maladie en quantités toujours plus élevées à la structure de la mortalité du profil 1. On a ainsi pu préparer une série de tables de survie comportant des espérances de vie à la naissance décroissantes sous l'impact croissant du VIH. Le résultat consiste en une série de tables de survie élaborées à partir de la tendance sous-jacente selon l'âge caractérisant le profil 1 du réseau INDEPTH, mais intégrant divers niveaux de mortalité imputable au VIH/sida.
Les graphiques 7.18 et 7.19 présentent la structure de la mortalité chez les hommes et chez les femmes en fonction du profil 5 du réseau INDEPTH, avec et sans l'augmentation présumée de la mortalité imputable au VIH/sida. Le graphique 7.20 illustre le profil de mortalité 1 chez les hommes du réseau INDEPTH, avec et sans augmentation de la mortalité chez les bébés et les enfants11. Dans chaque cas, l'écart entre les deux courbes est ajusté en fonction des 15 composantes de la mortalité (pour les hommes ou les femmes, selon le cas) afin de produire les coefficients présentés au tableau 7.9.
Graphique 7.18. Profil de mortalité 5 chez les hommes du réseau INDEPTH, avec et sans l'augmentation présumée de la mortalité imputable au VIH/sida (renflement lié au VIH/sida)
Graphique 7.19. Profil de mortalité 5 chez les femmes du réseau INDEPTH, avec et sans l'augmentation présumée de la mortalité imputable au VIH/sida (renflement lié au VIH/sida)
11 Il n'existe aucun profil empirique permettant de reproduire l'augmentation de la mortalité chez les bébés et les enfants. On l'a créé de façon à l'intégrer aux tables de survie types.
Graphique 7.20. Profil de mortalité 1 chez les hommes du réseau INDEPTH, avec et sans l'augmentation de la mortalité imputable au VlH/sida chez les bébés et les enfants
Tableau 7.9. Valeurs de coefficient estimées dans l'ajustement des écarts imputables au VIH par rapport au logit (nqx) dans les composantes de la mortalité
composante |
Ajustement des écarts chez les adultes |
Ajustement des écarts chez les enfants | ||
Hommes |
Femmes |
Garçons |
Filles | |
1 |
0,001 794 |
-0,004 217 |
-0,002 822 |
-0,003 926 |
2 |
0,069 515 |
0,086 812 |
0,030 939 |
0,024 063 |
3 |
-0,087 825 |
-0,093 468 |
0,048 722 |
0,046 546 |
4 |
-0,046 538 |
0,007 340 |
-0,030 034 |
-0,033 062 |
5 |
0,014 998 |
-0,053 602 |
-0,002 600 |
0,017 291 |
6 |
0,007 024 |
0,071 480 |
-0,042 015 |
0,044 176 |
7 |
0,057 843 |
-0,026 918 |
-0,001 601 |
0,029 769 |
8 |
0,067 342 |
0,011 817 |
0,015 266 |
-0,036 031 |
9 |
-0,035 387 |
0,055 790 |
-0,012 263 |
0,029 199 |
10 |
-0,030 752 |
0,070 519 |
0,028 062 |
0,006 903 |
11 |
-0,048 241 |
0,037 762 |
-0,013 452 |
0,043 736 |
12 |
0,040 329 |
-0,028 917 |
-0,001 339 |
-0,004 031 |
13 |
0,003 209 |
0,082 885 |
0,032 003 |
0,025 621 |
14 |
0,091 293 |
0,089 362 |
0,050 373 |
-0,013 287 |
15 |
0,126 678 |
-0,048 030 |
-0,008 452 |
0,030 330 |
Constante |
0,062 364 |
0,079 854 |
-0,030 420 |
-0,028 344 |
Les tables de survie types sont conçues de façon à produire une série de tables de survie découlant du profil de mortalité 1 sous-jacent du réseau INDEPTH. Les tendances de mortalité liées au VIH/sida sont intégrées à chaque membre de cette série en quantités suffisantes pour réduire l'espérance de vie à la naissance par tranche de cinq ans. L'équation [7.5] est un simple prolongement du schéma de mortalité axé sur les composantes qui décrit la relation utilisée dans ce calcul. Dans ce cas-ci, le vecteur (n + 1) d'des écarts du coefficient du VIH/sida est multiplié par α et ajouté au vecteur (n + 1) × 1 des coefficients, c'est-à-dire a'12. Le facteur de mise à l'échelle a détermine dans quelle mesure les valeurs liées au VIH/sida sont intégrées au profil de mortalité de base, représenté par le vecteur des coefficients, c'est-à-dire a'. Après avoir effectué l'addition, on prémultiplie le vecteur résultant la matrice des composantes C' pour obtenir le logit transformé des probabilités, c'est-à-dire (nqx). La relation régissant la table de survie à laquelle on a ajouté la valeur du VIH est représentée dans l'équation suivante :
où m, C', a', α. et d'sont tels que définis ci-dessus. En appliquant cette équation à la rangée correspondant au groupe d'âge des 20 à 24 ans, on obtient :
où 5Ci20 est la valeur de la composante i dans le groupe des 20 à 24 ans; αi est la valeur du coefficient relatif à la composante i; α est un simple scalaire appliqué au vecteur des écarts par rapport au coefficient; di est l'écart par rapport au coefficient pour la composante i; αc est le terme constant, qui possède la même valeur dans tous les groupes d'âge; dc est l'écart par rapport au terme constant. Chaque vecteur de la colonne contient des éléments g, un pour chaque groupe d'âge.
Les valeurs du logit (nqx) étant calculées, le logit inverse définit les valeurs relatives à nqx à substituer dans une table de survie, en vue de calculer les autres colonnes, y compris celle de l'espérance de vie. Les tables de survie types sont préparées à l'aide d'une méthode itérative, pour détecter l'objectif, qui modifie a jusqu'à ce que la valeur souhaitée de l'espérance de vie soit atteinte (voir les graphiques 7A.1 à 7A.6 ainsi que les tableau 7A.1 à 7A.4 dans l'annexe).
12 Rappelons que l'apostrophe (') indique que les matrices et les vecteurs incluent la colonne et la rangée nécessaires au stockage de la valeur constante et de son coefficient. De plus, « n » représente le nombre de composantes utilisées, alors que « g » est le nombre de groupes d'âge.
Les données décrivant la mortalité dans les 19 sites d'Afrique et d'Asie ont permis de cerner sept nouveaux profils de mortalité selon l'âge, dont six ne se rapportent qu'à l'Afrique. Élaboré à partir de données brutes, le schéma de mortalité axé sur les composantes sert à définir les grappes d'âge similaires dans les profils de mortalité, et ces profils sont comparés avec ceux des tables de survie préparées par CD et l'ONU. On a établi qu'ils étaient différents des profils existants, tant sur un plan général que spécifique. Cette conclusion appuie l'hypothèse selon laquelle des profils de mortalité uniques selon l'âge caractérisent l'Afrique et que les évaluations démographiques et épidémiologiques couramment effectuées pour analyser les données africaines doivent en tenir compte. Pour rendre ces données utiles aux démographes et aux épidémiologistes, il faut élaborer une série de tables de survie types en fonction de ces profils. Le réseau INDEPTH poursuit ses efforts pour préparer de telles tables de survie pour l'Afrique, en misant sur le schéma de mortalité axé sur les composantes ainsi que sur les profils de mortalité selon l'âge présentés ici.
This page intentionally left blank
Graphique 7A.1. Probabilité de décéder chez les hommes (nqx) selon la table de survie, en tenant compte de la mortalité imputable au sida par tranche de cinq ans (espérance de vie initiale de 45 ans à la naissance)
Graphique 7A.2. Probabilité de décéder chez les femmes (nqx) selon la table de survie, en tenant compte de la mortalité imputable au sida par tranche de cinq ans (espérance de vie initiale de 45 ans à la naissance)
Graphique 7A.3. Probabilité de survivre chez les hommes (nqx) selon la table de survie, en tenant compte de la mortalité imputable au sida par tranche de cinq ans (espérance de vie initiale de 45 ans à la naissance)
Graphique 7A.4. Probabilité de survivre chez les femmes (nqx) selon la table de survie, en tenant compte de la mortalité imputable au sida par tranche de cinq ans (espérance de vie initiale de 45 ans à la naissance)
Graphique 7A.5. Espérance de vie chez les hommes (ex, ou durée de vie restante en moyenne pour une personne ayant survécu au début de l'intervalle d'âge indiqué), en tenant compte de la mortalité imputable au sida par tranche de cinq ans (espérance de vie initiale de 45 ans à la naissance)
Graphique 7A.6. Espérance de vie chez les femmes (ex, ou durée de vie restante en moyenne pour une personne ayant survécu au début de l'intervalle d'âge indiqué), en tenant compte de la mortalité imputable au sida par tranche de cinq ans (espérance de vie initiale de 45 ans à la naissance)
Tableau 7A.1. Tables de survie types relatives au profil 1 du réseau INDEPTH : espérance de vie de 60 ans révisée en fonction de la mortalité imputable au VIH/sida
Tableau 7A.2. Tables de survie types relatives au profil 1 du réseau INDEPTH : espérance de vie de 55 ans révisée en fonction de la mortalité imputable au VIH/sida
Tableau 7A.3. Tables de survie types relatives au profil 1 du réseau INDEPTH : espérance de vie de 50 ans révisée en fonction de la mortalité imputable au VIH/sida
Tableau 7A.4. Tables de survie types relatives au profil 1 du réseau INDEPTH : espérance de vie de 45 ans révisée en fonction de la mortalité imputable au VIH/sida
This page intentionally left blank
This page intentionally left blank
La partie III de cette monographie contient des profils détaillés de chaque site de surveillance démographique affilié au réseau INDEPTH dans lequel on a recueilli des données sur la mortalité à des fins d'analyse comparative (voir la partie II). Cette partie-ci se veut un outil de référence à l'intention des lecteurs qui souhaiteraient en savoir davantage sur un site ou l'autre ainsi que sur l'état de la population suivie, les méthodes utilisées et d'autres éléments démographiques.
L'information relative à chaque site est présentée sous la forme d'un profil distinct, qu'on a préféré uniformiser afin de faciliter les comparaisons entre les caractéristiques propres aux sites. Une carte géographique est fournie pour aider à localiser exactement chaque site de surveillance.
