ENQUÊTE NUTRITIONNELLE NATIONALE UTILISANT LA … · collaboration d’Aissata Abba Moussa,...

Enquête Nutritionnelle Nationale utilisant la Méthodologie SMART

Rapport FinalCollecte des données du 27 Septembre

au 2 Décembre 2015

Juin 2016

ENQUÊTE NUTRITIONNELLENATIONALE UTILISANT

LA MÉTHODOLOGIE SMART

DIRECTION DE LA SANTÉ DE LA REPRODUCTION ET DE LA SURVIE DE L’ENFANTDivision de l’Alimentation et de la Nutrition

2 Enquête Nutritionnelle Nationale utilisant la Méthodologie SMART

www.unicef.org/senegal

Juin 2016

Crédit photo : UNICEF / SENEGAL

Ce document a été publié avec l’appui du Bureau de Pays UNICEF Sénégal et le financement de ECHO et DFID.

Avertissement : Les opinions exprimées dans ce document n’engagent que leurs auteurs et ne reflètent pas nécessairement la position de l’UNICEF. Les données continues dans ce Rapport peuvent être exploitées sous réserve de mentionner la référence.

Pour toute information complémentaire sur l’enquête, veuillez contacter :

La Division de l’Alimentation et de la Nutrition (DAN) du Ministère de la Santé et de l’Action sociale (MSAS)

Dr Maty Diagne Camara, Chef de la DAN

[email protected] ; [email protected]

La Section Survie et développement de l’Enfant de l’UNICEF Sénégal

Dr George Fom Ameh, Chef de la Section

UNICEF Sénégal

[email protected]

3Enquête Nutritionnelle Nationale utilisant la Méthodologie SMART

L’enquête nutritionnelle utilisant la méthodologie SMART a été réalisée sur tout le territoire national du Sénégal réparti en 16 strates. Cette enquête a été initiée par le Ministère de la Santé et de l’Action Sociale (MSAS) du Sénégal, à travers la Direction de la Santé de la Reproduction et de la Survie de l’Enfant (DSRSE) via la Division de l’Alimentation et de la Nutrition.

Elle a été rendue possible grâce à la collaboration et à l’appui technique et financier de l’UNICEF et de ses partenaires ECHO et DFID et de tous les autres partenaires Santé/Nutrition au Sénégal. L’enquête SMART 2015 a été conduite sous la direction d’un Comité technique de pilotage et d’une équipe de Coordination qui en ont assuré la planification, l’organisation, la collecte des données et la supervision.

Ses remerciements s’adressent également au Nutritionniste Consultant international Oumar Hamza (mis à la disposition de l’enquête par l’UNICEF), pour son appui technique, au Conseiller en nutrition du Bureau Régional pour l’Afrique de l’Ouest et du Centre (WCARO) de l’UNICEF, Robert Johnson, et au consultant de l’UNICEF en Innovations Vincent Turmine, qui ont facilité l’utilisation des smartphones dans la collecte des données.

Les analyses de données et la rédaction du Rapport ont été effectuées par Oumar Hamza avec la collaboration d’Aissata Abba Moussa, Spécialiste en Nutrition du Bureau de l’UNICEF au Sénégal, Robert Johnson et du Dr Maty Diagne Camara, Chef de la Division de l’Alimentation et de la Nutrition.

L’enquête a également bénéficié de l’assistance des autorités administratives, des équipes cadres des régions et des districts sanitaires et des personnels techniques et d’appui déployés sur le terrain.

Que tous trouvent ici l’expression de la profonde gratitude du Ministère de la Santé et de l’Action sociale.

REMERCIEMENTS


REMERCIEMENTS ................................................................................................................................3SIGLES ET ABREVIATIONS ..................................................................................................................7LISTE DES TABLEAux .........................................................................................................................8LISTE DES FIGuRES ..........................................................................................................................10LISTE DES ANNExES .........................................................................................................................11RéSuMé ANALyTIquE ......................................................................................................................13INTRODuCTION .................................................................................................................................191. CONTExTE ET JuSTIFICATION ....................................................................................................202. OBJECTIFS ET RéSuLTATS ATTENDuS ......................................................................................21

2.1. Objectif général .....................................................................................................................212.2. Objectifs spécifiques .............................................................................................................21

3. MéTHODOLOGIE DE L’ENquÊTE .................................................................................................213.1. Zone de l’enquête .................................................................................................................213.2. Période d’enquête .................................................................................................................223.3. Type de l’enquête et population cible .....................................................................................223.4. Échantillonnage .....................................................................................................................24

3.4.1. Conception de l’échantillon ............................................................................................24

3.4.2. Procédures de tirage .....................................................................................................26

3.5. Éthique ..................................................................................................................................283.6. Organisation de l’enquête ......................................................................................................28

3.6.1. Formation des enquêteurs, chefs d´équipe et superviseurs ............................................28

3.6.2. Test de standardisation ..................................................................................................29

3.6.3. Pré-enquête ..................................................................................................................29

3.7. Données collectées ...............................................................................................................293.7.1. Questionnaires et variables à collecter ...........................................................................29

3.8. Collecte des données ............................................................................................................333.8.1. Supervision de la collecte des données .........................................................................33

3.8.2. Déroulement de l’enquête sur le terrain ..........................................................................33

3.9. Calcul des coefficients de pondération ..................................................................................343.10. Saisie et apurement des données ........................................................................................353.11. Analyse des données ..........................................................................................................37

3.11.1. Indicateurs et valeurs seuils .........................................................................................37

4. LIMITES Ou DIFFICuLTéS RENCONTRéES LORS DE LA RéALISATION DE L’ENquÊTE ......415. RéSuLTATS .....................................................................................................................................42

5.1. Caractéristiques des strates enquêtées .................................................................................435.2. Caractéristiques des enfants enquêtés ..................................................................................44

5.2.1. Au niveau de l’ensemble du pays ...................................................................................44

5.2.2. Au niveau des différentes strates ...................................................................................45

5.3. Caractéristiques des femmes en âge de reproduction enquêtées ..........................................485.3.1. Caractéristiques des FAR ...............................................................................................48

5.3.2. Statut physiologique des FAR ........................................................................................51

5.4. Analyse de la qualité des données anthropométriques des enfants âgés de 0 à 59 mois .......33

TABLE DES MATIERES


5.5. Etat nutritionnel des enfants ..................................................................................................575.5.1. Prévalence de la malnutrition aiguë chez les enfants âgés de 6 à 59 mois .....................57

5.5.2. Prévalence de MAG par tranches d’âge des enfants de 6-59 mois ................................58

5.5.3. Prévalence de MAG selon le sexe des enfants de 6-59 mois .........................................60

5.5.4. Comparaison des prévalences de MAG chez les enfants de 6-59 mois .........................61

5.5.5. Prévalence de MAG selon le PB des enfants .................................................................65

5.5.6. Cartographie de la malnutrition aiguë chez les enfants de moins de 5 ans .....................65

5.5.7. Prévalence de la malnutrition chronique chez les enfants âgés de 0 à 59 mois ..............68

5.5.8. Cartographie de la malnutrition chronique chez les enfants de moins de 5 ans ..............70

5.5.9. Prévalence de l’insuffisance pondérale chez les enfants âgés de 0 à 59 mois ................72

5.5.10. Cartographie de l’insuffisance pondérale chez les enfants de moins de 5 ans ..............74

5.6. Les taux de mortalité .............................................................................................................775.7. Morbidité (Diarrhée et/IRA) chez les enfants de 0-59 mois .....................................................78

5.7.1. Diarrhée et sa prise en charge chez les enfants de 0-59 mois ........................................78

5.7.2. Taux d’IRA chez les enfants de 0-59 mois ......................................................................79

5.7.3. Relation entre la morbidité chez l’enfant (Diarrhée et/IRA) et la prévalence de MAG .......80

5.8. Situation nutritionnelle des femmes en âge de reproduction ..................................................845.8.1. Situation nutritionnelle des femmes enceintes et/ou non allaitantes selon les tranches

d’âges des femmes .......................................................................................................84

5.8.2. Situation nutritionnelle des FNENA par région et/ou département ..................................85

5.8.3. Situation nutritionnelle des FNENA selon l’IMC ...............................................................88

5.8.4. Situation nutritionnelle des femmes enceintes et des femmes allaitantes ........................84

5.9. Supplémentation en vitamine A chez les enfants ...................................................................916. DISCuSSION ...................................................................................................................................937. CONCLuSION ET RECOMMANDATIONS .....................................................................................95

7.1. Conclusion ............................................................................................................................957.2. Recommandations ................................................................................................................957.3. Leçons apprises et recommandations pour la prochaine enquête SMART

ANNExES ............................................................................................................................................99Annexe 1 : Les échantillons (DR ou grappes) enquêtés dans chaque région ou strate ........................101Annexe 2 : Exemple de carte de DR ...................................................................................................123Annexe 3 : Agenda de la formation sur l’Initiation à la Méthodologie de l’enquête ...............................127Annexe 4 : Agenda de deux sessions de formation des enquêteurs ...................................................133Annexe 5 : Les fiches de la standardisation des mesures anthropométriques .....................................141Annexe 6 : Rapport du test de standardisation des mesures anthropométriques ................................145Annexe 7 : Les fiches et Outils de collecte des données .....................................................................157Annexe 8 : Exemple de Calendrier d’événements locaux ....................................................................171Annexe 9 : Liste du personnel de l’enquête ........................................................................................177Annexe 10 : Grille de calcul des coefficients de pondération ...............................................................181Annexe 11 : Les rapports de plausibilité ENA .....................................................................................185


ANSD Agence Nationale de la Statistique et de la DémographieCDC Centers for Disease Control and PreventionCM Chef de MénageCO Country OfficeDAN Division de l’Alimentation et de la NutritionDSRSE Direction Santé de la Reproduction et de la Survie de l’EnfantDR District de RecensementEDS Enquête Démographique et de SantéENA Emergency Nutrition Assessment (Logiciel pour SMART)ENSAN Enquête Nationale sur la sécurité Alimentaire et la NutritionET Écart-typeFAR Femme en Age de ReproductionFNENA Femmes Non Enceintes et/ou Non AllaitantesIC à 95% Intervalle de Confiance à 95%IP Insuffisance Pondérale (Rapport P/A)IPG/M/S Insuffisance Pondérale Globale/Modérée/SévèreIMC Indice de Masse CorporelleIRA Infection Respiratoire AiguëMAG Malnutrition Aiguë GlobaleMAM Malnutrition Aiguë ModéréeMAS Malnutrition Aiguë SévèreMC Malnutrition Chronique (Rapport T/A)MCG/M/S Malnutrition Chronique Globale/Modérée/SévèreMSAS Ministère de la Santé et de l’Action SocialeMuAC Middle Upper Arm Circumference OCHA Office for the Coordination of Humanitarian AffairsODK Open Data kit ApplicationOMD Objectifs du millénaire pour le développement OMS Organisation Mondiale de la SantéONG Organisation Non GouvernementaleP/A Rapport Poids pour âgePAZ Poids Age Z-scoresPB Périmètre BrachialPEC Prise en ChargePCIMA Prise en Charge Intégrée de la Malnutrition AiguëPECMA Prise en Charge de la Malnutrition AiguëPPT Probabilité Proportionnelle à la taille de la PopulationP/T Rapport Poids pour taillePTZ Poids Taille Z-scoresRGPHAE Recensement Général de la Population et de l’Habitat, de l’Agriculture et de l’ElevageSMART Standardized Monitoring and Assessment for Relief and TransitionSPSS Statistical Package for Social Sciences (Logiciel de traitement statistique)SRO Sels de Réhydratation OraleSuN Scale Up NutritionT/A Rapport Taille pour âgeTAZ Taille Age Z-scoresuNICEF Fonds des Nations Unies pour l’EnfanceWASH Water Sanitation and Hygiene WCARO West and Central Africa Regional Office

SIGLES ET ABREVIATIONS


Tableau 1 : Distribution de la population dans chacune des 16 strates (RGPHAE 2013) .......................23

Tableau 2 : Paramètres pour calculer la taille d’échantillon par Strate ...................................................23

Tableau 3 : Paramètres pour calculer la taille d’échantillon par Strate (volet mortalité) ...........................24

Tableau 4 : Taille des échantillons par strate .........................................................................................25

Tableau 5 : Période de rappel pour chaque strate ................................................................................31

Tableau 6 : Schéma de déploiement des équipes .................................................................................34

Tableau 7 : Coefficients de pondérations par strate ..............................................................................35

Tableau 8 : Coefficients de pondérations par département de la Région de Saint-Louis .......................35

Tableau 9-1 : Proportion des dates d’enquête (Survey date) erronées ou inexistantes parmi les

enfants mesurés, par strate ..............................................................................................36

Tableau 9-2 : Dates inscrites comme Survey date erronée ou inexistante .............................................37

Tableau 10 : Seuils utilisés pour classer les différents types de malnutrition chez les enfants ................38

Tableau 11 : Indicateurs et valeurs seuils utilisés pour l’enquête nutritionnelle chez les FAR ..................38

Tableau 12 : Classification de la malnutrition aiguë selon le PB/MUAC chez les enfants ........................38

Tableau 13 : Classification de la malnutrition aiguë selon le PB/MUAC chez les FAR .............................39

Tableau 14 : Normes de l’OMS pour la classification de la situation nutritionnelle ..................................40

Tableau 15-1 : Caractéristiques de l’échantillon sélectionné (ménages et grappes), par strate ..............42

Tableau 15-2 : Caractéristiques de l’échantillon sélectionné (ménages et enfants), par strate ...............43

Tableau 16 : Causes de la non couverture des ménages ......................................................................44

Tableau 17 : Distribution de l’échantillon pour l’ensemble du pays, selon l’âge et le sexe .....................44

Tableau 18 : Répartition des enfants âgés de 0 à 59 mois par catégorie d’âge et sexe, par strate ........46

Tableau 19-1 : Répartition des FAR âgées de 12 à 49 ans par catégorie d’âge et par strate ................49

Tableau 19-2 : Caractéristiques des FAR âgées de 12 à 49 ans par catégorie d’âge et par strate ........50

Tableau 20 : Caractéristiques des FAR mesurées par catégorie d’âge et par strate ..............................51

Tableau 21 : Distribution des FAR âgées de 12 à 49 ans par statut physiologique et par strate ............52

Tableau 22 : Distribution des FAR âgées de 12 à 49 ans par statut physiologique et par strate ............53

Tableau 23-1 : Proportion d’enfants de 6 à 59 mois dont la date de naissance est déterminée avec

un document officiel, âge et sex-ratios, et score global de qualité des

données anthropométriques, par strate ..........................................................................53

Tableau 23-2 : Z-scores moyens, effet de grappe et z-scores non disponibles ou exclus, par strate ....54

Tableau 23-3 : Mesures aberrantes, Scores de préférences décimales et Ecarts Types par strate ........56

Tableau 24 : Prévalence de la malnutrition aiguë chez les enfants de 6 à 59 mois par région ................58

Tableau 25 : Prévalence de la malnutrition aiguë par tranches d’âges et par strate ...............................59

Tableau 26 : Comparaison des Prévalences des MAG par âges et par région ......................................60

Tableau 27 : Prévalence des MAG par sexe et par région .....................................................................60

Tableau 28 : Comparaison de la différence entre les prévalences de MAG des SMART

2014 et 2015, par région .....................................................................................................61

LISTE DES TABLEAUX


Tableau 29 : Évolution de la malnutrition aiguë, de 2010 à 2015, au niveau régional .............................62

Tableau 30 : Prévalence de la malnutrition aiguë chez les enfants de 6 à 59 mois, selon le PB .............65

Tableau 31 : Prévalence de la malnutrition chronique chez les enfants de 0 à 59 mois, par strate .........69

Tableau 32 : Prévalence de l’Insuffisance pondérale chez les enfants de 0 à 59 mois, par strate ..........73

Tableau 33 : Taux de mortalité dans la population générale et chez les enfants

de moins de 5 ans, par région .........................................................................................77

Tableau 34 : Taux de diarrhée et de l’utilisation du SRO et/ou Zinc pour la PEC de la

diarrhée chez les enfants de 0-59 mois, par strate ...........................................................79

Tableau 35 : Taux d’IRA chez les enfants de 0-59 mois, par strate .......................................................80

Tableau 36 : Relation entre la diarrhée et la Prévalence des MAG .........................................................81

Tableau 37 : Relation entre l’IRA et la Prévalence des MAG ..................................................................82

Tableau 38 : Relation entre la morbidité (Diarrhée et/ou IRA) et la Prévalence des MAG ........................83

Tableau 39-1: Proportion des femmes non enceintes et/ou non allaitantes présentant

un déficit énergétique chronique (IMC <18,5) ou une obésité (IMC >= 30), par strate .......84

Tableau 39-2 : FNENA de 12-49 ans présentant un déficit énergétique chronique

(IMC <18,5) ou une obésité (IMC >= 30), par tranches d’âges .........................................85

Tableau 40 : FNENA de 12-49 ans présentant une petite taille (<145 cm), un faible PB (<210 mm),

un faible PB (<230 mm) et un faible IMC (<18.5) par région ou département .......................85

Tableau 41 : Situation nutritionnelle des femmes en âge reproduction non enceintes

et non allaitantes en utilisant l’IMC, par région ou département ...........................................88

Tableau 42 : Prévalence de la malnutrition chez les Femmes enceintes

et chez les femmes allaitantes de 12-49 ans selon le PB (< 210 ou <230 mm)

et l’IMC (< 18,5) par région ou département .......................................................................90

Tableau 43 : Taux de couverture de la supplémentation en vitamine

A chez les enfants de 6-59 mois, par strate .....................................................................62


Figure 1 : Carte administrative du Sénégal ............................................................................................22

Figure 2 : Distribution de l’âge de l’ensemble de l’échantillon des enfants de 0-59 mois .......................45

Figure 3 : Répartition des FAR enquêtées selon l’âge en année révolue ................................................49

Figure 4 : Répartition des FAR enquêtées selon l’âge en année révolue ................................................51

Figure 5 : Distribution de l’indice poids taille de la population étudiée par rapport

à la population de référence (OMS, 2006) ................................................................................57

Figure 6-1 : Évolution des prévalences de la malnutrition aiguë dans les régions

du nord du Sénégal, de 2010 à 2015 ..................................................................................63

Figure 6-2 : Évolution des prévalences de la malnutrition aiguë dans les

régions du centre du Sénégal, de 2010 à 2015 ...................................................................63

Figure 6-3 : Évolution des prévalences de la malnutrition aiguë dans les

régions du sud du Sénégal, de 2010 à 2015 ........................................................................64

Figure 6-4 : Évolution des prévalences de la malnutrition aiguë dans

les 14 régions du Sénégal, de 2010 à 2015 .........................................................................64

Figure 7-1 : Cartographie de la malnutrition aiguë globale (MAG) dans les régions/strates enquêtées ..66

Figure 7-2 : Cartographie de la malnutrition aiguë modérée (MAM) dans les régions/strates enquêtées....67

Figure 7-3 : Cartographie de la malnutrition aiguë sévère (MAS) dans les régions/strates enquêtées ....68

Figure 8 : Distribution l’indice taille pour âge de la population étudiée par rapport à la population

de référence (OMS, 2006) ......................................................................................................68

Figure 9 : Taux de Malnutrition chronique par région enquêtée .............................................................70

Figure 10-1 : Cartographie de la malnutrition chronique globale (MCG) dans

les régions/strates enquêtées ............................................................................................71

Figure 10-2 : Cartographie de la malnutrition chronique modérée (MCM)

dans les régions/strates enquêtées....................................................................................71

Figure 10-3 : Cartographie de la malnutrition chronique Sévère (MCS)

dans les régions/strates enquêtées....................................................................................72

Figure 11 : Distribution l’indice poids pour âge de la population étudiée

par rapport à la population de référence (OMS, 2006) ..........................................................73

Figure 12 : Taux d’Insuffisance pondérale par région enquêtée .............................................................74

Figure 13-1 : Cartographie de l’insuffisance pondérale modérée

(IPM) dans les régions/strates enquêtées ...........................................................................75

Figure 13-2 : Cartographie de l’insuffisance pondérale modérée

(IPM) dans les régions/strates enquêtées ...........................................................................76

Figure 13-3 : Cartographie de l’insuffisance pondérale sévère (IPS) dans les régions/strates enquêtées ....76

Figure 14 : Taux de mortalité brute par tranches d’âges .......................................................................78

Figure 15 : Relation entre le PB et l’IMC chez les FNENA, au Sénégal ..................................................87

LISTE DES FIGURES


Annexe 1 : Les échantillons (DR ou grappes) enquêtés dans chaque région ou strate ........................101

Annexe 2 : Exemple de carte de DR ...................................................................................................123

Annexe 3 : Agenda de la formation sur l’Initiation à la Méthodologie de l’enquête ...............................125

Annexe 4 : Agenda de deux sessions de formation des enquêteurs ...................................................129

Annexe 5 : Les fiches de la standardisation des mesures anthropométriques .....................................135

Annexe 6 : Rapport du test de standardisation des mesures anthropométriques ................................137

Annexe 7 : Les fiches et Outils de collecte des données .....................................................................147

Annexe 8 : Exemple de Calendrier d’événements locaux ....................................................................162

Annexe 9 : Liste du personnel de l’enquête ........................................................................................165

Annexe 10 : Grille de calcul des coefficients de pondération ...............................................................167

Annexe 11 : Les rapports de plausibilité ENA .....................................................................................169

LISTE DES ANNEXES


Contexte

La malnutrition demeure un problème de santé publique dans la plupart des pays en développement. Le risque de mortalité lié à la malnutrition aiguë est de 4 à 9 fois plus élevé que pour les enfants sains (The Lancet, 2008). Dans les pays pauvres, la malnutrition constitue la cause de 45% de tous les décès chez les enfants de moins de 5 ans (The Lancet, 2013 ) et beaucoup d’entre eux pourraient être évités par des interventions efficaces menées à grande échelle en matière de nutrition. Par ailleurs, les carences nutritionnelles entraînent des risques élevés pour la santé de l’individu, en particulier pour celle des enfants âgés de < 5 ans et des femmes enceintes ou allaitantes.

La volonté croissante des gouvernements et de leurs partenaires à renforcer les interventions nutritionnelles requiert un système de surveillance nutritionnelle performant. À cet effet, dans plusieurs pays d’Afrique sahélienne, un système de suivi régulier de la situation nutritionnelle, comportant une à deux enquêtes nutritionnelles annuelles (si c’est une seule enquête, en période de soudure et s’il y a lieu, la deuxième, en période post-récolte), a été institué.

Au Sénégal, les différentes enquêtes et évaluations faites ces dernières années font état d’une précarité de la situation alimentaire et d’une dégradation de l’état nutritionnel des enfants. Les résultats de l’enquête nationale SMART 2014 avaient confirmé la persistance de la disparité de la crise nutritionnelle entre les régions du Sénégal,

Cette situation a motivé l’élaboration et la mise en œuvre d’un plan de riposte contre la malnutrition et l’insécurité alimentaire. De plus, face à cette situation et ce, dans le cadre du système de suivi régulier de la situation nutritionnelle, la DSRSE (à travers la DAN) a décidé de mener une enquête nutritionnelle nationale avec l’appui de ses partenaires techniques et financiers.

Les résultats de la présente enquête, réalisée en 37 jours entre le 27 octobre et le 2 décembre, sont particulièrement attendus dans le contexte d’année de crises alimentaires récurrentes dans certains pays du Sahel. Ils permettent de faire un suivi des tendances de la situation nutritionnelle dans les différentes régions du Sénégal mais aussi d’évaluer les interventions mises en œuvre dans le but de réduire le fardeau de la malnutrition dans les régions les plus vulnérables.

Cette synthèse présente les objectifs de l’enquête, les résultats concernant la situation nutritionnelle des enfants de 6-59 mois ainsi que les conclusions et principales recommandations à mettre en place à court terme.

But et objectifs

L’objectif principal de l’enquête est d’évaluer la situation nutritionnelle des enfants âgés de 0 à 59 mois et des femmes en âge de reproduction (FAR) et la mortalité chez les enfants de 0 à 59 mois dans toutes les régions du pays afin de contribuer à une meilleure prise en charge des problématiques nutritionnelles.

Spécifiquement, au niveau national et au niveau de chacune des zones de l’enquête, il s’agit de :

• Déterminer la prévalence de la malnutrition aiguë par anthropométrie chez les enfants âgés de 6 à 59 mois;

• Déterminer la prévalence de la malnutrition chronique et de l’Insuffisance pondérale par anthropométrie chez les enfants âgés de 0 à 59 mois;

• Déterminer la prévalence de la diarrhée et des infections respiratoires aiguës (IRA), au cours des 2 dernières semaines précédant la collecte des données, chez les enfants âgés de 0 à 59 mois;

• Évaluer la couverture de la supplémentation en vitamine A, au cours des 6 derniers mois, chez les enfants âgés de 6 -59 mois;

RESUME ANALYTIQUE


• Évaluer la situation nutritionnelle des femmes en âge de reproduction (FAR);

• Déterminer le taux de décès rétrospectifs d’enfants de moins de cinq ans pour 10000 pour les 3 derniers mois précédant l’enquête.

Méthodologie

L’enquête nutritionnelle s’est déroulée sur tout le territoire Sénégalais réparti en 16 strates de l’étude, avec une représentativité au niveau régional à l’exception de la région de Saint Louis où, pour des raisons programmatiques, chaque département représentait une strate.

Ainsi, un total de 16 strates a été constitué et détaillées comme suit :

- 13 strates au niveau régional, il s’agit de la région de Dakar, Diourbel, Kaffrine, Fatick, Kaolack, Kédougou, Kolda, Louga, Matam, Sédhiou, Tambacounda, Thiès, Ziguinchor,

- 3 strates au niveau départemental : le département de Podor, Dagana et de Saint Louis.

La collecte des données s’est déroulée du 27 Octobre au 2 Décembre 2015 : elle a commencé pendant la période de soudure et a été complétée à la fin de la saison des pluies qui s’est prolongée jusqu’en novembre. La population cible pour l’enquête nutritionnelle anthropométrique est celle des enfants âgés de 0 à 59 mois et celle des femmes en âge de reproduction. La population cible pour l’enquête de mortalité est celle de la population de l’ensemble des ménages enquêtés. Les 16 strates de l’enquête sont composées de : 8557 ménages dont 8331 ménages enquêtés; 12006 enfants de < 5 ans dont 10825 de 6-59 mois et 21100 femmes en âge de reproduction.

Dans la région de Sédhiou, sur un échantillon initial de 31 DRs, seul 18 DRs étaient accessibles. Au total 13 DRs de l’échantillon étaient inaccessibles dont 5 pour problème d’insécurité et 8 à cause d’inondation.. Pour avoir un échantillon en grappes qui demeure statistiquement représentatif (minimum de 26 grappes), 5 nouveaux DRs avaient été tirés et en plus des 4 DRs de réserve tirés avec l’échantillon initial, donc 27 DRs à enquêter. Ce qui avait fait que dans la région de Sédhiou, au lieu 31 grappes de 17 ménages, l’échantillon enquêté était devenu un échantillon de 27 grappes de 20 ménages chacune.

Dans la région de Kédougou également, sur les 26 DRs de l’échantillon initial, 3 DRs étaient inaccessibles à cause d’inondation. Il n’y avait que 23 DRs qui étaient accessibles et pour avoir un échantillon en grappes qui demeure représentatif (minimum de 26 grappes), les 3 DRs de réserve avaient été utilisés pour compléter l’échantillon à enquêter.

