Mütterliche Beschäftigung in Ländern mit niedrigem und mittlerem Einkommen und Säuglingsernährung

Datenquelle und Population

Die Ermittler analysierten Querschnittsdaten aus den Demographic and Health Surveys (DHS). DHS-Erhebungen verwenden standardisierte Fragebögen und landesweit repräsentative, mehrstufige Cluster-Stichproben, um länderübergreifende Vergleiche zu ermöglichen (34).

Unsere Studie umfasste DHS-Datensätze, die zwischen 2010 und April 2017 verwaltet wurden und Daten zum Erwerbsstatus von Frauen und Indikatoren für IYCF enthielten. Die Analysen schlossen Frauen ein, die mindestens ein Kind im Alter zwischen 0 und 24 Monaten hatten. Hatten Mütter mehr als ein Kind, schlossen die Ermittler das jüngste Kind im Haushalt mit ein. Außerhalb des Haushalts lebende Kinder wurden ausgeschlossen.

In Modellen, die MDD und MMF als abhängige Variablen bewerteten, umfasste die endgültige analytische Stichprobe 137.208 Kinder im Alter von 6 bis 23 Monaten aus 50 Ländern. Kleine Zellgrößen waren für die Untersuchung der Beschäftigungs-EBF-Vereinigungen in 10 Ländern, die die oben genannten Einschlusskriterien erfüllten, unerschwinglich; Daher umfasste die endgültige analytische Stichprobe bei der Modellierung von EBF als abhängige Variable 39.791 Kinder im Alter von 0 bis 5 Monaten in 40 Ländern.

Primäre abhängige Variablen

EBF, MDD und MMF dienten als primäre abhängige Variablen von Interesse, da frühere Literatur darauf hindeutet, dass Änderungen des Einkommens und der Arbeitszeit von Frauen, die sich aus der Erwerbstätigkeit von Frauen ergeben, diese Indikatoren von IYCF beeinflussen können. Diese Indikatoren wurden anhand von Daten aus dem 24-Stunden-Rückruf von Lebensmitteln/Lebensmittelgruppen erstellt, die im DHS verfügbar sind. EBF, eine binäre Variable, wurde definiert als der Anteil der Säuglinge im Alter von 0 bis 5 Monaten, die ausschließlich mit Muttermilch ernährt wurden. MDD, eine binäre Variable, wurde als Anteil der Kinder im Alter von 6 bis 23 Monaten definiert, die Lebensmittel aus 4 oder mehr der folgenden 7 Lebensmittelgruppen erhielten: Körner, Wurzeln und Knollen; Hülsenfrüchte und Nüsse; Milchprodukte (Milch, Joghurt, Käse); Fleischgerichte (Fleisch, Fisch, Geflügel und Leber/Innereien); Eier; Vitamin-A-reiches Obst und Gemüse; und anderes Obst und Gemüse. MMF, eine binäre Variable, wurde definiert als der Anteil gestillter und nicht gestillter Kinder im Alter von 6 bis 23 Monaten, die mindestens so oft feste, halbfeste oder weiche Nahrung erhalten. Bei gestillten Kindern variiert die Mindesthäufigkeit je nach Alter (2 Mal bei 6 bis 8 Monaten und 3 Mal bei 9 bis 23 Monaten). Nicht gestillte Kinder im Alter von 6 bis 23 Monaten müssen mindestens 4 Mal am Tag gefüttert werden, um den MMF-Indikator zu erfüllen.

Primäre unabhängige Variable

Die Ermittler modellierten die Erwerbstätigkeit von Müttern als eine 3-Kategorien-Variable: formell beschäftigt, informell beschäftigt und nicht erwerbstätig, basierend auf früheren Untersuchungen, die darauf hindeuten: 1) ein großer Anteil der Frauen in LMIC ist in weniger formalisierten Beschäftigungen beschäftigt und 2) verdiente Löhne sind es mehr als 60 % niedriger im informellen Sektor. Frauen werden als nicht erwerbstätig bezeichnet, da dieser Begriff Personen umfasst, die sich dafür entscheiden, keine Beschäftigung zu suchen, während arbeitslos Personen ohne Arbeit beschreibt, die aktiv eine Beschäftigung suchen.

