低・中所得国における母親の雇用と乳児の栄養

データソースと母集団

調査官は、人口統計および健康調査 (DHS) からの横断的データを分析しました。 DHS の調査では、標準化された質問票と全国的に代表的な多段階クラスター サンプリングを採用して、国間の比較を可能にしています (34)。

私たちの調査には、2010 年から 2017 年 4 月の間に管理された DHS データセットが含まれており、これには女性の雇用状況と IYCF の指標に関するデータが含まれていました。 分析には、0 ～ 24 か月の間に少なくとも 1 人の子供がいる女性が含まれていました。 母親に複数の子供がいる場合、調査員は世帯内の最年少の子供を含めました。 世帯外に住む子供は除外されました。

MDD と MMF を従属変数として評価したモデルでは、最終的な分析サンプルには、50 か国からの生後 6 か月から 23 か月の 137,208 人の子供が含まれていました。 小さなセル サイズは、前述の包含基準を満たす 10 か国の雇用と EBF の関連付けを調査することを禁じていました。したがって、従属変数として EBF をモデル化すると、最終的な分析サンプルには、40 か国の 0 ～ 5 か月の 39,791 人の子供が含まれました。

一次従属変数

女性の雇用に起因する女性の収入と時間の変化が IYCF のこれらの指標に影響を与える可能性があることを以前の文献が示唆しているため、EBF、MDD、および MMF は関心のある主要な従属変数として機能しました。 これらの指標は、DHS で入手可能な食品/食品グループの 24 時間のリコールからのデータを使用して作成されました。 バイナリ変数である EBF は、母乳だけで育てられた生後 0 ～ 5 か月の乳児の割合として定義されました。 バイナリ変数である MDD は、次の 7 つの食品グループのうち 4 つ以上の食品を摂取した生後 6 ～ 23 か月の子供の割合として定義されました。穀物、根、塊茎。マメ科植物とナッツ;乳製品（牛乳、ヨーグルト、チーズ）;肉食（肉、魚、鶏肉、レバー/内臓肉）;卵;ビタミンAが豊富な果物と野菜;そして他の果物と野菜。 二項変数である MMF は、固形、半固形、または軟らかい食品を最低回数以上与えられている生後 6 ～ 23 か月の母乳育児および非母乳育児の子供の割合として定義されました。 母乳で育てられた子供の場合、最低回数は年齢によって異なります (6 ～ 8 か月の場合は 2 回、9 ～ 23 か月の場合は 3 回)。 6 か月から 23 か月の母乳で育てられていない子供は、MMF 指標を満たすために 1 日 4 回以上授乳する必要があります。

一次独立変数

研究者は、母親の雇用を 3 つのカテゴリーの変数としてモデル化しました: 正式に雇用されている、非公式に雇用されている、および非雇用であるという以前の研究に基づいて、1) LMIC の女性の大部分が非公式な雇用に従事しており、2) 稼いだ賃金は非公式部門では 60% 以上低い。 女性は失業者と表現されます。この用語には、雇用を求めないことを選択した人が含まれるのに対し、失業者は積極的に雇用を求めている仕事を持たない人を指すからです。

雇用タイプは、4 つの指標に基づいて定義されました。 2) 総職業カテゴリ (熟練、非熟練); 3) 収益の種類 (現金のみ、現金と現物、現物のみ、未払い)。 4) 雇用の季節性 (通年、季節/臨時雇用)。 正式な雇用には、次の 3 つの組み合わせが含まれます。 2) 雇用されている、熟練した職業、現金のみの収入、季節的/時折の雇用。 3) 雇用されている、熟練していない職業、現金のみの収入、年間を通じて雇用されている。 他の雇用された女性は、非公式雇用に分類されました。