Pour augmenter la fiabilité des données et faciliter le processus de saisie des données ainsi que le transfert des données collectées et améliorer la qualité des données anthropométriques, en plus des questionnaires papier, il avait été décidé d’utiliser des questionnaires électroniques à l’aide des téléphones androïdes Smartphones.

Les indicateurs calculés au niveau des strates ont porté sur l’échantillon tandis qu’au niveau national, une pondération a été calculée et appliquée aux données.

Principaux résultats

1) qualité des données anthropométriques

• Les données anthropométriques de l’enquête SMART 2015 sont d’une excellente qualité : les rapports de plausibilité indiquent que la répartition selon le sexe est jugée bonne/acceptable pour la plupart des régions enquêtées, le sex-ratio proche de 1,00 dans la plupart des strates enquêtées, le taux de couverture est de 97,5% au niveau national, et pour les 3 indices nutritionnels, la proportion de données manquantes ou hors normes (flag OMS) est également excellente (< 2,5%) pour toutes les strates enquêtées.

• Le tirage, au second degré, des différents échantillons enquêtés a été fait en avance, donc avec aucune influence des enquêteurs. Ce qui augmente la robustesse des échantillons.


• De plus, l’utilisation des Smartphones, lors de la collecte des données a fait en sorte que les enquêteurs n’avaient aucune opportunité de voir les résultats (z-scores) de chaque enfant et la décision de re-mesurer un enfant était prise par le logiciel, qui produit une alerte à l’équipe, de reprendre les mesures anthropométriques. Ce qui a éliminé tout risque de mauvaise décision ou de mauvaise interprétation par les enquêteurs.

2) Taux de malnutrition aiguë

• Le taux de malnutrition aiguë au niveau national ne traduit pas une situation d’alerte ou de crise nutritionnelle. Néanmoins, les résultats de l’enquête montrent que dans la plupart des régions du Sénégal, la période de soudure a affecté la situation nutritionnelle des enfants de moins de 5 ans. Les régions du nord du Sénégal ont été les plus affectées : les enfants des régions de Matam (16,5%), de Louga (16,1%) et de Saint-Louis (13,9%) avec ceux du département de Podor (18,2%) sont en situation CRITIQUE et les prévalences de MAS dépassent le seuil d’urgence de 2% dans ces 3 régions (respectivement 3,0% ; 2,5% ; 2,2% ; 3,3%) ainsi que dans la région de Tambacounda (2,1%).

• Les taux des régions de Matam, de Louga, de Saint-Louis et de Tambacounda traduisent une situation de crise nutritionnelle régionalisée et ces régions doivent faire l’objet d’interventions particulières, rapides et immédiates en vue d’améliorer l’état nutritionnel des enfants et par conséquent d’éviter la mortalité chez les enfants souffrant de MAS et qui attendent une prise en charge thérapeutique.

• La situation de MAG, au niveau national, est sensiblement la même que celle de 2014 et de 2013. Ce qui signifie que la période de soudure affecte la situation nutritionnelle des enfants sénégalais de la même façon, d’une année à une autre. La différence entre la prévalence de MAG de la SMART 2014 et celle de la de la SMART 2015 (9,8% vs 9,0%) n’est pas statistiquement significative (p > 0,05). Le «CDC Calculator» a été utilisé pour tester la signification statistique de la différence des taux de MAG.

3) Malnutrition chronique (Retard de croissance) et Insuffisance pondérale

• La situation de la malnutrition chronique est acceptable, avec un taux de 17,1% chez les enfants de 0-59 mois, au niveau national. Par contre, dans la région de Sédhiou, il y a plus d’enfants de 0-59 mois qui souffrent de malnutrition chronique et avec un taux de 29,6%, la situation est donc préoccupante.

• Concernant l’Insuffisance pondérale, avec 13,9% de prévalence au niveau national, la situation est précaire pour les enfants de 0-59 mois au Sénégal. Par ailleurs, les régions de Louga, Matam, Saint-Louis et Tambacounda et le département de Podor, qui présentaient une situation de malnutrition aiguë critique, sont les strates qui présentent une prévalence d’Insuffisance pondérale de plus de 20%, donc une situation nutritionnelle également critique en termes d’insuffisance pondérale.

4) Taux de mortalité rétrospective

• Les différents taux brut de mortalité rétrospective pour 10000 personnes par jour et les taux de décès pour 10000 enfants de moins de 5 ans par jour n’atteignent pas le seuil d’urgence suivant la classification de l’OMS, ni au niveau national, ni dans aucune des strates enquêtées.

5) Morbidité chez les enfants

• Pour la diarrhée, 19,2% des enfants enquêtés avaient eu la diarrhée au cours des 2 semaines précédant l’enquête. Ce taux de diarrhée, parmi les enfants de moins de 5 ans de l’ensemble du Sénégal, au cours des 2 semaines précédant l’enquête, est comparable à celui observé lors de l’enquête EDS continue de 2014 (19%). Quant à la prise en charge de la diarrhée, 76,6% des enfants ayant eu la diarrhée n’avaient reçu aucun traitement (ni SRO, ni Zinc) et 13,3% des enfants ayant eu la diarrhée, au cours des 2 semaines précédant l’enquête, avaient reçu à la fois le SRO et les comprimés de Zinc.

• Concernant les IRA, 18,9% de l’ensemble des enfants enquêtés avaient souffert d’IRA, au cours des 2 semaines précédant l’enquête. Ce taux d’IRA est plus de 6 fois plus élevé que celui observé lors de l’enquête EDS continue de 2014 (3%) et les questions, à propos des IRA, lors des prochaines enquêtes, devront faire l’objet d’une attention particulière.


• Au niveau de l’ensemble du Sénégal, les enfants, ayant eu la diarrhée et/ou les IRA, au cours des 2 semaines précédant l’enquête, sont plus affectés par la malnutrition aiguë que ceux n’ayant eu ni la diarrhée, ni l’IRA, au cours de la même période précédant l’enquête. Cette différence est statistiquement significative parmi les enfants de 0-59 mois de l’ensemble du pays (p < 0,001) et indiquent la pertinence de sensibiliser les mères à l’importance de traiter rapidement l’enfant quand il souffre de la diarrhée et/ou d’IRA.

6) Situation nutritionnelle des femmes en âge de reproduction

• Les résultats de l’enquête montrent que dans l’ensemble du pays, plus d’une femme sur 5 (23,5%), non enceinte et/ou non allaitante, âgée de 15-49 ans souffrent d’un déficit énergétique chronique (IMC < 18,5). Ce qui constituerait un risque d’insuffisance de poids à la naissance pour leur futur bébé.

• Les taux de malnutrition évaluée à l’aide d’un PB < 230 mm se rapprochent le plus des taux de malnutrition, chez les femmes en âge de reproduction non enceintes et non allaitantes, évalué à l’aide d’un IMC < 18,5. À cet effet, des analyses plus approfondies, de la relation entre le PB et l’IMC des FNENA, permettront de statuer sur la question à savoir laquelle des deux valeurs seuil (PB < 210 mm et PB < 230 mm), pourrait être utilisée comme meilleur indicateur de la malnutrition chez les FNENA, à défaut d’obtenir l’IMC.

• La prévalence de l’obésité (IMC >= 30), au niveau national, est de 7,2% chez les femmes non enceintes et non allaitantes âgées de 15-49 ans. Elle est de 13,2% dans la région de Dakar, traduisant ainsi la particularité des styles de vie et de consommation dans les grands centres urbains comme on observe dans la plupart des pays en développement. Par ailleurs, la prévalence de surpoids (IMC >= 25 et < 30) était de 16% parmi les FNENA âgées de 15-49 ans.

• Chez les femmes enceintes âgées de 15-49 ans, dans l’ensemble du pays, la prévalence de la malnutrition, évaluée avec un PB < 210 mm, est de 2,3% alors qu’elle est de 14,5% à 230 mm (12% plus élevée). Chez les femmes allaitantes âgées de 15-49 ans également, dans l’ensemble du pays, la prévalence de la malnutrition évaluée avec un PB < 230 mm (13,6%) est plus élevée que celle évaluée avec un PB < 210 mm (3,3%). Quand on compare les taux de malnutrition évalués à l’aide du PB chez les FEFA de 15-49 ans, à ceux évalués à l’aide de l’IMC (même si ce n’est pas le meilleur indicateur de la malnutrition chez les FEFA), on constate que la prévalence avec le seuil de PB < 230 mm se rapproche davantage de celle évaluée à l’aide de l’IMC < 18,5. Cependant, des analyses approfondies ou d’autres études sont nécessaires pour statuer sur la question à savoir s’il «ne faut pas ramener la valeur-seuil d’un PB < 230 mm» pour identifier la malnutrition chez les FEFA, au Sénégal.

7) Supplémentation en vitamine A

• Le taux de supplémentation en vitamine A obtenu au niveau national est de 62,5% et de 70,5% dans la région de Dakar. Ce taux de couverture ne reflète que les résultats liés à la supplémention de la vitamine A en routine parce que la dernière campagne de masse avait été décalée et organisée tout juste après la collecte des données de l’enquête SMART, notamment en Décembre 2015, dans les 45 districts éligibles du pays. Cependant, en vue d’atteindre l’objectif de couverture de supplémentation en Vitamine A dépassant les 90%, la stratégie ondulatoire adoptée par le Sénégal, pour passer des campagnes semestrielles de masse à l’offre de la supplementation en vitamine A en routine du niveau sanitaire et communautaire, devrait être poursuivie.


Conclusion

Les résultats de la SMART 2015 révèlent une situation nutritionnelle alarmante dans plusieurs régions du pays. La prévalence de malnutrition aiguë dans les régions de Matam, de Louga, de Saint-Louis et de Tambacounda traduit une situation critique suivant la classification de l’OMS. Ces 4 régions sont en situation d’urgence au vue de leurs prévalences de MAG (> 15%) et/ou de MAS (> 2%). Une riposte rapide, visant à mettre en place des interventions particulières, rapides, immédiates et coordonnées, s’impose pour ces 4 régions.

Cependant au-delà de l’urgence, des interventions à moyen et long terme doivent être menées pour aider les populations à faire face aux évènements conduisant à de telle situation. De plus, il serait souhaitable de réaliser une analyse approfondie de la situation nutritionnelle au Sénégal, plus particulièrement dans les régions du nord du pays. Cette étude permettra d’élucider ou d’identifier les causes de la persistance des prévalences élevées de malnutrition aiguë dans les régions du nord, malgré les interventions mises en place depuis quelques années.

Recommandations

À la lumière des résultats de cette enquête, en vu d’améliorer la situation nutritionnelle des populations, il serait souhaitable de mettre en œuvre les recommandations suivantes:

À court terme (dans les 3 prochains mois) :

1. Dans les 4 régions en crise nutritionnelle et la région de Diourbel (à cause de son fardeau populationnel), donner un mandat d’intervention immédiate à des ONGs médico-nutritionnels en étroite collaboration avec les équipes cadres de région et de district afin qu’ils identifient et traitent les enfants souffrant de MAS dans leur milieu et sous la coordination du Ministère de la Santé et de l’action sociale;

2. Continuer le travail régulier de dépistage et de prise en charge (PEC) des enfants MAM et MAS;

3. L’ONG internationale, en collaboration avec le MSAS, devra assurer un renforcement des capacités des équipes de santé de la région en vue d’assurer la pérennité à la fin de son mandat.

À moyen terme (dans les 6 prochains mois) :

Par la suite (Avant la prochaine période de soudure)

1. Réaliser une analyse approfondie de la situation nutritionnelle au Sénégal, plus particulièrement dans les régions du nord du pays. Cette étude permettra d’élucider ou d’identifier les causes de la persistance des prévalences élevées de malnutrition aiguë, malgré les interventions mises en place depuis quelques années ;

2. Mettre en place un programme de distribution «Blanket feeding» ciblant les familles avec des enfants de 6-23 mois et les FEFA, dans les régions en situation nutritionnelle critique (MAG > 15% et/ou MAS > 2%) ;

3. Faire une distribution alimentaire ciblée pour les populations identifiées vulnérables par les évaluations de la disponibilité alimentaire, réalisées par le conseil national de la sécurité alimentaire;

4. Mettre en place ou renforcer les programmes de dépistage actif et de prise en charge de la MAM dans les régions en situation critique voire en urgence;

5. Renforcer les campagnes de dépistage actif et le suivi des enfants malnutris par des relais communautaires en collaboration avec les ONG;

6. Développer des mécanismes communautaires pour la fabrication des intrants de pris en charge des MAM à partir des denrées locaux;

7. Renforcer la coordination des actions multisectorielles :

• Améliorer la sécurité alimentaire des ménages : accès aux aliments, amélioration de la disponibilité alimentaire, activités génératrices de revenus ;


• Organiser des réunions périodiques de concertation avec les différents acteurs et les différents secteurs

8. Renforcer la qualité des soins pour les MAS dans les structures de santé et renforcer les mécanismes de suivi et de supervision du programme PECMA:

• Une supervision régulière visant à améliorer l’observance du protocole de prise en charge, la bonne utilisation des outils de suivi et de gestion, ainsi que la collecte et la transmission des données primaires à travers le système d’information sanitaire national;

• L’éducation nutritionnelle systématique des mères en utilisant des outils appropriés ;

• Renforcer l’intégration ou le maintien d’un paquet WASH au bénéfice des formations sanitaires et des ménages d’enfants admis dans le programme de PCIMA.

9. Renforcer la résilience des populations par la mise en place des filets sociaux ainsi que la coordination des actions multisectorielles.

À long terme:

1. Mettre en place des interventions nutritionnelles visant à améliorer l’état nutritionnel des femmes enceintes dans le but de prévenir l’insuffisance de poids à la naissance ;

2. Poursuivre le plaidoyer auprès des partenaires en faveur de la nutrition, y compris pour les actions préventives ;

3. Améliorer et/ou compléter la mise en place du Système de surveillance Nutritionnelle, notamment le rapportage continu et efficient des données de prise en charge de la malnutrition aiguë ainsi que des données des sites sentinelles, en vue de renforcer le suivi continu de la situation nutritionnelle

4. En attendant la mise en place effective des surveillances sentinelles et que le système de surveillance soit bien rôdé, assurer l’organisation des enquêtes nutritionnelles SMART répétées, chaque année durant la période de soudure, dans le cadre du suivi régulier de la situation nutritionnelle dans toutes les régions (avec une stratification par département dans toutes les régions du Nord: St-Louis, Louga, Matam et Tamba).

5. Lorsque le système des surveillances sentinelles sera bien effective et efficace, organiser une enquête nutritionnelle SMART, chaque année, dans les régions du Nord et une fois aux deux ans, à l’échelle nationale.


La malnutrition demeure un problème de santé publique dans la plupart des pays en développement. Le risque de mortalité lié à la malnutrition aiguë est de 4 à 9 fois plus élevé que pour les enfants sains (The Lancet, 2008 ). Dans les pays pauvres, la malnutrition constitue la cause de 45% de tous les décès chez les enfants de moins de 5 ans (The Lancet, 2013 )) et beaucoup d’entre eux pourraient être évités par des interventions efficaces menées à grande échelle en matière de nutrition. Par ailleurs, les carences nutritionnelles entraînent des risques élevés pour la santé de l’individu, en particulier pour celle des enfants âgés de moins de cinq ans et des femmes enceintes ou allaitantes.

Dans le cadre de l’atteinte des Objectifs du Millénaire pour le Développement (OMD), dans plusieurs pays en développement, une priorité avait été accordée aux interventions sanitaires et nutritionnelles et leur importance en tant que déterminant du développement. De plus, la série de publications de la revue scientifique «The Lancet» a entièrement relancé l’intérêt de la communauté internationale pour la lutte contre la malnutrition. Cette revue a décrit la situation de la malnutrition et de ses conséquences, montrant clairement son importance et son impact en particulier sur la mortalité des jeunes enfants.

Le cadre stratégique pour le passage à l’échelle des interventions nutritionnelles, faisant suite au lancement du mouvement mondial SUN, propose une démarche synthétique de mise en œuvre des interventions nutritionnelles efficientes, avec un focus sur la responsabilité première des gouvernements et un appel à une meilleure organisation des institutions qui les soutiennent. De plus, en 2012, l’OMS dans une vision post-2015 (WHO, 2012 )) a adopté la politique de réduction de la morbidité et de la mortalité, en particulier durant les 1000 premiers jours de vie (de la grossesse à l’âge de 24 mois), ciblant six interventions majeures: 1) réduire de 40% le nombre d’enfants de moins de cinq ans présentant un retard de croissance; 2) réduire de 50% l’anémie chez les femmes en âge de reproduction; 3) réduire de 30% l’insuffisance pondérale à la naissance (poids de naissance < 2,5 kg); 4) Éviter l’augmentation du pourcentage des enfants avec un surpoids; 5) Augmenter le taux de l’allaitement exclusif jusqu’à 6 mois à au moins 50% et 6) Réduire et maintenir le taux de malnutrition aiguë à moins de 5%.

La volonté croissante des gouvernements et de leurs partenaires à renforcer les interventions nutritionnelles requiert un système de surveillance nutritionnelle performant. À cet effet, dans plusieurs pays d’Afrique sahélienne, un système de suivi régulier de la situation nutritionnelle, comportant une à deux enquêtes nutritionnelles annuelles (si c’est une seule enquête, en période de soudure et s’il y a lieu, la deuxième, en période post-récolte), a été institué. Ces enquêtes nutritionnelles rapides permettent de pallier l’insuffisance des systèmes d’alerte précoce.

À l’instar des autres pays sahéliens, depuis 2012, le Ministère de la Santé et de l’Action Sociale (MSAS) du Sénégal, à travers la DSRSE (via la Division de l’Alimentation et de la Nutrition) et en collaboration avec ses différents partenaires, a mis en place un système de suivi régulier de la situation nutritionnelle à l’aide d’une enquête nutritionnelle nationale.

La présente enquête s’inscrit dans le cadre de ce suivi régulier de la situation nutritionnelle afin de contribuer à une meilleure prise en charge des problématiques nutritionnelles. Son objectif était d’ d’évaluer la situation nutritionnelle des enfants âgés de 0 à 59 mois et des femmes en âge de reproduction (FAR) et la mortalité chez les enfants de 0 à 59 mois dans toutes les régions du pays. Elle a été planifiée et réalisée pour être représentative au niveau régional afin de fournir un portrait actuel de la situation nutritionnelle et d’identifier les régions ou secteurs les plus concernés par la malnutrition. Cette enquête a également permis de suivre les tendances de la situation nutritionnelle dans les différentes régions du Sénégal et aussi d’évaluer les interventions réalisées dans le but de réduire le fardeau de la malnutrition dans les régions les plus vulnérables.

INTRODuCTION


1. CONTExTE ET JuSTIFICATIONL’amélioration de l’état nutritionnel des enfants et des femmes en âge de reproduction est un des objectifs que le Sénégal, s’est fixé dans son Document de Politique Economique et Social (2011-2015), son Plan National de Développement Sanitaire 2009–2018, dans son Plan Sénégal Emergent et, à l’instar de la communauté internationale dans le cadre des Objectifs du Millénaire pour le Développement. Dans ce sillage, des actions essentielles sont menées parmi lesquelles la révision du protocole national de prise en charge de la malnutrition aiguë, la formation des prestataires sur la PECMA, l’équipement des structures en intrants nutritionnels et matériels anthropométriques, l’élaboration d’outils de gestion et de communication et leur mise à disposition dans les structures, le renforcement de la coordination entre acteurs de la nutrition, l’intégration de la nutrition dans les stratégies avancées, fixes et mobiles et l’élaboration du guide de surveillance nutritionnelle. Cependant, les différentes enquêtes et évaluations faites ces dernières années font état d’une précarité de la situation alimentaire et d’une dégradation de l’état nutritionnel des enfants.

En effet, selon l’EDS V de 2010, la prévalence des 3 types de malnutrition a augmenté de 9 à 10% pour l’émaciation, de 17 à 26% pour le retard de croissance (indice taille-pour-âge) et de 16 à 17 % pour l’insuffisance pondérale par rapport à 2005.

L’enquête SMART 2011 réalisée dans les 8 régions, menée par le Ministère de la Santé et de l’Action Sociale (MSAS), avec l’appui des partenaires avait confirmé une situation nutritionnelle critique dans les régions de Diourbel et de Matam et une situation préoccupante dans les régions de Thiès, Louga, Saint Louis, Tambacounda et Kédougou. Cette situation nutritionnelle alarmante ne s’est guère améliorée, car l’enquête SMART nationale de 2012 a décelé 16 départements sur 45 en situation de crise.

L’enquête ENSAN /SMART de Juin 2013 a encore révélé des taux de Malnutrition aigüe globale (modérée et sévère) importants dans 16 des 45 départements du Sénégal qui sont au-dessus des seuils d’alerte et critique pour une prévalence nationale de 9,1%. Cette enquête a aussi révélé une dégradation de la situation de sécurité alimentaire en milieu rural où 25% des ménages seraient en insécurité alimentaire contre 15,1% en 2010. Ces résultats ont été confirmés par l’enquête SMART de 2014 qui a montré la persistance de la disparité de la crise nutritionnelle au Sénégal, notamment au niveau des régions de Matam (19,3%), Saint Louis (15,3%) avec le département de Podor (23,2%), Tambacounda (14%) pour la malnutrition aigüe et les régions de Kolda (22,2%) et Kédougou (25,3%) pour la malnutrition Chronique.

Cette situation a motivé l’élaboration et la mise en œuvre d’un plan de riposte contre la malnutrition et la sécurité alimentaire.

Face à cette situation et ce, dans le cadre du système de suivi régulier de la situation nutritionnelle, la DSRSE (à travers la DAN) a décidé de mener une enquête nutritionnelle nationale avec l’appui de ses partenaires techniques et financiers.

Les résultats de la présente enquête sont particulièrement attendus dans le contexte d’année de crises alimentaires récurrentes dans certains pays du Sahel.

Ces résultats permettront de faire un suivi des tendances de la situation nutritionnelle dans les différentes régions du Sénégal mais aussi d’évaluer les interventions réalisées dans le but de réduire le fardeau de la malnutrition dans les régions les plus vulnérables.


2. OBJECTIFS ET RéSuLTATS ATTENDuS

2.1. Objectif général

L’objectif principal de l’enquête est d’évaluer la situation nutritionnelle des enfants âgés de 0 à 59 mois et des femmes en âge de reproduction (FAR) et la mortalité dans la population entière et chez les enfants de 0 à 59 mois dans toutes les régions du pays afin de contribuer à une meilleure prise en charge des problématiques nutritionnelles.

2.2. Objectifs spécifiques

Au niveau national et au niveau de chacune des zones de l’enquête

• Déterminer la prévalence de la malnutrition aiguë par anthropométrie chez les enfants âgés de 6 à 59 mois;

• Déterminer la prévalence de la malnutrition chronique et de l’Insuffisance pondérale par anthropométrie chez les enfants âgés de 0 à 59 mois;

• Déterminer la prévalence de la diarrhée et des infections respiratoires aiguës (IRA), au cours des 2 dernières semaines précédant la collecte des données, chez les enfants âgés de 0 à 59 mois;

• Évaluer la couverture de la supplémentation en vitamine A, au cours des 6 derniers mois, chez les enfants âgés de 6-59 mois;

• Évaluer la situation nutritionnelle des femmes en âge de reproduction (FAR);

• Déterminer le taux de décès dans la population entière et le taux de décès chez les enfants de moins de cinq ans pour les 4 derniers mois précédents l’enquête

3. MéTHODOLOGIE DE L’ENquÊTE L’enquête nutritionnelle s’est déroulée sur tout le territoire Sénégalais réparti dans 16 strates de l’étude, avec une représentativité au niveau régional à l’exception de la région de Saint Louis où, pour des raisons programmatiques, chaque département représentait une strate.

La conduite de l´enquête a été fondée sur la méthodologie SMART qui est une méthode rapide et standardisée de planification, de collecte et d´analyse des données anthropométriques et de mortalité sur les enfants de 0 à 59 mois. La méthodologie de cette enquête a été développée conjointement par le MSAS et l’UNICEF avec l‘appui technique d’un Nutritionniste consultant international et la contribution des partenaires participants à l’enquête, regroupé dans un comité technique de pilotage de l’enquête.

3.1. Zone de l’enquête

La présente enquête a pu produire des résultats représentatifs pour l’ensemble de la population du pays, avec une représentativité régionale à l’exception de la région de Saint Louis qui a été stratifiée à l’échelle départementale. En effet, pour des raisons programmatiques, les autorités sanitaires voulaient mettre le focus sur le département de Podor qui avait présenté, lors de la SMART 2014, des taux statistiquement plus élevés que les départements de St Louis et Dagana.

Ainsi, un total de 16 strates a été constitué et détaillé comme suit :

- 13 strates au niveau régional, il s’agit de la région de Dakar, Diourbel, Kaffrine, Fatick, Kaolack, Kédougou, Kolda, Louga, Matam, Sédhiou, Tambacounda, Thiès, Ziguinchor,

- 3 strates au niveau départemental : le département de Podor, Dagana et de Saint Louis.


Figure 1: Carte administrative du Sénégal

3.2. Période d’enquête

La collecte des données s’est déroulée du 27 Octobre au 2 Décembre 2015, se terminant ainsi à la fin de la saison des pluies, qui s’est prolongée cette année, au Sénégal, jusqu’à la fin novembre 2015.

L’enquête SMART 2015 au Sénégal avait été planifiée, initialement, pour que les activités démarrent à la fin de juillet 2015. Cependant, à cause d’un retard relatif à certaines procédures administratives, les activités de l’enquête n’avaient commencé qu’au mois d’août (échanges à distance avec le consultant international pour avancer sur la méthodologie/ protocole, etc) et c’est avec l’arrivée du consultant international à Dakar, à la fin de Septembre 2015, que les préparatifs de l’enquête furent accélérés. Ce qui explique le démarrage tardif de la période de collecte des données.

3.3. Type de l’enquête et population cible

En raison de la dispersion de la population et de l’absence des listes de ménages, il a été décidé de réaliser un sondage par grappe. Il s’agit donc d’une enquête transversale par grappe à deux degrés comportant une collecte des données par mesures anthropométriques et par questionnaire. Elle a permis de collecter des données sur l’état nutritionnel des enfants de moins de 5 ans et des femmes en âge de procréer, la couverture de la supplémentation en vitamine A chez les enfants et les taux rétrospectifs de mortalité.

La population cible pour l’enquête nutritionnelle anthropométrique est celle des enfants âgés de 0 à 59 mois car ils représentent la couche la plus vulnérable de la population. Dans cette classe d’âge, le risque de voir augmenter le taux de mortalité est particulièrement élevé en période de crise. Les femmes en âge de reproduction ont été concernées aussi par les mesures anthropométriques. Pour les femmes en âge de reproduction, en général, la tranche d’âges de 15-49 ans est utilisée comme proxy. Cependant, vu le fait qu’il peut y avoir des mères de moins de 15 ans, nous avons élargi la tranche d’âges de 12-49 ans et lors des analyses, pour une raison de comparabilité, il y aura une catégorisation des âges.

La population cible pour l’enquête de mortalité est celle de la population de l’ensemble des ménages enquêtés y compris les enfants de moins de 5 ans.