Chaque profil débute avec des renseignements détaillés sur la géographie physique et humaine de l'aire de surveillance démographique. Parmi ceux-ci figurent :
• l'emplacement géographique, y compris la longitude, la latitude et l'altitude;
• l'emplacement administratif (régions, districts, etc.);
• la superficie du SSD et la zone couverte;
• les principales caractéristiques écogéologiques et climatiques du site suivi par le SSD;
• le cycle saisonnier (amplitude de la température, précipitations annuelles, saisons);
• quelques traits uniques.
Les caractéristiques démographiques de chaque site sont aussi fournies, notamment :
• la collectivité suivie et la densité de la population;
• le milieu d'habitation, qu'il soit rural, périurbain ou urbain;
• les principaux groupes ethniques;
• les principales religions;
• les principales langues;
• les principales professions;
• les écoles;
• l'alphabétisation chez les hommes et les femmes âgés de 15 ans et plus;
• l'habitat;
• l'approvisionnement en eau et l'assainissement;
• l'accès (routes revêtues ou non, services de transport publics, télécommunications);
• l'electrification;
• les services de santé (par exemple, nombre d'hôpitaux, de centres de santé, de dispensaires, de postes sanitaires; soins payants ou gratuits; couverture des principales interventions en matière de santé, comme l'immunisation; fréquence des principales interventions en matière de santé);
• les principaux problèmes de santé;
• d'autres indicateurs socio-économiques, comme le revenu des ménages, s'ils sont disponibles;
• l'historique d'événements pertinents sur le plan démographique (par exemple, épidémies, guerres, sécheresses, inondations, famines, présence de réfugiés);
• tout autre trait unique.
En deuxième lieu, chaque profil décrit le site en soi, en donnant de l'information préliminaire concernant notamment :
• les objectifs premiers et actuels du site suivi par un SSD;
• l'année de lancement et l'évolution du processus de surveillance démographique (par exemple, population initiale et population actuellement suivie);
• les principaux éléments du SSD (par exemple, rondes de surveillance avec intervalles de mise à jour, définition de l'état de résidence, types d'autopsies verbales [AV], logiciels);
• les principales variables en matière de santé et celles d'ordre démographique ou socio-économique que le SSD mesure de façon régulière;
• les paramètres supplémentaires mesurés dans le cadre d'enquêtes spéciales, nichées dans le site;
• la structure organisationnelle du SSD (par exemple, personnel, infrastructure, base institutionnelle);
• des traits uniques (par exemple, autres schémas de couplage des données);
• les destinataires habituels des données recueillies dans le SSD (diffusion).
Cette partie renferme également des précisions sur les méthodes de collecte et de traitement des données, y compris celles utilisées sur le terrain, notamment :
• la cartographie;
• les recensements initiaux;
• les rondes de surveillance de mise à jour;
• le suivi prospectif de la mortalité (événements démographiques et d'autre nature, AV);
• la supervision et le contrôle de la qualité.
Les méthodes de gestion des données sont aussi fournies, notamment :
• le maniement et le traitement des données;
• le contrôle de la qualité des données et des opérations effectuées sur le terrain;
• l'analyse et la présentation des données.
En troisième lieu, chaque profil précise les contributions fondamentales du site suivi, y compris les indicateurs démographiques générés par le système de surveillance, notamment :
• l'effectif de la population;
• la structure de base selon l'âge (pourcentage des groupes d'âge de moins d'un an, de 0 à 4 ans, de 5 à 14 ans, de 15 à 64 ans et de 64 ans et plus);
• le rapport de la population non adulte à la population adulte (la population de moins de 15 ans et la population de 65 ans et plus, divisé par la population de 15 à 64 ans);
• le rapport de masculinité;
• l'indice synthétique de fécondité;
• le taux de mortalité infantile;
• le taux de mortalité des enfants de moins de cinq ans;
• le ratio de mortalité maternelle;
• la taille moyenne des ménages;
• de moins de cinqans;
• le pourcentage de personnes de 15 ans et plus qui sont alphabétisées, par sexe.
Un graphique illustrant la pyramide des âges spécifique au site est inclus, ainsi qu'un tableau faisant état du niveau de mortalité selon l'âge et le sexe, toutes causes confondues, par tranches d'âge de cinq ans. Cette partie donne également les taux de fécondité et de migration selon l'âge de certains sites.
Les profils sont présentés par grande région géographique, par ordre alphabétique1 selon le pays, puis selon le nom du site. Aussi apparaissent-ils dans l'ordre suivant :
Afrique orientale
• Éthiopie : SSD de Butajira
• Tanzanie : SSD de Dar es Salaam; SSD de Hai; SSD d'Ifakara; SSD de Morogoro; SSD de Rufiji
• Zambie : SSD de Gwembe
Afrique australe
• Mozambique : SSD de Manhiça
• Afrique du Sud : SSD d'Agincourt; SSD de Dikgale; SSD d'Hlabisa
Afrique occidentale
• Burkina Faso : SSD de Nouna; SSD d'Oubritenga
• Gambie : SSD de Farafenni
• Ghana : SSD de Navrongo
• Guinée-Bissau : SSD de Bandim
• Sénégal : SSD de Bandafassi; SSD de Mlomp; SSD de Niakhar
Asie
• Bangladesh : SSD de Matlab; SSD du Projet de recherche opérationnelle
• Vietnam : SSD de FilaBavi
Afin de faciliter la consultation, le tableau III.1 fournit une matrice des caractéristiques clés de tous les sites faisant l'objet d'un profil.
1 Ndt : En fonction de la version originale de la présente monographie, rédigée en anglais.
Tableau III.1. Caractéristiques clés des sites de surveillance démographique affiliés au réseau INDEPTH qui font l'objet d'un profil dans la partie III de cette monographie
Source : Données du réseau INDEPTH.
Note : La plupart des indicateurs démographiques se rapportent à la période 1995-1999, mais voir le chapitre 6, à la partie II, ou la partie III pour connaître les dates exactes de collecte de données dans chaque site. Il est aussi à noter que les indicateurs démographiques peuvent varier par rapport à la partie III, car celle-ci fait état de chiffres basés sur les années plus récentes ou utilise des dénominateurs différents. « SIG » signifie système d'information géographique; « RM » signifie registre des ménages; « PRO » signifie Projet de recherche opérationnelle; « S-E » signifie socio-économique; « IEMJ » signifie intervalle des enquêtes de mise à jour; « AV » signifie autopsie verbale.
a « P » signifie périurbain, « R » signifie rural; « U » signifie urbain.
b Zone de comparaison.
c Zone de traitement.
This page intentionally left blank
Le Programme de santé rurale de Butajira (PSRB), centré sur le SSD de Butajira, est mis en œuvre dans le district de Meskan et de Mareko, dans la zone de Gurage, qui se trouve dans la région des nations, des nationalités et des populations du sud de l'Éthiopie (graphique 8.1). On évalue la superficie de ce district à 797 km2, et Butajira en couvre environ 9 km2. L'aire de surveillance se situe à 130 km au sud d'Addis-Abeba et à 50 km à l'ouest de Zway, dans la vallée du Rift, à une latitude de 8,2° N et à une longitude de 38,5° E. Le climat varie entre l'aridité des zones de faible altitude, à environ 1 500 m au-dessus du niveau de la mer (climat tropical), et la fraîcheur des zones montagneuses, qui s'élèvent jusqu'à 3 500 m (climat tempéré). La saison des pluies a principalement lieu de juin à octobre, alors que le reste de l'année s'avère plutôt sec. Les températures diurnes atteignent d'ordinaire entre 20 °C et 30 °C, mais celles de nuit peuvent tomber près du point de congélation aux altitudes supérieures. Propices à la sécheresse, les basses terres ont été touchées pendant les principales sécheresses survenues en Éthiopie.
Graphique 8.1. Emplacement du site suivi par le SSD de Butajira, Éthiopie (population suivie : 40 000 habitants)
1 Département de santé communautaire de la faculté de médecine de l'Université d'Addis-Abeba, Éthiopie.
2 Département de santé publique et d'enseignement clinique de l'Université d'Umeà, Suède.
La population du district est actuellement évaluée à 260 000 habitants, avec une densité approximative de 325 habitants par km2. L'ASD couvre un échantillon de ce district, tiré auprès de dix collectivités à l'aide de la technique de probabilité proportionnelle à la taille. La population suivie par le SSD est actuellement évaluée à 40 000 habitants (en 2000). Parmi ces dix sites, neuf sont ruraux et un se trouve à Butajira.
Les Gurage constituent le principal groupe ethnique et se divisent euxmêmes en tribus ou sous-groupes ethniques. Les Meskan, les Mareko, les Sodo, les Siliti et les Dobi sont les principaux groupes tribaux. Les deux tiers de la population adhèrent à la religion islamique, et le christianisme orthodoxe représente la deuxième religion dominante. Le guragigna est la langue la plus répandue, avec des variations d'un groupe tribal à l'autre. L'amharique, la langue nationale, est couramment parlée et écrite. Seules quelques personnes, en général les plus jeunes qui habitent en milieu urbain, comprennent les langues étrangères, notamment l'anglais. Les emplois sont surtout reliés à l'agriculture en milieu rural, alors qu'ils sont générés par de petites entreprises en ville. Le district compte 30 écoles, dont une école technique, une école secondaire et 28 écoles primaires. Environ 77 p. 100 de la population est analphabète. Ce sont les femmes et la population rurale qui sont les plus touchées.
En milieu rural, la plupart des habitations sont des cases rondes en chaume, bâties avec des poutres et de la terre. D'ordinaire revêtues de toits de zinc, les habitations urbaines sont généralement denses et surpeuplées. Les rivières et les puits constituent les principaux postes d'eau en milieu rural; en ville, les gens ont accès à l'eau du robinet, mais celle-ci n'approvisionne pas tous les foyers. Les techniques d'assainissement sont généralement médiocres, et seules quelques maisons sont équipées de latrines. Une chaussée en gravier, praticable en tout temps, relie Butajira à la capitale Addis-Abeba, mais, en règle générale, uniquement des routes utilisables par temps sec se trouvent entre les autres villages du district et la ville. Les services électriques et téléphoniques fonctionnent à toute heure du jour à Butajira, mais aucun n'est accessible en milieu rural. À ce jour, c'est au centre de santé du district, situé à Butajira, qu'on bénéficie des soins de meilleure qualité, étant donné que le centre de référence le plus proche se trouve à une centaine de kilomètres. Un nouvel hôpital régional est actuellement en construction à la demande de la ville. Un nombre croissant de cliniques et de dispensaires privés ouvrent également leurs portes dans le district.
Les problèmes de santé sont surtout causés par des infections et la maternité, et l'accès difficile aux soins de santé en milieu rural les aggrave. En outre, une tendance indique une plus forte incidence des maladies non transmissibles.