Die Beschäftigungsart wurde anhand von 4 Indikatoren definiert: 1) Beschäftigungsstatus in den letzten 12 Monaten (beschäftigt, nicht erwerbstätig); 2) aggregierte Berufskategorie (ausgebildet, ungelernt); 3) Art der Einkünfte (nur Bargeld, Bar- und Sachleistungen, nur Sachleistungen, unbezahlt); und 4) Saisonabhängigkeit der Beschäftigung (ganzjährig, saisonale/gelegentliche Beschäftigung). Formelle Beschäftigung umfasste die folgenden 3 Kombinationen: 1) angestellt, qualifizierter Beruf, reines Geldeinkommen, ganzjährig beschäftigt; 2) angestellt, qualifizierter Beruf, reiner Geldverdienst, Saison-/Gelegenheitsbeschäftigung; und 3) angestellt, ungelernter Beruf, nur Geldverdienst, ganzjährig angestellt. Andere erwerbstätige Frauen wurden als informell beschäftigt eingestuft.

Confounder und Effektmaßmodifikatoren

Die Ermittler identifizierten Störfaktoren a priori unter Verwendung eines gerichteten azyklischen Diagramms, das ein kausales Diagramm ist, das verwendet wird, um die Beziehung zwischen Variablen zu charakterisieren, die die primären unabhängigen und die abhängigen Variablen auf der Grundlage sowohl theoretischer als auch dokumentierter Beziehungen beeinflussen. In allen Modellen umfassten die Confounder die Bildung der Mutter (< abgeschlossene Grundschule, [Symbol] abgeschlossene Grundschule), das Alter der Mutter (Jahre), den Familienstand (verheiratet oder zusammenlebend vs. ledig, verwitwet, geschieden), die Parität, die Morbidität (Vorhandensein von Durchfall). oder Fieber in den letzten zwei Wochen), Alter des Kindes (Monate) und städtischer/ländlicher Status. Die Forscher zielten darauf ab, Kovariaten so zu spezifizieren, dass in jedem Land und für jedes Ergebnis die gleiche Spezifikation möglich war. Für Variablen, die im DHS in ihrer kontinuierlichen Form vorlagen (Alter der Mutter, Alter des Kindes, Parität), bewerteten die Forscher ihre Linearität mit den Ergebnissen, indem sie disjunkte Indikatorvariablen spezifizierten. Da die Variablen in den meisten Ländern ungefähr linear mit den Ergebnissen assoziiert waren, wurden sie in ihrer kontinuierlichen Form beibehalten, um die Anzahl der Beobachtungen zu minimieren, die aufgrund kleiner Zellengrößen aus dem Modell gestrichen wurden. Familienstand und mütterliche Bildung wurden dichotomisiert, da es in einigen Kategorien (z. geschieden).

Die Forscher stellten die Hypothese auf, dass der Zusammenhang zwischen Beschäftigung und Ernährung je nach Stadium der Ernährungsumstellung in den Ländern variieren würde. Daher untersuchten die Ermittler die Unterschiede in den Assoziationen auf Länderebene nach logarithmischem Bruttoinlandsprodukt (BIP) pro Kopf, bereinigt um die Kaufkraftparität, einem theoretisierten Treiber der Ernährungsumstellung (41). Die Daten wurden aus der World Development Indicators-Datenbank bezogen, die dem Erhebungsjahr entsprechen (42). Das Pro-Kopf-BIP wurde logarithmisch transformiert, um den erwarteten Einfluss eines prozentualen Anstiegs widerzuspiegeln (z. 5 %), statt einer absoluten Dollarerhöhung (z. $5).