Tableau 1 : Distribution de la population dans chacune des 16 strates (RGPHAE 2013)

Région/ Département

Population totale

Taille moyenne des ménages

Total des ménages

Enfants de moins de 5 ans

% des enfants de moins de

5 ans

Dakar 3137196 9 496145 362365 11,6

Diourbel 1497456 6 156537 241495 16,1

Fatick 714392 6 72402 116905 16,4

Kaffrine 566992 5 54012 103129 18,2

Kaolack 960875 6 95292 154910 16,1

Kédougou 151357 6 19048 25020 16,5

Kolda 662455 6 70931 112619 17,0

Louga 874193 7 97381 130304 14,9

Matam 562538 6 53947 94913 16,9

Sédhiou 452994 6 40870 74521 16,5

Tambacounda 681310 6 70292 116659 17,1

Thiès 1788864 7 194768 254135 14,2

Ziguinchor 549151 8 75956 71587 13,0

Saint Louis 296496 8

110191

37528 12,7

Dagana 241695 8 34509 14,3

Podor 370751 8 62260 16,8

Tout le pays 13508715 7 1607772 1992859 14,8

Tableau 2 : Paramètres pour calculer la taille d’échantillon par Strate

StratesPopulation

totaleEnfants <

5 ans

% des enfants < 5 ans

% MAG attendue (SMART

2014)

Niveau de précision souhaitée

Effet de grappe

Taille moyenne des mé-nages

Taux de non

réponse attendu

(%)

Dakar 3137196 362365 11,6 4,3 3,5 1,5 9 5

Diourbel 1497456 241495 16,1 9,3 3,5 1,5 6 5

Fatick 714392 116905 16,4 8,1 3,5 1,5 6 5

Kaffrine 566992 103129 18,2 9,3 3,5 1,5 5 5

Kaolack 960875 154910 16,1 9 3,5 1,5 6 5

Kédougou 151357 25020 16,5 7,6 3,5 1,5 6 5

Kolda 662455 112619 17,0 6,8 3,5 1,5 6 5

Louga 874193 130304 14,9 9,9 3,5 1,5 7 5

Matam 562538 94913 16,9 19,3 3,5 1,5 6 5

Sédhiou 452994 74521 16,5 9,5 3,5 1,5 6 5

Tambacounda 681310 116659 17,1 14 3,5 1,5 6 5

Thiès 1788864 254135 14,2 7,3 3,5 1,5 7 5

Ziguinchor 549151 71587 13,0 5,2 3,5 1,5 8 5

Saint Louis 296496 37528 12,7 7,2 3,5 1,5 8 5

Dagana 241695 34509 14,3 13 3,5 1,5 8 5

Podor 370751 62260 16,8 23,2 3,5 1,5 8 5

Tout le pays le pays

13508715 1992859 14,8 7


3.4. Échantillonnage

3.4.1. Conception de l’échantillon

Le calcul de la taille de l’échantillon consiste à déterminer le nombre d’individus à interroger ou à mesurer. La présente enquête vise une représentativité aussi bien nationale qu’au niveau des 14 régions du pays ainsi que des 3 départements de la région de Saint Louis considérés, pour des raisons programmatiques, comme des strates indépendantes. La taille de l’échantillon devrait donc permettre de renseigner les indicateurs au niveau de chaque strate de l’étude. Pour calculer cette taille, les prévalences de la malnutrition aiguë, obtenus lors de l’enquête SMART 2014, chez les enfants de moins de 5 ans ont été utilisées.

A. Échantillon pour le volet Anthropométrie

Pour l’anthropométrie, les paramètres suivants ont été utilisés pour calculer la taille de l’échantillon afin d’avoir des résultats statistiquement représentatifs par strate.

B. Échantillon pour le volet Mortalité

Pour le volet Mortalité, les paramètres suivants ont été utilisés pour calculer la taille de l’échantillon afin d’avoir des résultats statistiquement représentatifs par strate.

Tableau 3 : Paramètres pour calculer la taille d’échantillon par Strate (volet mortalité)

StratesPopulation

totale

Taux de décès brut

estimé/ 10000/jour

Niveau de Précision souhaitée

Effet de grappe

Taille moyenne des mé-nages

Taux de non réponse attendu

(%)

Période de rappel

(jours)

Dakar 3137196 2 1 1,5 9 5 127 jours

Diourbel 1497456 2 1 1,5 6 5 125 jours

Fatick 714392 2 1 1,5 6 5 131 jours

Kaffrine 566992 2 1 1,5 5 5 126 jours

Kaolack 960875 2 1 1,5 6 5 130 jours

Kédougou 151357 2 1 1,5 6 5 135 jours

Kolda 662455 2 1 1,5 6 5 134 jours

Louga 874193 2 1 1,5 7 5 106 jours

Matam 562538 2 1 1,5 6 5 116 jours

Sédhiou 452994 2 1 1,5 6 5 136 jours

Tambacounda 681310 2 1 1,5 6 5 120 jours

Thiès 1788864 2 1 1,5 7 5 102 jours

Ziguinchor 549151 2 1 1,5 8 5 125 jours

Saint Louis 296496 2 1 1,5 8 5 108 jours

Dagana 241695 2 1 1,5 8 5 111 jours

Podor 370751 2 1 1,5 8 5 114 jours

C. Taille des échantillons enquêtés

Le tableau 4 présente la taille finale de l’échantillon. Le nombre d’enfants à enquêter a été converti en nombre de ménages à visiter en utilisant les données démographiques issues du RGPHAE 2013. Les calculs ont été faits séparément pour l’enquête anthropométrique et l’enquête de mortalité. Pour chaque strate, la taille d’échantillon la plus grande entre l’anthropométrie et la mortalité a été considérée comme échantillon final. Le nombre de grappes à enquêter était obtenu en considérant un nombre de ménages fixe, variant de 10 à 20 par grappe selon la strate.


Tableau 4 : Taille d’échantillons par Strate

StratesPopulation

totaleEnfants <

5 ans

% des enfants <

5 ans

échan-tillon

enfants < 5 ans

échan-tillon

ménages

Nombre de

grappes

Ménages/ grappe

Taille échantillon mortalité

Dakar 3137196 362365 11,6 211 260 2610 mén*/grappe

831 rés*/97 men

Diourbel 1497456 241495 16,1 432 527 3117 mén/grappe

871 rés/153 men

Fatick 714392 116905 16,4 381 459 2717 mén/grappe

853 rés/150 men

Kaffrine 566992 103129 18,2 432 561 3317 mén/grappe

877 rés/185 men

Kaolack 960875 154910 16,1 419 510 3017 mén/grappe

859 rés/151 men

Kédougou 151357 25020 16,5 360 442 2617 mén/grappe

903 rés/158 men

Kolda 662455 112619 17,0 325 390 2615 mén/grappe

936 rés/164 men

Louga 874193 130304 14,9 457 527 3117 mén/grappe

836 rés/126 men

Matam 562538 94913 16,9 798 935 5517 mén/grappe

958 rés/168 men

Sédhiou 452994 74521 16,5 440 540 2720 mén/grappe

916 rés/161 men

Tamba-counda

681310 116659 17,1 617 714 4217 mén/grappe

929 rés/163 men

Thiès 1788864 254135 14,2 347 578 3417 mén/grappe

842 rés/177 men

Ziguinchor 549151 71587 13,0 252 312 2612 mén/grappe

896 rés/118 men

Saint Louis

296496 37528 12,7 342 442 2617 mén/grappe

1054 rés/139 men

Dagana 241695 34509 14,3 579 595 3517 mén/grappe

1028 rés/135 men

Podor 370751 62260 16,8 912 799 4717 mén/grappe

996 rés/131 men

Tout le pays

13508715 1992859 14,8 7304 8591 522

*mén: ménage *rés : résidents ou membres du ménage

L’enquête s’est déroulée du 27 Octobre au 2 Décembre 2015 dans les 16 strates (régions et départements) de l’étude. Au total, 8343 ménages ont été enquêtés sur 8551 ménages prévus soit un taux de réponses de 97,5% et les mesures ont été prises sur 11762 enfants de moins de cinq ans dont 10810 enfants âgés de 6 à 59 mois (soit 91,9%) de l’échantillon total des enfants de 0-59 mois enquêtés. Au total, sur les 522 grappes planifiées et devant couvrir 8591 ménages (incluant un taux de non-réponses de 5% pour chacune des strates), 522 grappes ont été incluses dans cette enquête soit 100,0% de taux de réalisation sur l’ensemble des strates de l’enquête. La sélection des grappes a été faite au hasard selon la méthodologie SMART à l’aide du logiciel ENA afin de s’assurer que chaque grappe ait la chance d’être sélectionnée au sein des différents DRs de l’enquête en fonction de la probabilité proportionnelle à la taille de la population.


3.4.2. Procédures de tirage

La représentativité d’un échantillon est absolument essentielle. C’est la condition qui permet d’extrapoler à toute la population cible, les observations faites sur l’échantillon. Pour qu’un échantillon soit représentatif de la population dont il est issu, il faut que toutes les personnes issues de cette population aient une chance égale d’y apparaître et que le choix d’un individu soit indépendant de celui de n’importe quel autre individu.

L’échantillonnage par grappe a été retenu pour le tirage de l’échantillon de l’enquête. C’est un tirage à deux (2) degrés dont l’unité primaire de sondage est la Grappe.

Le choix de l’échantillonnage par grappes exige de regrouper la population dans de plus petites unités géographiques comme des villages ou quartier ou des DR. La sélection des grappes a été faite de sorte que la chance de n’importe quelle section particulière d’être choisie soit proportionnelle à la taille de la population de la strate. Toutefois, le logiciel ENA réalise automatiquement le choix au hasard des grappes, une fois qu’on saisisse le nom et le total de la population de toutes les localités ou DR qui peuvent potentiellement être choisis pour être inclus dans une strate.

A. Le premier degré de sondage est le District de Recensement (DR)

L’échantillonnage au premier degré a consisté en la détermination de la liste des grappes à enquêter pour chacune des strates. Il s’agissait d’un sondage en grappes avec probabilité proportionnelle à la taille de la population (PPT). Il a été fait à l’aide du logiciel ENA, de manière indépendante pour chacune des strates. Le nombre de grappes sélectionnées varie entre 26 et 55 selon les strates (les listes des DR ou localités choisis est présentée dans l’annexe 1).

La méthodologie SMART recommande un minimum de 25 grappes. Dans chaque strate, 10% de grappes de réserve ont été choisies automatiquement par le logiciel ENA. Ces grappes de réserve sont prévues pour être enquêtées si et seulement si plus de 10% des grappes de l’enquête n’ont pu être réalisées.

La base de sondage utilisée a été celle de l’ANSD issue du RGPHAE-2013 pour les Districts de Recensement (DR) afin de tenir compte de la codification initiale. Dans le fichier du recensement, chaque DR apparaît avec tous ses identifiants (région, département, commune/arrondissement et code d’identification), sa taille en nombre de ménages et son type de milieu de résidence (urbain ou rural). Les limites de chaque DR sont clairement identifiables sur des cartes créées pour le RGPHAE-2013. Cette base de sondage est la plus récente et renseigne sur l’effectif de la population de chaque localité ainsi que sur le nombre de ménages.

B. Le second degré du sondage : la sélection des ménages

La définition retenue pour le ménage (source ANSD) est la suivante : Un ménage est défini généralement comme étant une personne ou un groupe de personnes, apparentées ou non, qui vivent ensemble sous le même toit et mettent en commun tout ou une partie de leurs ressources pour subvenir à leurs besoins essentiels, notamment le logement et la nourriture. Ces personnes appelées membres du ménage, prennent généralement leurs repas en commun et reconnaissent l’autorité d’une seule et même personne, le chef de ménage (CM). Dans les langues nationales, les notions de «ndieul» en wolof, «ngaak» en serer, «hirande» en toucouleur Niakhamé en Soninké, «Siitik» ou « Fousil »ou « Sinkamé » en diola et Sinkiro en Manding rendent fidèlement le sens du concept de ménage.

La sélection des ménages au second degré sera faite avec la méthode aléatoire systématique en appliquant un pas de sondage (P). Le pas de sondage est le nombre de ménages qui séparent 2 ménages échantillonnés. Le pas de sondage dans chaque DR/grappe sera calculé en divisant le nombre de ménages (N) par le nombre de ménages à enquêter dans la DR /grappe (soit entre 15 et 17 selon les strates). Le nombre obtenu (P) par cette opération est le pas de sondage permettant de sélectionner les ménages de l’échantillon.

Comme le dernier RGPHAE du Sénégal date de décembre 2013, les données ont dû connaitre certains changements. Il avait été décidé de procéder à une mise à jour des listes des ménages. Chaque DR tiré au premier degré a fait l’objet d’un nouveau dénombrement des ménages axé sur la localisation et l’identité des


ménages ainsi que sur l’effectif des ménages par DR. Ce travail de dénombrement avait été commencé une semaine avant le début de la collecte des données. Il a été réalisé par une équipe d’agents cartographes de l’ANSD. Ils ont défini les limites de la grappe à l’aide d’une carte pré-établie (voir un exemple de carte de DR en annexe 2) et/ou d’un guide issu de la communauté. Par la suite, dans chaque grappe échantillon, ils ont procédé à un balayage systématique de tous les ménages constituant ladite grappe.

À partir de la liste des ménages, constituée par les cartographes suite au travail de mise à jour de chaque DR, le coordonnateur de l’enquête avait fait, en avance, le tirage de la liste des ménages à enquêter, pour chaque grappe, avant d’attribuer les grappes à enquêter aux superviseurs de terrain, qui, à leur tour, faisaient la répartition des grappes aux équipes d’enquêteurs.

Les étapes de sélection étaient les suivantes :

• Calcul du pas de sondage (P).

• Sélection du premier ménage à enquêter: elle consistait à tirer un nombre aléatoire (x) compris entre 1 et le pas de sondage (P), en utilisant le logiciel ENA. Le ménage portant ce numéro (x) tiré était le premier ménage à enquêter.

• Le choix du ménage suivant à enquêter se faisait en ajoutant le pas de sondage (P) au numéro du premier ménage (x), et ainsi de suite jusqu’à l’atteinte du nombre de ménages à enquêter dans le DR.

La liste des ménages tirés est remise au chef d’équipe. Une fois arrivé dans le DR/grappe, le Chef d’équipe, à l’aide des repères bien identifiés sur la carte de la grappe (exemple : les champs, le marché, la mosquée ou l’église, les ponts, les routes, les rivières, les concessions ou les concentrations de maison etc.), fait l’identification des ménages échantillonnés. Par la suite, avec son équipe accompagnée d’un guide local, ils ont établi un chemin permettant de sillonner l’ensemble des ménages de la grappe en commençant par le ménage le plus au Nord et en allant vers le Sud. Les équipes d’enquêteurs avaient alors identifié et enquêté tous les ménages sélectionnés.

C. Sélection des enfants et des femmes

Tous les ménages sélectionnés étaient inclus dans l’évaluation de la mortalité. Dans ces ménages, tous les enfants âgés de 0 à 59 mois et toutes les femmes/filles âgées de 12 à 49 ans ont été enquêtés pour l’évaluation de la situation nutritionnelle. Chaque enfant ou femme absent et remplissant les critères d’inclusion a été inclus dans l’enquête. A l’exception des mesures anthropométriques, toutes les autres données du questionnaire ont été collectées en posant les questions à la mère ou à la personne en charge de l’enfant (sexe de l’enfant, âge de l’enfant.).

Cas particuliers:

• Si les occupants d’un ménage sélectionné étaient absents, les enquêteurs revenaient visiter le ménage avant la fin de la journée. Si à la fin de la journée, les occupants étaient toujours absents, les enfants âgés de 0 à 59 mois étaient notés comme absents.

• Quand un enfant a été trouvé hospitalisé lors de l’enquête dans un centre de santé qui se trouvait dans un rayon de 15 km, l’équipe d’enquêteurs le mesurait à la fin de la journée au centre de santé. Les enquêteurs ont alors pris les informations auprès du ménage permettant d’identifier l’enfant au niveau du centre (nom, prénom, sexe et âge). Lorsqu’il était impossible de visiter le centre, les enquêteurs disposaient des numéros de téléphone des différents centres de la zone d’enquête afin de pouvoir collecter, si possible, le poids et la taille de l’enfant à distance. Le chef d’équipe a noté sur le questionnaire que l’enfant est au moment de l’enquête dans un centre de santé.

• Les enfants handicapés ont été également inclus dans l’enquête. Selon la difformité physique, les données pouvant être recueillies (sur l’âge, le sexe, le poids et la présence d’œdèmes bilatéraux) ont été collectées. Si l’handicap empêchait de mesurer la taille ou le périmètre brachial, ces données étaient considérées comme manquantes.


3.5. Éthique

Le protocole de l’enquête a été approuvé par le MSAS ainsi que par le comité technique de pilotage de l’enquête. Avant le démarrage de la collecte des données, les autorités locales et administratives ont été informées par lettre officielle de la tenue de l’enquête. Les superviseurs et/ou chefs d’équipes se sont rendus auprès des chefs de quartiers/villages pour leur expliquer les objectifs de l’enquête. Dans les ménages, un consentement libre et éclairé des chefs de ménage et/ou des répondants, de participer à l’enquête, a également été obtenu avant l’administration du questionnaire et la prise des mesures anthropométriques.

De plus, tous les enfants identifiés malnutris ou à risque de malnutrition aiguë avaient été référés au centre de santé pour investigation/traitement. Le chef d’équipe/superviseur remplissait une fiche de référence en double exemplaire (une pour la mère de l’enfant et une pour les responsables de l’enquête) afin de garder les coordonnées de l’enfant et de vérifier son admission dans les jours suivant son dépistage.

3.6. Organisation de l’enquête

L’organisation et la réalisation de l’enquête SMART 2015 au Sénégal a été appuyée par un comité technique de pilotage composé des agents de la DSRSE/DAN dont la chef de la DAN ainsi que des représentants de tous les partenaires nutrition du Ministère de la Santé et de l’action Sociale (MSAS) du Sénégal. Ce comité technique de pilotage a validé les documents techniques de l’enquête (protocole d’enquête, outils de formation et de collecte, manuel du participant) qui avaient été développés par le consultant international. Quant aux autres activités de l’enquête: la formation des enquêteurs et des superviseurs, l’organisation de la collecte, la coordination et la supervision des activités de collecte sur le terrain, elles avaient été assurées par le consultant international en collaboration avec des agents de la DAN, de certains membres du comité technique de pilotage de l’enquête, du personnel technique de l’UNICEF et d’un consultant national qui a coordonné la logistique de l’enquête.

3.6.1. Formation des enquêteurs, chefs d´équipe et superviseurs

Pour permettre aux équipes de se préparer pour la réalisation de l’enquête nationale SMART 2015 au Sénégal, une première formation, destinée aux membres du comité technique de pilotage ainsi qu’aux superviseurs terrain, a porté sur «l’Initiation à la Méthodologie de l’enquête (basée sur la Méthodologie SMART)» et une deuxième formation (organisée en 2 sessions distinctes) a permis de préparer les équipes d’enquêteurs. Cette formation a été donnée par le consultant international et elle s’est tenue sur 1 journée et demi et l’agenda de la formation est présenté à l’annexe 3.

Les thèmes abordés lors du 1er jour sont: les différents concepts relatifs à la Malnutrition et à la Mortalité, comment maintenir une haute qualité des données lors de la collecte des données, un bref aperçu de la méthodologie SMART ainsi qu’un aperçu de l’utilisation SmartPhones pour la saisie des données. La deuxième journée (une demi journée) a été consacrée à l’initiation sur l’utilisation du logiciel ENA (saisie, analyse de la qualité des données) ainsi que la présentation de tout le processus et documents/outils de l’enquête SMART 2015 au Sénégal.

Quant à la formation des équipes de collecte des données, elle a été organisée en 2 sessions distinctes. Les 2 sessions avaient été données par le consultant international, en collaboration avec des facilitateurs, issus du MSAS et du comité technique de pilotage de l’enquête. Chacune des sessions avait duré 6 jours (annexe 4).

Les trois premiers jours de la formation étaient organisés pour l’ensemble des membres des équipes (superviseurs, chefs d’équipe et enquêteurs/mesureurs). Les thèmes abordés lors de ces 3 jours sont:

• la méthodologie de l’enquête (échantillonnage, sondage en grappe, sélection des personnes à enquêter);

• les techniques de mesures anthropométriques;

• le questionnaire de collecte des données et l’entretien pour le remplissage du questionnaire de mortalité avec le recensement passé et présent de tous les membres du ménage;


• l’estimation de l’âge en mois et l’utilisation du calendrier des évènements locaux;

• la standardisation des outils anthropométriques;

• l’identification des œdèmes bilatéraux et le référencement des enfants malnutris aigues sévères au niveau du centre de santé le plus proche;

• la saisie des données sur les SmartPhones et la vérification des données (saisies sur SmartPhones) par les superviseurs avant de les transmettre quotidiennement.

La théorie a été complétée par plusieurs exercices pratiques individuels et en groupe. Durant cette phase pratique, les enquêteurs avaient complété/validé le calendrier des évènements locaux et nationaux nécessaire pour l’enquête.

Le quatrième jour de la formation avait été consacré au test de standardisation des techniques des mesures anthropométriques. Quant à la cinquième journée, elle avait servi à revoir les techniques de mesures anthropométriques, l’utilisation des SmartPhones ainsi que la révision de tout le processus de collecte des données.

Une pré-enquête a été organisée au 6ème jour de la formation, une fois que la composition des équipes effectuée et les outils de collecte des données avaient été corrigés.

3.6.2. Test de standardisation

La formation des chefs d´équipe, mesureurs, assistants mesureurs et enquêteurs a été renforcée par le test de standardisation qui a permis de vérifier la maîtrise des techniques de mesures anthropométriques par les participants. Les participants à chacune des 2 sessions de formation avaient été repartis en 3 groupes de 10 agents enquêteurs. Chaque groupe a été affecté à un poste de mesure composé de 10 enfants âgés de 6 à 59 mois. Chaque poste de mesure était divisé en 3 stations de mesures et dans chaque des 3 stations de mesures, il y avait un superviseur qui assurait le rôle d’assistant mesureur à tous les agents enquêteurs qui venaient mesurer les enfants dans sa station de mesure. Chaque participant a fait les deux séries de mesures (poids, taille et PB) sur les 10 enfants. La précision et l’exactitude de chaque participant ont été évaluées à l’aide du logiciel ENA et en utilisant les mesures (sur les 10 enfants) d’une praticienne d’un centre nutritionnel, qui servait de «Référant». Une fiche de standardisation a été conçue pour le test da standardisation (annexe 5) et un rapport de chaque groupe de standardisation a été produit à l’aide du logiciel ENA (annexe 6).

3.6.3 Pré-enquête

La pré-enquête a été réalisée le dernier jour de la formation dans des DRs proches du lieu de formation et qui n’avaient pas été retenus dans l’échantillon. Elle a permis de tester le questionnaire, de faire suivre toute la procédure de collecte des données par les enquêteurs et d’identifier les erreurs à corriger. Les participants ont été organisés en équipes de 3 personnes et ont visité 5 à 10 ménages. La supervision de la pré-enquête a été assurée par les superviseurs et les coordonnateurs du niveau national, appuyés par le consultant international et les techniciens de l’UNICEF. Une séance plénière à la fin de la pré-enquête a permis de faire les remarques par rapports aux problèmes identifiés et de repréciser le rôle de chaque membre de l´équipe de collecte ainsi que le processus de collecte des données, en utilisant le questionnaire papier et le questionnaire électronique dans les Smartphones..

3.7. Données collectées

3.7.1. Questionnaires et variables à collecter

La collecte des données a été réalisée à l’aide d’un questionnaire (annexe 7) qui comportait, par ordre du déroulement de la collecte dans le ménage, une section mortalité (appelée «Composition du ménage», une section anthropométrie et une section Femmes.


A. Utilisation des Smartphones

Pour faciliter le processus de saisie des données ainsi que le transfert des données collectées et améliorer la qualité des données anthropométriques, il avait été décidé d’utiliser, en plus des questionnaires papiers, des questionnaires électroniques qui avaient été administrées à l’aide des téléphones androïdes Smartphones.

Les 3 sections du questionnaire de l’enquête avaient également été administrées avec des Smartphones sur lequel une application ODK (Open Data kit) du questionnaire électronique avait été programmée sur tous les Smartphones utilisés (2 par équipes et 1 par superviseur) lors de la collecte des données. Un serveur (ODK Agregrate) a été également mis en ligne (internet) et logé au sein du serveur de OCHA qui recevait instantanément les données envoyées par les superviseurs des équipes à partir de leur Smartphone depuis le terrain.

La programmation de toutes les sections du questionnaire sur ODK, la configuration du serveur et la formation des formateurs avaient été assurés par l’équipe technique de l’UNICEF. Ainsi, par ce procédé, les données étaient suivies et vérifiées régulièrement.

Lors de la programmation des Smartphones, des mécanismes permettant d’éviter les omissions de collecte de certaines données ainsi que d’éviter les erreurs de saisie avaient été intégrés. De plus, des formules de calcul des indicateurs de la malnutrition aiguë avaient été intégrées dans la programmation des Smartphones. Ce qui avait facilité la référence des enfants dépistés malnutris (le Système demandait aux enquêteurs s’ils avaient référé l’enfant pour raison de malnutrition) ainsi que la reprise des mesures chez les enfants dont les données anthropométriques étaient aberrantes (de façon quasi instantanée, le système demandait aux enquêteurs de reprendre les mesures).

Grâce à ces 2 dernières fonctions qui améliorent la qualité des données anthropométriques (références des enfants malnutris et reprise des mesures aberrantes), il n’était pas nécessaire de faire la double saisie des données anthropométriques et la totalité des enfants identifiés malnutris avaient été référés au niveau de la structure sanitaire la plus proche.

B. Volet mortalité

SMART est une méthodologie d’enquête qui intègre le statut nutritionnel et les données sur la mortalité en vue d’évaluer l’ampleur et la sévérité d’une situation nutritionnelle.

Contrairement à l’enquête anthropométrique, qui donne une estimation ponctuelle et transversale de la prévalence de la malnutrition, au moment où se déroule l’enquête, les données de mortalité nous renseignent sur la mortalité moyenne pour une période de rappel donnée mais pas sur le taux de mortalité au jour de l’enquête. On devra compter le nombre de décès sur une période de temps (dans le passé) et obtenir un taux. D’où l’importance de bien définir cette période de rappel.


Tableau 5 : Période de rappel pour chaque strate

Région/ DépartementDébut de la période de

rappel

Date de fin de période de rappel (milieu de

la collecte)

Période rappel (nombre de jours)

Dakar

Jour

de

la f

ête

de

Ko

rité

201

5 (F

ête

du

Ram

adan

201

5 au

S

énég

al -

18

Juill

et 2

015)

Dakar 127 jours

Diourbel Diourbel 125 jours

Fatick Fatick 131 jours

Kaffrine Kaffrine 126 jours

Kaolack Kaolack 130 jours

Kédougou Kédougou 135 jours

Kolda Kolda 134 jours

Louga Louga 106 jours

Matam Matam 116 jours

Sédhiou Sédhiou 136 jours

Tambacounda Tambacounda 120 jours

Thiès Thiès 102 jours

Ziguinchor Ziguinchor 125 jours

Saint Louis Saint Louis 108 jours

Dagana Dagana 111 jours

Podor Podor 114 jours

La période de rappel est alors un déterminant important de la taille de l’échantillon de l’enquête. Elle doit être suffisamment courte pour permettre un rappel exact des décès et des naissances, mais suffisamment longue pour que les résultats soient d’une grande précision statistique. Des périodes de rappel plus courtes sont préférables en situations d’urgence pour pouvoir mesurer les taux de mortalité récents. Cependant, il n’y a pas de durée exacte de période de rappel pour les enquêtes rétrospectives sur la mortalité. En général, la plupart des évaluations de la mortalité en situation d’urgence utilisent une période de rappel d’environ 90 jours (3 mois).