La population a souffert d'un certain nombre d'événements à l'échelle nationale, notamment la longue guerre civile éthiopienne (jusqu'à la mise en échec du régime de Mengistu, en 1991) et, plus récemment, le conflit frontalier avec l'Érythrée. Bien que l'aire de surveillance n'ait eu aucune participation directe dans ces conflits, le service militaire obligatoire et le détournement des ressources naturelles au profit de l'armée ont eu des répercussions dans l'ensemble du pays. De surcroît, les sécheresses, graves et récurrentes, ont exercé des effets considérables sur la population rurale à diverses périodes, surtout dans les basses terres.
Le PSRB a été lancé au milieu de l'année 1986, avec un recensement complet des dix kebeles échantillonnés (un kebele désigne la plus petite unité administrative en Éthiopie) dans le district de Meskan et de Mareko. Peu après, vers janvier 1987, un SSD capable d'enregistrer en permanence les événements démographiques était mis en place. Ses principaux objectifs étaient, d'une part, d'élaborer et d'évaluer un registre permanent des naissances et des décès afin de générer des données fiables sur la fécondité et la mortalité et, d'autre part, de fournir une base d'étude en matière de recherche et d'interventions sanitaires essentielles (Berhane et al., 1999).
Le SSD du PSRB est essentiellement le fruit d'une collaboration entre le département de santé communautaire de la faculté de médecine de l'Université d'Addis-Abeba, en Éthiopie, et la division d'épidémiologie du département de santé publique et d'enseignement clinique de l'Université d'Umeà, en Suède. Leur collaboration a débuté avec la rédaction d'une thèse de doctorat (Shamebo, 1993). Celle-ci a finalement pris la forme d'un véritable projet auquel des chercheurs multidisciplinaires se sont ralliés pour fournir l'infrastructure d'une base d'étude. La population suivie au départ, en 1987, s'élevait à approximativement 28 000 habitants. Dix ans plus tard, elle s'établissait à environ 37 000 habitants actifs. Au total, durant la période de suivi de dix ans, l'étude a porté sur plus de 60 000 personnes.
Les analyses relatives au site de Butajira ont été effectuées dans neuf kebeles en milieu rural, choisis de façon aléatoire (à l'aide de la technique de probabilité proportionnelle à la taille), et un kebele en milieu urbain (l'Association des citadins). Les données obtenues résultent de visites mensuelles dans chaque ménage. Le SSD fonctionne comme un système de cohortes dynamiques et ouvertes, axé sur divers indices relatifs à la santé et à la population. Jusqu'ici, trois recensements complets de la population ont eu lieu (1986, 1995 et 1999). L'ampleur de la similitude entre le recensement national de 1994 et la base de données du SSD témoigne de la qualité du registre permanent. L'intervalle de surveillance est en train d'être changé d'un à trois mois. Un logiciel personnalisé, basé sur le système dBase, est utilisé pour manipuler les données.
Le PSRB enregistre les naissances, les décès, les mariages, les nouveaux ménages, les émigrations et les immigrations, les déplacements internes (migrations à l'intérieur des kebeles suivis par le SSD du PSRB). Les ménages et les variables environnementales ont aussi été mesurés durant les recensements. La base d'étude est maintenant bien établie et sert à la préparation d'analyses ciblées sur les problèmes de santé cruciaux à l'échelle nationale, qui sont réalisées à l'aide de méthodes aussi bien qualitatives que quantitatives. À ce jour, on a pu poursuivre la recherche sur les maladies respiratoires chez les enfants, les autres maladies infectieuses, la santé de la reproduction et la santé mentale grâce à l'infrastructure élaborée pour la base d'étude.
L'intensité et la diversité des activités de recherche ont permis une participation plus élargie de chercheurs multidisciplinaires. Ceux-ci avaient des antécédents en obstétrique (Andersson, 2000; Berhane, 2000), en pédiatrie (Muhe, 1994), en épidémiologie et en biostatistique (Shamebo, 1993), en sociologie et en psychiatrie (Alem, 1997), en soins infirmiers et en santé publique. Plus de 50 personnes sont actuellement au service du SSD sur le terrain.
Ces efforts ont contribué au perfectionnement des ressources humaines de la faculté de médecine de l'Université d'Addis-Abeba ainsi qu'au renforcement de ses capacités de recherche. Plusieurs possibilités de formation ont été offertes aux niveaux de la maîtrise et du doctorat. La formation doctorale suit un modèle dit « sandwich » qui permet aux chercheurs de demeurer près de leur institution mère et d'assumer leurs responsabilités habituelles. Ce modèle a eu un autre effet, la réduction importante du risque de « fuite des cerveaux », qui peut se produire lorsque des experts sont envoyés à l'étranger pour une longue période. La formation doctorale est donnée par des universités européennes, surtout par l'Université d'Umeâ, en Suède. Pour sa part, le programme de maîtrise en santé publique est administré par le département de santé communautaire de la faculté de médecine de l'Université d'Addis-Abeba.
Plusieurs raisons justifient le choix premier de Butajira comme lieu d'établissement du SSD de Butajira. D'abord, étant donné que le site est situé à 130 km d'Addis-Abeba, on considérait qu'il échapperait à l'influence directe de la ville, sans être trop loin de l'université. Au milieu des années 1980, une guerre civile a éclaté au nord de l'Éthiopie, d'où la préférence d'établir le site de recherche plus au sud pour assurer la continuité à long terme du projet. Cette aire de surveillance se caractérise en outre par une diversité de degrés de croissance et de paramètres géographiques, ethniques et religieux dans une zone relativement distincte. Au fil des ans, l'étendue de cette diversité et ses principaux effets sur de nombreux paramètres démographiques sont devenus de plus en plus manifestes.
RECENSEMENT INITIAL—Le recensement initial de la population des villages sélectionnés a été effectué en 1987 en vue d'obtenir la population de référence et d'établir un système de surveillance démographique capable d'enregistrer en permanence les événements démographiques et les migrations se produisant au niveau des ménages. Le nombre total d'habitants s'élevait à 28 780. Tout adulte âgé d'au moins 15 ans et membre du ménage était admissible à répondre aux entrevues mensuelles. Celles-ci ont été menées par des agents enquêteurs détenant un diplôme d'études secondaires, basés dans les kebeles. Chaque événement démographique était enregistré sur un formulaire séparé, destiné au ménage. Les caractéristiques démographiques et sociales ainsi que celles relatives au logement et à l'utilisation de soins de santé ont été enregistrées pour chaque ménage à la rubrique correspondante du SSD et lors de chaque recensement subséquent (Berhane et al., 1999).
RONDES DE SURVEILLANCE DE MISE À JOUR—La première mise à jour complète du recensement de 1987 ne s'est pas faite avant 1995, ce qui, en rétrospective, représente un intervalle trop long. Une autre enquête à passages a eu lieu en 1999.
SUIVI PROSPECTIF DE LA MORTALITÉ—À partir du recensement de 1987 jusqu'à sa mise à jour de 1999, on a assuré un suivi continu sous la forme de visites mensuelles dans chaque ménage. Toutefois, à la lumière de l'expérience acquise au pays et ailleurs, les visites trimestrielles ont été décalées au cours des années 1999 et 2000.
SUPERVISION ET CONTRÔLE DE LA QUALITÉ SUR LE TERRAIN—On a mis en place des mécanismes visant à assurer la qualité des données à plusieurs endroits. Le mécanisme clé ainsi utilisé pour garantir l'intégrité des données est la supervision sur le terrain. Les superviseurs de terrain contrôlent quotidiennement la collecte de données et vérifient chaque formulaire rempli. De plus, ils effectuent des visites dans des ménages sélectionnés au hasard chaque mois, à l'aide d'un calendrier distribué chaque semaine. Les assistants de recherche sont chargés du transfert de données entre le terrain et le centre informatique. Ils vérifient également les données sur le terrain qui se rapportent à des ménages sélectionnés de façon aléatoire. En travaillant sur le terrain, les chercheurs sont en mesure de fournir de l'assistance technique et des conseils sur place, et de veiller à la qualité des données. Plus récemment, avec l'arrivée du système mondial de localisation, facilement accessible, on a également pu se livrer à des exercices de cartographie au niveau des ménages.
Les données destinées au SSD étaient d'abord entrées sous la forme d'une chaîne de textes, mais, depuis 1994, le SSD a plutôt recours à un logiciel basé sur la plate-forme dBase IV. Étant donné qu'il a été taillé sur mesure pour les besoins de Butajira, ce logiciel comprend des options permettant une vérification automatique de la cohérence et permet une gestion et un retrait plus perfectionnés des données. Le calendrier indigène utilisé en Éthiopie se distingue par un retard de 2 809 jours par rapport au calendrier universel et chacune de ses années contient 13 mois. Ces caractéristiques ont présenté des obstacles importants lors du traitement de données longitudinales par des logiciels brevetés.
Les données sont actuellement entrées à Butajira, ce qui constitue un avantage dans la mesure où tout questionnaire incompatible peut être retourné directement sur le terrain. Il s'agit d'une amélioration importante puisqu'auparavant, le traitement des données était centralisé à Addis-Abeba. La manipulation et l'analyse des données s'appuient sur les logiciels dBase et Epi-Info ainsi que sur le programme de cohortes (Cohort) élaboré par l'Université d'Umeâ, qui permet des analyses des événements se produisant dans des cohortes dynamiques par personnes-années. Les principaux véhicules d'information utilisés sont les publications nationales et internationales ainsi que les conférences scientifiques. Des réunions ont régulièrement été tenues dans la collectivité.
La population suivie a augmenté, passant de 28 616 habitants lors du recensement initial de 1987 à 37 323 habitants au début de 1997, affichant ainsi un taux annuel de croissance moyen de 2,7 p. 100. Les causes de cette différence importante en ce qui a trait à la croissance démographique des diverses régions sont l'urbanisation, un excédent notable des naissances sur les décès et une migration nette vers les zones urbaines.
Graphique 8.2. Pyramide des âges des personnes-années observées au site de surveillance démographique de Butajira, Éthiopie, 1995-1999
Ce profil démographique est typique à l'Afrique subsaharienne : 4,3 p. 100 des personnes-années figurent dans la première année de vie et 14,4 p. 100, dans les quatre années suivantes, alors que 29,9 p. 100 appartiennent au groupe d'âge des 5 à 14 ans, 48,6 p. 100, au groupe d'âge des 15 à 64 ans et seulement 2,8 p. 100, au groupe d'âge des 65 ans et plus (graphique 8.2). Le rapport de la population non adulte à la population adulte est donc de 106 p. 100. Le rapport de masculinité est de 94 p. 100.