Statistische Analyse

Innerstaatliche Analysen. Es wird erwartet, dass sich die Beschäftigungstrends (d. h. der Prozentsatz der Frauen in formeller gegenüber der informellen Beschäftigung) sowie die Ernährung je nach dem Stadium der Ernährungsumstellung in den Ländern unterscheiden. Daher zielten die Ermittler darauf ab, die Stichproben vergleichbar zu halten, indem sie Länder mit einem aktuellen DHS (2010-2017) auswählten, und wir berücksichtigten unterschiedliche Beziehungen in jedem Land, indem wir mit disaggregierten, länderspezifischen Schätzungen begannen. Die Forscher verwendeten zunächst separate multivariable logistische Regressionsmodelle für jedes Land, um den Zusammenhang zwischen der Erwerbstätigkeit der Mutter und den IYCF-Indikatoren (EBF, MDD, MMF) zu testen. In diesen länderspezifischen Modellen verwendeten die Ermittler Stichprobengewichte, um die unterschiedliche Wahrscheinlichkeit von Auswahl und Antwort zu berücksichtigen, und linearisierte Standardfehler der Taylor-Reihe berücksichtigten das geclusterte Design von DHS.

Analysen zwischen Ländern und Regionen. Nachdem disaggregierte Schätzungen für jedes Land erhalten wurden, wurden Koeffizienten für die Beschäftigungs-EBF-, Beschäftigungs-MDD- und Beschäftigungs-MMF-Verknüpfungen in eine Metaanalyse mit zufälligen Effekten eingegeben, um Quotenverhältnisse zu erhalten, die über alle Länder und Weltregionen (Ostasien und Pazifik) gepoolt wurden , Europa und Zentralasien, Lateinamerika und Karibik, Naher Osten und Nordafrika, Südasien und Subsahara-Afrika). Die Metaanalyse von Zufallseffekten, die zur Generierung von gepoolten Quotenverhältnissen (POR) verwendet wird, ist die statistische Kombination der Schätzungen aus verschiedenen Ländern und geht davon aus, dass die Zusammenhänge zwischen Beschäftigung und IYCF je nach Land und/oder Region unterschiedlich sein können.

Länderspezifische Beta-Koeffizienten wurden auch in eine Meta-Regression mit zufälligen Effekten eingegeben, um zu beurteilen, ob die Assoziationen zwischen Beschäftigung und IYCF je nach Log-BIP auf Länderebene variierten.

Sensitivitätsanalysen. Sensitivitätsanalysen umfassten die Modellierung mehrerer alternativer Ergebnisse, darunter: 1) Fortsetzen des Stillens nach 1 Jahr, 2) Bewertung der Ernährungsvielfalt und 3) akzeptable Mindesternährung. Fortgesetztes Stillen nach 1 Jahr, eine binäre Variable, wurde definiert als der Anteil der Kinder im Alter von 12 bis 15 Monaten, die mit Muttermilch gefüttert werden (37). Der Ernährungsdiversitäts-Score, eine kontinuierliche Variable, die bei Kindern im Alter von 6 bis 23 Monaten geschätzt wird, basierte auf den oben genannten 7 Lebensmittelgruppen, die zur Berechnung der MDD verwendet wurden (37). Für jede der 7 Lebensmittelgruppen erhielten die Kinder 1 Punkt, wenn irgendein Lebensmittel in der Gruppe verzehrt wurde (d. h. minimaler DDS =0, maximaler DDS =7). Die akzeptable Mindestdiät wurde als binäre Variable modelliert und als Anteil der Kinder im Alter von 6 bis 23 Monaten definiert, die eine akzeptable Mindestdiät erhielten, bestimmt durch die Mindestnahrungshäufigkeit, die Ernährungsvielfalt und den Stillstatus (37). Da in einigen Fällen die Stichprobengröße innerhalb eines Landes für die Assoziationen zwischen Beschäftigung und EBF etwas kleiner war, haben wir auch ein einzelnes logistisches Regressionsmodell mit allen 40 Ländern verwendet, um die Assoziation zwischen Beschäftigung und EBF zu testen. In dieser Spezifikation wurde jedes Land als fester Effekt eingeschlossen und daher auf Unterschiede auf Basislandebene kontrolliert; Dieses Modell geht jedoch davon aus, dass der Zusammenhang zwischen Beschäftigung und EBF in allen Ländern homogen ist. Alpha wurde auf 0,05 gesetzt. Analysen wurden unter Verwendung von Stata 14.1 (StataCorp LP, College Station, Texas) durchgeführt. Da für alle Analysen Sekundärdaten verwendet wurden, wurde keine Überprüfung durch das institutionelle Prüfungsgremium eingeholt.