Pour aider les personnes enquêtées à fournir la bonne information, le début de la période de rappel doit être une date bien connue, dont toute la population du Sénégal (où qu’elle se trouve) puisse se souvenir, par exemple un jour férié important ou une fête/événement religieux (Noël, le début du Ramadan, etc.). Quant à la fin de cette période de rappel, elle est généralement le jour de la collecte des données dans la strate. Mais par convention, étant donné que la collecte des données durera un certain nombre de jours, le milieu de la période de collecte des données sera considéré comme la date de la fin de la période de rappel.

La présente enquête de mortalité rétrospective a été réalisée sur une période de rappel débutant le 18 juillet 2015 (Jour de la fête de Korité 2015 - Fête du Ramadan 2015 au Sénégal). La période de rappel variait de 102 jours pour la région de Thiès à 136 jours pour la région de Sédhiou, dépendant des dates de début et de fin de collecte des données

Dans tous les ménages enquêtés, le questionnaire de mortalité a été administré au Chef du ménage ou à son représentant. Les informations suivantes ont été collectées :

• Les personnes présentes dans le ménage le jour de l’enquête ;

• Les personnes présentes au début de la période de rappel et qui ne sont plus présentes dans le ménage le jour de l’enquête (excepté les décès) ;

• Les personnes qui sont arrivées dans le ménage entre le début de la période de rappel et le jour de l’enquête et qui sont présentes le jour de l’enquête (excepté les naissances) ;


• Les personnes qui sont nées entre le début de la période de rappel et le jour de l’enquête ;

• Les personnes qui sont décédées entre le début de la période de rappel et le jour de l’enquête ;

• Pour chaque membre listé, l’âge (en années révolues) et le sexe ont été renseignés.

C. Volet anthropométrie

Les informations suivantes concernant l’enfant ont été collectées :

• Sexe : Cette information était recherchée visuellement ou en demandant à la mère ou au répondant et il a été codifié « M » pour masculin et « F » pour féminin.

• Date de naissance : Elle était relevée à partir d’un document officiel (acte de naissance ou livret de santé) portant le nom de l’enfant. Cependant, en l’absence de document officiel, l’enquêteur estimait l’âge de l’enfant en mois à l’aide du calendrier des évènements locaux élaboré pour les besoins de l’enquête (annexe 8). Les enquêteurs avaient également estimé l’âge de l’enfant en le comparant à celui d’un enfant de la même génération présent dans le ménage ou dans l’environnement immédiat de l’enfant et qui a un papier d’état civil ou un carnet de santé.

• Poids (en Kilogrammes) : Les enfants ont été pesés entièrement nus, à 100 grammes près, à l’aide de la balance électronique SECA (qui permet d’avoir le poids à 0,1 kg près). Dans chaque grappe, avant le début des mesures, les balances ont été vérifiées et tarées à l’aide d’un poids étalon de 5 kg. Par la suite, dans chaque ménage, elles ont été installées sur un support plat et solide. La balance pèse-personne permet de faire des pesées rapides, faciles et précises. Les nourrissons et les jeunes enfants ont été pesés dans les bras de leur mère par la méthode de la double pesée (après tarage de la balance) et les grands enfants par une simple pesée (seuls sur la balance).

• Taille : La taille a été mesurée à l’aide d’une toise graduée en centimètre, avec une précision de 0,1 cm, pour tous les enfants, exceptés ceux présentant un handicap aux membres inférieurs. Les enfants de moins de 24 mois (ou taille < 87 cm) ont été mesurés en position couchée. Les enfants de 24 mois et plus (ou taille ≥ 87 cm) ont été mesurés en position debout. Un bâton en bois de 110 cm marqué à 87 cm était utilisé chaque matin de collecte pour calibrer la toise.

• Périmètre Brachial (PB) : La mesure du périmètre brachial était prise chez tous les enfants de 6 à 59 mois, à l’aide d’un ruban inextensible gradué en millimètre et précis au millimètre près. Le ruban était calibré chaque matin en utilisant la circonférence d’un tube en PVC comme référence ; tout changement de mesure conduisait au remplacement du ruban. Cependant, de façon systématique les rubans PB ont été changés tous les 2-3 jours afin de garantir la qualité des données.

• Œdèmes : Seuls les œdèmes bilatéraux étaient considérés comme étant révélateurs d’un trouble nutritionnel. Ils ont été évalués en exerçant pendant trois secondes (compter 1-0-2-1, 1-0-2-2, 1-0-2-3) une pression du pouce sur le dessus des deux pieds. L’œdème était considéré comme présent si l’empreinte du pouce restait marquée (forme un godet) sur les deux pieds. Chaque cas d’œdème était confirmé par le superviseur de l’équipe. Par ailleurs, si l’enfant présente un œdème sur un seul pied, il n’a pas été enregistré comme ayant des œdèmes bilatéraux.

• Prévalence de la diarrhée : L’enquêteur a demandé à la mère ou gardienne d’enfant si l’enfant a eu un ou des épisodes de diarrhée durant les deux semaines précédant l’enquête. Pour les enfants ayant eu la diarrhée, l’enquêteur a vérifié si l’enfant avait reçu un traitement et si oui, quel type de produit (SRO et/ou Zinc, en montrant l’échantillon).

• Prévalence des IRA : Pour chaque enfant, l’enquêteur a demandé également à la mère/gardienne s’il n’a pas eu une toux, à n’importe quel moment, au cours des 2 dernières


semaines précédant l’enquête. Chez les enfants ayant eu la toux, l’enquêteur a demandé à la mère/gardienne si l’enfant respirait plus vite que d’habitude, avec un souffle court et rapide ou avait-il/elle des difficultés pour respirer.

• Supplémentation en vitamine A: L’enquêteur a demandé aux mères si les enfants âgés de 6 à 59 mois avaient été supplémentés en vitamine A, au cours des six derniers mois. Une confirmation de la supplémentation par le carnet de santé de l’enfant était faite chaque fois que cela était possible. Des échantillons de vitamine A étaient présentés aux répondants pour bien confirmer le produit en question.

D. Volet Femmes en âge de reproduction (12-49 ans) – FAR

Les informations suivantes concernant les femmes/filles (12-49 ans) en âge de reproduction ont été collectées :

• L’âge des femmes a été collecté en nombre d’années révolues.

• Poids (en Kilogrammes): Les femmes en âge de reproduction (12-49 ans) ont été également pesées, à 100 grammes près, à l’aide de la balance électronique SECA. Les femmes avaient accepté d’enlever les habits et/ou parures lourds (autant que possible et de façon éthique).

• Taille : La taille des femmes de 12-49 ans a été également mesurée à l’aide d’une toise graduée à 0,1 cm près.

• Périmètre Brachial (PB) : La mesure du périmètre brachial des femmes de 12-49 ans était également prise à l’aide d’un ruban inextensible gradué en millimètre et précis au millimètre près. Le ruban était calibré chaque matin en utilisant la circonférence d’un tube en PVC comme référence ; tout changement de mesure conduisait au remplacement du ruban. Cependant, de façon systématique les rubans PB ont été changés tous les 2-3 jours afin de garantir la qualité des données.

• Statut de la femme : L’enquêteur a demandé aux femmes de 12-49 ans si elles étaient enceintes ou bien si elles allaitaient.

3.8. Collecte des données

La collecte des données a été réalisée par des équipes composées d’un chef d’équipe, d’un mesureur et d’un assistant mesureur. Le mesureur et l’assistant mesureur étaient chargés des mesures anthropométriques. Le chef d’équipe était chargé de remplir les questionnaires papier et le questionnaire électronique du Smartphone et de faciliter le travail de l’équipe ainsi qu’assurer le bon déroulement de l’enquête et la qualité des données. Au total, 19 équipes ont été constituées et 7 superviseurs ont été sélectionnés, soit 1 superviseur pour 2 équipes ou 1 superviseur pour 3 équipes. La liste du personnel de l’enquête est présentée dans l’annexe 9.

3.8.1. Supervision de la collecte des données

En plus des superviseurs terrain, la coordination et la supervision des activités de collecte sur le terrain avait été assurée par le consultant international en collaboration avec des agents de la DAN, de certains membres du comité technique de pilotage de l’enquête, du personnel technique de l’UNICEF et d’un consultant national qui a coordonné la logistique de l’enquête.

3.8.2. Déroulement de l’enquête sur le terrain

Afin d´assurer un bon déroulement de l´enquête sur le terrain et une bonne collaboration des populations, le Ministère de la Santé, par le biais de la DSRSE, avait informé les autorités politico-administratives sur la mise en œuvre de l’enquête.


Tableau 6 : Schéma de déploiement des équipes

équipes ayant enquêtées Régions/Départements

Toutes les équipes Région de Thiès, Région de Louga, Région de Matam, Région de Tambacounda, Région de Diourbel, Région Kaffrine et Région de Kaolack• Département de St-Louis, Département de Dagana et

Département de Podor

1, 2, 9 à 12 et 14 à 17 • Région de Dakar

1, 2, 5 à 8, 15 à 20 et 23 à 25 • Région de Kolda et Région de Sédhiou1

3 à 14 et 18 à 22 • Région de Fatick et Région de Kedougou2

1, 2, 7, 8, 15 à 18, 20 et 23 à 25 • Région de Ziguinchor1 Dans la région de Sédhiou, 5 DRs de l’échantillon initial n’étaient pas accessibles pour problème d’insécurité et les cartographes de l’ANSD avaient déclaré que 8 autres DRs étaient également inaccessibles à cause d’inondation. Sur un échantillon initial de 31 DRs, il n’y avait que 18 DRs qui étaient accessibles. Pour avoir un échantillon en grappes qui demeure statistiquement représentatif (minimum de 26 grappes), en collaboration avec l’ANSD, 5 nouveaux DRs avaient été tirés et en plus des 4 DRs de réserve déjà tirés avec l’échantillon initial. Au total, nous avons obtenu 27 DRs à enquêter. Ce qui avait fait que dans la région de Sédhiou, au lieu 31 grappes de 17 ménages chacune, l’échantillon enquêté était devenu un échantillon de 27 grappes de 20 ménages chacun.

2 Dans la région de Kédougou également, 3 DRs de l’échantillon initial n’étaient pas accessibles à cause d’inondation. Sur un échantillon initial de 26 DRS, il n’y avait que 23 DRs qui étaient accessibles. Pour avoir un échantillon en grappes qui demeure statistiquement représentatif (minimum de 26 grappes), les 3 DRs de réserve déjà tirés avec l’échantillon initial avaient été utilisés pour compléter l’échantillon à enquêter.

La collecte des données, dans les différentes strates de l’enquête à l’intérieur du pays, s’est déroulée selon le schéma qui a été finalisé avant le départ sur terrain. La méthode de collecte des données par balayage, où toutes les 19 équipes progressent ensemble, avait été privilégiée dans les 10 premières strates. Par la suite, une fois que les équipes avaient acquis une grande autonomie, certaines strates avaient été enquêtées en parallèles. Le schéma de déploiement ci-dessus avait permis aux différentes équipes de réaliser la collecte des données dans toutes les régions du Sénégal en 38 jours.

3.9. Calcul des coefficients de pondération

La répartition de l’échantillon parmi les strates (régions ou départements) étant non proportionnelle à celle de la population totale du pays, les indicateurs calculés au niveau des strates d’étude ont porté sur l’échantillon tandis qu’au niveau national, une pondération a été faite et appliquée aux données afin d’obtenir des résultats couvrants l’ensemble du Sénégal.

Les calculs faits à partir des données de populations cibles issues du dernier recensement RGPHAE de 2013 ont permis d’obtenir les coefficients de pondération (voir annexe 10) pour estimer les différents taux et prévalences au niveau de l’ensemble du pays. Ces coefficients pour les enfants de moins de 5 ans et pour les FAR sont présentés dans le tableau 7.


Tableau 7 : Coefficients de pondérations par strate

StratesCoefficient de pondération utili-sé dans ENA pour les enfants de

moins de 5 ans

Coefficient de pondération utilisé dans SPSS pour les Femmes en

âge de reproductions

Région de Dakar 8,21419188 6,43356426

Région de Ziguinchor 0,9842457 1,01249868

Région de Diourbel 1,00871223 1,25834629

Dép Dagana 0,1713576 0,19604704

Dép Podor 0,19965951 0,23226706

Dép Saint Louis 0,33799215 0,30329995

Région de Tambacounda 0,31440198 0,43399768

Région de Kaolack 0,684796 0,89907066

Région de Thiès 1,06979085 1,26056712

Région de Louga 0,59486043 0,70564002

Région de Fatick 0,73041943 0,85768704

Région de Kolda 0,63626769 0,96041965

Région de Matam 0,18862417 0,24602053

Région de Kaffrine 0,30541204 0,48122455

Région de Kédougou 0,19602009 0,26236173

Région de Sédhiou 0,36324826 0,45698773

Ensemble du pays 1 1

De plus, pour estimer les différents taux et prévalences au niveau de la région de Saint-Louis, des coefficients de pondération (voir tableau 8), spécifiques aux enfants de moins de 5 ans et aux FAR, ont été calculés (voir annexe 10) à partir des données de populations de ces 3 départements.

Tableau 8 : Coefficients de pondérations par département de la Région de Saint-Louis

DépartementsCoefficient de pondération utili-sé dans ENA pour les enfants de

moins de 5 ans

Coefficient de pondération utilisé dans SPSS pour les Femmes en

âge de reproductions

Département de Dagana 0,24168598 0,26796511

Département de Podor 0,28160353 0,31747212

Département de Saint Louis 0,47671049 0,41456278

Région de Saint-Louis 1 1

3.10. Saisie et apurement des données

La méthodologie SMART prévoit que les données soient saisies, au fur et à mesure à la fin de chaque journée de collecte des données. Cette procédure permet la correction de certaines erreurs au fur et à mesure que se déroule la collecte des données.

Lors de la présente enquête SMART, pour augmenter la fiabilité des données et faciliter le processus de saisie des données ainsi que le transfert des données collectées et améliorer la qualité des données anthropométriques, il avait été décidé d’utiliser, en plus des questionnaires papiers, des questionnaires électroniques qui avaient été administrées à l’aide des téléphones androïdes Smartphones. Les données étaient alors saisies, au moment où se faisait la collecte des données.


Les SmartPhones ont été programmés de telle sorte que les enfants malnutris ou à risque de malnutrition étaient identifiés immédiatement et qu’une question par rapport au référencement de l’enfant a été posée à l’enquêteur. De plus, la programmation du SmartPhones a permis également d’identifier les «flags ou données aberrantes» et les enquêteurs étaient invités à reprendre les mesures anthropométriques. Grâce à ces 2 dernières fonctions qui améliorent la qualité des données anthropométriques (références des enfants malnutris et reprise des mesures aberrantes), il n’était pas nécessaire de faire la double saisie des données anthropométriques et la totalité des enfants identifiés malnutris avaient été référés au niveau de la structure sanitaire la plus proche.

Tableau 9-1 : Proportion des dates d’enquête (Survey date) erronées ou inexistantes parmi les enfants mesurés, par strate

StratesEnfants cibles

< 5 ans

Enfants mesurés

(poids/taille)

Date d’enquête (Survey date) erronée/ inexistante

Nombre Proportion (%)

Région de Dakar 230 217 0 0,0

Région de Diourbel 894 809 20 2,5

Région de Fatick 597 556 11 2,0

Région de Kaffrine 1118 953 0 0,0

Région de Kaolack 845 760 3 0,4

Région de Kolda 627 547 11 2,0

Région de Kédougou 465 411 18 4,4

Région de Louga 897 790 25 3,2

Région de Matam 1796 1570 4 0,3

Région de St Louis 2409 2121 32 1,5

Département de Dagana 817 705 1 0,1

Département de Podor 1091 981 31 3,2

Département de St Louis 501 435 0 0,0

Région de Sédhiou 756 665 15 2,3

Région de Tambacounda 1306 1113 3 0,3

Région de Thiès 1009 913 25 2,7

Région de Ziguinchor 332 302 0 0,0

Ensemble du Pays 13281 11727 167 1,4

Les données étaient saisies, par un membre de l’équipe, à l’aide des téléphones Androïd (SmartPhones), lors de la collecte des données parallèlement au remplissage du questionnaire papier par un autre membre de l’équipe. Les chefs d’équipes ont contrôlé et ré-vérifié toutes les fiches et questionnaires électroniques remplis par les enquêteurs. Par la suite, ils ont fait une sauvegarde des données sur le SmartPhone avant de remettre les 2 Smartphones aux Superviseurs terrain. Quant aux superviseurs, après ré-contrôle et ré-vérification des questionnaires électroniques, ils les ont envoyés dans la base des données virtuelle via ODK.

Après la période de collecte des données, des séances de travail avec chacun des superviseurs terrain ont permis de compléter la base des données. Les corrections, lors de cette dernière phase de nettoyage des données ont porté sur:

• La concordance entre les identifiants des DRs et des grappes;

• La concordance entre les régions et les départements;

• La numérotation des ménages par grappe;

• La suppression des doublons;


• L’ajout des questionnaires ménages manquants (non saisis)

• La correction des dates d’enquête (Survey date) erronées ou inexistantes pour qu’il n’y ait pas d’erreur sur le calcul des âges (en mois) des enfants, dans le logiciel ENA. Les tableaux 9-1 et 9-2 présentent la situation des dates d’enquête erronées ou inexistantes.

Tableau 9-2 : Dates inscrites comme Survey date erronée ou inexistante

Dates saisiesNombre des dates dans chaque catégorie

N %

Bonnes dates d’enquête inscrites 11560 98,58

Saisie en décembre mais après la fin de la collecte des données (phase de nettoyage de la base des données)

104 0,89

Saisie dans une autre date que celles de la collecte des données dans la strate

17 0,14

Date saisie: 01/01/2007 12 0,10

Date saisie: 01/01/2013 31 0,26

Sans date d'enquête 3 0,03

Total 11727 100,00

Après l’étape de nettoyage des données, une base des données apurée a été finalisée.

3.11. Analyse des données

La base de données apurée a été utilisée pour calculer les différents indicateurs de l’enquête. Les indicateurs calculés au niveau des strates à l’étude ont porté sur l’échantillon tandis qu’au niveau national, une pondération a été calculée et appliquée aux données.

Les variables âge, poids, taille et sexe des enfants ont été utilisées pour calculer les indices anthropométriques. Chez les enfants, les indices nutritionnels Z-score Poids-pour-Taille (Z-score P/T), Z-score Poids-pour-Age (Z-score P/A) et Z-score Taille-pour-Age (Z-score T/A) ont été calculés en utilisant les références OMS 2006 à l’aide du logiciel ENA (Version de Février 2015). Au cours de l’analyse des données anthropométriques, les valeurs aberrantes et les valeurs manquantes (Z-scores hors normes (Flags OMS) ou non disponibles) ont été exclues.

Les prévalences de la malnutrition aiguë globale, modérée et sévère exprimées en fonction du périmètre brachial ont été calculées. Les autres données qui ne concernent pas les mesures anthropométriques des enfants ont été analysées à l’aide du logiciel SPSS, version 21.

3.11.1. Indicateurs et valeurs seuils

A. LES INDICES ANTHROPOMéTRIquES

Pour les enfants, les pourcentages de malnutrition aiguë ont été estimés à partir des valeurs de l’indice Poids pour Taille (P/T), combinées avec la présence d’œdèmes. L’indice P/T compare le poids de l’enfant mesuré au poids médian d’une population de référence pour la même taille.

La malnutrition chronique qui se manifeste par un déficit de la taille pour l’âge se traduit par un retard de croissance. L’indice Taille pour Age (T/A), qui rend compte de la taille d’un enfant par rapport à son âge sera donc une mesure des effets à long terme de la malnutrition. Cet indice compare la taille de l’enfant à la taille moyenne d’une population de référence pour l’âge.


L’indice Poids pour Age (P/A) compare le poids de l’enfant au poids médian d’une population de référence pour l’âge. L’indice Poids pour Age permet de déterminer l’existence d’une insuffisance pondérale pour un âge donné. Il est révélateur à la fois d’une malnutrition chronique et d’une malnutrition aiguë. En effet, on peut estimer que l’indicateur Poids pour Age est une mesure composite de l’indice Poids pour Taille et de l’indice Taille pour Age. C’est un indicateur recommandé pour évaluer les changements dans l’amplitude de la malnutrition dans le temps.

Les valeurs de référence utilisées sont celles de l’OMS (nouveaux standards de croissance de 2006).

Tableau 10 : Seuils utilisés pour classer les différents types de malnutrition chez les enfants

ENFANTS DE 6-59 MOIS

Malnutrition Aigüe (Poids/taille)

Globale Z-Score P/T < -2 Écart type

Modérée -3 Écart type <= Z-Score P/T < -2 ET

Sévère Z-Score P/T <-3 Écart type et/ou œdèmes

ENFANTS DE 0-59 MOIS

Malnutrition chronique (taille/âge) Insuffisance Pondérale (poids/âge)

Globale Z-Score T/A < -2 Écart type Z-Score P/A < -2 Écart type

Modérée -3 Écart type <= Z-Score T/A < -2 ET -3 Écart type <= Z-Score P/A < -2 ET

Sévère Z-Score T/A < -3 Écart type Z-Score P/A < -3 Écart type

L’état nutritionnel des femmes non enceintes et non allaitantes a été évalué en utilisant l’indice de masse corporelle. Les valeurs seuils suivantes sont définies pour apprécier l’état nutritionnel des ces femmes (tableau 11).

Tableau 11: Indicateurs et valeurs seuils utilisés pour l’enquête nutritionnelle chez les FAR

Dénutrition severe

Dénutrition modérée

Statut nutritionnel

NormalSurpoids obésité

IMC (kg/m2) ˂ 16,5 ≥ 16,5 et ˂ 18,5 ≥ 18,5 et ≤ 24,9 ≥ 25 et ≤ 29,9 ≥ 30

B. PéRIMèTRE BRACHIAL

Le périmètre brachial (PB) est souvent utilisé en dépistage rapide des enfants malnutris et mesure le risque de mortalité. C’est aussi un indicateur de malnutrition aiguë. Cette propriété semble être liée à l’association entre le PB et la masse musculaire. La mesure du PB varie peu chez les enfants âgés de 6 à 59 mois et peut à ce titre être utilisée indépendamment de l’âge. Les valeurs seuils du PB sont présentées dans le tableau ci-dessous.

Tableau 12 : Classification de la malnutrition aiguë selon le PB/MuAC chez les enfants

Valeurs de PB/MuAC Signification nutritionnelle

PB < 11,5 cm Malnutrition aiguë sévère

PB > = 11,5 cm et < 12,5 cm Malnutrition aiguë modérée

PB < 12,5 cm Malnutrition aiguë


Le Périmètre brachial a été également utilisé pour apprécier l’état nutritionnel des femmes FAR. Les valeurs seuils du PB sont présentées dans le tableau ci-dessous.

Tableau 13 : Classification de la malnutrition aiguë selon le PB/MuAC chez les FAR

FEMMES EN ÂGE DE REPRODuCTION

Malnutrition1 Bon État Nutritionnel

Femmes enceintes ou femmes allaitantes

PB < 210 mm PB ≥ 210 mm

Femmes non enceintes et non allaitantes

PB < 230 mm* PB ≥ 230 mm

Source - Protocole Nationale de la Prise en Charge Intégré de la Malnutrition Aiguë du Sénégal.

1NB :

• Dans le protocole de prise en charge (PEC) de la malnutrition au Sénégal, c’est la valeur-seuil d’un PB < 210 mm qui est indiquée pour l’évaluation de la malnutrition chez les femmes enceintes et les femmes allaitantes (FEFA). Pour l’évaluation de la malnutrition chez les femmes non enceintes et non allaitantes (FNENA), c’est l’IMC qui est indiqué.

• Quant à la valeur-seuil d’un PB < 230 mm, elle ne figure pas dans le protocole de PEC de la malnutrition au Sénégal, ni pour les FEFA, ni pour les FNENA, mais son intégration par la DAN dans le cadre de cette enquête, a été motivée par une réflexion au sein des praticiens.

• En effet, comme certains «praticiens» trouvent que la valeur-seuil d’un PB < 210 mm est bas pour identifier les femmes souffrant de malnutrition, pour répondre à une demande de la DAN, les analyses, à propos de la malnutrition chez les FAR, ont été faites en utilisant la valeur-seuil d’un PB < 230 mm dans le but d’essayer de fournir un début de réponse à une réflexion de la DAN. Il est question de savoir : 1) s’il «ne faut pas ramener la valeur-seuil à un PB < 230 mm» pour identifier la malnutrition chez les FEFA? et 2) entre la valeur-seuil d’un PB < 210 mm et celle d’un PB < 230 mm, laquelle pourrait être utilisée comme meilleur indicateur de la malnutrition chez les FNENA, à défaut d’avoir le poids et la taille des femmes pour calculer l’IMC ?

C. LE NIVEAu DE SéVéRITé DE LA MALNuTRITION SELON L’OMS

L’appréciation des différentes prévalences a été faite en comparaison aux seuils OMS 2000 résumés dans le tableau ci-dessous.


Tableau 14 : Normes de l’OMS pour la classification de la situation nutritionnelle

SEuILS ADMIS EN SANTé PuBLIquE

APPRECIATION COuLEuRS

Malnutrition Aiguë Globale

< 5% Acceptable Vert

5-9,99% Précaire Jaune

10-14,99% Preoccupant Orange

≥ 15% Critique Rouge

Malnutrition Chronique Globale


20-29% Précaire Jaune

30-39% Preoccupant Orange

≥ 40% Critique Rouge

Insuffisance Pondérale Globale


10-19% Précaire Jaune

20-29% Preoccupant Orange

> 30% Critique Rouge

D. «FLAG» : DONNéES ABERRANTES Ou ERREuRS

Pour les résultats au niveau de chacune des strates les flags OMS ont été exclus des analyses. Ainsi les flags OMS (EPI) ci-dessous énumérés ont été exclus :

• Les Z-score de T/A = -6/6

• Les Z-scores de P/T = -5/5

• Les Z-scores de P/A = -6/5

E. INDICATEuRS POuR LA MORTALITé

Les deux (2) indicateurs utilisés pour le volet mortalité d’une enquête SMART sont : le taux brut de la mortalité rétrospective (crude mortality rate) pour toute la population enquêtée et le taux de décès rétrospectif chez les enfants de moins de 5 ans. Le seuil d’urgence pour la population totale est de 1 décès pour 10 000 personnes/ jour. Pour les enfants de moins de 5 ans, le seuil d’alerte est de 1 décès pour 10 000 enfants/ jour. Quant au seuil d’urgence chez les enfants de moins de 5 ans, il est de 2 décès pour 10 000 enfants/ jour .

