Emploi maternel dans les pays à revenu faible ou intermédiaire et alimentation du nourrisson

Source des données et population

Les enquêteurs ont analysé les données transversales des Enquêtes Démographiques et de Santé (EDS). Les enquêtes DHS utilisent des questionnaires standardisés et un échantillonnage en grappes à plusieurs degrés représentatif au niveau national pour permettre des comparaisons entre pays (34).

Notre étude comprenait des ensembles de données DHS qui ont été administrés entre 2010 et avril 2017 et qui contenaient des données sur le statut d'emploi des femmes et des indicateurs de l'ANJE. Les analyses ont inclus des femmes qui avaient au moins un enfant entre 0 et 24 mois. Si les mères avaient plus d'un enfant, les enquêteurs incluaient le plus jeune enfant du ménage. Les enfants résidant hors du ménage ont été exclus.

Dans les modèles qui évaluaient MDD et MMF comme variables dépendantes, l'échantillon analytique final comprenait 137 208 enfants âgés de 6 à 23 mois de 50 pays. Les petites tailles de cellule étaient prohibitives pour explorer les associations emploi-EBF dans 10 pays qui répondaient aux critères d'inclusion susmentionnés ; par conséquent, lors de la modélisation de l'EBF comme variable dépendante, l'échantillon analytique final comprenait 39 791 enfants âgés de 0 à 5 mois dans 40 pays.

Variables dépendantes primaires

EBF, MDD et MMF ont servi de principales variables dépendantes d'intérêt, car la littérature antérieure suggère que les changements dans le revenu et le temps des femmes, découlant de l'emploi des femmes, peuvent affecter ces indicateurs de l'ANJE. Ces indicateurs ont été créés à partir des données du rappel sur 24 heures des aliments/groupes d'aliments disponibles dans l'EDS. EBF, une variable binaire, a été définie comme la proportion de nourrissons de 0 à 5 mois qui ont été nourris exclusivement avec du lait maternel. Le MDD, une variable binaire, a été défini comme la proportion d'enfants âgés de 6 à 23 mois qui ont reçu des aliments de 4 ou plus des 7 groupes alimentaires suivants : céréales, racines et tubercules ; légumineuses et noix; produits laitiers (lait, yaourt, fromage); aliments carnés (viande, poisson, volaille et foie/abats); œufs; fruits et légumes riches en vitamine A; et autres fruits et légumes. La MMF, une variable binaire, a été définie comme la proportion d'enfants allaités et non allaités âgés de 6 à 23 mois qui reçoivent des aliments solides, semi-solides ou mous le nombre minimum de fois ou plus. Pour les enfants allaités, le nombre minimum de fois varie selon l'âge (2 fois si 6 à 8 mois et 3 fois si 9 à 23 mois). Les enfants non allaités âgés de 6 à 23 mois doivent être nourris 4 fois ou plus par jour pour atteindre l'indicateur MMF.

Variable indépendante primaire

Les enquêteurs ont modélisé l'emploi maternel comme une variable à 3 catégories : formellement employée, informellement employée et sans emploi sur la base de recherches antérieures qui suggèrent : 1) une grande proportion de femmes dans les PRFM occupent un emploi moins formel et 2) les salaires gagnés sont plus de 60 % inférieur dans le secteur informel. Les femmes sont décrites comme sans emploi parce que ce terme inclut les personnes qui choisissent de ne pas chercher d'emploi, tandis que les chômeurs décrivent les personnes sans emploi qui recherchent activement un emploi.

Le type d'emploi a été défini sur la base de 4 indicateurs : 1) le statut d'emploi au cours des 12 derniers mois (salarié, non-salarié) ; 2) catégorie professionnelle globale (qualifiée, non qualifiée); 3) type de gains (en espèces uniquement, en espèces et en nature, en nature uniquement, non rémunérés) ; et 4) caractère saisonnier de l'emploi (toute l'année, emploi saisonnier/occasionnel). L'emploi formel comprenait les 3 combinaisons suivantes : 1) employé, profession qualifiée, revenus en espèces uniquement, employé toute l'année ; 2) employé, profession qualifiée, revenus en espèces uniquement, emploi saisonnier/occasionnel ; et 3) employé, occupation non qualifiée, revenus en espèces uniquement, employé toute l'année. Les autres femmes employées ont été classées dans la catégorie des emplois informels.

Confondeurs et modificateurs de mesure d'effet

Les enquêteurs ont identifié les facteurs de confusion a priori à l'aide d'un graphique acyclique dirigé, qui est un diagramme causal utilisé pour caractériser la relation entre les variables qui influencent les variables indépendantes primaires et dépendantes sur la base de relations à la fois théorisées et documentées. Dans tous les modèles, les facteurs de confusion comprenaient l'éducation de la mère (< école primaire terminée, [Symbole] école primaire terminée), l'âge de la mère (années), l'état matrimonial (marié ou vivant ensemble versus célibataire, veuf, divorcé), la parité, la morbidité (présence de diarrhée ou fièvre au cours des deux dernières semaines), l'âge de l'enfant (mois) et le statut urbain/rural. Les enquêteurs visaient à spécifier les covariables de manière à permettre la même spécification dans chaque pays et pour chaque résultat. Pour les variables qui étaient sous leur forme continue dans l'EDS (âge de la mère, âge de l'enfant, parité), les enquêteurs ont évalué leur linéarité avec les résultats en spécifiant des variables indicatrices disjointes. Étant donné que les variables étaient associées de manière approximativement linéaire aux résultats dans la plupart des pays, elles ont été conservées sous leur forme continue afin de minimiser le nombre d'observations supprimées du modèle en raison de la petite taille des cellules. L'état matrimonial et l'éducation de la mère ont été dichotomisés car il y avait très peu de personnes dans certaines catégories (par ex. divorcé).