Au cours des dix années de suivi, 5 143 décès et 15 667 naissances ont été enregistrés, ce qui a résulté en une somme de 336 074 personnes-années vécues. Par conséquent, selon le nombre total de décès noté, le taux brut de mortalité s'élève à 15,3 pour 1 000 personnes-années. Au total, on a observé 71 004 personnes-années chez les femmes âgées de 15 à 44 ans, dont la descendance s'établissait à 2 367, pour un indice synthétique de fécondité de 6,6 naissances par femme. Plusieurs méthodes ont servi à calculer le ratio de mortalité maternelle, évalué à environ 600 pour 100 000 naissances vivantes (Berhane et al., 2001).
Les décès chez les enfants de moins de cinq ans comptent pour 48 p. 100 de la mortalité totale. La moitié de ces décès se sont produits durant la première année de vie, et 53 p. 100 avant l'âge de deux mois. Les taux de mortalité selon l'âge permettent d'évaluer la mortalité cumulative en tout temps. Ainsi, on estime que 4,2 p. 100 des nouveau-nés vivants décèdent avant l'âge de deux mois, 8 p. 100, avant l'âge d'un an, 16,6 p. 100 avant l'âge de cinq ans, 36 p. 100 avant l'âge de 15 ans et 56 p. 100, avant l'âge de 65 ans. On observe des variations importantes entre les régions en ce qui a trait à la mortalité des enfants de moins de cinq ans, avec des taux fluctuant de 80 pour 1 000 personnes-années en milieu urbain à 219 pour 1 000 personnes-années dans les basses terres. Les taux de mortalité selon l'âge laissent présager une espérance de vie de 50,8 ans à la naissance—49,3 ans chez les hommes et 52,3 ans chez les femmes.
Le tableau 8.1 fait état du niveau de mortalité selon l'âge et le sexe, toutes causes confondues, au site du SSD de Butajira.
Tableau 8.1. Mortalité selon l'âge et le sexe au site du SSD de Butajira, Éthiopie, 1995-1999
Âge (années) |
Décès (nDx) |
Personnes-années observées (nPAx) | ||
Hommes |
Femmes |
Hommes |
Femmes | |
<1 |
92 |
104 |
1340 |
1395 |
1 à 4 |
73 |
77 |
4 863 |
4 748 |
5 à 9 |
38 |
34 |
5 608 |
5 613 |
10 à 14 |
16 |
14 |
4 944 |
5 130 |
15 à 19 |
18 |
16 |
4 292 |
4 380 |
20 à 24 |
20 |
11 |
3 464 |
3 320 |
25 à 29 |
14 |
11 |
2 082 |
2 345 |
30 à 34 |
7 |
14 |
1 448 |
2 022 |
35 à 39 |
11 |
12 |
1 541 |
2 171 |
40 à 44 |
17 |
11 |
1 436 |
1 604 |
45 à 49 |
20 |
23 |
1 314 |
1 458 |
50 à 54 |
12 |
7 |
960 |
853 |
55 à 59 |
11 |
17 |
747 |
728 |
60 à 64 |
16 |
12 |
514 |
457 |
65 à 69 |
14 |
14 |
459 |
389 |
70 à 74 |
17 |
14 |
298 |
278 |
75 à 79 |
7 |
12 |
159 |
194 |
80 à 84 |
5 |
8 |
98 |
89 |
≥85 |
7 |
8 |
50 |
82 |
Naissances |
2890 |
|
|
|
TBM |
11,44 |
|
|
|
TBN |
39,66 |
|
|
|
TBAN |
28,21 |
|
|
|
Note : « TBN » signifie taux brut de natalité (nombre actuel de naissances pour 1 000 habitants) ; « TBM » signifie taux brut de mortalité (nombre actuel de décès pour 1 000 habitants); « TBAN » signifie taux brut d'accroissement naturel (taux brut de natalité moins taux brut de mortalité, multiplié par 100; migrations ignorées); « nDx » représente les décès observés entre les âges x et x+n; « nPAx » représente les personnes-années observées entre les âges x et x+n.
Nous exprimons d'abord notre sincère reconnaissance aux populations de Butajira, qui ont bien voulu partager des expériences et des renseignements personnels, ainsi qu'à chacun des membres de l'équipe de terrain, qui ont recueilli les données avec zèle. Nous remercions les autorités administratives, notamment celles en matière de santé, de Butajira et de la zone de Gurage, de même que le service de santé régional d'Awassa, pour avoir appuyé nos activités de terrain. Nous sommes particulièrement redevables à la Commission des sciences et de la technologie de l'Éthiopie et à l'Agence suédoise de coopération en recherche avec les pays en développement pour leur financement généreux du programme depuis sa création. Le personnel affecté à la recherche, au soutien technique et à l'administration de la faculté de médecine de l'Université d'Addis-Abeba, en Éthiopie, et la division d'épidémiologie du département de santé publique et d'enseignement clinique de l'Université d'Umeå, en Suède, sont chaleureusement remerciés pour leur aide sans faille.
La région de Dar es Salaam, qui couvre la côte est de la Tanzanie, comprend les municipalités d'Ilala, de Temeke et de Kinondoni (la ville de Dar es Salaam) et quelques zones périphériques (graphique 9.1). Elle longe l'océan Indien vers l'est et, dans toutes les autres directions, la côte tanzanienne. En 1988, selon un recensement national, on évaluait la population de Dar es Salaam à 1 360 865 habitants. Cependant, cette ville a connu une croissance fulgurante durant les années 1990, et sa population s'élèverait actuellement à trois millions d'habitants. L'aire de surveillance démographique compte huit « secteurs » dans deux municipalités de Dar es Salaam, Temeke et Ilala.
Dar es Salaam se situe au niveau de la mer, et le site suivi par le SSD s'étend à une latitude oscillant entre 6,82° et 6,89° N, alors que sa longitude varie de 39,24° à 39,30° E. Le climat y est typiquement tropical avec des températures élevées à longueur d'année (entre 26 °C et 35 °C environ) et deux saisons de pluies (une courte en novembre et en décembre, et une longue de mars à mai).
Graphique 9.1. Emplacement du site suivi par le SSD de Dar es Salaam, Tanzanie (population suivie : 70 000 habitants)
1 Projet sur la mortalité et la morbidité adultes, Tanzame.
Comme les conditions socio-économiques jouent un rôle important dans l'étude de la mortalité différentielle, trois régions de la ville sont examinées, c'est-à-dire Ilala, Keko et Mtoni. Le choix de celles-ci apparaît des plus pertinents pour les raisons suivantes :
• Ilala, parce qu'il s'agit d'une ancienne région planifiée de la ville, dont les habitants sont largement urbanisés;
• Keko, parce qu'il s'agit d'une région diversifiée sur le plan socio-économique, où se côtoient des personnes des classes sociales plus élevées et des fonctionnaires du gouvernement, tous vivant dans des logements de qualité acceptable;
• Mtoni, parce qu'il s'agit d'une région où les conditions socio-économiques sont relativement médiocres, et que la population est constituée en grande partie par les premiers habitants de Dar es Salaam, dont bon nombre vivent en milieu périurbain ou semi-rural.
Ces trois régions comptent huit secteurs, pour une population totale de 69 304 habitants (au mois de juin 1999).
À l'origine, le groupe ethnique de Zaramo habitait la région aujourd'hui connue sous le nom de Dar es Salaam. Toutefois, au cours du xxe siècle, la population subit un brassage avec plusieurs groupes ethniques de Tanzanie. Aussi la population de l'ASD est-elle un mélange de personnes originaires de tous les coins du pays. La majorité des habitants de cette aire de surveillance sont musulmans (70 p. 100), et les autres sont de religion chrétienne (30 p. 100).
La principale langue parlée par les populations suivies par le SSD est le kiswahili. Une bonne part des emplois des habitants de l'ASD est reliée à la petite entreprise ou au travail manuel (spécialisé ou non) ; quelques personnes occupent des postes administratifs.
L'information relative au niveau d'instruction le plus élevé est tirée du recensement national ainsi que d'une enquête sur la mortalité. Ceux-ci révèlent que les filles sont un peu plus nombreuses à fréquenter l'école que les garçons jusqu'à l'âge de 14 ans. Par la suite, cette proportion chute considérablement dans le sens inverse. À partir de l'âge de 25 ans, les femmes sans instruction officielle sont de deux à trois fois plus nombreuses que les hommes. A partir de l'âge de 30 ans, beaucoup plus d'hommes que de femmes ont complété des études primaires et postprimaires.
La majorité des habitants de Dar es Salaam vivent dans des logements à prix modique, et la taille moyenne des ménages est de 3,8 personnes. Plus de 70 p. 100 des ménages n'occupent qu'une ou deux pièces. Environ 80 p. 100 des ménages ont accès à l'eau du robinet. L'utilisation de latrines à fosse est répandue (90 p. 100) dans l'ASD de Dar es Salaam. Certaines routes sont revêtues et d'autres non, mais toutes les régions sont bien desservies par les transports publics. On offre à Dar es Salaam des services de télécommunications à la fois publics et privés. L'électricité est accessible dans ces secteurs principalement destinée à l'usage domestique, par exemple; elle est pour l'éclairage et la cuisine.
La région de Dar es Salaam comporte un hôpital national et trois autres relevant de l'administration municipale. Les personnes suivies semblent bien profiter de toutes ces infrastructures, bien qu'aucune ne se trouve dans l'ASD en soi. Deux des hôpitaux municipaux sont facilement accessibles à la collectivité suivie, et celle-ci peut également bénéficier des services de centres de santé et de dispensaires publics, ainsi que d'un certain nombre d'hôpitaux et de dispensaires privés. Les hôpitaux privés se trouvent à l'extérieur de l'ASD, mais quelques dispensaires privés offrent aussi des services dans la région.