Le logiciel ENA pour SMART permet de calculer automatiquement ces 2 taux. Les formules utilisées sont définies comme suit :

TMB = Nombre total des décès au cours de la période de rappel = Décès/10 000/jour

(Population totale/10 000) x période rappel

TM Enfants 0-5 ans = Nombre total des décès chez les enfants de 0-5 ans = Décès/10000/jour

(Population des enfants 0-5 ans/10 000) x période rappel


4. LIMITES Ou DIFFICuLTES RENCONTREES LORS DE LA REALISATION DE L’ENquETE

Quelques limitations et difficultés ont été constatées lors de la réalisation de l’enquête.

• L’échantillonnage au premier degré a été fait en utilisant la base de sondage du recensement de la population de RGPHAE-2013, qui est la base de sondage la plus récente. Comme le dernier RGPHAE du Sénégal date de décembre 2013, il avait donc été décidé de procéder à une mise à jour des ménages. Chaque DR tiré au premier degré a fait l’objet d’un nouveau dénombrement des ménages axé sur la localisation et l’identité des ménages ainsi que sur l’effectif des ménages par DR. L’ANSD devait tirer des cartes des DRs issus de la base du recensement de 2013 et une équipe des cartographes (travaillant en binômes), après avoir défini les limites de la grappe à l’aide de la carte pré-établie, a procédé à un balayage systématique de tous les ménages constituant ladite grappe. Cette liste exhaustive des ménages a permis de déterminer le pas de sondage qui a permis de faire le tirage des ménages avant de les remettre à l’équipe d’enquêteurs.

Cependant toutes les cartes fournies par l’ANSD n’étaient pas des cartes actualisées (dataient de 2002-2003) et dans certains DRs, la liste des ménages n’étaient pas des listes actualisées non plus. Il serait donc souhaitable que pour d’autres enquêtes, les cartes soient actualisées et comportent également les coordonnées GPS afin de permettre de délimiter plus facilement les DRs et que le dénombrement (la mise à jour de la liste des ménages) puisse être fait par les équipes d’enquêteurs elles-mêmes (en collaboration avec des guides locaux). Par la suite, les équipes procéderont au tirage, à l’aide d’un pas de sondage P, des ménages à enquêter.

• Dans la région de Kédougou comme dans la région de Sédhiou, des difficultés ont été rencontrées dans l’accessibilité de certains DRs liées soit à des inondations ou soit à des problèmes d’insécurité. Pour avoir un échantillon en grappes statistiquement représentatif (minimum 26 grappes) au niveau de ces deux régions, en collaboration avec l’ANSD, de nouveaux DRs avaient été tirés et les DRs de réserve déjà tirés avaient été utilisés.

• L’enquête SMART 2015 au Sénégal avait été planifiée, initialement, pour que les activités démarrent à la fin de juillet 2015. Cependant, à cause d’un retard relatif à certaines procédures administratives ou des facteurs contextuels (ramadan), la collecte n’a pu être réalisée que du 27 Octobre au 2 Décembre 2015. La collecte fut donc terminée à la fin de la saison des pluies, qui s’est prolongée cette année jusqu’à la fin novembre 2015, au moment même où sont attendus les pics de malnutrition aiguë chez les enfants âgés de moins de 5 ans. La comparaison des résultats de cette enquête avec celle de l’année précédente (juillet-août 2014) ne semble donc pas être affectée par la saisonnalité de la malnutrition aiguë.

• L’utilisation de double questionnaire (papier et Smartphone), bien que la combinaison des 2 questionnaires soit très bien justifiée, alourdissait et ralentissait la collecte des données. Il serait donc souhaitable de mieux harmoniser l’utilisation des 2 questionnaires, lors de prochaines enquêtes SMART.

• À cause de l’utilisation des Smartphones, certains superviseurs n’avaient pas été rigoureux pour s’assurer que la partie entête du questionnaire puisse être bien remplie et de s’assurer que la date de l’enquête (Survey date) soit la bonne date ou soit enregistrée. Ce qui a rendu l’apurement de la base des données un peu laborieuse. Normalement, la méthodologie SMART ne permet aucun changement dans la base des données après la double saisie et sa validation. Par contre, à cause de l’utilisation des Smartphones, la double saisie n’a pas été jugée nécessaire et pour pallier à certains manquements lors de la vérification par les superviseurs terrain, des corrections, telles que la correction des «Survey dates» erronées ou inexistantes, avaient été réalisées.

Pour une prochaine utilisation des Smartphones, lors de la collecte des données d’une enquête SMART, il serait souhaitable de ré-vérifier avec les superviseurs terrain la base des données, quotidiennement (comme ce qui se faisait avec la saisie quotidienne sur le logiciel ENA), afin que les erreurs de saisie sur Smartphones puissent être corrigées au fur et à mesure.


• La détermination de l’âge reste un problème important dans plusieurs pays en Afrique à cause du fait que plusieurs enfants n’ont pas de document officiel indiquant la date de naissance. L’utilisation du calendrier des évènements locaux est une alternative crédible mais exigeante; elle requiert un niveau de compréhension élevé de l’outil, et une interaction patiente avec les répondants pour pouvoir aligner au moins deux évènements permettant de conclure sur l’âge de l’enfant en mois. La supervision est importante pour assurer que les enquêteurs maintiennent un niveau technique et de patience suffisant pour obtenir une donnée d’âge fiable en utilisant les calendriers événementiels.

5. RESuLTATSLe principal but de cette enquête SMART est d’évaluer la situation nutritionnelle dans les 14 régions du Sénégal ainsi que dans les 3 départements de la région de Saint Louis. Par ailleurs, comme il s’agit d’une enquête nutritionnelle d’envergure nationale mais avec des échantillons représentatifs de la population pour chaque strate (région ou département), les résultats de l’enquête ont été pondérés pour évaluer de façon représentative l’ampleur de la situation nutritionnelle chez les enfants de moins de 5 ans et les FAR de l’ensemble du pays.

Les tableaux 15-1 et 15-2 décrivent les caractéristiques de l’échantillon enquêté. La taille moyenne des ménages variait de 6,5 personnes par ménage dans la région de Kaffrine à 11,4 personnes par ménage dans la région de Matam (tableau 15-1). Quant à la proportion d’enfants âgés de 0 à 59 mois, elle variait de 11,8% dans la région de Dakar à 17,6% dans la région de Kaffrine (tableau 15-2).

Tableau 15-1 : Caractéristiques de l’échantillon sélectionné (ménages et grappes), par strate

Strates

Ménages Grappes

Po

pul

atio

n en

quê

tée

Taille moyenne des ménages

Sélection-nés

Enquê-tés

Taux de ré-ponse

(%)

Plani-fiées

Enquê-tées

Taux d'in-clusion

(%)

SMART 2015

RG-PHAE 2013

Région de Dakar 257 242 94,2 26 26 100,0 1860 7,7 9

Région de Ziguinchor 311 302 97,1 26 26 100,0 2450 8,1 8

Région de Diourbel 526 512 97,3 31 31 100,0 4976 9,7 6

Dép Dagana 593 582 98,1 35 35 100,0 5273 9,1 8

Dép Podor 796 763 95,9 47 47 100,0 7017 9,2 8

Dép Saint Louis 438 423 96,6 26 26 100,0 3668 8,7 8

Région de Tamba-counda

714 699 97,9 42 42 100,0 7155 10,2 6

Région de Kaolack 510 499 97,8 30 30 100,0 4788 9,6 6

Région de Thiès 573 563 98,3 34 34 100,0 6152 10,9 7

Région de Louga 523 513 98,1 31 31 100,0 5482 10,7 7

Région de Fatick 458 454 99,1 27 27 100,0 3996 8,8 6

Région de Kolda 390 380 97,4 26 26 100,0 3326 8,8 6

Région de Matam 931 909 97,6 55 55 100,0 10346 11,4 6

Région de Kaffrine 560 549 98,0 33 33 100,0 5578 10,2 5

Région de Kédougou 443 428 96,6 26 26 100,0 2766 6,5 6

Région de Sédhiou 534 525 98,3 27 27 100,0 4533 8,6 6

Région de Saint-Louis 1827 1768 96,8 108 108 100,0 15958 9,0 8

Ensemble du pays 8557 8343 97,5 522 522 100,0 79366 9,5 7


5.1. Caractéristiques des strates enquêtées

Toutes les 522 grappes sélectionnées ont pu être enquêtées. Le nombre de ménages sélectionnés dans chaque grappe variait de 10 à 20 pour cette enquête (10 ménages/grappe dans la région de Dakar et 20 ménages/grappe dans la région de Sédhiou).

Tableau 15-2 : Caractéristiques de l’échantillon sélectionné (ménages et enfants), par strate

Strates

Po

pul

atio

n en

quê

tée

Enfants < 5 ans

RGPHAE 2013

Ménages enquêtés

% des enfants < 5 ans

RGPHAE2013

% des enfants < 5 ans SMART

2015

Enfants éligibles (âgés de 0-59 mois)

Enfants cibles

< 5 ans

Enfants mesurés (poids/taille)

Taux de réponse

(%)

Moyenne Enfants <

5 ans

Région de Dakar

1860 362365 242 11,6 11,8 230 217 94,3 0,9

Région de Ziguinchor

2450 71587 302 13 12,8 332 302 91,0 1,0

Région de Diourbel

4976 241495 512 16,1 16,5 894 809 90,5 1,6

Dép Dagana 5273 34509 582 14,3 13,8 817 705 86,3 1,2

Dép Podor 7017 62260 763 16,8 14,2 1091 981 89,9 1,3

Dép Saint Louis 3668 37528 423 12,7 12,6 501 435 86,8 1,0

Région de Tambacounda

7155 116659 699 17,1 16,0 1306 1113 85,2 1,6

Région de Kaolack

4788 154910 499 16,1 16,2 845 760 89,9 1,5

Région de Thiès 6152 254135 563 14,2 15,2 1009 913 90,5 1,6

Région de Louga

5482 130304 513 14,9 14,8 897 790 88,1 1,5

Région de Fatick

3996 116905 454 16,4 14,1 597 556 93,1 1,2

Région de Kolda 3326 112619 380 17 16,6 627 547 87,2 1,4

Région de Matam

10346 94913 909 16,9 15,5 1796 1570 87,4 1,7

Région de Kaffrine

5578 103129 549 18,2 17,6 1118 953 85,2 1,7

Région de Kédougou

2766 25020 428 16,5 15,3 465 411 88,4 1,0

Région de Sédhiou

4533 74521 525 16,5 14,8 756 665 88,0 1,3

Région de Saint-Louis

15958 134297 1842 14,6 13,7 2409 2121 88,0 1,2

Ensemble du pays

79366 1992859 8343 14,8 15,1 13281 11727 88,3 1,4

Au total 8557 ménages ont été sélectionnés et tous les 8343 ont pu être enquêtés avec succès, soit un taux de réponse de 97,5%. Les causes du non réponse des ménages sont présentées dans le tableau 16.


Tableau 16 : Causes du non couverture des ménages

Nombre des ménages enquêtés

N %

questionnaires complétés 8343 97,50%

Ménages absents 152 1,78%

Refus 21 0,25%

Logement vide ou pas de logement à l'adresse 23 0,27%

Logements non trouvés 7 0,08%

Total 8557 100,00%

5.2. Caractéristiques des enfants enquêtés

5.2.1. Au niveau de l’ensemble du pays

Dans l’ensemble des ménages sélectionnés et enquêtés dans les 16 strates, au total 11990 enfants âgés de 0 à 59 mois ont été inclus dans les analyses. Le tableau 17 présente la répartition des enfants enquêtés selon le sexe et les tranches d’âges des enfants de 0-59 mois pour l’ensemble du pays.

Tableau 17 : Distribution de l’échantillon pour l’ensemble du pays, selon l’âge et le sexe

Tranches d’âges Garçons Filles Total Ratio Sexe

N % N % N % Garçons/Filles

0-11 mois 1237 51,1 1185 48,9 2422 20,2 1,04

12-23 mois 1266 50,9 1223 49,1 2489 20,8 1,04

24-35 mois 1257 49,7 1272 50,3 2529 21,1 0,99

36-47 mois 1254 50,3 1241 49,7 2495 20,8 1,01

48-59 mois 1040 50,6 1015 49,4 2055 17,1 1,02

Sénégal 6054 50,5 5936 49,5 11990 100,0 1,02

Les résultats du tableau ci-dessus nous indiquent qu’au niveau national, le ratio sexe global est de 1,02. Ce qui assure une bonne représentativité des 2 sexes dans l’échantillon national. Cette représentativité semble également se confirmer par le fait que chaque année d’âge des enfants de moins de 5 ans représente environ 20% (1/5) sauf pour les enfants de 48 à 59 mois où la proportion est de 17,1% (tableau 17).

Les résultats du tableau 17 montrent alors une meilleure répartition des âges. Ce qui confirme ce qui a été révélé par les rapports de plausibilité : une distribution homogène de l’âge parmi l’ensemble des enfants enquêtés. Ce qui est une bonne indication pour la qualité des données car une sous représentativité des enfants «plus âgés» pourrait avoir comme effet : une surestimation de la prévalence de la malnutrition aiguë et une sous-estimation de la prévalence de la malnutrition chronique.


5.2.2 Au niveau des différentes strates

Parmi les enfants âgés de 0 à 59 mois, il est attendu une répartition approximativement équitable entre les catégories d’âge de 0-11, 12-23, 24-35, 36-47 et 48-59 mois, voire une légère différence au profit des premières catégories, dépendant du niveau de mortalité infanto-juvénile. De même, il est attendu une répartition équitable entre les sexes. Les résultats du tableau 18 présentent la répartition par tranche d’âges et par sexe, des enfants enquêtés dans chacune des 16 strates.

Figure 2 : Distribution de l’âge de l’ensemble de l’échantillon des enfants de 0-59 mois


Tableau 18 : Répartition des enfants âgés de 0 à 59 mois par catégorie d’âge et sexe, par strate

StratesTranches

d’âgesGarçons Filles Total Ratio Sexe

N % N % N % Garçons/Filles

Région de Dakar

0-11 mois 20 51,3 19 48,7 39 17,9 1,05

12-23 mois 16 45,7 19 54,3 35 16,1 0,84

24-35 mois 23 46,0 27 54,0 50 22,9 0,85

36-47 mois 24 44,4 30 55,6 54 24,8 0,80

48-59 mois 18 45,0 22 55,0 40 18,3 0,82

Total 101 46,3 117 53,7 218 100,0 0,86


0-11 mois 28 47,5 31 52,5 59 18,8 0,90

12-23 mois 34 56,7 26 43,3 60 19,2 1,31

24-35 mois 38 61,3 24 38,7 62 19,8 1,58

36-47 mois 36 53,7 31 46,3 67 21,4 1,16

48-59 mois 27 41,5 38 58,5 65 20,8 0,71

Total 163 52,1 150 47,9 313 100,0 1,09

Région de Diourbel

0-11 mois 104 58,1 75 41,9 179 21,9 1,39

12-23 mois 80 50,3 79 49,7 159 19,4 1,01

24-35 mois 83 47,7 91 52,3 174 21,2 0,91

36-47 mois 83 47,2 93 52,8 176 21,5 0,89

48-59 mois 76 58,0 55 42,0 131 16,0 1,38

Total 426 52,0 393 48,0 819 100,0 1,08

Département de Dagana

0-11 mois 72 54,5 60 45,5 132 18,2 1,20

12-23 mois 68 50,7 66 49,3 134 18,5 1,03

24-35 mois 80 48,8 84 51,2 164 22,7 0,95

36-47 mois 70 50,0 70 50,0 140 19,3 1,00

48-59 mois 73 47,4 81 52,6 154 21,3 0,90

Total 363 50,1 361 49,9 724 100,0 1,01


0-11 mois 98 52,4 89 47,6 187 18,7 1,10

12-23 mois 101 48,6 107 51,4 208 20,8 0,94

24-35 mois 104 51,7 97 48,3 201 20,1 1,07

36-47 mois 120 55,6 96 44,4 216 21,6 1,25

48-59 mois 98 52,4 89 47,6 187 18,7 1,10

Total 521 52,2 478 47,8 999 100,0 1,09

Département de Saint-Louis

0-11 mois 44 50,6 43 49,4 87 18,8 1,02

12-23 mois 50 49,5 51 50,5 101 21,9 0,98

24-35 mois 44 42,7 59 57,3 103 22,3 0,75

36-47 mois 49 53,8 42 46,2 91 19,7 1,17

48-59 mois 46 57,5 34 42,5 80 17,3 1,35

Total 233 50,4 229 49,6 462 100,0 1,02



0-11 mois 112 49,3 115 50,7 227 19,8 0,97

12-23 mois 126 51,9 117 48,1 243 21,2 1,08

24-35 mois 116 48,1 125 51,9 241 21,0 0,93

36-47 mois 128 52,0 118 48,0 246 21,4 1,08

48-59 mois 77 40,5 113 59,5 190 16,6 0,68

Total 559 48,7 588 51,3 1147 100,0 0,95

Région de Kaolack

0-11 mois 72 45,6 86 54,4 158 20,3 0,84

12-23 mois 94 57,7 69 42,3 163 21,0 1,36

24-35 mois 77 49,4 79 50,6 156 20,1 0,97

36-47 mois 82 49,7 83 50,3 165 21,2 0,99

48-59 mois 72 53,3 63 46,7 135 17,4 1,14

Total 397 51,1 380 48,9 777 100,0 1,04

Région de Thiès

0-11 mois 90 45,7 107 54,3 197 21,1 0,84

12-23 mois 94 50,3 93 49,7 187 20,0 1,01

24-35 mois 108 52,2 99 47,8 207 22,1 1,09

36-47 mois 81 42,6 109 57,4 190 20,3 0,74

48-59 mois 69 44,8 85 55,2 154 16,5 0,81

Total 442 47,3 493 52,7 935 100,0 0,90

Région de Louga

0-11 mois 83 50,0 83 50,0 166 20,5 1,00

12-23 mois 91 50,6 89 49,4 180 22,2 1,02

24-35 mois 74 47,7 81 52,3 155 19,2 0,91

36-47 mois 78 46,4 90 53,6 168 20,8 0,87

48-59 mois 71 50,7 69 49,3 140 17,3 1,03

Total 397 49,1 412 50,9 809 100,0 0,96

Région de Fatick

0-11 mois 51 45,1 62 54,9 113 20,0 0,82

12-23 mois 58 50,0 58 50,0 116 20,5 1,00

24-35 mois 77 57,0 58 43,0 135 23,9 1,33

36-47 mois 60 53,6 52 46,4 112 19,8 1,15

48-59 mois 46 51,7 43 48,3 89 15,8 1,07

Total 292 51,7 273 48,3 565 100,0 1,07

Région de Kolda

0-11 mois 63 56,3 49 43,8 112 20,4 1,29

12-23 mois 73 53,7 63 46,3 136 24,8 1,16

24-35 mois 48 45,7 57 54,3 105 19,1 0,84

36-47 mois 55 50,5 54 49,5 109 19,9 1,02

48-59 mois 52 59,8 35 40,2 87 15,8 1,49

Total 291 53,0 258 47,0 549 100,0 1,13

Région de Matam

0-11 mois 169 54,9 139 45,1 308 19,3 1,22

12-23 mois 157 48,8 165 51,2 322 20,1 0,95

24-35 mois 170 47,5 188 52,5 358 22,4 0,90

36-47 mois 188 55,8 149 44,2 337 21,1 1,26

48-59 mois 157 57,1 118 42,9 275 17,2 1,33

Total 841 52,6 759 47,4 1600 100,0 1,11


Région de Kaffrine

0-11 mois 103 50,5 101 49,5 204 20,8 1,02

12-23 mois 110 51,6 103 48,4 213 21,8 1,07

24-35 mois 103 50,2 102 49,8 205 20,9 1,01

36-47 mois 92 46,5 106 53,5 198 20,2 0,87

48-59 mois 75 47,2 84 52,8 159 16,2 0,89

Total 483 49,3 496 50,7 979 100,0 0,97


0-11 mois 46 46,0 54 54,0 100 23,6 0,85

12-23 mois 44 48,4 47 51,6 91 21,5 0,94

24-35 mois 47 54,7 39 45,3 86 20,3 1,21

36-47 mois 39 46,4 45 53,6 84 19,9 0,87

48-59 mois 30 48,4 32 51,6 62 14,7 0,94

Total 206 48,7 217 51,3 423 100,0 0,95

Région de Sédhiou

0-11 mois 82 53,2 72 46,8 154 23,0 1,14

12-23 mois 70 49,6 71 50,4 141 21,0 0,99

24-35 mois 65 51,2 62 48,8 127 18,9 1,05

36-47 mois 69 48,6 73 51,4 142 21,2 0,95

48-59 mois 53 49,5 54 50,5 107 15,9 0,98

Total 339 50,5 332 49,5 671 100,0 1,02


0-11 mois 214 52,7 192 47,3 406 18,6 1,11

12-23 mois 219 49,4 224 50,6 443 20,3 0,98

24-35 mois 228 48,7 240 51,3 468 21,4 0,95

36-47 mois 239 53,5 208 46,5 447 20,5 1,15

48-59 mois 217 51,5 204 48,5 421 19,3 1,06

Total 1117 51,1 1068 48,9 2185 100,0 1,05

5.3. Caractéristiques des femmes en âge de reproduction enquêtées

5.3.1. Caractéristiques des FAR

Pour les femmes en âge de reproduction, en général, la tranche d’âge de 15-49 ans est utilisée comme proxy. Cependant, vu le fait qu’il peut y avoir des mères de moins de 15 ans, nous avons élargi la tranche d’âges à 12-49 ans et lors des analyses, pour une raison de comparabilité, il y avait eu une catégorisation des âges (12-14 ans et 15-49 ans).

Dans les 8343 ménages enquêtés, au niveau de l’ensemble du pays, il y avait au total, 21065 femmes/filles en âge de reproduction. Les jeunes filles de 12 à 14 ans représentaient 13,1%. Cette proportion des filles de 12 à 14 ans varie de 10,4% dans la région de Dakar à 14,1% dans la région de Sédhiou (tableau 19-1).

Au niveau national, la moyenne du nombre des jeunes FAR (12-14 ans) est de 0,3 et elle varie de 0,2 à 0,4 par ménage dans les strates enquêtées, donc très faible. Ce qui fait que les résultats relatifs aux filles de 12-14 ans par strate ne seront pas très significatifs. Pour ce qui est des FAR de 15 à 49 ans, la moyenne nationale est de 2,2 FAR par ménage et la moyenne des FAR âgées de 15 à 49 ans varie de 1,4 FAR/ménage enquêté dans la région de Kédougou à 2,6 FAR/ménage enquêté dans la région de Thiès (tableau 19-2).


Tableau 19-1: Répartition des FAR âgées de 12 à 49 ans par catégorie d’âge et par strate

StratesFemmes en âge de reproduction dans les ménages enquêtés

FAR 12-14 ans(%)

FAR 15-49 ans (%)

EffectifN

Région de Dakar 10,4 89,6 579

Région de Ziguinchor 13,4 86,6 643

Région de Diourbel 11,8 88,2 1413

Dép Dagana 12,7 87,3 1399

Dép Podor 14,6 85,4 1827

Dép Saint Louis 11,2 88,8 1096

Région de Tambacounda 13,6 86,4 1865

Région de Kaolack 12,8 87,2 1269

Région de Thiès 12,7 87,3 1682

Région de Louga 12,4 87,6 1490

Région de Fatick 13,8 86,2 999

Région de Kolda 13,9 86,1 823

Région de Matam 12,9 87,1 2714

Région de Kaffrine 13,7 86,3 1399

Région de Kédougou 14,0 86,0 685

Région de Sédhiou 14,1 85,9 1182

Région de Saint-Louis 13,1 86,9 4322

Ensemble du pays 13,1 86,9 21065

Effectifs des FARS par âge en année

Figure 3 : Répartition des FAR enquêtées selon l’âge en année révolue


D’après les résultats de l’enquête, sur les 21100 FAR dans l’ensemble des ménages enquêtés, les enquêteurs avaient obtenu les âges en années révolues de 21065 (soit 99,8%) et il y avait une préférence pour les âges arrondis à 5 années près, tel que illustré par les pics des histogrammes de la figure 3. Ces âges ronds à savoir : 15 ans, 20 ans, 25 ans, 30 ans, 40 ans et 45 ans représentent des nombres préférés et facilement évoqués par les femmes pour estimer leur âge. Par contre, cette préférence pour les âges ronds n’a aucun effet sur la qualité des données, surtout qu’aucun indicateur nutritionnel (Taille, IMC ou PB) utilisé ne dépend de l’âge des femmes. Cependant, la préférence pour les âges ronds peut biaiser des analyses des taux de malnutrition chez les FAR en fonction des tranches d’âges.

Tableau 19-2 : Caractéristiques des FAR âgées de 12 à 49 ans par catégorie d’âge et par strate

StratesMénagesEnquêtés

Nombre des FAR dans les ménages enquêtés

Moyenne des FAR par ménage enquêté

12-14 ans 15-49 ans 12-49 ans 12-14 ans 15-49 ans 12-49 ans

Région de Dakar 242 60 519 579 0,2 2,1 2,4

Région de Ziguinchor 302 86 557 643 0,3 1,8 2,1

Région de Diourbel 512 167 1246 1413 0,3 2,4 2,8

Dép Dagana 582 178 1221 1399 0,3 2,1 2,4

Dép Podor 763 267 1560 1827 0,3 2,0 2,4

Dép Saint Louis 423 123 973 1096 0,3 2,3 2,6

Région de Tambacounda 699 253 1612 1865 0,4 2,3 2,7

Région de Kaolack 499 162 1107 1269 0,3 2,2 2,5

Région de Thiès 563 214 1468 1682 0,4 2,6 3,0

Région de Louga 513 185 1305 1490 0,4 2,5 2,9

Région de Fatick 454 138 861 999 0,3 1,9 2,2

Région de Kolda 380 114 709 823 0,3 1,9 2,2

Région de Matam 909 350 2364 2714 0,4 2,6 3,0

Région de Kaffrine 549 192 1207 1399 0,3 2,2 2,5

Région de Kédougou 428 96 589 685 0,2 1,4 1,6

Région de Sédhiou 525 167 1015 1182 0,3 1,9 2,3

Région de Saint-Louis 1768 568 3754 4322 0,3 2,1 2,4

Ensemble du pays 8343 2752 18313 21065 0,3 2,2 2,5

Les résultats du tableau 20 indiquent que parmi les filles/femmes identifiées en âge de reproduction, dans les 8343 ménages enquêtés, 81,3% avaient pu être rencontrées et mesurées. Cette proportion des FAR mesurées varie de 79,2% dans la région de Saint-Louis à 89,3% dans la région de Dakar.

La suite des résultats sur les FAR concernera uniquement les FAR rencontrées et mesurées par les enquêteurs. Dans ce sens, si on considère uniquement les FAR rencontrées et mesurées, au niveau national, la moyenne du nombre des jeunes FAR (12-14 ans) est de 0,2 et elle varie de 0,2 à 0,3 par ménage dans les strates enquêtées, donc très faible. Pour ce qui est des FAR âgées de 15 à 49 ans, la moyenne nationale est de 1,8 FAR par ménage et la moyenne des FAR âgées de 15 à 49 ans varie de 1,1 FAR/ménage enquêté dans la région de Kédougou à 2,2 FAR/ménage enquêté dans la région de Thiès.