Les enquêteurs ont émis l'hypothèse que l'association emploi-régime varierait selon le stade de la transition nutritionnelle des pays. Par conséquent, les enquêteurs ont exploré les différences dans les associations au niveau des pays par rapport au produit intérieur brut (PIB) par habitant, ajusté pour la parité de pouvoir d'achat, un moteur théorique de la transition nutritionnelle (41). Les données ont été obtenues à partir de la base de données des Indicateurs du développement dans le monde, correspondant à l'année de l'enquête (42). Le PIB par habitant a subi une transformation logarithmique pour refléter l'influence attendue d'une augmentation en pourcentage (par ex. 5 %), plutôt qu'une augmentation absolue en dollars (par ex. 5 $).

Analyses statistiques

Analyses intra-pays. On s'attend à ce que les tendances de l'emploi (c'est-à-dire le pourcentage de femmes dans l'emploi formel par rapport à l'emploi informel) ainsi que le régime alimentaire diffèrent en fonction du stade de transition nutritionnelle des pays. Par conséquent, les enquêteurs ont cherché à maintenir des échantillons comparables en sélectionnant des pays avec une EDS récente (2010-2017) et nous avons autorisé différentes relations dans chaque pays en commençant par des estimations désagrégées spécifiques à chaque pays. Les enquêteurs ont d'abord utilisé des modèles de régression logistique multivariables distincts pour chaque pays afin de tester l'association entre l'emploi maternel et les indicateurs ANJE (EBF, MDD, MMF). Dans ces modèles spécifiques à chaque pays, les enquêteurs ont utilisé des poids d'échantillonnage pour tenir compte de la probabilité différentielle de sélection et de réponse et les erreurs types linéarisées de la série de Taylor ont représenté la conception en grappes de l'EDS.

Analyses entre pays et régions. Après avoir obtenu des estimations désagrégées pour chaque pays, les coefficients des associations emploi-EBF, emploi-MDD et emploi-MMF ont été saisis dans une méta-analyse à effets aléatoires pour obtenir des rapports de cotes regroupés pour tous les pays et par région du monde (Asie de l'Est et Pacifique , Europe et Asie centrale, Amérique latine et Caraïbes, Moyen-Orient et Afrique du Nord, Asie du Sud et Afrique subsaharienne). La méta-analyse à effets aléatoires, utilisée pour générer des rapports de cotes (ROP) groupés, est la combinaison statistique des estimations de pays distincts et suppose que les associations entre l'emploi et l'ANJE peuvent différer selon le pays et/ou la région.

Les coefficients bêta spécifiques aux pays ont également été entrés dans une méta-régression à effets aléatoires pour évaluer si les associations entre l'emploi et l'ANJE variaient selon le log-PIB au niveau du pays.

Analyses de sensibilité. Les analyses de sensibilité comprenaient la modélisation de plusieurs résultats alternatifs, notamment : 1) la poursuite de l'allaitement à 1 an, 2) le score de diversité alimentaire et 3) le régime alimentaire minimum acceptable. La poursuite de l'allaitement à 1 an, une variable binaire, a été définie comme la proportion d'enfants de 12 à 15 mois qui sont nourris au lait maternel (37). Le score de diversité alimentaire, une variable continue estimée chez les enfants âgés de 6 à 23 mois, était basé sur les 7 groupes d'aliments susmentionnés utilisés pour calculer le MDD (37). Pour chacun des 7 groupes d'aliments, les enfants recevaient 1 point si un aliment du groupe était consommé (c.-à-d. DDS minimum =0, DDS maximum =7). Le régime alimentaire minimum acceptable a été modélisé comme une variable binaire et a été défini comme la proportion d'enfants âgés de 6 à 23 mois qui ont reçu un régime alimentaire minimum acceptable, tel que déterminé par la fréquence alimentaire minimale, la diversité du régime alimentaire et le statut d'allaitement (37). Étant donné que dans certains cas, la taille de l'échantillon national pour les associations entre l'emploi et l'EBF était un peu plus petite, nous avons également utilisé un modèle de régression logistique unique avec les 40 pays pour tester l'association entre l'emploi et l'EBF. Dans cette spécification, chaque pays a été inclus en tant qu'effet fixe, et donc contrôlé pour les différences de référence au niveau des pays ; mais ce modèle suppose que l'association entre l'emploi et l'EBF est homogène d'un pays à l'autre. Alpha a été fixé à 0,05. Les analyses ont été effectuées à l'aide de Stata 14.1 (StataCorp LP, College Station, Texas). Aucun examen par un comité d'examen institutionnel n'a été obtenu étant donné que toutes les analyses ont utilisé des données secondaires.