低收入和中等收入国家的孕产妇就业和婴儿喂养

数据来源和人口

研究人员分析了人口与健康调查 (DHS) 的横截面数据。 国土安全部调查采用标准化问卷和具有全国代表性的多阶段整群抽样，以便进行跨国比较 (34)。

我们的研究包括 2010 年至 2017 年 4 月期间管理的 DHS 数据集，其中包含有关女性就业状况和 IYCF 指标的数据。 分析包括至少有一个 0-24 个月大的孩子的女性。 如果母亲有多个孩子，调查人员会包括家中最小的孩子。 居住在家庭以外的儿童被排除在外。

在将 MDD 和 MMF 评估为因变量的模型中，最终分析样本包括来自 50 个国家/地区的 137,208 名 6 至 23 个月大的儿童。 在满足上述纳入标准的 10 个国家中，小细胞规模阻碍了探索就业 EBF 协会；因此，当将 EBF 建模为因变量时，最终分析样本包括 40 个国家/地区的 39,791 名 0 至 5 个月大的儿童。

主要因变量

EBF、MDD 和 MMF 是感兴趣的主要因变量，因为先前的文献表明女性收入和时间的变化，源于女性的就业，可能会影响 IYCF 的这些指标。 这些指标是使用 DHS 提供的 24 小时食品/食品组召回数据创建的。 EBF 是一个二元变量，定义为纯母乳喂养的 0 至 5 个月婴儿的比例。 MDD 是一个二元变量，定义为 6 至 23 个月大的儿童接受以下 7 类食物中的 4 种或更多食物的比例：谷物、块根和块茎；豆类和坚果；乳制品（牛奶、酸奶、奶酪）；肉食（肉、鱼、家禽和肝脏/内脏）；蛋;富含维生素A的水果和蔬菜；和其他水果和蔬菜。 MMF 是一个二元变量，定义为 6 至 23 个月大的母乳喂养和非母乳喂养儿童接受固体、半固体或软食最少次数或更多次的比例。 对于母乳喂养的孩子，最少次数因年龄而异（6-8 个月为 2 次，9-23 个月为 3 次）。 6 至 23 个月的非母乳喂养儿童每天必须喂食 4 次或更多次才能满足 MMF 指标。

主要自变量

调查人员将孕产妇就业建模为 3 类变量：正式就业、非正式就业和非就业，之前的研究表明：1) LMIC 中的大部分妇女从事非正规就业，以及 2) 赚取的工资是非正规部门低 60% 以上。 妇女被描述为无业者，因为该术语包括选择不找工作的人，而失业者指的是没有工作但正在积极寻找工作的人。

就业类型根据 4 个指标定义：1) 过去 12 个月的就业状况（就业、未就业）； 2) 综合职业类别（熟练、非熟练）； 3) 收入类型（仅现金、现金和实物、仅实物、未支付）； 4) 就业的季节性（全年、季节性/临时就业）。 正式就业包括以下 3 种组合：1）就业，技术职业，仅现金收入，全年就业； 2) 受雇、技术职业、纯现金收入、季节性/临时工作； 3) 就业，非技术职业，仅现金收入，全年就业。 其他就业妇女被归类为非正规就业。

混杂因素和效果测量修饰符

研究人员使用有向无环图先验地确定了混杂因素，有向无环图是一种因果图，用于根据理论和记录的关系来描述影响主要自变量和因变量的变量之间的关系。 在所有模型中，混杂因素包括母亲受教育程度（<小学毕业，[符号]小学毕业）、母亲年龄（岁）、婚姻状况（已婚或同居与单身、丧偶、离婚）、胎次、发病率（腹泻的存在或最近两周发烧）、儿童年龄（月）和城市/农村状况。 研究人员旨在以一种允许在每个国家和每个结果中使用相同规范的方式来指定协变量。 对于 DHS 中连续形式的变量（母亲年龄、儿童年龄、胎次），研究人员通过指定不相交的指标变量来评估它们与结果的线性关系。 由于变量与大多数国家的结果大致呈线性相关，因此它们以连续形式保留，以尽量减少由于小单元格大小而从模型中删除的观测值数量。 婚姻状况和母亲教育被二分，因为某些类别的人很少（例如 离婚）。

研究人员假设，就业-饮食关联会因国家营养转型阶段的不同而有所不同。 因此，研究人员通过对数人均国内生产总值 (GDP) 探索国家级协会的差异，并根据购买力平价进行调整，这是营养转型的理论驱动因素 (41)。 数据来自世界发展指标数据库，与调查年份 (42) 相对应。 人均 GDP 进行对数转换以反映百分比增长的预期影响（例如 5%)，而不是美元的绝对增长（例如 5 美元）。

统计分析

国内分析。 预计就业趋势（即女性在正规就业与非正规就业中所占的百分比）以及饮食趋势会因各国营养转型阶段的不同而有所不同。 因此，研究人员旨在通过选择近期 DHS（2010-2017 年）的国家来保持样本的可比性，并且我们从针对特定国家/地区的分类估计开始，允许每个国家/地区存在不同的关系。 研究人员首先为每个国家采用单独的多变量逻辑回归模型来检验孕产妇就业与 IYCF 指标（EBF、MDD、MMF）之间的关联。 在这些特定于国家/地区的模型中，研究人员利用抽样权重来解释选择和响应的差异概率，并使用泰勒级数线性化标准误差来解释 DHS 的集群设计。

国家间和地区间分析。 在获得每个国家的分类估计后，将就业-EBF、就业-MDD 和就业-MMF 协会的系数输入随机效应荟萃分析，以获得所有国家和世界区域（东亚和太平洋地区）汇总的比值比、欧洲和中亚、拉丁美洲和加勒比、中东和北非、南亚和撒哈拉以南非洲）。 用于生成合并比值比 (POR) 的随机效应元分析是来自不同国家的估计值的统计组合，并假设就业与 IYCF 之间的关联可能因国家和/或地区而异。

特定国家/地区的贝塔系数也被纳入随机效应元回归，以评估就业与 IYCF 之间的关联是否因国家/地区对数 GDP 而异。

敏感性分析。 敏感性分析包括对几种替代结果进行建模，包括：1) 持续母乳喂养 1 年，2) 饮食多样性评分，以及 3) 最低可接受饮食。 继续母乳喂养 1 年是一个二元变量，定义为 12 至 15 个月大的儿童中母乳喂养的比例 (37)。 饮食多样性评分是在 6 至 23 个月大的儿童中估计的连续变量，它基于上述用于计算 MDD 的 7 种食物组 (37)。 对于 7 种食物中的每一种，如果食用了该组中的任何食物（即，儿童将获得 1 分） 最小 DDS =0，最大 DDS =7）。 最低可接受饮食被建模为二元变量，定义为接受最低可接受饮食的 6 至 23 个月儿童的比例，该饮食由最低食物频率、饮食多样性和母乳喂养状况决定 (37)。 因为在某些情况下，就业与 EBF 之间关联的国内样本量较小，我们还对所有 40 个国家采用单一逻辑回归模型来检验就业与 EBF 之间的关联。 在本规范中，每个国家都作为固定效应包括在内，因此控制了国家层面的基线差异；但该模型假设就业与 EBF 之间的关联在不同国家是同质的。 Alpha 设置为 0.05。 使用 Stata 14.1（StataCorp LP，College Station，Texas）进行分析。 鉴于所有分析均使用二手数据，因此未获得机构审查委员会的审查。