Tableau 20 : Caractéristiques des FAR mesurées par catégorie d’âge et par strate

Strates

FAR dans les MénagesEnquêtés

FAR mesurées dans les mé-

nagesEnquêtés

Nombre des FAR me-surées (Poids/taille/

PB)

Moyenne des FAR mesurées (Poids/taille/PB) par mé-

nage

N %12-14 ans

15-49 ans

12-49 ans

12-14 ans

15-49 ans

12-49 ans

Région de Dakar 579 517 89,3 57 460 517 0,2 1,9 2,1

Région de Ziguinchor 643 548 85,2 71 477 548 0,2 1,6 1,8

Région de Diourbel 1413 1148 81,2 140 1008 1148 0,3 2,0 2,2

Dép Dagana 1399 1106 79,1 100 1006 1106 0,2 1,7 1,9

Dép Podor 1827 1443 79,0 173 1270 1443 0,2 1,7 1,9

Dép Saint Louis 1096 872 79,6 80 792 872 0,2 1,9 2,1

Région de Tambacounda 1865 1545 82,8 197 1348 1545 0,3 1,9 2,2

Région de Kaolack 1269 1008 79,4 118 890 1008 0,2 1,8 2,0

Région de Thiès 1682 1371 81,5 145 1226 1371 0,3 2,2 2,4

Région de Louga 1490 1210 81,2 153 1057 1210 0,3 2,1 2,4

Région de Fatick 999 818 81,9 103 715 818 0,2 1,6 1,8

Région de Kolda 823 664 80,7 87 577 664 0,2 1,5 1,7

Région de Matam 2714 2165 79,8 227 1938 2165 0,2 2,1 2,4

Région de Kaffrine 1399 1115 79,7 137 978 1115 0,2 1,8 2,0

Région de Kédougou 685 570 83,2 80 490 570 0,2 1,1 1,3

Région de Sédhiou 1182 1025 86,7 151 874 1025 0,3 1,7 2,0

Région de Saint-Louis 4322 3421 79,2 353 3068 3421 0,2 1,7 1,9

Ensemble du pays 21065 17125 81,3 2019 15106 17125 0,2 1,8 2,1

5.3.2. Statut physiologique des FAR

Pour ce qui des groupes d’âges où il y a plus des FAR qui sont soit enceintes, soit allaitantes ou soit les deux, la figure 4 montre qu’il y a plus des FAR qui sont enceintes et/ou allaitantes parmi les femmes âgées de 20 à 40 ans.

Figure 4 : Répartition des FAR enquêtées selon l’âge en année révolue


Les résultats du tableau 21 nous indiquent que les proportions de femmes âgées de 12-49 ans qui disent qu’elles sont enceintes sont faibles par rapport à celles qu’on observe dans les autres pays africains. Au niveau national, il n’y a que 6,2% des FAR qui disaient qu’elles étaient enceintes au moment où se déroulait l’enquête. La proportion la plus élevée des femmes qui disaient qu’elles étaient enceintes se retrouvait dans la région de Kaffrine (9,3%) et la région de Dakar présentait la proportion la plus faible soit 3,9%.

Tableau 21 : Distribution des FAR âgées de 12 à 49 ans par statut physiologique et par strate

Strates Enceintes Non enceintes Ne savent pas Effectif

N % N % N % N

Région de Dakar 20 3,9 495 95,9 1 0,2 516

Région de Ziguinchor 29 5,3 519 94,7 0 0,0 548

Région de Diourbel 74 6,5 1065 92,9 8 0,7 1147

Dép Dagana 79 7,2 1017 92,3 6 0,5 1102

Dép Podor 70 4,9 1360 94,4 10 0,7 1440

Dép Saint Louis 53 6,1 805 92,7 10 1,2 868

Région de Tambacounda 121 7,9 1409 91,7 7 0,5 1537

Région de Kaolack 75 7,5 928 92,2 3 0,3 1006

Région de Thiès 110 8,1 1243 91,0 13 1,0 1366

Région de Louga 73 6,0 1127 93,2 9 0,7 1209

Région de Fatick 51 6,3 760 93,3 4 0,5 815

Région de Kolda 42 6,3 618 93,1 4 0,6 664

Région de Matam 137 6,4 2008 93,2 10 0,5 2155

Région de Kaffrine 103 9,3 1005 90,4 4 0,4 1112

Région de Kédougou 37 6,5 530 93,3 1 0,2 568

Région de Sédhiou 76 7,4 945 92,4 2 0,2 1023

Région de Saint-Louis 202 6,5 3182 92,6 26 0,9 3410

Ensemble du pays 1150 6,2 15834 93,3 92 0,5 17076

Pour ce qui est des femmes allaitantes, les résultats du tableau 22 nous indiquent que les proportions de femmes âgées de 12-49 ans qui disent qu’elles allaitaient leur enfant, au moment où se déroulait l’enquête sont en moyenne de 20,2% (au niveau national). La proportion la plus élevée des femmes qui disaient qu’elles allaitaient, au moment où se déroulait l’enquête, se retrouvait dans la région de Kolda (30,0%) et la région de Dakar présentait la proportion la plus faible soit 11,4%.


Tableau 22 : Distribution des FAR âgées de 12 à 49 ans par statut physiologique et par strate

StratesAllaitantes Non allaitantes Effectif

N % N % N

Région de Dakar 59 11,4 457 88,6 516

Région de Ziguinchor 84 15,3 464 84,7 548

Région de Diourbel 257 22,4 889 77,6 1146

Dép Dagana 226 20,5 876 79,5 1102

Dép Podor 304 21,1 1136 78,9 1440

Dép Saint Louis 144 16,6 723 83,4 867

Région de Tambacounda 380 24,7 1156 75,3 1536

Région de Kaolack 273 27,1 733 72,9 1006

Région de Thiès 277 20,3 1087 79,7 1364

Région de Louga 269 22,2 940 77,8 1209

Région de Fatick 194 23,8 621 76,2 815

Région de Kolda 199 30,0 464 70,0 663

Région de Matam 488 22,6 1667 77,4 2155

Région de Kaffrine 323 29,0 789 71,0 1112

Région de Kédougou 164 28,9 404 71,1 568

Région de Sédhiou 251 24,6 770 75,4 1021

Région de Saint-Louis 674 19,5 2735 80,5 3409

Ensemble du pays 3892 20,2 13176 79,8 17068

5.4. Analyse de la qualité des données anthropométriques des enfants âgés de 0 à 59 mois

Comme dans la plupart des enquêtes nutritionnelles auprès des ménages, la qualité des données est appréciée en termes de taux d’inclusion des ménages et de critères courants de qualité des mesures anthropométriques selon le poids et la taille.

Les mesures anthropométriques (poids, taille et PB) ont porté sur 12006 enfants de 0-59 mois dans un total de 8343 ménages. Le nombre moyen d’enfants par ménages dans cette enquête est de 1,4.

Tableau 23-1 : Proportion d’enfants de 6 à 59 mois dont la date de naissance est déterminée avec un document officiel, âge et sex-ratios, et score global de qualité des données anthropométriques, par strate

Strates

Enfants avec date de nais-sance exacte

(%)

Age-ratio1

(6-29 mois/30-59 mois)

Sex-ratio2

(Garçons/Filles)

Score global de qualité des données3

(%)Signification

du score

Région de Dakar 72,2 0,66 0,92 5 Excellent

Région de Ziguinchor 74,1 0,78 1,11 4 Excellent

Région de Diourbel 56,5 0,90 1,07 0 Excellent

Dép Dagana 66,3 0,77 1,02 3 Excellent

Dép Podor 60,9 0,89 1,07 3 Excellent

Dép Saint Louis 75,2 0,91 1,02 2 Excellent

Région de Tambacounda 42,6 0,99 1,00 7 Excellent


Région de Kaolack 55,0 0,90 1,03 2 Excellent

Région de Thiès 73,2 0,86 0,91 3 Excellent

Région de Louga 60,9 0,93 0,96 0 Excellent

Région de Fatick 70,5 1,09 1,08 5 Excellent

Région de Kolda 61,2 0,99 1,09 5 Excellent

Région de Matam 59,6 0,97 1,08 9 Excellent

Région de Kaffrine 50,9 0,97 0,98 0 Excellent

Région de Kédougou 62,4 1,02 0,95 8 Excellent

Région de Sédhiou 51,9 0,96 1,00 3 Excellent

Région de Saint-Louis 65,7 0,85 1,04 5 Excellent

1 L’âge ratio devrait être proche de 0,85

2 Le sex-ratio devrait être proche de 1,00

3 Quant au score global de qualité des données, il s’interprète : 0-9, Excellent ; 10-14, Bon ; 15-24, Acceptable ; >25, Problématique

Les rapports de plausibilité ont été produits afin d’apprécier la qualité des mesures anthropométriques. Ces rapports ont été basés sur l’exclusion des flags SMART. Les tableaux 23-1, 23-2 et 23-3 résument quelques indicateurs obtenus dans ces rapports pour chaque strate de l’enquête et au niveau national. Le rapport de plausibilité au niveau national ainsi qu’au niveau des différentes strates enquêtées se trouve en annexe 11.

Tableau 23-2 : Z-scores moyens, effet de grappe et z-scores non disponibles ou exclus, par strate

StratesIndices

NutritionnelsEffectif

N

Moyenne z-score

± ET

Effet de grappe

(z-score < -2)

z-scores non disponibles

z-scores exclus (flags

OMS)

Région de Dakar

Poids-Taille (P/T) 194 -0,47±1,08 1,09 3 0

Poids-Age (P/A) 216 -0,51±1,05 1,04 14 0

Taille-Age (T/A) 216 -0,47±1,15 1,00 14 0


Poids-Taille (P/T) 279 -0,37±1,05 1,38 11 0

Poids-Age (P/A) 302 -0,65±1,04 1,0 30 0

Taille-Age (T/A) 302 -0,80±1,14 1,0 30 0

Région de Diourbel

Poids-Taille (P/T) 713 -0,65±1,04 1,0 13 1

Poids-Age (P/A) 807 -0,96±1,11 1,26 87 0

Taille-Age (T/A) 806 -0,94±1,30 1,09 87 1


Poids-Taille (P/T) 637 -0,86±1,06 1,22 24 1

Poids-Age (P/A) 701 -1,08±1,14 1,16 93 0

Taille-Age (T/A) 700 -0,91±1,30 1,0 93 1


Poids-Taille (P/T) 899 -1,13±1,06 1,43 19 0

Poids-Age (P/A) 979 -1,29±1,06 1,93 111 1

Taille-Age (T/A) 977 -0,98±1,28 2,29 111 3

Département de Saint Louis

Poids-Taille (P/T) 398 -0,72±1,00 1,31 25 2

Poids-Age (P/A) 435 -0,90±1,07 1,61 65 1

Taille-Age (T/A) 435 -0,83±1,25 1,82 64 2



Poids-Taille (P/T) 991 -0,84±1,04 1,41 30 1

Poids-Age (P/A) 1113 -1,22±1,06 2,87 193 0

Taille-Age (T/A) 1113 -1,17±1,34 2,50 193 0

Région de Kaolack

Poids-Taille (P/T) 690 -0,60±0,97 1,0 18 0

Poids-Age (P/A) 760 -0,97±1,06 1,13 85 0

Taille-Age (T/A) 759 -1,05±1,29 1,95 84 2

Région de Thiès

Poids-Taille (P/T) 822 -0,66±1,00 1,72 27 0

Poids-Age (P/A) 908 -0,91±1,05 1,06 99 2

Taille-Age (T/A) 904 -0,90±1,17 2,14 101 4

Région de Louga

Poids-Taille (P/T) 710 -0,94±1,07 1,0 17 1

Poids-Age (P/A) 790 -1,22±1,10 1,28 96 1

Taille-Age (T/A) 788 -1,04±1,33 1,21 97 2

Région de Fatick

Poids-Taille (P/T) 500 -0,63±0,99 1,0 9 1

Poids-Age (P/A) 555 -0,92±1,01 1,80 41 1

Taille-Age (T/A) 555 -0,99±1,21 2,02 41 1

Région de Kolda

Poids-Taille (P/T) 490 -0,57±1,02 1,32 6 0

Poids-Age (P/A) 544 -1,06±1,13 1,27 80 1

Taille-Age (T/A) 545 -1,19±1,35 1,95 80 0

Région de Matam

Poids-Taille (P/T) 1413 -1,08±0,99 1,78 35 0

Poids-Age (P/A) 1566 -1,32±1,06 1,61 230 0

Taille-Age (T/A) 1565 -1,07±1,25 1,52 230 1

Région de Kaffrine

Poids-Taille (P/T) 853 -0,68±1,00 1,16 22 1

Poids-Age (P/A) 955 -1,16±1,04 1,30 163 0

Taille-Age (T/A) 954 -1,27±1,23 1,85 164 0


Poids-Taille (P/T) 351 -0,32±1,05 1,0 12 0

Poids-Age (P/A) 411 -0,85±1,05 1,0 54 0

Taille-Age (T/A) 409 -1,18±1,33 2,46 55 1

Région de Sédhiou

Poids-Taille (P/T) 599 -0,46±1,01 1,36 6 0

Poids-Age (P/A) 663 -1,03±1,10 1,45 92 1

Taille-Age (T/A) 663 -1,30±1,40 1,68 92 1


Poids-Taille (P/T) 1934 -0,96±1,06 1,52 68 3

Poids-Age (P/A) 2115 -1,14±1,10 1,87 269 2

Taille-Age (T/A) 2112 -0,92±1,28 1,68 268 6

Ensemble du pays

Poids-Taille (P/T) 10538 -0,76±1,05 1,65 278 8

Poids-Age (P/A) 11705 -1,08±1,09 1,83 1533 8

Taille-Age (T/A) 11713 -1,04±1,29 2,01 1536 19

À l’exception des régions de Dakar et de Ziguinchor, l’âge-ratio était proche de la valeur attendue de 0,85. Quant au sex-ratio, il est proche de 1,00 dans la plupart des strates enquêtées. Les différents rapports de plausibilité (annexe 11) indiquent que la répartition selon le sexe est jugée bonne/acceptable pour la plupart des régions enquêtées.

L’absence de données jugées problématiques quant à la distribution selon l’âge et le sexe traduit une bonne qualité de l’échantillonnage. Le score global de qualité des données était jugé excellent pour les données dans toutes les strates enquêtées (≤ 9%).


L’analyse des différents rapports de plausibilité nous indique que :

• Pour l’indice P/T, la proportion de données manquantes ou hors normes (flag OMS) était jugée excellente (< 2,5%) pour toutes les strates enquêtées. L’absence de données jugées problématiques quant à la proportion de données manquantes ou hors normes traduit une bonne qualité des mesures du poids et de la taille (pas d’erreurs de mesures).

• Pour l’indice T/A, la proportion de données manquantes ou hors normes (flag SMART) était jugée bonne (2,5% à 4,9%) ou excellente (< 2,5%) pour toutes les strates enquêtées.

• L’écart-type des indices était dans les normes acceptables par la méthodologie SMART (0,80 à 1,20) pour toutes les strates enquêtées.

Les rapports de plausibilité montrent alors que les écart-types de l’indice P/T (avec exclusion des flags SMART) obtenus dans chacune des strates enquêtées sont comprises dans la bonne fourchette (0,8-1,2). Il en est de même pour les indices T/A et P/A. On peut alors considérer que les mesures du poids et de la taille sont de bonne qualité. C’est ce qu’illustre bien le graphique de la figure 5.

Les rapports de plausibilité montrent que la distribution de l’âge est homogène dans l’ensemble du pays. En effet, la proportion des 6-29 mois par rapport aux 30-59 mois est de 0,92. Cette valeur est proche de 1, ce qui indique qu’il n’apparait pas de biais dans l’estimation de l’âge des enfants au niveau national.

Tableau 23-3 : Mesures aberrantes, Scores de préférences décimales et Ecarts Types par strate

StratesProportions de mesures

aberrantes (%)1

Scores de préfé-rences décimales2

écarts types des indices3

PTZ TAZ PAZ Poids Taille PB PTZ TAZ PAZ

Région de Dakar 1,0 1,5 1,0 5 7 10 1,03 1,08 0,96

Région de Ziguinchor 0,7 1,8 0,0 6 9 8 1,02 1,05 1,03

Région de Diourbel 1,0 2,7 1,3 3 5 5 1,00 1,10 1,01

Dép Dagana 0,9 2,7 1,3 4 3 5 1,02 1,11 1,01

Dép Podor 1,0 2,3 0,9 4 5 5 0,99 1,15 0,98

Dép Saint Louis 1,3 2,0 1,5 5 8 7 0,97 1,12 0,98

Région de Tambacounda 1,0 3,3 9,8 3 5 5 0,99 1,13 0,97

Région de Kaolack 0,3 3,5 0,9 3 6 10 0,95 1,10 0,99

Région de Thiès 0,5 2,1 0,7 2 7 5 0,97 1,04 0,96

Région de Louga 0,7 3,5 0,7 4 7 7 1,03 1,11 0,98

Région de Fatick 0,6 1,8 1,0 5 4 12 0,96 1,07 0,93

Région de Kolda 0,6 2,4 1,0 5 6 8 0,99 1,14 1,05

Région de Matam 0,5 2,2 0,7 2 5 6 0,96 1,11 1,00

Région de Kaffrine 0,8 2,1 0,4 3 7 6 0,96 1,10 0,99

Région de Kédougou 0,6 2,8 0,3 9 10 13 1,02 1,19 1,00

Région de Sédhiou 0,8 4,2 1,0 3 7 5 0,96 1,16 1,01

Région de Saint-Louis 1,0 2,5 0,9 2 4 5 1,01 1,13 1,01

Ensemble du pays 0,9 2,8 0,9 1 4 5 1,00 1,12 1,01

1 La proportion des mesures aberrantes devra être < 5%, pour chaque indice nutritionnel

2 Le score de préférences décimales s’interprète : 0-7, Excellent ; 8-12, Bon ; 13-20, Acceptable ; > 20, Problématique

3 Quant à l’Écart-Type, il devra être compris entre 0,8 et 1,2


5.5. Etat nutritionnel des enfants

5.5.1. Prévalence de la malnutrition aiguë chez les enfants âgés de 6 à 59 mois

Pour les enfants de 6-59 mois, les pourcentages de malnutrition aiguë ont été estimés à partir des valeurs de l’indice Poids pour Taille (P/T), combinées avec la présence d’œdèmes. L’indice P/T est exprimé en Z-score (après exclusion des flags OMS), selon les normes OMS 2006. Il compare le poids de l’enfant mesuré au poids médian d’une population de référence pour la même taille.

La figure 5 illustre la distribution de l’indice poids pour taille en z-scores de l’échantillon des enfants de 6-59 mois enquêtés (courbe rouge) comparée à la population de référence OMS 2006 (courbe verte). La moyenne de l’indice poids pour taille est de -0,76 pour l’ensemble de l’échantillon avec un écart type de 1,05 (compris entre 0,8 et 1,2), reflétant ainsi la bonne qualité des données anthropométriques.

Le décalage de la courbe rouge vers la gauche signifie qu’il y a plus des cas d’enfants avec une malnutrition aiguë dans la population enquêtée que dans la population de référence.

Les résultats de l’enquête (tableau 24) montrent que dans toutes les régions du Sénégal, la période de soudure affecte la situation nutritionnelle des enfants de moins de 5 ans (le taux de MAG est supérieur à 5% dans toutes les strates enquêtées). Par ailleurs, les régions du nord du Sénégal semblent être les plus affectées : les enfants des régions de Matam (16,5%), de Louga (16,1%) et de Saint-Louis (13,9%) ainsi que ceux du département de Podor (18,2%) sont en situation CRITIQUE. De plus, les prévalences de MAS dépassent le seuil d’urgence de 2% dans ces 3 régions ainsi que dans la région de Tambacounda (2,1%).

L’ampleur de la situation de malnutrition aiguë dans ces 4 régions (Louga, Matam, Saint-Louis et Tambacounda) nécessite la mise en place immédiate des interventions nutritionnelles d’urgence en vue d’améliorer l’état nutritionnel des enfants afin d’éviter la mortalité chez les enfants souffrant de MAS et qui attendent une prise en charge thérapeutique. La situation nutritionnelle est donc alarmante dans ces 4 régions et elle traduit une situation de crise nutritionnelle régionalisée.

Ces régions doivent alors faire l’objet d’interventions particulières, rapides et immédiates. Il y a également la région de Diourbel, à cause de son fardeau démographique, avec une prévalence de 10% de MAG, elle doit également faire l’objet d’interventions particulières.

Le tableau 24 présente les prévalences de malnutrition aigüe chez les enfants âgés de 6 à 59 mois, définie selon l’indice P/T et les œdèmes, par strate (région ou département) enquêtée.

Figure 5 : Distribution l’indice poids pour taille de la population étudiée par rapport à la population de référence (OMS, 2006)


Tableau 24 : Prévalence de la malnutrition aiguë chez les enfants de 6 à 59 mois par région

Régions/Strates

MAGP/T<-2 z-score et/ou œdèmes

[IC 95%]

MAM-3 ≤P/T< -2, sans

œdèmes[IC 95%]

MASP/T<-3 z-score et/ou

œdèmes[IC 95%]

EffectifN

Région de Dakar6,7 %

[3,7 - 11,7 95% I.C.]6,2 %

[3,2 - 11,7 95% I.C.]0,5 %

[0,1 - 3,6 95% I.C.]194

Région de Diourbel10,0 %

[8,0 - 12,4 95% I.C.]9,0 %

[7,2 - 11,1 95% I.C.]1,0 %

[0,4 - 2,1 95% I.C.]713

Région de Fatick7,6 %

[5,6 - 10,3 95% I.C.]6,2 %

[4,3 - 8,8 95% I.C.]1,4 %

[0,7 - 2,9 95% I.C.]500

Région de Kaffrine9,4 %

[7,4 - 11,8 95% I.C.]8,3 %

[6,5 - 10,7 95% I.C.]1,1 %

[0,6 - 1,9 95% I.C.]853

Région de Kaolack7,0 %

[5,6 - 8,7 95% I.C.]6,2 %

[4,8 - 8,1 95% I.C.]0,7 %

[0,3 - 1,6 95% I.C.]690

Région de Kédougou6,6 %

[4,7 - 9,1 95% I.C.]6,6 %

[4,7 - 9,1 95% I.C.]0,0 %

[0,0 - 0,0 95% I.C.]351

Région de Kolda8,4 %

[5,8 - 11,8 95% I.C.]7,3 %

[5,1 - 10,6 95% I.C.]1,0 %

[0,4 - 2,4 95% I.C.]490

Région de Louga16,1 %

[13,4 - 19,1 95% I.C.]13,5 %

[11,1 - 16,4 95% I.C.]2,5 %

[1,5 - 4,1 95% I.C.]710

Région de Matam16,5 %

[14,0 - 19,3 95% I.C.]13,4 %

[11,3 - 15,9 95% I.C.]3,0 %

[2,3 - 4,0 95% I.C.]1414

Région de Sédhiou7,3 %

[5,2 - 10,3 95% I.C.]6,7 %

[4,7 - 9,3 95% I.C.]0,7 %

[0,3 - 1,7 95% I.C.]599

Région de Tambacounda12,5 %

[10,2 - 15,3 95% I.C.]10,4 %

[8,5 - 12,7 95% I.C.]2,1 %

[1,4 - 3,3 95% I.C.]991

Région de Thiès9,0 %

[6,7 - 12,0 95% I.C.]7,4 %

[5,4 - 10,1 95% I.C.]1,6 %

[0,9 - 2,8 95% I.C.]822

Région de Ziguinchor6,5 %

[3,7 - 11,1 95% I.C.]5,7 %

[3,1 - 10,4 95% I.C.]0,7 %

[0,2 - 2,9 95% I.C.]279

Région de Saint Louis13,9 %

[12,2 - 15,9 95% I.C.]11,7 %

[10,4 - 13,2 95% I.C.]2,2 %

[1,5 - 3,1 95% I.C.]1934

Dép Dagana13,3 %

[10,6 - 16,7 95% I.C.]11,9 %

[9,3 - 15,1 95% I.C.]1,4 %

[0,6 - 3,1 95% I.C.]637

Dép Podor18,2 %

[15,3 - 21,5 95% I.C.]14,9 %

[12,5 - 17,7 95% I.C.]3,3 %

[2,2 - 5,0 95% I.C.] 899

Dép Saint Louis8,8 %

[6,0 - 12,8 95% I.C.]7,5 %

[4,9 - 11,5 95% I.C.]1,3 %

[0,4 - 3,6 95% I.C.]398

Ensemble du pays9,0 %

[8,1 - 10,0 95% I.C.]7,7 %

[7,1 - 8,3 95% I.C.]1,3 %

[1,0 - 1,6 95% I.C.]10540

5.5.2. Prévalence de MAG par tranches d’âge des enfants de 6-59 mois

Les résultats de l’enquête présentés dans le tableau 25 montrent que, chez les enfants de 6 à 11 mois, à l’exception de la région de Kédougou où la prévalence est de 0,0%, dans toutes les autres régions, la prévalence de MAG dépasse celle observée parmi l’ensemble des enfants de 6-59 mois du pays (9%) et elle dépasse le seuil de crise nutritionnelle (≥ 15%) dans les régions de Louga (19,3%), de Matam (17,8%), de Saint-Louis (19,1%) et de Diourbel (16,5%) ainsi que dans les départements de Saint-Louis (19,1%) et de Podor (16,5%). Ce qui est une indication pour le renforcement de la


promotion de l’allaitement maternel en général et plus particulièrement l’allaitement maternel exclusif ainsi que le sevrage et l’introduction des aliments complémentaires.

Par ailleurs, en considérant les prévalences de la MAS par tranche d’âge, les résultats du tableau 25 indiquent que la prévalence de la MAS dépasse le seuil de crise nutritionnelle (≥ 2%) :

• Chez tous les enfants du département de Podor, quelque soit la tranche d’âge;

• Chez les enfants de 6-23 mois et 36-59 mois dans la région de Matam;

• Chez les enfants de 6-35 mois dans les régions de Louga et de Tambacounda;

• Chez les enfants de 6-23 mois dans les régions de Saint-Louis et de Kolda ainsi que dans l’ensemble du pays;

• Chez les enfants de 12-23 mois des régions de Kaffrine, de Sédhiou et de Ziguinchor;

• Chez les enfants de 6-11 mois dans le département de Saint-Louis;

• Chez les enfants de 12-35 mois dans le département de Dagana.