交絡因子と効果測定修飾子

研究者は有向非巡回グラフを使用してアプリオリに交絡因子を特定しました。これは、理論化された関係と文書化された関係の両方に基づいて、主要な独立変数と従属変数に影響を与える変数間の関係を特徴付けるために使用される因果図です。 すべてのモデルで、交絡因子には、母親の教育 (< 小学校修了、[シンボル] 小学校修了)、母親の年齢 (歳)、婚姻状況 (既婚または同居 vs 独身、未亡人、離婚)、妊娠歴、罹患率 (下痢の有無) が含まれていました。または過去 2 週間の発熱）、子供の年齢（月）、および都市/農村の状況。 研究者は、各国および各結果で同じ仕様を可能にする方法で共変量を指定することを目指しました。 DHS で連続形式の変数 (母親の年齢、子供の年齢、出産歴) について、研究者は互いに素な指標変数を指定することにより、結果との線形性を評価しました。 変数はほとんどの国で結果とほぼ直線的に関連していたため、セルサイズが小さいためにモデルから除外される観測値の数を最小限に抑えるために、変数は連続形式で保持されました。 婚姻状況と母性教育は、いくつかのカテゴリーに属する人が非常に少なかったため、二分されていました (例: 離婚した）。

研究者は、雇用と食事の関連性は、国の栄養移行の段階によって異なるという仮説を立てました。 したがって、研究者は、栄養移行の理論上の推進力である購買力平価で調整された、1 人あたりの対数国内総生産 (GDP) による国レベルの関連性の違いを調査しました (41)。 データは、調査年 (42) に対応する世界開発指標データベースから取得されました。 1 人あたりの GDP は、増加率の予想される影響を反映するために対数変換されました (例: 5%)、絶対的なドルの増加ではありません (例: 5ドル）。

統計分析

国内分析。 雇用の傾向 (つまり、正規雇用と非正規雇用の女性の割合) と食事は、各国の栄養移行の段階によって異なることが予想されます。 したがって、調査員は、最近の DHS (2010-2017) を持つ国を選択することでサンプルを比較可能に保つことを目指しました。 研究者はまず、母親の雇用と IYCF 指標 (EBF、MDD、MMF) との関連性をテストするために、国ごとに別々の多変数ロジスティック回帰モデルを採用しました。 これらの国固有のモデルでは、研究者はサンプリングの重みを利用して、選択と応答の確率の差を説明し、テイラー級数の線形化された標準誤差を DHS のクラスター化されたデザインの説明に使用しました。

国間および地域間の分析。 各国の細分化された推定値を取得した後、雇用-EBF、雇用-MDD、および雇用-MMF の関連付けの係数を変量効果メタ分析に入力して、すべての国および世界の地域 (東アジアおよび太平洋地域) ごとにプールされたオッズ比を取得しました。 、ヨーロッパと中央アジア、ラテンアメリカとカリブ海諸国、中東と北アフリカ、南アジア、サハラ以南のアフリカ)。 プールされたオッズ比 (POR) を生成するために使用されるランダム効果メタ分析は、別々の国からの推定値の統計的組み合わせであり、雇用と IYCF の関連性は国や地域によって異なる可能性があると想定しています。

国固有のベータ係数も変量効果メタ回帰に入力され、雇用と IYCF の関連性が国レベルの対数 GDP によって異なるかどうかを評価しました。

感度分析。 感度分析には、次のようないくつかの代替結果のモデル化が含まれていました。 二項変数である 1 歳での継続的な母乳育児は、母乳を与えられている生後 12 ～ 15 か月の子供の割合として定義されました (37)。 生後 6 か月から 23 か月の子供の間で推定される連続変数である食事多様性スコアは、MDD の計算に使用された前述の 7 つの食品グループに基づいていました (37)。 7 つの食品グループのそれぞれについて、グループ内の食品が消費された場合 (つまり、 最小 DDS =0、最大 DDS =7)。 最小許容食事は二値変数としてモデル化され、最低食物頻度、食事の多様性、および母乳育児の状態によって決定される、最小許容食事を受けた生後 6 ～ 23 か月の子供の割合として定義されました (37)。 場合によっては、雇用と EBF の関連の国内サンプル サイズがやや小さいため、40 か国すべてで単一のロジスティック回帰モデルを使用して、雇用と EBF の関連をテストしました。 この仕様では、各国が固定効果として含まれているため、基準となる国レベルの差異が管理されています。ただし、このモデルは、雇用と EBF の関連性が国を超えて均一であると仮定しています。 アルファは 0.05 に設定されました。 分析は、Stata 14.1 (StataCorp LP、College Station、Texas) を使用して実行されました。 すべての分析が二次データを使用したため、治験審査委員会の審査は得られませんでした。