Le SSD est mis en œuvre dans la région de Dar es Salaam dans le but premier de produire des dénominateurs démographiques fiables, essentiels au suivi continu de la mortalité par cause. Combinés, la surveillance démographique et le suivi des mortalités peuvent fournir aux autorités municipales une mine de renseignements sur le fardeau des maladies, l'utilisation des infrastructures sanitaires avant les décès et les conditions de vie de la population. Ces renseignements servent à assurer une planification axée sur les résultats ainsi que l'évaluation constante des services de santé. Le ministère de la Santé de la Tanzanie et l'équipe municipale de gestion des soins de santé supervisent les activités de suivi dans le cadre de la deuxième phase du Projet sur la mortalité et la morbidité adultes (PMMA-2). L'objectif du PMMA-2 est de diminuer la mortalité et la morbidité imputables à des conditions qui tendent à toucher et à désavantager plus particulièrement les couches pauvres de la Tanzanie, et ce, en redressant ces conditions par des interventions ciblées sur la santé. Pour y parvenir, le projet mise sur le renforcement d'une planification axée sur les résultats ainsi que la prestation de services de santé rentables. Le tout s'inscrit dans une réforme dans les districts couverts par le projet ainsi qu'au ministère de la Santé de la Tanzanie.
La surveillance démographique et le suivi des mortalités dans le cadre du PMMA-1 et du PMMA-2 ont lieu dans le district de Hai (région de Kilimandjaro) et celui de Morogoro (région de Morogoro), ainsi qu'à Dar es Salaam (voir les chapitres 10 et 12). En 1992, lors du lancement du SSD, l'ASD de Dar es Salaam comprenait sept secteurs urbains, pour une population totale de 67 000 habitants. À la fin de 1993, un autre secteur, comportant 4 500 habitants, était intégré aux activités de suivi, pour une population totale de 71 500. Fait remarquable, la population de l'ASD de Dar es Salaam est demeurée constante, malgré une immigration et une émigration considérables chaque année. Bien que l'accent ait d'abord été mis sur les adultes, le SSD a recueilli des données sur tous les groupes d'âge.
Le SSD fait à la fois partie intégrante des structures nationales et régionales. Au ministère de la Santé, c'est au Système national de sentinelles de surveillance que revient la responsabilité générale de recourir au SSD pour recueillir des données sur la population et la mortalité. Ce système est également à l'œuvre dans les sites de Hai, de Morogoro et de Rufiji. À l'échelle régionale, les activités de suivi sont rattachées aux dispositifs habituels du district. Le suivi de la mortalité se poursuivra, et le SSD continuera d'être exploité tant que le district n'aura pas trouvé de solution de rechange rentable pour générer des dénominateurs démographiques fiables.
Le Système de prestation de services en santé publique de Dar es Salaam est le principal utilisateur des données à l'échelle régionale, alors que ce titre revient au ministère de la Santé de la Tanzanie à l'échelle nationale. Parmi les autres destinataires de ces données figurent :
• le Programme national de lutte contre le sida, une initiative multisectorielle mise en œuvre par le gouvernement;
• le Bureau du vice-président (d'où proviennent les indicateurs de surveillance sur la pauvreté et le bien-être de la population tanzanienne);
• les initiatives du ministère de la Santé visant à contrôler le paludisme (par exemple, la promotion des moustiquaires traitées à l'insecticide et la politique nationale relative aux médicaments antipaludéens);
• des organismes non gouvernementaux (par exemple, l'Association pour la santé publique de la Tanzanie);
• divers projets (par exemple, le Projet sur la santé urbaine de Dar es Salaam);
• des donateurs (pour évaluer le rendement du secteur de la santé);
• l'Équipe nationale de surveillance de la pauvreté;
• d'autres intervenants, comme le ministère de l'Éducation, le Bureau de la statistique et le ministère du Travail et du Développement de la jeunesse;
• des chercheurs tanzaniens et internationaux.
La population initiale suivie par le SSD s'établissait près du niveau que Hayes et al. (1989) considèrent comme le meilleur pour évaluer la mortalité par cause. Comme on la mentionné, le choix des régions de Dar es Salaam tient à ce qu'elles se caractérisent par une diversité de conditions de vie et que les niveaux socio-économiques et la densité démographique y varient.
RECENSEMENT INITIAL—On a effectué un recensement initial en 1992, car ni le registre démographique ni le recensement national de 1988 n'avaient réussi à fournir une base d'évaluation précise sur les dénominateurs démographiques. Au départ, il a fallu procéder à un recensement initial pour déterminer qui résidait dans chaque ménage suivi. On a utilisé un seul formulaire par ménage.
RONDES DE SURVEILLANCE DE MISE À JOUR—Par la suite, la population a été recensée deux fois par année (de mai à juin ainsi que d'octobre à novembre). Lors de chaque passage de mise à jour, on imprime l'information obtenue du passage précédent sur de nouveaux formulaires. Tous les ménages sont visités, et un adulte membre y est interrogé. Les agents enquêteurs vérifient et, s'il y a lieu, mettent à jour les données existantes. Lorsque de nouveaux ménages s'ajoutent, soit en raison d'une immigration, soit à cause de la division de ménages existants, ils sont enregistrés sur un nouveau formulaire distinct. Les informateurs clés, entre autres des chefs locaux, identifient ces ménages. Les événements démographiques (naissances et décès) ainsi que les migrations se rapportant à chaque ménage sont enregistrés. On recueille les renseignements suivants pour chaque personne suivie : le nom, l'âge, le sexe, le lien avec le chef du ménage, la profession principale, le statut matrimonial, la consommation d'alcool et de tabac, la date d'entrée dans le ménage, le mode d'entrée, la date de sortie, le mode de sortie et la survie des parents. Quelques questions sur les habitudes religieuses ont récemment été ajoutées. Le suivi des migrations se limite aux dates d'entrée et de sortie ainsi qu'à la région d'origine ou à la destination; les migrations successives de personnes à l'intérieur et à l'extérieur de l'aire de surveillance ne sont pas reliées. Aussi, s'il est possible de déterminer qui réside dans l'ASD à n'importe quel moment donné (et, par le fait même, de calculer les dénominateurs), on ne peut connaître le laps total de temps qu'une personne en particulier y aurait passé.
Le SSD emploie huit animateurs communautaires à titre d'agents enquêteurs lors des rondes de surveillance de mise à jour ainsi que trois agents cliniciens appelés à superviser les autopsies verbales (AV). Les services d'informateurs clés habitant dans la collectivité sont aussi retenus pour signaler régulièrement les décès aux superviseurs des AV. Alors que les rondes de surveillance de mise à jour se déroulent deux fois par année, le suivi de la mortalité, par lequel on obtient de l'information sur les causes probables des décès, est continu. Les causes probables des décès sont déterminées à l'aide des AV.
SUIVI PROSPECTIF DE IA MORTALITÉ—L'objectif premier orientant l'approche du PMMA dans l'exploitation du SSD est de fournir des données recueillies par des « sentinelles » sur le fardeau des maladies pour éclairer la planification des soins de santé et l'établissement des priorités. Conformément à cet objectif, des efforts sont déployés pour déterminer la cause de tout décès survenant dans l'aire de surveillance. On se sert d'un bref questionnaire standard pour recueillir les commentaires des proches et des soignants. Différents formulaires sont utilisés en fonction de l'âge de la personne décédée, c'est-à-dire un pour les bébés de moins de 31 jours, un autre pour les enfants âgés entre 31 jours et cinq ans et un dernier pour toutes les personnes âgées de plus de cinq ans. Le formulaire contient des sections pour identifier le répondant, donner l'identité de la personne décédée, préciser les événements (question ouverte), établir la liste des diagnostics précédents, détailler les symptômes et leur durée, énumérer les soins de santé recherchés avant le décès, dresser les antécédents médicaux du ménage et résumer toute preuve appuyant l'AV, comme un dossier médical ou un certificat de décès. Un membre du personnel médical remplit le formulaire après avoir interrogé un ou plusieurs proches ou soignants de la personne défunte. Dans la mesure du possible, cette entrevue a lieu dans les six semaines suivant le décès.
Les décès sont habituellement signalés par des informateurs clés basés dans la collectivité. Diverses personnes sont approchées à cette fin à Dar es Salaam. Les informateurs clés sont choisis en raison de leur connaissance des événements dans leur milieu, notamment les décès. En outre, un bulletin d'information est distribué dans la collectivité afin de lui montrer les avantages de sa participation au système de surveillance pour l'inciter à faire part des décès aux informateurs clés—il s'agit donc d'un autre outil d'enregistrement des événements démographiques. On a récemment remis un turubai (tente bâchée) à chaque informateur clé d'un village ou d'une région afin que les familles endeuillées puissent l'emprunter durant les cérémonies mortuaires. Les informateurs clés ont ainsi pu obtenir de l'information sur les décès survenus dans leur milieu pour en faire part au superviseur. Le personnel responsable des AV rencontre régulièrement les informateurs clés pour être mis au courant des nouveaux décès. Il s'entretient ensuite avec les proches ou les soignants des personnes défuntes pour confirmer les décès et procéder aux AV.
Deux médecins indépendants déterminent la cause de chaque décès. Jusqu'en 1999, une version modifiée de la nomenclature ICD-10 était utilisée à cette fin. Depuis 2000, on a plutôt recours à une liste de codes généraux plus restreinte élaborée par le PMMA et le ministère de la Santé. Les diagnostics donnés par les deux codeurs sont comparés, et tout écart est soumis à un troisième codeur. Si les trois codeurs se contredisent, la mention « cause incertaine ou inconnue » apparaît sur le formulaire. Lorsque les circonstances le permettent, on tente d'obtenir une preuve à l'appui de la cause du décès, comme des dossiers médicaux, que la personne défunte ait été hospitalisée ou non, un certificat de décès ou un permis d'inhumer.
Durant le recensement, un superviseur de terrain examine tous les formulaires remplis et retourne ceux qui comportent des erreurs ou manquent de cohérence afin que les agents enquêteurs les corrigent. Les formulaires retenus à l'étape de l'inspection sont envoyés au centre informatique de Dar es Salaam, et leur contenu est entré à l'ordinateur. Tous les formulaires de recensement dans lesquels on a trouvé des erreurs durant l'entrée des données sont archivés, puis retournés sur le terrain afin qu'on les corrige. Après avoir été corrigés, les formulaires sont renvoyés au centre, où on règle les problèmes notés et archive à nouveau les formulaires.
Les employés reçoivent une formation pour entrer les données dans un microordinateur à l'aide d'un système de saisie spécialement conçu pour le projet dans Microsoft FoxPro. On leur enseigne comment remplir les formulaires de recensement afin que, en plus d'utiliser les options de validation informatique, ils puissent repérer les erreurs et les problèmes de cohérence. Les options de validation varient du simple contrôle par fourchette à la recherche des problèmes de cohérence entre les membres d'un ménage (par exemple, une personne enregistrée comme « épouse », mais pour laquelle la mention « jamais mariée » apparaît à la question sur le statut matrimonial).