Tableau 25 : Prévalence de la malnutrition aiguë par tranches d’âges et par strate

Strates 6-11 mois 12-23 mois 24-35 mois 36-47 mois 48-59 mois

MAG%

MAS%

MAG%

MAS%

MAG%

MAS%

MAG%

MAS%

MAG%

MAS%

Région de Dakar 11,8 0,0 8,6 0,0 4,0 0,0 5,8 1,9 7,5 0,0

Région de Ziguinchor 11,4 0,0 8,8 3,5 1,7 0,0 3,0 0,0 9,8 0,0

Région de Diourbel 16,5 1,2 9,6 0,6 8,1 0,0 9,8 1,7 7,1 1,6

Dép Dagana 9,7 1,6 23,3 3,9 9,4 1,9 8,8 0,7 13,4 0,7

Dép Podor 16,5 4,9 22,5 3,4 14,6 2,0 19,3 2,8 18,7 2,2

Dép Saint Louis 19,1 8,5 9,6 1,1 0,0 0,0 7,9 0,0 13,0 1,4

Région de Tambacounda 14,0 2,0 16,3 3,4 11,4 3,4 9,7 0,4 12,5 2,2

Région de Kaolack 10,5 1,2 10,5 1,9 1,9 0,6 6,3 1,3 6,3 0,0

Région de Thiès 12,6 1,0 8,2 1,6 6,4 0,5 5,9 1,1 14,3 3,4

Région de Louga 19,3 6,0 16,1 3,4 14,4 2,0 12,1 1,2 19,3 1,5

Région de Fatick 10,5 0,0 7,8 0,9 5,3 0,8 7,3 1,8 13,8 1,1

Région de Kolda 10,5 3,5 11,0 2,2 4,9 1,0 3,7 0,0 9,2 1,1

Région de Matam 17,8 3,3 18,2 2,9 12,7 1,7 15,2 3,6 19,9 3,8

Région de Kaffrine 14,3 1,0 13,4 2,4 7,5 0,0 6,8 0,0 8,3 1,9

Région de Kédougou 0,0 0,0 12,6 1,1 4,8 0,0 3,6 0,0 6,9 0,0

Région de Sédhiou 12,6 0,0 8,7 2,2 3,9 0,8 7,8 0,7 3,8 0,0

Région de Saint-Louis 15,1 4,7 19,9 3,0 9,6 1,5 13,7 1,6 15,8 1,5

Ensemble du pays 13,9 2,3 13,9 2,4 8,3 1,2 9,6 1,4 12,8 1,7

Les résultats de l’enquête (tableau 26) montrent que, dans l’ensemble du pays, les enfants âgés de 6-23 mois (< 2 ans) sont plus affectés par la malnutrition aiguë que les enfants âgés de 24-59 mois et que cette différence est statistiquement significative (P < 0,001). Cette différence, entre la prévalence de la malnutrition aiguë chez les enfants âgés de 6-23 mois et ceux âgés de 24-59 mois, est également statistiquement significative (P < 0,05) parmi les enfants enquêtés dans les régions de Kaffrine, de Kaolack, de Kolda, de Sédhiou et de Saint-Louis ainsi que dans le département de Dagana.

Ces résultats confirment le fait que les enfants de moins de 2 ans doivent être prioriser dans les interventions visant à prévenir la malnutrition chez les enfants de 6-59 mois.


Tableau 26 : Comparaison des Prévalences des MAG par âges et par région

Strates

Enfants de 6-23 mois Enfants de 24-59 mois

Gra

pp

es

Test de différence

% MAG[I.C. 95%]

N% MAG

[I.C. 95%]N

P-Value (CDC1)

S :Signifiva-tive NS : Non Significative

Région de Dakar 9,6 [4,18 – 20,6] 52 5,6 [2,9 – 10,7] 142 26 0,339 NS

Région de Diourbel 12,0 [8,5 – 16,7] 241 8,5 [6,3 – 11,3] 472 31 0,139 NS

Région de Fatick 8,7 [5,3 – 13,8] 173 8,3 [5,7 – 11,8] 327 27 0,870 NS

Région de Kaffrine 13,7 [10,3 – 18,0] 307 7,5 [5,6 – 10,0] 546 33 0,006* S

Région de Kaolack 10,5 [7,3 – 14,9] 248 4,8 [3,1 – 7,2] 442 30 0,009* S

Région de Kédougou 8,7 [4,9 – 14,8] 127 4,9 [2,8 – 8,6] 224 26 0,169 NS

Région de Kolda 10,9 [7,2 – 16,1] 193 5,7 [3,6 – 9,0] 297 26 0,042* S

Région de Louga 17,1 [13,0 – 22,2] 257 15,0 [12,0 – 18,6] 453 31 0,449 NS

Région de Matam 18,1 [14,8 – 21,8] 465 15,6 [13,4 – 18,1] 949 55 0,243 NS

Région de Sédhiou 10,2 [6,9 – 14,9] 225 5,3 [3,5 – 8,1] 374 27 0,029* S

Région de Tambacounda 15,6 [12,1 – 19,9] 333 11,1 [8,9 – 13,7] 658 42 0,05 NS

Région de Thiès 9,8 [6,9 – 13,8] 285 8,4 [6,3 – 11,0] 537 34 0,494 NS

Région de Ziguinchor 9,8 [5,2 – 17,6] 92 4,8 [2,6 – 8,9] 187 26 0,131 NS

Région de Saint-Louis 18,3 [15,5 – 21,5] 639 12,9 [11,2 – 14,8] 1295 108 0,002* S

Département de Dagana 18,8 [13,9 – 25,0] 191 10,5 [8,0 – 13,7] 446 35 0,008* S

Département de Podor 20,5 [16,4 – 25,4] 307 17,5 [14,7 – 20,8] 592 47 0,264 NS

Département de St-Louis 12,8 [8,2 – 19,3] 141 6,2 [3,9 – 9,9] 257 26 0,034* NS

Ensemble du pays 13,9 [12,8 – 15,1] 3637 10,1 [9,4 – 10,8] 6903 522 0,000** S

*P < 0,05 **P < 0,001 1Calculatrice du CDC pour tester la différence entre les résultats des 2 enquêtes nutritionnelles

5.5.3. Prévalence de MAG selon le sexe des enfants de 6-59 mois

Les résultats de l’enquête (tableau 27) montrent que dans certaines régions du Sénégal, les garçons sont plus affectés par la malnutrition aiguë que les filles. Par contre, cette différence n’est pas statistiquement significative chez les enfants de 6-59 mois sauf pour la région de Kaffrine (P < 0,05).

Tableau 27 : Prévalence des MAG par sexe et par région

Strates

Garçons Filles

Gra

pp

es

Test de différence

% MAG[I.C. 95%] N

% MAG[I.C. 95%] N

P-Value (CDC1)

S :Signifi-vative NS : Non Signi-

ficative

Région de Dakar 4,6 [1,3 - 15,0] 87 8,4 [4,1 - 16,5] 107 26 0,343 NS

Région de Diourbel 11,9 [8,5 - 16,5] 369 7,8 [5,1 - 11,9] 344 31 0,106 NS

Région de Fatick 6,9 [4,9 - 9,7] 261 8,4 [5,8 - 11,8] 239 27 0,427 NS

Région de Kaffrine 11,9 [8,6 - 16,3] 419 6,9 [5,1 - 9,3] 434 33 0,021* S

Région de Kaolack 6,7 [4,7 - 9,4] 359 7,3 [5,0 - 10,3] 331 30 0,734 NS

Région de Kédougou 5,9 [3,1 - 11,0] 169 7,1 [4,3 - 11,7] 182 26 0,632 NS

Région de Kolda 9,3 [5,5 - 15,3] 259 7,4 [4,9 - 10,9] 231 26 0,491 NS

Région de Louga 16,9 [13,5 - 20,9] 349 15,2 [11,7 - 19,7] 361 31 0,521 NS


Région de Matam 18,8 [15,6 - 22,5] 743 14,0 [10,9 - 17,7] 681 55 0,05 NS

Région de Sédhiou 7,8 [4,6 - 13,2] 306 6,8 [4,2 - 10,8] 293 27 0,693 NS

Région de Tambacounda 12,8 [9,6 - 16,8] 485 12,3 [9,8 - 15,2] 506 42 0,825 NS

Région de Thiès 8,4 [5,4 - 12,9] 391 9,5 [7,0 - 12,8] 431 34 0,631 NS

Région de Ziguinchor 6,7 [3,1 - 14,0] 150 6,2 [2,6 - 14,3] 129 26 0,888 NS

Région de Saint-Louis 14,5 [12,2 - 17,3] 990 14,8 [12,6 - 17,4] 944 108 0,862 NS

Département de Dagana 12,9 [9,1 - 18,1] 317 13,8 [10,8 - 17,4] 320 35 0,741 NS

Département de Podor 18,4 [14,8 - 22,7] 472 18,0 [14,3 - 22,5] 427 47 0,887 NS

Département de St-Louis 8,0 [4,5 - 13,7] 201 9,6 [5,8 - 15,7] 196 26 0,616 NS

Ensemble du pays 12,1 [11,1 - 13,2] 5327 10,8 [9,9 - 11,7] 5213 522 0,065 NS

*P < 0,05 1Calculatrice du CDC pour tester la différence entre les résultats des 2 enquêtes nutritionnelles

5.5.4. Comparaison des prévalences de MAG chez les enfants de 6-59 mois

En comparant les résultats de l’enquête, en terme de prévalence de MAG, avec 9% des enfants souffrant de malnutrition aiguë globale au niveau national (SMART 2015), la situation est sensiblement la même que celle de 2014 (9,8%, SMART 2014) et de 2013 (9,1%, ENSAN, 2013). Même si la comparaison de la prévalence de la malnutrition aiguë d’une année à l’autre n’est pas très adéquate, ces résultats indiquent que la période de soudure affecte la situation nutritionnelle des enfants sénégalais de la même façon, d’une année à une autre. La différence entre la prévalence de MAG de la SMART 2014 et celle de la de la SMART 2015 (9,8% vs 9,0%) n’est pas statistiquement significative (p > 0,05) sauf dans la région de Louga (9,9% vs 16,1%) (p < 0,05). La signification statistique de la différence a été testée à l’aide du «CDC Calculator» qui permet de connaitre la probabilité que la prévalence estimée d’une enquête est significativement différente de celle de l’autre enquête.

Tableau 28 : Comparaison de la différence entre les prévalences de MAG des SMART 2014 et 2015, par région

Strates

SMART 2014 SMART 2015 Test de différence

% MAG[I.C. 95%]

échantillon% MAG

[I.C. 95%]

échantillonP-Value (CDC1)

S :Signifi-vative NS : Non Signi-

ficativeN Grappes N Grappes

Région de Dakar

4,3 [2,8 – 6,6] 434 45 6,7 [3,7 – 11,7] 194 26 0,258 NS

Région de Diourbel

9,3 [6,8 – 12,5] 735 31 10,0 [8,0 – 12,4] 713 31 0,694 NS

Région de Fatick

8,1 [5,7-11,2] 546 28 7,6 [5,6 - 10,3] 500 27 0,778 NS

Région de Kaffrine

9,3 [7,2-12,0] 698 28 9,4 [7,4 - 11,8] 853 33 0,950 NS

Région de Kaolack

9,0 [7,2-11,2] 744 31 7,0 [5,6 - 8,7] 690 30 0,110 NS


7,6 [5,6-10,2] 463 32 6,6 [4,7 - 9,1] 351 26 0,522 NS

Région de Kolda

6,8 [4,6-9,9] 575 29 8,4 [5,8 - 11,8] 490 26 0,419 NS

Région de Louga

9,9 [7,8 – 12,6] 574 32 16,1 [13,4 – 19,10]

710 31 0,001* S

Région de Matam

19,3 [15,3-24,1] 544 26 16,5 [14,0 - 19,3] 1413 55 0,267 NS


Région de Sédhiou

9,5 [7,7-11,7] 567 29 7,3 [5,2 - 10,3] 599 27 0,157 NS


14,0 [11,5-16,9] 702 32 12,5 [10,2 - 15,3] 991 42 0,413 NS

Région de Thiès

7,3 [4,8- 10,9] 510 29 9,0 [6,7 - 12,0] 822 34 0,388 NS


5,2 [3,5- 7,7] 536 41 6,5 [3,7 - 11,1] 279 26 0,522 NS


15,3 [12,7-18,3] 1439 102 13,9 [12,2 - 15,9] 1934 108 0,405 NS


13,0 [9,3-17,9] 484 33 13,3 % [10,6 - 16,7]

637 35 0,907 NS


23,2 [17,9-29,5] 539 35 18,2 % [15,3 - 21,5]

899 47 0,128 NS

Département de St-Louis

7,2 [4,7-10,8] 433 34 8,8 % [6,0 - 12,8] 398 26 0,468 NS

Ensemble du pays

9,8 [9,5-11,1] 9060 515 9,0 % [8,1 - 10,0] 10540 522 0,579 NS


Tableau 29 : évolution de la malnutrition aiguë, de 2010 à 2015, au niveau régional

RégionsMalnutrition Aiguë Globale

EDS 2010 SMART 2012 ENSAN 2013 SMART 2014 SMART 2015

Dakar 7,8 6,1 5,3 4,3 6,7

Diourbel 9,4 7,9 9,4 9,7 10

Fatick 7,5 6,8 8,2 8,6 7,6

Kaffrine 9,8 11 10,5 9,5 9,4

Kaolack 7,3 9,3 7,1 9,2 7

Thiès 14,3 7,2 8,2 6,7 9

Louga 15,6 9,7 8,9 10,5 16,1

Matam 17,3 15,4 18,8 19,5 16,5

Saint-Louis 17,6 11,8 12,5 15,3 13,9

Tambacounda 12,3 14 11,8 14,2 12,5

Kédougou 5,4 8,6 9,2 7,5 6,6

Kolda 6,6 10,3 10,1 7,2 8,4

Sedhiou 6,9 8,9 10,2 9,5 7,3

Ziguinchor 4,1 6 6,4 5,2 6,5

Niveau national 10,1 8,8 9,1 9,8 9,0

Par ailleurs, les résultats du tableau 29 et ceux des figures 6-1, 6-2, 6-3 et 6-4, présentant l’évolution des prévalences de la MAG obtenues lors des enquêtes réalisées au cours des 5 dernières années (2010 à 2015), confirment le fait que la situation de la malnutrition aiguë, au Sénégal, semble être comparable d’une année à une autre et que les tendances de la malnutrition aiguë semblent être les mêmes dans les différentes zones (Régions du centre, Régions du nord et Régions du sud) du pays (figure 6-4).


Figure 6-1 : Évolution des prévalences de la malnutrition aiguë dans les régions du nord du Sénégal, de 2010 à 2015

Figure 6-2 : Évolution des prévalences de la malnutrition aiguë dansles régions du centre du Sénégal, de 2010 à 2015


Figure 6-3 : Évolution des prévalences de la malnutrition aiguë dansles régions du sud du Sénégal, de 2010 à 2015

Figure 6-4 : Évolution des prévalences de la malnutrition aiguë dansles 14 régions du Sénégal, de 2010 à 2015


5.5.5. Prévalence de MAG selon le PB des enfants

Le tableau 30 présente les prévalences de malnutrition aigüe, définie selon le périmètre brachial et les œdèmes, chez les enfants âgés de 6 à 59 mois, par strate enquêtée. Elles variaient de 0,4% dans la région de Ziguinchor à 4,7% dans le département de Louga.

Tableau 30 : Prévalence de la malnutrition aiguë chez les enfants de 6 à 59 mois, selon le PB

Régions/Strates

Malnutrition Aigüe Globale

PB < 125 mm et/ou œdèmes

Malnutrition Aigüe Modérée

115 mm ≤PB< 125 mm, sans œdèmes

Malnutrition Aigüe Sévère

PB < 115 mm et/ou œdèmes

EffectifN

Région de Dakar 1 0,5 [0,09 – 2,8] 1 0,5 [0,09 – 2,8] 0 0,0 [0,0 – 0,0] 195

Région de Diourbel 17 2,4 [1,5 – 3,8] 12 1,7 [1,0 – 2,9] 5 0,7 [0,3 – 1,6] 715

Région de Fatick 6 1,1 [0,6 – 2,6] 5 0,8 [0,4 – 2,3] 1 0,3 [9,94 – 1,12] 500

Région de Kaffrine 32 3,8 [2,7 – 5,2] 23 2,7 [1,8 – 4,0] 9 1,1 [0,6 – 2,0] 856

Région de Kaolack 19 2,7 [1,8 – 4,3] 16 2,3 [1,4 – 3,7] 3 0,4 [0,2 – 1,3] 691

Région de Kédougou 3 0,9 [0,3 – 2,5] 3 0,9 [0,3 – 2,5] 0 0,0 [0,0 – 0,0] 352

Région de Kolda 21 4,2 [2,8 – 6,4] 18 3,7 [2,3 – 5,7] 3 0,6 [0,2 – 1,8] 492

Région de Louga 33 4,7 [3,3 – 6,5] 23 3,3 [2,2 – 4,8] 10 1,4 [0,8 – 2,6] 710

Région de Matam 53 3,8 [2,9 – 4,9] 42 3,0 [2,2 – 4,0] 11 0,8 [0,4 – 1,4] 1418

Région de Sédhiou 22 3,7 [2,4 – 5,5] 17 2,8 [1,8 – 4,5] 5 0,9 [0,4 – 1,9] 600

Région de Tambacounda 29 2,9 [2,0 – 4,2] 22 2,3 [1,5 – 3,3] 7 0,6 [0,4 – 1,5] 992

Région de Thiès 11 1,4 [0,7 – 2,4] 11 1,4 [0,7 – 2,4] 0 0,0 [0,0 – 0,0] 826

Région de Ziguinchor 1 0,4 [0,06 – 2,0] 1 0,4 [0,06 – 2,0] 0 0,0 [0,0 – 0,0] 277

Région de Saint Louis 70 3,8 [2,9 – 4,5] 55 3,1 [2,2 – 3,7] 15 0,7 [0,5 – 1,3] 1944

Dép Dagana 13 2,0 [1,2 – 3,5] 11 1,7 [1,0 – 3,0] 2 0,3 [0,9 – 1,1] 642

Dép Podor 40 4,4 [3,3 – 6,0] 31 3,3 [2,4 – [4,8] 9 1,1 [0,5 – 1,9] 901

Dép Saint Louis 17 4,4 [2,7 – 6,8] 13 3,7 [1,9 – 5,5] 4 0,7 [0,4 – 2,5] 401

Ensemble du pays 318 3,0 [2,7 – 3,4] 249 2,4 [2,1 – 2,7] 69 0,7 [0,51 – 0,82] 10568

5.5.6. Cartographie de la malnutrition aiguë chez les enfants de moins de 5 ans

Cette partie présente la cartographie de la situation de la malnutrition aiguë chez les enfants de 6-59 mois au Sénégal. Les cartes sont produites en superposant les différentes prévalences, observées lors de l’enquête SMART 2015, à la carte des différentes régions du pays.

Les figures 7-1, 7-2 et 7-3 présentent la cartographie de la malnutrition aiguë dans les différentes régions ou strates enquêtées en 2015.

A. CARTOGRAPHIE DE LA MALNuTRITION AIGuë GLOBALE

La cartographie de la malnutrition aiguë globale indique, qu’en 2015 (figure 7-1), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de la malnutrition aiguë globale est de 9%, soit une situation nutritionnelle précaire (fond jaune: MAG ≥ 5% et < 10%) pour tous les enfants sénégalais âgés de 6-59 mois et que dans aucune région du Sénégal, la situation nutritionnelle présente un taux de MAG < 5% (fond vert: acceptable/satisfaisante);

• Deux régions (Matam et Louga) ainsi que le département de Podor, la situation nutritionnelle a atteint le seuil de crise nutritionnelle (fond rouge), avec un taux de MAG ≥ 15%;

• Trois régions (Saint-Louis, Diourbel et Tambacounda) ainsi que le département de Dagana, la situation nutritionnelle est préoccupante (fond orangé : taux de MAG < 15% et ≥ 10%);


• Neuf régions (Dakar, Fatick, Kaffrine, Kaolack, Kédougou, Kolda, Sédhiou, Thiès et Ziguinchor) ainsi que le département de Saint-Louis, la situation nutritionnelle est précaire (fond jaune: MAG ≥ 5% et < 10%).

B. CARTOGRAPHIE DE LA MALNuTRITION AIGuë MODéRéE

La cartographie de la malnutrition aiguë modérée (MAM) indique, qu’en 2015 (figure 7-2), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de malnutrition aiguë modérée est de 7,7%, soit une situation nutritionnelle précaire (fond jaune: MAM ≥ 4% et < 8%) pour tous les enfants sénégalais âgés de 6-59 mois et que dans aucune région du Sénégal, la situation nutritionnelle présente un taux de MAM < 4% (fond vert: acceptable/satisfaisante);

• Deux régions (Matam et Louga) ainsi que le département de Podor, la situation nutritionnelle a atteint le seuil de crise nutritionnelle (fond rouge), avec un taux de MAM ≥ 12%;

• Trois régions (Saint-Louis, Diourbel et Tambacounda) ainsi que le département de Dagana, la situation nutritionnelle est préoccupante (fond orangé : taux de MAM < 12% et ≥ 8%);

• Neuf régions (Dakar, Fatick, Kaffrine, Kaolack, Kédougou, Kolda, Sédhiou, Thiès et Ziguinchor) ainsi que le département de Saint-Louis, la situation nutritionnelle est précaire (fond jaune: MAM ≥ 4% et < 8%).

Figure 7-1 : Cartographie de la malnutrition aiguë globale (MAG) dans les régions/strates enquêtées


C. CARTOGRAPHIE DE LA MALNuTRITION AIGuë SéVèRE

La cartographie de la malnutrition aiguë modérée (MAS) indique, qu’en 2015 (figure 7-3), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de malnutrition aiguë sévère est de 1,3%, soit une situation nutritionnelle précaire (fond jaune: MAS ≥ 1% et < 1,5%) pour tous les enfants sénégalais âgés de 6-59 mois;

• Quatre régions (Saint-Louis, Matam, Louga et Tambacounda) ainsi que le département de Podor, la situation nutritionnelle a atteint le seuil de crise nutritionnelle (fond rouge), avec un taux de MAS ≥ 2%;

• La région de Thiès, la situation nutritionnelle est préoccupante (fond orangé: taux de MAS < 2% et ≥ 1,5%);

• Quatre régions (Diourbel, Fatick, Kaffrine et Kolda) ainsi que les départements de Dagana et de Saint-Louis, la situation nutritionnelle est précaire (fond jaune: MAS ≥ 1% et < 1,5%).

• Cinq régions (Dakar, Kaolack, Kédougou, Sédhiou et Ziguinchor), la situation nutritionnelle est acceptable/satisfaisante (fond vert: MAS < 1%).

Figure 7-2 : Cartographie de la malnutrition aiguë modérée (MAM) dans les régions/strates enquêtées


Figure 7-3 : Cartographie de la malnutrition aiguë sévère (MAS) dans les régions/strates enquêtées

Figure 8 : Distribution l’indice taille pour âge de la population étudiée par rapport à la population de référence (OMS, 2006)

5.5.7. Prévalence de la malnutrition chronique chez les enfants âgés de 0 à 59 mois

Pour la malnutrition chronique, les analyses avaient porté sur les enfants de 0-59 mois. La malnutrition chronique qui se manifeste par un déficit de la taille pour l’âge se traduit par un retard de croissance. L’indice Taille pour Age (T/A), qui rend compte de la taille d’un enfant par rapport à son âge sera donc une mesure des effets à long terme de la malnutrition. Cet indice compare la taille de l’enfant à la taille moyenne d’une population de référence pour l’âge.


La figure 8 illustre la distribution de l’indice T/A en z-scores de l’échantillon des enfants enquêtés (courbe rouge) par rapport à la population de référence OMS 2006 (courbe verte). La moyenne de l’indice T/A est de -1,04 z-score sur l’ensemble des zones enquêtées avec un écart type de 1,29. Le décalage de la courbe rouge vers la gauche signifie qu’il y a plus d’enfants souffrant du retard de croissance au sein de la population du Sénégal que dans la population de référence.

Tableau 31 : Prévalence de la malnutrition chronique chez les enfants de 0 à 59 mois, par strate

Régions/Strates

Malnutrition chroniqueEffectif

NGlobaleT/A <-2 z-score

Modérée T/A≥ -3 et T/A<-2

SévèreT/A <-3 z-score

Région de Dakar 8,3 [5,6 - 12,1 95% I.C.] 7,4 [4,8 - 11,4 95% I.C.] 0,9 [0,2 - 3,9 95% I.C.] 216

Région de Diourbel 17,2 [14,6 - 20,3 95% I.C.] 11,5 [9,4 - 14,1 95% I.C.] 5,7 [4,0 - 8,0 95% I.C.] 806

Région de Fatick 20,5 [16,0 - 26,0 95% I.C.] 16,2 [13,0 - 20,1 95% I.C.] 4,3 [2,4 - 7,7 95% I.C.] 555

Région de Kaffrine 26,8 [23,1 - 31,0 95% I.C.] 19,3 [16,3 - 22,7 95% I.C.] 7,5 [5,9 - 9,7 95% I.C.] 954

Région de Kaolack 19,6 [15,8 - 24,1 95% I.C.] 13,4 [10,9 - 16,4 95% I.C.] 6,2 [4,2 - 9,1 95% I.C.] 759

Région de Kédougou 25,4 [19,1 - 33,0 95% I.C.] 17,4 [11,7 - 25,0 95% I.C.] 8,1 [5,4 - 11,9 95% I.C.] 409

Région de Kolda 23,7 [18,8 - 29,3 95% I.C.] 16,9 [12,9 - 21,7 95% I.C.] 6,8 [4,5 - 10,1 95% I.C.] 545

Région de Louga 20,4 [17,4 - 23,8 95% I.C.] 14,1 [11,8 - 16,7 95% I.C.] 6,3 [4,3 - 9,3 95% I.C.] 788

Région de Matam 21,5 [19,1 - 24,2 95% I.C.] 15,4 [13,5 - 17,5 95% I.C.] 6,1 [4,8 - 7,8 95% I.C.] 1565

Région de Sédhiou 29,6 [25,1 - 34,5 95% I.C.] 19,8 [16,5 - 23,4 95% I.C.] 9,8 [7,4 - 12,8 95% I.C.] 663

Région de Tambacounda 24,9 [21,0 - 29,3 95% I.C.] 17,7 [14,8 - 21,0 95% I.C.] 7,2 [5,6 - 9,2 95% I.C.] 1113

Région de Thiès 15,9 [12,6 - 19,9 95% I.C.] 12,5 [9,8 - 15,8 95% I.C.] 3,4 [2,3 - 5,1 95% I.C.] 904

Région de Ziguinchor 12,9 [9,7 - 16,9 95% I.C.] 9,3 [6,6 - 12,9 95% I.C.] 3,6 [1,7 - 7,7 95% I.C.] 302

Région de Saint Louis 17,8 [15,6 - 20,1 95% I.C.] 12,6 [11,2 - 14,4 95% I.C.] 5,2 [4,0 - 6,6 95% I.C.] 2112

Dép Dagana 17,9 [15,4 - 20,6 95% I.C.] 13,3 [11,3 - 15,6 95% I.C.] 4,6 [3,0 - 7,0 95% I.C.] 700

Dép Podor 18,7 [15,2 - 22,8 95% I.C.] 12,5 [10,0 - 15,5 95% I.C.] 6,2 [4,4 - 8,7 95% I.C.] 977

Dép Saint Louis 16,3 [12,0 - 21,9 95% I.C.] 12,2 [9,0 - 16,3 95% I.C.] 4,1 [2,3 - 7,5 95% I.C.] 435

Ensemble du pays 17,10 [15,6 - 18,6 95% I.C.] 12,6 [11,5 - 13,5 95% I.C.] 4,5 [3,9 - 5,2 95% I.C.] 11691

Les résultats du tableau 31 montrent qu’au niveau national, la prévalence de la malnutrition chronique indique une situation nutritionnelle acceptable, avec un taux de malnutrition chronique de 17,1% chez les enfants de 0-59 mois. Par contre, dans la région de Sédhiou, il y a plus d’enfants de 0-59 mois qui souffrent de malnutrition chronique et avec un taux de 29,6%, la situation est préoccupante.