Plusieurs méthodes sont offertes pour assurer la qualité des données, y compris des vérifications sur le terrain ou durant le processus d'entrée des données. Les superviseurs visitent un échantillon aléatoire de ménages pour vérifier les données enregistrées dans les formulaires et veiller à ce que le recensement couvre tous les ménages et ne comporte aucun ménage inexistant. Après sa visite, chaque agent enquêteur procède à de nouvelles entrevues auprès d'un échantillon de ménages. En raison de la quantité considérable de renseignements obtenus lors d'un seul recensement, il est impossible d'entrer deux fois toutes les données à des fins de contrôle; aussi tire-t-on plutôt un échantillon de 5 à 10 p. 100 au hasard pour comparer le contenu des formulaires avec les données entrées.
Après chaque entrevue, les agents enquêteurs remettent à chaque ménage un bulletin conçu par l'équipe municipale de gestion des soins de santé, dont la production et la distribution sont financées dans le cadre du projet à un prix de 0,11 $US par ménage. En plus de présenter les résultats du passage précédent sous une forme simplifiée, ce bulletin renferme des messages de sensibilisation en matière de santé. Conçu pour aider les collectivités et leurs dirigeants à mieux comprendre les caractéristiques de la région qu'ils habitent, il témoigne du rôle utile que joue le SSD dans le fonctionnement du système de santé régional. En 1999, 94 p. 100 des ménages avaient déclaré avoir reçu le bulletin, et 89 p. 100 d'entre eux confiaient l'avoir lu.
Les principales données produites par le système sont des estimations de la mortalité par cause dans tous les groupes d'âge. Comme on l'a mentionné plus tôt, la population de l'ASD s'élève à environ 70 000 habitants. La taille moyenne des ménages est de 3,8 personnes. Le ratio des hommes par rapport aux femmes est de 100 : 102, et le rapport de la population non adulte à la population adulte est de 59 p. 100. La répartition des groupes d'âge est essentiellement la suivante : les bébés de moins d'un an comptent pour 3,1 p. 100 de la population, les enfants de 1 à 4 ans, pour 10,4 p. 100, ceux de 5 à 14 ans, pour 21,9 p. 100, les adultes de 15 à 64 ans, pour 63,0 p. 100 et ceux de 65 ans et plus, pour 1,6 p. 100. Entre juillet 1992 et juin 1999, la mortalité maternelle s'établissait à 669 pour 100 000 naissances vivantes.
En ce qui a trait aux migrations, les chiffres suivants font état des changements de résidence des personnes dans une année, en ignorant les déplacements à court terme entre les passages de mise à jour. En 1998-1999, l'aire de surveillance a vu émigrer 17 796 de ses habitants. On connaît la destination de 15 124 d'entre eux; la plupart (75 p. 100) se dirigeaient vers une autre région de Dar es Salaam; les autres, ailleurs au pays, à l'exception de 172 personnes ayant choisi de quitter la Tanzanie. Durant la même période, 16 581 habitants ont migré à l'intérieur de l'aire de surveillance. Le lieu d'origine de 13 087 (79 p. 100) d'entre eux est connu : 68 p. 100 provenaient d'autres régions de Dar es Salaam; les autres étaient originaires d'ailleurs en Tanzanie, à l'exception de 67 personnes venues d'autres pays. Comme le révèlent les données ci-dessous, la population habitant dans l'aire de surveillance de Dar es Salaam est très dynamique. Celle-ci attire les jeunes adultes, comme en fait foi la pyramide des âges (graphique 9.2). L'excédent des femmes est manifeste dans le groupe d'âge de 15 à 19 ans, alors que l'inverse se produit chez les personnes âgées de cinq ans de plus.
Le tableau 9.1 illustre la mortalité selon l'âge et le sexe, toutes causes confondues, dans le site couvert par le SSD de Dar es Salaam.
Graphique 9.2. Pyramide des âges des personnes-années observées au site de surveillance démographique de Dar es Salaam, Tanzanie, 1995-1999
Tableau 9.1. Mortalité selon l'âge et le sexe au site du SSD de Dar es Salaam, Tanzanie, 1995-1999
Âge (années) |
Décès (nDx) |
Personnes-années observées (nPAx) | ||
Hommes |
Femmes |
Hommes |
Femmes | |
<1 |
358 |
362 |
5 154 |
5 150 |
1 à 4 |
258 |
261 |
19 602 |
19 203 |
5 à 9 |
80 |
54 |
20 289 |
21 130 |
10 à 14 |
42 |
31 |
16 686 |
18 767 |
15 à 19 |
36 |
65 |
17 950 |
22 735 |
20 à 24 |
97 |
144 |
20 672 |
25 522 |
25 à 29 |
184 |
268 |
20 495 |
20 169 |
30 à 34 |
170 |
249 |
15 402 |
14 022 |
35 à 39 |
201 |
176 |
12 357 |
9 564 |
40 à 44 |
165 |
125 |
9 416 |
6 710 |
45 à 49 |
150 |
85 |
6 822 |
4 582 |
50 à 54 |
107 |
73 |
4 804 |
2 870 |
55 à 59 |
65 |
38 |
3 262 |
2 009 |
60 à 64 |
103 |
50 |
2 009 |
1 344 |
65 à 69 |
62 |
32 |
1 997 |
970 |
70 à 74 |
74 |
74 |
765 |
755 |
75 à 79 |
57 |
44 |
384 |
589 |
80 à 84 |
36 |
53 |
157 |
240 |
≥85 |
35 |
51 |
113 |
175 |
Naissances |
10 122 |
|
|
|
TBM |
12,75 |
|
|
|
TBN |
28,59 |
|
|
|
TBAN |
15,84 |
|
|
|
Note : « TBN » signifie taux brut de natalité (nombre actuel de naissances pour 1 000 habitants); « TBM » signifie taux brut de mortalité (nombre actuel de décès pour 1 000 habitants); « TBAN » signifie taux brut d'accroissement naturel (taux brut de natalité moins taux brut de mortalité, multiplié par 100; migrations ignorées); « nDx » représente les décès observés entre les âges x et x+n; « nPAx » représente les personnes-années observées entre les âges x et x+n.
En 2000, le PMMA a ajouté des questions à son formulaire de recensement pour préciser les caractéristiques propres au site en matière de fécondité et de migration ainsi que leurs effets sur la structure démographique. L'analyse préliminaire de ces données révèle que beaucoup de migrations à court terme se sont produites entre les passages. De plus, les taux de fécondité selon l'âge des femmes qui ont migré vers Dar es Salaam équivalaient à près de la moitié de celui des résidantes plus âgées. L'immigration de jeunes adultes, dont les taux de fécondité sont plus faibles, explique en partie le renflement noté dans la pyramide des âges entre 15 et 49 ans. On prévoit se pencher plus en profondeur sur ces données, qui demeurent préliminaires.
Le PMMA est une initiative du ministère de la Santé de la Tanzanie, financée par le Département pour le développement international (DFID) du Royaume-Uni. Il est mis en œuvre en partenariat avec l'Université de Newcastle (upon Tyne), au Royaume-Uni.
Ce chapitre résulte en partie d'un projet financé par le DFID au profit de la Tanzanie et d'autres pays en développement, et les opinions exprimées ne traduisent pas nécessairement celles de cet organisme.
L'équipe du PMMA comprend K.G.M.M. Alberti, Richard Amaro, Yusuf Hemed, Berlina Job, Gregory Kabadi, Judith Kahama, Joel Kalula, Ayoub Kibao, John Kissima, Henry Kitange, Regina Kutaga, Mary Lewanga, Frederic Macha, Haroun Machibya, Honorati Masanja, Louisa Masayanyika, Mkamba Mashombo, Godwill Massawe, Gabriel Masuki, Ali Mhina, Veronica Mkusa, Ades Moshy, Hamisi Mponezya, Robert Mswia, Deo Mtasiwa, Ferdinand Mugusi, Samuel Ngatunga, Mkay Nguluma, Peter Nkulila, Seif Rashid, J.J. Rubona, Asha Sankole, Daudi Simba, Philip Setel, Nigel Unwin et David Whiting.
Nous tenons à remercier l'équipe municipale de gestion des soins de santé de Temeke et d'Ilala pour sa collaboration et son soutien continus. Nous sommes aussi reconnaissants au personnel de soutien du PMMA, qui n'a pas ménagé les efforts pour contribuer à l'atteinte de nos objectifs : Mariana Lugemwa, Dorothy Lyimo, Rukia Mwamtemi, Getrude Peter, Charles William, Mustapha Kahise et Juma Mfinanga. Enfin, merci du fond du cœur à tous ceux et celles qui habitent dans l'aire de surveillance pour leur patience et leur coopération.
This page intentionally left blank
Le district de Hai se dresse sur les pentes du mont Kilimandjaro, dans la région de Kilimandjaro, au nord-est de la Tanzanie (graphique 10.1). Il couvre une superficie de 13 000 km2, sur laquelle se trouvent trois zones écologiques. La zone des basses terres s'étend entre 750 et 1 000 m au-dessus du niveau de la mer, reçoit des précipitations légères (environ 325 mm par année) et se caractérise par des températures élevées. Sa population est éparse (environ 70 habitants par km2). La zone centrale s'élève à entre 1 000 et 1 600 m au-dessus du niveau de la mer et des précipitations y sont plus élevées (environ 1 560 mm par année), alors que les températures sont moyennes. Sa population est plus dense (de 150 à 160 habitants par km2). La zone de haute altitude se situe à 1 600 m au-dessus du niveau de la mer et reçoit des précipitations abondantes. Parsemée de forêts montagneuses et de prairies, elle se distingue par ses températures fraîches. Cette zone inhabitée constitue le plus vaste réservoir d'eau (alimenté par les pluies et les écoulements glaciaires) et la plus grande réserve
Graphique 10.1. Emplacement du site suivi par le SSD de Hai, Tanzanie (population suivie : 154 000 habitants)
1 Projet sur la mortalité et la morbidité adultes, Tanzanie.
forestière de Kilimandjaro. Plusieurs sources et rivières naissent dans cette zone pour aller baigner à la fois les basses terres et la zone centrale avant de se jeter dans le bassin de la rivière Pangani. Le district comporte quatre divisions administratives, 11 quartiers et 61 villages. Le site de surveillance démographique de Hai s'étend à une latitude oscillant entre 3,13° et 3,46° S, alors que sa longitude varie de 37,11° à 37,36° E. Trois des quatre divisions du district se trouvent dans l'ASD.
En 1999, le site couvert par le SSD de Hai était habité par environ 154 000 personnes et, de 1992 à 1999, affichait un taux annuel de croissance moyen de 1,7 p. 100. Il comprend 36 000 ménages (chiffre arrondi au millier le plus près), et la taille moyenne de ceux-ci est de 4,6 personnes. On entend par « ménage » un groupe de personnes qui partagent leurs repas. De nombreux villages de l'ASD sont en milieu rural, et quelques-uns en milieu périurbain. Les principaux groupes ethniques sont les Chagga et les Maasai. Les grands groupes religieux établis dans la région sont les chrétiens (79 p. 100) et les musulmans (20 p. 100). Les langues indigènes sont communément parlées dans les villages, bien que la langue nationale officielle, le kiswahili, soit largement comprise et parlée.
L'agriculture, le bétail, les produits laitiers, les mines commerciales et l'industrie artisanale sont les principaux secteurs économiques. Le district de Hai comprend actuellement 139 écoles primaires, que fréquentent 40 000 élèves au total, 13 écoles secondaires (à la fois publiques et privées), que fréquentent 5 000 élèves, et cinq écoles techniques post primaires, que fréquentent 720 élèves. Environ 95 p. 100 des enfants d'âge scolaire vont à l'école, et approximativement 96 p. 100 de la population est alphabétisée.
Le district comporte deux hôpitaux, deux centres de santé, 39 dispensaires et 61 postes sanitaires de village. Ces établissements fournissent des services curatifs et préventifs et font la promotion de la santé. Environ 85 p. 100 des enfants âgés de moins de cinq ans sont immunisés contre cinq grandes maladies transmissibles. L'eau ne manque pas dans les zones de moyenne et de haute altitudes, mais elle est souvent polluée de microbes, de minéraux toxiques et de produits chimiques utilisés dans l'agriculture.
Le bois est la principale source d'énergie. Comme la population croît rapidement, la demande pour le bois de chauffage monte en flèche, si bien qu'on a commencé à empiéter sur la réserve forestière du parc national de Kilimandjaro. Trente-six des 61 villages ont de l'électricité, mais l'utilisation de cette source d'énergie est limitée en raison de son coût. De rares ménages ont recours au biogaz (gaz produit de déchets, comme la bouse de vache et les rejets agricoles).
Le district de Hai est desservi par un réseau de transports auquel sont reliés 710 km de routes et un aéroport (aéroport international de Kilimandjaro). La plupart des routes ne sont pas revêtues et deviennent souvent impraticables durant la saison des pluies. Les données recueillies dans la collectivité indiquent que le VIH/sida, le cancer, la périnatalité, les maladies fébriles aiguës (y compris le paludisme), la pneumonie, les affections diarrhéiques, les blessures (intentionnelles ou non), la malnutrition et la maternité sont les principales causes de décès à Hai.
Le SSD est mis en œuvre dans la région de Hai dans le but premier de produire des dénominateurs démographiques fiables, essentiels au suivi continu de la mortalité par cause. Ces activités de suivi de la population et de la mortalité ont permis aux autorités municipales d'obtenir une mine de renseignements sur le fardeau des maladies, l'utilisation des infrastructures sanitaires avant les décès et les conditions de vie de la population. Ces renseignements servent à assurer une planification axée sur les résultats ainsi que l'évaluation constante des services de santé. Le ministère de la Santé de la Tanzanie et l'équipe municipale de gestion des soins de santé supervisent les activités de suivi dans le cadre de la deuxième phase du Projet sur la mortalité et la morbidité adultes (PMMA-2). L'objectif du PMMA-2 est de diminuer la mortalité et la morbidité imputables à des conditions qui tendent à toucher et à désavantager plus particulièrement les couches pauvres de la Tanzanie, et ce, en redressant ces conditions par des interventions ciblées sur la santé. Pour y parvenir, le projet mise sur le renforcement d'une planification axée sur les résultats ainsi que sur la prestation de services de santé rentables. Le tout s'inscrit dans une réforme dans les districts couverts par le projet ainsi qu'au ministère de la Santé de la Tanzanie.
Créé en 1992, le PMMA a pour mission d'informer le ministère de la Santé de la Tanzanie des incidences stratégiques de la mortalité et de la morbidité adultes à l'échelle nationale. La surveillance démographique et le suivi des mortalités dans le cadre des deux phases du PMMA se font dans les districts de Temeke et d'llala (Dar es Salaam), le district rural de Morogoro (région de Morogoro), ainsi que le district de Hai (voir les chapitres 9 et 12). En 1992, l'ASD de Hai comprenait 51 villages ruraux, pour une population totale de 142 000 habitants. Aujourd'hui, sa population totale s'établit à 154 000 habitants. Bien que l'accent ait d'abord été mis sur les adultes, le SSD a recueilli des données sur tous les groupes d'âge.
Comme on l'a précisé, c'est en 1992 qu'ont débuté les activités de suivi. Depuis, un recensement est effectué tous les ans. Le SSD fait désormais partie intégrante des structures nationales et régionales. Au ministère de la Santé, c'est au Système national de sentinelles de surveillance que revient la responsabilité générale de recourir au SSD pour recueillir des données sur la population et la mortalité. Le site de Dar es Salaam et les sites ruraux de Morogoro participent également à ce système, et le site de Rufiji alimente celui-ci en données sur la mortalité par cause. On s'attend à ce que les activités de suivi soient intégrées aux dispositifs habituels du district. Le suivi de la mortalité se poursuivra, et le SSD continuera d'être exploité tant que le district n'aura pas trouvé de solution de rechange rentable pour générer des dénominateurs démographiques fiables.
La population suivie par le SSD (au moment de son lancement) s'établissait volontairement près du niveau que Hayes et al. (1989) considèrent comme le meilleur pour évaluer la mortalité par cause. On a choisi d'inclure le site rural relativement très peuplé de Hai parmi les trois premières régions de mise en œuvre du PMMA, parce qu'il se caractérise par une diversité de conditions de vie et que les niveaux socio-économiques et la densité démographique y varient.
L'équipe de gestion des soins de santé du district de Hai et le conseil de district (par l'entremise du bureau du directeur exécutif et du comité des services sociaux) sont les principaux utilisateurs des données à l'échelle régionale, alors que ce titre revient au ministère de la Santé de la Tanzanie à l'échelle nationale. Parmi les autres destinataires de ces données figurent :
• le Programme national de lutte contre le sida, une initiative multisectorielle mise en œuvre par le gouvernement;
• le Bureau du vice-président (d'où proviennent les indicateurs de surveillance sur la pauvreté et le bien-être de la population tanzanienne);
• les initiatives du ministère de la Santé visant à contrôler le paludisme (par exemple, la promotion des moustiquaires traitées à l'insecticide et la politique nationale relative aux médicaments antipaludéens);
• des organismes non gouvernementaux (par exemple, l'Association pour la santé publique de la Tanzanie);
• divers projets (par exemple, World Vision-Tanzania);
• des donateurs (pour évaluer le rendement du secteur de la santé);
• l'Équipe nationale de surveillance de la pauvreté;
• d'autres intervenants, comme le ministère de l'Éducation, le Bureau de la statistique et le ministère du Travail et du Développement de la jeunesse;
• des chercheurs tanzaniens et internationaux.
RECENSEMENT INITIAL ET RONDES DE SURVEILLANCE DE MISE À JOUR—On a effectué un recensement initial en 1992, en procédant à un recensement initial pour déterminer qui résidait dans chaque ménage suivi. On a utilisé un seul formulaire par ménage. Par la suite, la population a été recensée une fois par année, tous les mois de juillet, au cours d'une période de huit semaines. Si les rondes de surveillance de mise à jour n'ont lieu qu'une fois par année, le suivi de la mortalité, qui fournit de l'information sur les causes probables de décès, est continu. Les causes probables de décès sont déterminées par des autopsies verbales (AV). Cinquante-six membres des villages—pour la plupart des assistants médicaux en milieu rural, des infirmières, des travailleurs de la santé au service des villages ou du personnel médical à la retraite—sont payés une modique somme pour agir à titre d'agents enquêteurs lors des rondes de surveillance. Ils sont aussi des informateurs clés pour signaler régulièrement les décès à l'équipe de supervision des AV. Cinq agents cliniciens du district composent l'équipe de supervision des AV. Lors de chaque passage de mise à jour, on imprime l'information obtenue du passage précédent sur de nouveaux formulaires. Tous les ménages sont visités, et un adulte membre y est interrogé. Les agents enquêteurs vérifient et, s'il y a lieu, mettent à jour les données existantes. Lorsque de nouveaux ménages s'ajoutent, soit en raison d'une immigration, soit à cause de la division de ménages existants (par exemple, à la suite d'un mariage), ils sont enregistrés sur de nouveaux formulaires. Les agents enquêteurs, appuyés par dix chefs de concession (chefs de secteur locaux qui sont responsables de dix ménages et sont censés connaître les membres de leur secteur), identifient ces ménages. Les événements démographiques (naissances et décès) ainsi que les migrations se rapportant à chaque ménage sont enregistrés. On recueille les renseignements suivants pour chaque personne suivie : le nom, l'âge, le sexe, le lien avec le chef du ménage, la profession principale, le statut matrimonial, la consommation d'alcool et de tabac, la date d'entrée dans le ménage, le mode d'entrée, la date de sortie, le mode de sortie et la survie des parents. Quelques questions sur les habitudes religieuses ont récemment été ajoutées. Le suivi des migrations se limite aux dates d'entrée et de sortie ainsi qu'à la région d'origine ou à la destination; les migrations successives de personnes à l'intérieur et à l'extérieur de l'aire de surveillance ne sont pas reliées. Aussi, s'il est possible de déterminer qui réside dans l'ASD à n'importe quel moment donné (et, par le fait même, de calculer les dénominateurs), on ne peut connaître le laps total de temps qu'une personne en particulier y aurait passé.
SUIVI PROSPECTIF DE IA MORTALITÉ—L'objectif premier orientant l'approche du PMMA dans l'exploitation du SSD est de fournir des données recueillies par des « sentinelles » sur le fardeau des maladies pour éclairer la planification des soins de santé et l'établissement des priorités. Conformément à cet objectif, des efforts sont déployés pour déterminer la cause de tout décès survenant dans l'aire de surveillance. On se sert d'un bref questionnaire standard pour recueillir les commentaires des proches et des soignants. Différents formulaires sont utilisés en fonction de l'âge de la personne décédée, c'est-à-dire un pour les bébés de moins de 31 jours, un autre pour les enfants âgés entre 31 jours et cinq ans et un dernier pour toutes les personnes âgées de plus de cinq ans. Le formulaire contient des sections pour identifier le répondant, donner l'identité du personne décédée, préciser les événements (question ouverte), établir la liste des diagnostics précédents, détailler les symptômes et leur durée, énumérer les soins de santé recherchés avant le décès, dresser les antécédents médicaux du ménage et résumer toute preuve appuyant l'AV, comme un dossier médical ou un certificat de décès. Un membre du personnel médical qualifié remplit le formulaire après avoir interrogé un ou plusieurs proches ou soignants de la personne défunte. Dans la mesure du possible, cette entrevue a lieu dans les six semaines suivant le décès. Les décès sont habituellement signalés par les informateurs clés basés dans la collectivité qu'on a décrits ci-dessus. Les informateurs clés sont choisis en raison de leur connaissance des événements dans leur milieu, notamment et plus probablement les décès. En outre, un bulletin d'information est distribué dans la collectivité afin de lui montrer les avantages de sa participation au système de surveillance pour l'inciter à faire part des décès aux informateurs clés. On a récemment remis un turubai (tente bâchée) à chaque informateur clé d'un village ou d'une région afin que les familles endeuillées puissent l'emprunter durant les cérémonies mortuaires. Les informateurs clés ont ainsi pu obtenir de l'information sur les décès survenus dans leur milieu pour en faire part au superviseur. Le personnel responsable des AV rencontre régulièrement les informateurs clés pour être mis au courant des nouveaux décès. Il s'entretient ensuite avec les proches ou les soignants des personnes défuntes pour confirmer les décès et procéder aux AV.
Deux médecins indépendants déterminent la cause de chaque décès. Jusqu'en 1999, une version modifiée de la nomenclature ICD-10 était utilisée à cette fin. Depuis 2000, on a plutôt recours à une liste de codes généraux plus restreinte. Les diagnostics donnés par les deux codeurs sont comparés, et tout écart est soumis à un troisième codeur. Si les trois codeurs se contredisent, la mention « cause incertaine ou inconnue » apparaît sur le formulaire. Lorsque les circonstances le permettent, on tente d'obtenir une preuve à l'appui de la cause du décès, comme des dossiers médicaux, que la personne défunte ait été hospitalisée ou non, un certificat de décès ou un permis d'inhumer.
Les agents enquêteurs rencontrent leur superviseur chaque semaine afin d'évaluer les progrès et de résoudre divers problèmes. De plus, durant le recensement, un superviseur de terrain examine tous les formulaires remplis et retourne ceux qui comportent des erreurs ou manquent de cohérence afin que les agents enquêteurs les corrigent. Les formulaires retenus à l'étape de l'inspection sont envoyés au centre informatique de Dar es Salaam, et leur contenu est entré à l'ordinateur. Tous les formulaires de recensement dans lesquels on a trouvé des erreurs durant l'entrée des données sont archivés, puis retournés sur le terrain afin qu'on les corrige. Après avoir été corrigés, les formulaires sont renvoyés au centre, où on règle les problèmes notés et archive à nouveau les formulaires.
Les employés reçoivent une formation pour entrer les données dans un microordinateur à l'aide d'un système de saisie spécialement conçu pour le projet dans Microsoft FoxPro. On leur enseigne comment remplir les formulaires de recensement afin que, en plus d'utiliser les options de validation informatique, ils puissent repérer les erreurs et les problèmes de cohérence. Les options de validation varient du simple contrôle par fourchette à la recherche des problèmes de cohérence entre les membres d'un ménage (par exemple, une personne enregistrée comme « épouse », mais pour laquelle la mention «jamais mariée » apparaît à la question sur le statut matrimonial).
Plusieurs méthodes sont offertes pour assurer la qualité des données, y compris des vérifications sur le terrain ou durant le processus d'entrée des données. Les superviseurs visitent un échantillon aléatoire de ménages pour vérifier les données enregistrées dans les formulaires et veiller à ce que le recensement couvre tous les ménages et ne comporte aucun ménage inexistant. Après sa visite, chaque agent enquêteur procède à de nouvelles entrevues auprès d'un échantillon de ménages. En raison de la quantité considérable de renseignements obtenus lors d'un seul recensement, il est impossible d'entrer deux fois toutes les données à des fins de contrôle; aussi tire-t-on plutôt un échantillon de 5 à 10 p. 100 au hasard pour comparer le contenu des formulaires avec les données entrées.
Après chaque entrevue, les agents enquêteurs remettent au ménage rencontré un bulletin d'information dont la production et la distribution coûtent 0,08 $US par ménage. En plus de présenter les résultats du passage précédent sous une forme simplifiée, ce bulletin renferme des messages de sensibilisation en matière de santé. Conçu pour aider les collectivités et leurs dirigeants à mieux comprendre les caractéristiques de la région qu'ils habitent, il témoigne du rôle utile que joue le SSD dans le fonctionnement du système de santé régional. En 1999, 95 p. 100 des ménages avaient déclaré avoir reçu le bulletin, et 81 p. 100 d'entre eux confiaient l'avoir lu.
Les principales données produites par le système sont des estimations de la mortalité par cause dans tous les groupes d'âge. La population actuellement suivie par le SSD s'élève à environ 154 000 habitants; le taux annuel de croissance est de 1,7 p. 100. La taille moyenne des ménages est de 4,6 personnes. Le ratio des hommes par rapport aux femmes est de 100 : 108, et le rapport de la population non adulte à la population adulte est de 91 p. 100. La répartition des groupes d'âge est essentiellement la suivante : les bébés de moins d'un an comptent pour 2,7 p. 100 de la population, les enfants de 1 à 4 ans, pour 11,1 p. 100, ceux de 5 à 14 ans, pour 27,7 p. 100, les adultes de 15 à 64 ans, pour 52,4 p. 100 et ceux de 65 ans et plus, pour 6,1 p. 100 (graphique 10.2). Entre juillet 1992 et juin 1999, la mortalité maternelle s'établissait à 368 pour 100 000 naissances vivantes.
Les chiffres suivants font état des changements de résidence des personnes dans une année et ignorent les déplacements à court terme entre les passages de mise à jour. En 1998-1999, l'aire de surveillance a vu émigrer 14 951 de ses habitants. On connaît la destination de 12 855 d'entre eux; la plupart (48 p. 100) se dirigeaient vers une autre région de Hai, et 10 p. 100 avaient opté pour Dar es Salaam, la capitale commerciale de la Tanzanie. Les autres se sont déplacés ailleurs au pays, à l'exception de quelques-uns ayant choisi de quitter la Tanzanie (surtout pour le Kenya). Durant la même période, 16 575 habitants ont migré à l'intérieur de l'aire de surveillance. Le lieu d'origine de 73 p. 100 d'entre eux est connu : 53 p. 100 provenaient d'autres régions de Hai et 686 (5,6 p. 100 de ceux ayant déclaré leur lieu d'origine), de Dar es Salaam. Les autres étaient originaires d'ailleurs en Tanzanie, à l'exception de 88 personnes venues de dix autres pays, principalement du Kenya.
Graphique 10.2. Pyramide des âges des personnes-années observées au site de surveillance démographique de Hai, Tanzanie, 1995-1999
Le tableau 10.1 illustre la mortalité par âge et par sexe, toutes causes confondues, dans le site couvert par le SSD de Hai.
Tableau 10.1. Mortalité selon l'âge et le sexe au site du SSD de Hai, Tanzanie, 1995-99.
Âge (années) |
Décès (nDx) |
Personnes-années observées (nPAx) | ||
Hommes |
Femmes |
Hommes |
Femmes | |
<1 |
699 |
587 |
9 999 |
10 000 |
1 à 4 |
297 |
293 |
43 648 |
43 160 |
5 à 9 |
161 |
118 |
54 209 |
53 555 |
10 à 14 |
79 |
61 |
48 642 |
47 642 |
15 à 19 |
94 |
56 |
36 738 |
38 453 |
20 à 24 |
110 |
150 |
25 682 |
31 591 |
25 à 29 |
164 |
236 |
22 076 |
27 682 |
30 à 34 |
252 |
268 |
20 518 |
25 263 |
35 à 39 |
272 |
211 |
18 068 |
21 215 |
40 à 44 |
236 |
171 |
14 725 |
18 479 |
45 à 49 |
215 |
126 |
12 219 |
13 965 |
50 à 54 |
197 |
105 |
10 877 |
12 920 |
55 à 59 |
154 |
115 |
10 084 |
11 229 |
60 à 64 |
221 |
122 |
10 048 |
10 030 |
65 à 69 |
211 |
133 |
7 186 |
7 266 |
70 à 74 |
247 |
146 |
5 917 |
5 879 |
75 à 79 |
225 |
145 |
3 867 |
3 859 |
80 à 84 |
182 |
161 |
2 407 |
2 867 |
≥85 |
412 |
474 |
2 239 |
2 661 |
Naissances |
10 122 |
|
|
|
TBM |
12,75 |
|
|
|
TBN |
28,59 |
|
|
|
TBAN |
15,84 |
|
|
|
Note : « TBN » signifie taux brut de natalité (nombre actuel de naissances pour 1 000 habitants); « TBM » signifie taux brut de mortalité (nombre actuel de décès pour 1 000 habitants); « TBAN » signifie taux brut d'accroissement naturel (taux brut de natalité moins taux brut de mortalité, multiplié par 100; migrations ignorées); « nDx » représente les décès observés entre les âges x et x+n; « nPAx » représente les personnes-années observées entre les âges x et x+n.
Le PMMA est une initiative du ministère de la Santé de la Tanzanie, financée par le Département pour le développement international (DFID) du Royaume-Uni. Il est mis en œuvre en partenariat avec l'Université de Newcastle (upon Tyne), au Royaume-Uni.
Ce chapitre résulte en partie d'un projet financé par le DFID au profit de la Tanzanie et d'autres pays en développement, et les opinions exprimées ne traduisent pas nécessairement celles de cet organisme.
L'équipe du PMMA comprend K.G.M.M. Alberti, Richard Amaro, Yusuf Hemed, Berlina Job, Gregory Kabadi, Judith Kahama, Joel Kalula, Ayoub Kibao, John Kissima, Henry Kitange, Regina Kutaga, Mary Lewanga, Frederic Macha, Haroun Machibya, Honorati Masanja, Louisa Masayanyika, Mkamba Mashombo, Godwill Massawe, Gabriel Masuki, Ali Mhina, Veronica Mkusa, Ades Moshy, Hamisi Mponezya, Robert Mswia, Deo Mtasiwa, Ferdinand Mugusi, Samuel Ngatunga, Mkay Nguluma, P