Pour ce qui est de la forme sévère du retard de croissance (malnutrition chronique), c’est dans la région de Sédhiou où les enfants sont les plus affectés (9,8%), suivie par les régions de Kédougou et Kaffrine, avec des taux de malnutrition chronique sévère de 8,1% et de 7,5%. Notons que ces 3 régions sont celles qui présentent des prévalences de malnutrition chronique globale de plus 25%. Par contre, pour la malnutrition aiguë, les 3 régions présentent des taux de MAG compris entre 5-10% (tableau 24).


5.5.8. Cartographie de la malnutrition chronique chez les enfants de moins de 5 ans

Cette partie présente la cartographie de la situation de la malnutrition chronique chez les enfants de 0-59 mois au Sénégal. Les cartes sont produites en superposant les différentes prévalences, observées lors de l’enquête SMART 2015, à la carte des différentes régions du pays.

Les figures 10-1, 10-2 et 10-3 présentent la cartographie de la malnutrition chronique dans les différentes régions ou strates enquêtées en 2015.

A. CARTOGRAPHIE DE LA MALNuTRITION CHRONIquE GLOBALE

La cartographie de la malnutrition chronique globale (MCG) indique, qu’en 2015 (figure 10-1), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de malnutrition chronique globale est de 17,1%, soit une situation nutritionnelle satisfaisante/acceptable (fond vert: MCG < 20%) pour tous les enfants sénégalais âgés de 0-59 mois;

• La région de Sédhiou, par contre, la situation nutritionnelle est préoccupante (fond orangé : taux de MCG < 40% et ≥ 30%);

• Huit régions (Fatick, Kaffrine, Kaolack, Kédougou, Kolda, Louga, Matam et Tambacounda), la situation nutritionnelle est précaire (fond jaune: MCG ≥ 20% et < 30%);

• Cinq régions (Dakar, Diourbel, Saint-Louis, Thiès et Ziguinchor) ainsi les 3 départements de la région de Saint-Louis, la situation nutritionnelle est acceptable/satisfaisante (fond vert: MCG < 20%).

B. CARTOGRAPHIE DE LA MALNuTRITION CHRONIquE MODéRéE

La cartographie de la malnutrition chronique modérée (MCM) indique, qu’en 2015 (figure 10-2), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de malnutrition chronique modérée est de 12,6%, soit une situation nutritionnelle satisfaisante/acceptable (fond vert: MCM < 15%) pour tous les enfants sénégalais âgés de 0-59 mois;

• Sept régions (Fatick, Kaffrine, Kédougou, Kolda, Matam, Sédhiou et Tambacounda), la situation nutritionnelle est précaire (fond jaune: MCM ≥ 15% et < 25%);

Figure 9 : Taux de Malnutrition chronique par région enquêtée


• Sept régions (Dakar, Diourbel, Kaolack, Louga, Saint-Louis, Thiès et Ziguinchor) ainsi les 3 départements de la région de Saint-Louis, la situation nutritionnelle est acceptable/satisfaisante (fond vert: MCM < 15%).

Figure 10-1: Cartographie de la malnutrition chronique globale (MCG) dans les régions/strates enquêtées

Figure 10-2 : Cartographie de la malnutrition chronique modérée (MCM) dans les régions/strates enquêtées


C. CARTOGRAPHIE DE LA MALNuTRITION CHRONIquE SéVèRE

La cartographie de la malnutrition chronique Sévère (MCS) indique, qu’en 2015 (figure 10-3), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de malnutrition chronique Sévère est de 4,5%, soit une situation de malnutrition chronique sévère «modérée» (fond jaune: MCS ≥ 2,5% et < 5%) pour tous les enfants sénégalais âgés de 0-59 mois;

• Dix régions (Diourbel, Kaffrine, Kaolack, Kédougou, Kolda, Louga, Matam, Saint-Louis, Sédhiou et Tambacounda) ainsi que le département de Podor, la situation nutritionnelle de la malnutrition chronique sévère est «élevée» (fond rouge: MCS ≥ 5%).

• Trois régions (Fatick, Thiès et Ziguinchor) ainsi que les départements de Dagana et de Saint-Louis, la situation de la malnutrition chronique sévère est «modérée» (fond jaune: MCS ≥ 2,5% et < 5%);

• Une seule région, celle de Dakar, présente une situation nutritionnelle acceptable/satisfaisante (fond vert: MCS < 2,5%).

5.5.9. Prévalence de l’insuffisance pondérale chez les enfants âgés de 0 à 59 mois

L’indice Poids pour Age (P/A), il compare le poids de l’enfant au poids médian d’une population de référence pour l’âge. L’indice P/A permet de déterminer l’existence d’une insuffisance pondérale pour un âge donné. Il est révélateur à la fois d’une malnutrition chronique et d’une malnutrition aiguë. En effet, on peut estimer que l’indicateur P/A est une mesure composite de l’indice Poids pour Taille et de l’indice Taille pour Age. Les analyses de l’enquête ont porté sur les enfants de 0-59 mois.

La figure 11 illustre la distribution de l’indice P/A en z-scores de l’échantillon des enfants enquêtés (courbe rouge) par rapport à la population de référence OMS 2006 (courbe verte). La moyenne de l’indice P/A est de -1,08 z-score sur l’ensemble des zones enquêtées avec un écart type de 1,09. Le décalage de la courbe rouge vers la gauche signifie qu’il y a plus d’enfants souffrant du retard de croissance au sein de la population du Sénégal que dans la population de référence

Figure 10-3 : Cartographie de la malnutrition chronique Sévère (MCS) dans les régions/strates enquêtées


Selon les résultants de l’enquête (tableau 32), avec 13,9%, la prévalence de l’insuffisance pondérale au niveau national révèle une situation précaire en termes d’insuffisance pondérale pour les enfants de 0-59 mois au Sénégal. Par ailleurs, les régions de Louga, Matam, Saint-Louis et Tambacounda et le département de Podor, qui présentaient une situation de malnutrition aiguë critique (tableau 24), sont les strates qui présentent une prévalence d’Insuffisance pondérale de plus de 20% (tableau 32). Ce qui indique une situation nutritionnelle également critique en termes d’insuffisance pondérale.

Tableau 32 : Prévalence de l’Insuffisance pondérale chez les enfants de 0 à 59 mois, par strate

Régions/Strates

Insuffisance pondéraleEffectif

NGlobaleP/A <-2 z-score

Modérée P/A≥ -3 et P/A<-2

SévèreP/A <-3 z-score

Région de Dakar 4,6 [2,4 - 8,8 95% I.C.] 4,6 [2,4 - 8,8 95% I.C.] 0,0 [0,0 - 0,0 95% I.C.] 216

Région de Diourbel 14,7 [12,1 - 17,8 95% I.C.] 11,5 [9,3 - 14,1 95% I.C.] 3,2 [1,7 - 5,9 95% I.C.] 807

Région de Fatick 13,2 [9,7 - 17,6 95% I.C.] 11,2 [8,3 - 14,9 95% I.C.] 2,0 [0,7 - 5,2 95% I.C.] 555

Région de Kaffrine 18,8 [16,1 - 22,0 95% I.C.] 14,1 [12,1 - 16,5 95% I.C.] 4,7 [3,3 - 6,6 95% I.C.] 955

Région de Kaolack 15,7 [13,0 - 18,7 95% I.C.] 12,5 [10,3 - 15,0 95% I.C.] 3,2 [2,0 - 4,8 95% I.C.] 760

Région de Kédougou 13,1 [10,1 - 16,9 95% I.C.] 13,1 [10,1 - 16,9 95% I.C.] 2,4 [1,3 - 4,4 95% I.C.] 411

Région de Kolda 19,3 [15,7 - 23,5 95% I.C.] 14,3 [11,6 - 17,6 95% I.C.] 5,0 [3,2 - 7,5 95% I.C.] 544

Région de Louga 22,6 [19,3 - 26,2 95% I.C.] 17,3 [14,7 - 20,3 95% I.C.] 5,2 [3,6 - 7,5 95% I.C.] 789

Région de Matam 25,5 [22,8 - 28,4 95% I.C.] 20,3 [18,1 - 22,7 95% I.C.] 5,2 [4,2 - 6,6 95% I.C.] 1566

Région de Sédhiou 18,1 [14,7 - 22,1 95% I.C.] 14,2 [11,6 - 17,2 95% I.C.] 3,9 [2,3 - 6,6 95% I.C.] 663

Région de Tambacounda 21,3 [17,4 - 25,8 95% I.C.] 16,7 [13,4 - 20,7 95% I.C.] 4,6 [3,3 - 6,4 95% I.C.] 1113

Région de Thiès 14,0 [11,7 - 16,6 95% I.C.] 11,6 [9,5 - 14,1 95% I.C.] 2,4 [1,6 - 3,6 95% I.C.] 908

Région de Ziguinchor 7,9 [5,6 - 11,1 95% I.C.] 6,0 [3,9 - 9,0 95% I.C.] 2,0 [0,8 - 5,0 95% I.C.] 302

Région de Saint Louis 19,8 [17,4 - 22,4 95% I.C.] 15,5 [14,1 - 17,3 95%I.C.] 4,3 [3,3 – 5,6 95% I.C.] 2115

Dép Dagana 18,1 [15,1 - 21,5 95% I.C.] 14,1 [11,6 - 17,1 95% I.C.] 4,0 [2,6 - 6,0 95% I.C.] 701

Dép Podor 25,0 [21,4 - 29,1 95% I.C.] 16,0 [14,2 - 17,9 95% I.C.] 5,4 [3,6 - 8,0 95% I.C.] 979

Dép Saint Louis 13,8 [10,0 - 18,7 95% I.C.] 10,8 [7,7 - 14,9 95% I.C.] 3,0 [1,7 - 5,3 95% I.C.] 435

Ensemble du pays 13,90 [12,6 - 15,4 95% I.C.] 11,2 [10,2 - 12,3 95% I.C.] 2,70 [2,3 - 3,2 95% I.C.] 11705

Figure 11 : Distribution l’indice poids pour âge de la population étudiée par rapport à la population de référence (OMS, 2006)


Figure 12 : Taux d’Insuffisance pondérale par région enquêtée

5.5.10. Cartographie de l’insuffisance pondérale chez les enfants de moins de 5 ans

Cette partie présente la cartographie de la situation de l’insuffisance pondérale chez les enfants de 0-59 mois au Sénégal. Les cartes sont produites en superposant les différentes prévalences, observées lors de l’enquête SMART 2015, à la carte des différentes régions du pays.

Les figures 13-1, 13-2 et 13-3 présentent la cartographie de l’insuffisance pondérale dans les différentes régions ou strates enquêtées en 2015.

A. CARTOGRAPHIE DE L’INSuFFISANCE PONDéRALE GLOBALE

La cartographie de l’insuffisance pondérale globale (IPG) indique, qu’en 2015 (figure 13-1), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de l’insuffisance pondérale globale est de 13,9%, soit une situation nutritionnelle précaire (fond jaune: IPG ≥ 10% et < 20%) pour tous les enfants sénégalais âgés de 0-59 mois;

• Trois régions (Louga, Matam et Tambacounda) ainsi que dans le département de Podor, la situation nutritionnelle est préoccupante (fond orangé : taux de IPG < 30% et ≥ 20%);

• Neuf régions (Diourbel, Fatick, Kaffrine, Kaolack, Kédougou, Kolda, Saint-Louis, Sédhiou et Thiès) ainsi que dans les départements de Dagana et Saint-Louis, la situation nutritionnelle est précaire (fond jaune: IPG ≥ 10% et < 20%);

• Deux régions (Dakar et Ziguinchor), la situation nutritionnelle est acceptable/satisfaisante (fond vert: IPG < 10%).


Figure 13-1 : Cartographie de l’insuffisance pondérale modérée (IPM) dans les régions/strates enquêtées

B. CARTOGRAPHIE DE L’INSuFFISANCE PONDéRALE MODéRéE

La cartographie de l’insuffisance pondérale modérée (IPM) indique, qu’en 2015 (figure 13-2), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de l’insuffisance pondérale globale est de 11,2%, soit une situation nutritionnelle précaire (fond jaune: IPM ≥ 7,5% et < 15%) pour tous les enfants sénégalais âgés de 0-59 mois;

• Trois régions (Louga, Matam et Tambacounda) ainsi que dans le département de Podor, la situation nutritionnelle est préoccupante (fond orangé : taux de IPM < 22,5% et ≥ 15%);

• Neuf régions (Diourbel, Fatick, Kaffrine, Kaolack, Kédougou, Kolda, Saint-Louis, Sédhiou et Thiès) ainsi que dans les départements de Dagana et Saint-Louis, la situation nutritionnelle est précaire (fond jaune: IPM ≥ 7,5% et < 15%);

• Deux régions (Dakar et Ziguinchor), la situation nutritionnelle est acceptable/satisfaisante (fond vert: IPM < 7,5%).

C. CARTOGRAPHIE DE L’INSuFFISANCE PONDéRALE SéVèRE

La cartographie de l’insuffisance pondérale Sévère (IPS) indique, qu’en 2015 (figure 13-3), dans:

• L’ensemble du pays, la moyenne nationale de la prévalence de l’insuffisance pondérale sévère est de 2,7%, soit une situation d’insuffisance pondérale sévère «modérée» (fond jaune: IPS ≥ 2,5% et < 5%) pour tous les enfants sénégalais âgés de 0-59 mois;

• Trois régions (Kolda, Louga et Matam) ainsi que le département de Podor, la situation nutritionnelle de l’insuffisance pondérale sévère est «élevée» (fond rouge: IPS ≥ 5%).

• Six régions (Diourbel, Kaffrine, Kaolack, Saint-Louis, Sédhiou et Tambacounda) ainsi que les départements de Dagana et de Saint-Louis, la situation de l’insuffisance pondérale sévère est «modérée» (fond jaune: IPS ≥ 2,5% et < 5%);

• Quatre régions (Dakar, Fatick, Kédougou, Thiès et Ziguinchor), la situation d’insuffisance pondérale est acceptable/satisfaisante (fond vert: IPS < 2,5%).


Figure 13-2 : Cartographie de l’insuffisance pondérale modérée (IPM) dans les régions/strates enquêtées

Figure 13-3 : Cartographie de l’insuffisance pondérale sévère (IPS) dans les régions/strates enquêtées


5.6. Les taux de mortalité

Les deux (2) indicateurs utilisés pour le volet mortalité d’une enquête SMART sont : le Taux de mortalité rétrospective (Crude mortality rate) pour toute la population enquêtée et le Taux de décès rétrospectif chez les enfants de moins de 5 ans. Le seuil d’urgence pour la population totale est de 1 décès pour 10000 personnes/ jour. Pour les enfants de moins de 5 ans, le seuil d’alerte est de 1 décès pour 10000 enfants/ jour. Quant au seuil d’urgence chez les enfants de moins de 5 ans, il est de 2 décès pour 10000 enfants/ jour.

Le tableau 33 présente les taux de mortalité dans la population générale ainsi que chez les enfants de moins de 5 ans, et la figure 14 présente le taux de mortalité brut global (dans la population générale) et par tranches d’âge.

Tableau 33 : Taux de mortalité dans la population générale et chez les enfants de moins de 5 ans, par région

Régions/StratesTaux brut de décès/10000

personnes/jour[IC 95%]

Taux de décès chez les enfants de moins de 5 ans/10000 enfants/jour

[IC 95%]

Période de rappel (jours)

Région de Dakar 0,13 [0,03-0,57] 0,00 [0,00-0,00] 127 jours

Région de Diourbel 0,18 [0,09-0,35] 0,29 [0,07-1,25] 125 jours

Région de Fatick 0,13 [0,06-0,30] 0,00 [0,00-0,00] 131 jours

Région de Kaffrine 0,04 [0,01-0,13] 0,00 [0,00-0,00] 126 jours

Région de Kaolack 0,11 [0,05-0,25] 0,00 [0,00-0,00] 130 jours

Région de Kédougou 0,08 [0,03-0,26] 0,00 [0,00-0,00] 135 jours

Région de Kolda 0,16 [0,07-0,34] 0,27 [0,06-1,11] 134 jours

Région de Louga 0,12 [0,06-0,24] 0,00 [0,00-0,00] 106 jours

Région de Matam 0,23 [0,15-0,36] 0,22 [0,08-0,59] 116 jours

Région de Sédhiou 0,08 [0,03-0,23] 0,00 [0,00-0,00] 136 jours

Région de Tambacounda 0,19 [0,08-0,44] 0,36 [0,13-0,99] 120 jours

Région de Thiès 0,19 [0,09-0,40] 0,53 [0,20-1,42] 102 jours

Région de Ziguinchor 0,23 [0,08-0,67] 0,26 [0,03-2,14] 125 jours

Région de Saint Louis 0,20 [0,14-0,28] 0,25 [0,12-0,52] 110 jours

Dép Dagana 0,24 [0,12-0,46] 0,37 [0,12-1,13] 111 jours

Dép Podor 0,20 [0,11-0,36] 0,17 [0,04-0,71] 114 jours

Dép Saint Louis 0,13 [0,05-0,30] 0,20 [0,02-1,61] 108 jours

Ensemble du pays 0,15 [0,13-0,18] 0,17 [0,12-0,26] 120 jours

Les différents taux brut de mortalité rétrospective pour 10000 personnes par jour et les taux de décès pour 10000 enfants de moins de 5 ans par jour n’atteignent pas le seuil d’urgence suivant la classification de l’OMS, ni au niveau national, ni dans aucune des strates enquêtées. Ce qui signifie que même dans les régions où la situation nutritionnelle est très critique, l’augmentation de l’ampleur de la MAS est, probablement, récente. L’hypothèse d’interventions sanitaires (vaccination, lutte contre le paludisme, accès aux soins de santé) et nutritionnelles (couverture et qualité de la prise en charge nutritionnelle, supplémentation en vitamine A, déparasitage) réduisant la mortalité des enfants serait à investiguer.

En général, dans une population stable, la mortalité chez les enfants âgés de moins de cinq ans est approximativement le double de celle de la population générale. Cela s’observe dans les régions de Tambacounda (0,19 vs 0,36) et dans la région de Thiès (0,19 vs 0,53).


Figure 14 : Taux de mortalité brute par tranches d’âges

5.7. Morbidité (Diarrhée et/IRA) chez les enfants de 0-59 mois

5.7.1. Diarrhée et sa prise en charge chez les enfants de 0-59 mois

La diarrhée est la deuxième cause principale de mortalité des enfants de moins de cinq ans dans le monde. La plupart des décès liés à la diarrhée dans l’enfance sont dû à la déshydratation du fait de la perte de grandes quantités d’eau et d’électrolytes du corps sous forme de selles liquides. La prise en charge de la diarrhée - soit par les sels de réhydratation orale (SRO), soit une prise de comprimés de zinc ou soit par une combinaison des deux (SRO et Zinc) - permet d’éviter nombre de ces décès. Prévenir la déshydratation et la malnutrition par l’augmentation de l’absorption de fluides et la poursuite de l’alimentation de l’enfant constitue également une stratégie importante pour prendre en charge la diarrhée.

Pour évaluer la situation de la diarrhée et de sa prise en charge, l’enquêteur a demandé à la mère ou gardienne d’enfant si l’enfant a eu un ou des épisodes de diarrhée durant les deux semaines précédant l’enquête. Pour les enfants ayant eu la diarrhée, l’enquêteur a vérifié si l’enfant avait reçu un traitement et si oui, quel type de produit (SRO et/ou Zinc, en montrant l’échantillon).

Le tableau 34 présente la proportion des enfants âgés de 0-59 mois ayant eu la diarrhée au cours des 2 semaines précédant l’enquête et parmi les enfants ayant eu la diarrhée, la proportion d’utilisation du SRO, du Zinc ou bien une combinaison des deux produits est également présentée.

Les résultats de l’enquête (tableau 34) montrent qu’au niveau national, 19,2% des mères avaient déclaré que leur enfant avait eu la diarrhée au cours des 2 semaines précédant l’enquête. Ce taux de diarrhée, parmi les enfants de moins de 5 ans de l’ensemble du Sénégal, au cours des 2 semaines précédant l’enquête, est comparable à celui observé lors de l’enquête EDS continue de 2014 (19%) (ANSD, 2015 ). Pour ce qui est de la prise en charge de la diarrhée, 76,6% des enfants ayant eu la diarrhée n’avaient reçu aucun traitement (ni SRO, ni Zinc) et 13,3% des enfants ayant eu la diarrhée, au cours des 2 semaines précédant l’enquête, avaient reçu à la fois le SRO et les comprimés de Zinc.


Tableau 34 : Taux de diarrhée et de l’utilisation du SRO et/ou Zinc pour la PEC de la diarrhée chez les enfants de 0-59 mois, par strate

StratesTaux de diarrhée

%

TRAITEMENT/PRISE EN CHARGE DE LA DIARRHéE

SRO%

ZINC%

SRO ET ZINC%

AuCuN%

Région de Dakar 19,6 9,3 4,7 16,3 69,8

Région de Diourbel 14,9 8,3 0,8 6,7 84,2

Région de Fatick 14,1 6,7 4,0 8,0 81,3

Région de Kaffrine 17,9 7,1 3,5 14,1 75,3

Région de Kaolack 21,0 12,7 3,8 13,4 70,1

Région de Kédougou 11,2 26,7 0,0 11,1 62,2

Région de Kolda 15,4 8,4 3,6 28,9 59,0

Région de Louga 27,2 7,7 2,4 20,1 69,9

Région de Matam 21,3 10,9 0,3 16,4 72,3

Région de Sédhiou 18,6 5,9 2,4 14,6 77,1

Région de Tambacounda 19,4 8,8 2,3 24,0 64,9

Région de Thiès 17,3 5,2 2,6 27,0 65,2

Région de Ziguinchor 16,8 9,8 0,0 15,7 74,5

Région de Saint Louis 21,1 8,3 1,8 13,3 76,6

Dép Dagana 18,9 11,5 2,3 10,8 75,4

Dép Podor 23,6 7,6 2,2 14,3 75,9

Dép Saint Louis 19,4 4,9 0,0 14,6 80,5

Ensemble du pays 19,2 8,3 1,8 13,3 76,6

5.7.2. Taux d’IRA chez les enfants de 0-59 mois

Pour estimer les taux d’IRA chez les enfants de 0-59 mois, l’enquêteur a demandé à la mère/gardienne de l’enfant s’il n’a pas eu une toux, à n’importe quel moment, au cours des 2 dernières semaines précédant l’enquête. Chez les enfants ayant eu la toux, l’enquêteur a demandé à la mère/gardienne si l’enfant respirait plus vite que d’habitude, avec un souffle court et rapide ou avait-il/elle des difficultés pour respirer. Tous les enfants qui avaient eu la toux au cours des 2 semaines précédant l’enquête et dont la mère/gardienne avait répondu oui à la seconde question, étaient considérés comme ayant souffert d’IRA.

Le tableau 35 présente la proportion des enfants âgés de 0-59 mois ayant souffert d’IRA au cours des 2 semaines précédant l’enquête.

Les résultats de l’enquête ont permis d’observer que plus de la moitié des enfants, ayant eu la toux au cours des 2 semaines précédant l’enquête, respiraient plus vite que d’habitude, avec un souffle court et rapide ou avaient eu des difficultés pour respirer. Les enfants ayant eu ces 2 conditions avaient été considérés comme ayant eu l’IRA, au cours des 2 semaines précédant l’enquête.

Les résultats du tableau 35 indiquent alors que 18,9% de l’ensemble des enfants enquêtés avaient souffert d’IRA, au cours des 2 semaines précédant l’enquête. Ce taux d’IRA est 6 fois plus élevé que celui observé lors de l’enquête EDS continue de 2014 (3%) et les questions, à propos des IRA, lors des prochaines enquêtes, devront faire l’objet d’une attention particulière.


Le taux des enfants de 0-59 mois qui avaient le plus souffert d’IRA était observé parmi les enfants de Kolda (29% des enfants ayant eu la toux au cours des 2 semaines précédant l’enquête avaient souffert d’IRA). Les taux d’IRA les plus bas ont été observés parmi les enfants de Kédougou (10%).

Tableau 35 : Taux d’IRA chez les enfants de 0-59 mois, par strate

StratesEnfant aya d’IRA au cours des 2 semaines

précédant l’enquêteEffectif

NOui Non














Région de Saint Louis 18,5 81,5 2128

Dép Dagana 17,4 82,6 707

Dép Podor 22,6 77,4 981



5.7.3. Relation entre la morbidité chez l’enfant (Diarrhée et/IRA) et la prévalence de MAG

A. RELATION ENTRE LA DIARRHéE ET LA PRéVALENCE DE LA MAG CHEZ LES ENFANTS DE 0-59 MOIS

Le tableau 36 présente la proportion des enfants souffrant de MAG parmi les enfants de 0-59 mois ayant eu la diarrhée ou non, au cours des 2 semaines précédant l’enquête, dans chacune des strates enquêtées.

Les résultats de l’enquête (tableau 36) montrent qu’une tendance semble s’observer, dans les strates enquêtées ainsi qu’au niveau de l’ensemble du Sénégal, à l’exception de la région de Ziguinchor que les enfants, ayant eu la diarrhée au cours des 2 semaines précédant l’enquête, sont plus affectés par la malnutrition aiguë que ceux n’ayant pas eu la diarrhée au cours de la même période précédant l’enquête. Cette différence est statistiquement significative parmi les enfants de 0-59 mois de l’ensemble du pays (p < 0,001), parmi les enfants des régions de Diourbel, de Kaffrine, de Kaolack, de Louga, de Matam et de Saint-Louis (P < 0,05) ainsi que parmi les enfants de Tambacounda (p < 0,001).

Ces résultats indiquent la pertinence de sensibiliser les mères à l’importance du traitement de la diarrhée de façon hâtive.


Tableau 36 : Relation entre la diarrhée et la Prévalence des MAG

Strates

Enfants ayant eu la diarrhée

Enfants n’ayant pas eu la diarrhée

Gra

pp

es

Test de différence

% MAG[I.C. 95%] N

% MAG[I.C. 95%] N

P-Value (CDC1)



Région de Diourbel 23,1 [16,4 – 41,5] 117 7,7 [5,9 – 10,0] 687 31 0,000** S





Région de Kolda 14,3 [8,4 – 23,3] 84 7,4 [5,4 – 10,2] 459 26 0,07 NS

Région de Louga 21,6 [16,6 – 27,6] 213 13,9 [11,2 – 17,0] 563 31 0,015* S

Région de Matam 20,8 [16,8 – 25,6] 331 15,2 [13,3 – 17,3] 1222 55 0,02* S

Région de Sédhiou 9,6 [5,4 – 16,3] 115 6,4 [4,6 – 8,8] 548 27 0,260 NS


22,7 [17,5 – 28,9] 207 10,7 [8,8 – 12,9] 899 42 0,000** S




18,6 [15,2 – 22,4] 442 13,4 [11,9 – 15,2] 1639 108 0,011* S


17,6 [12,0 – 25,0] 131 12,5 [10,0 – 15,5] 559 35 0,147 NS


22,0 [17,1 – 27,9] 227 16,8 [14,3 – 19,7] 733 47 0,084 NS


10,7 [5,7 – 19,1] 84 7,8 [5,4 – 11,1] 347 26 0,406 NS



B. RELATION ENTRE L’IRA ET LA PRéVALENCE DE LA MAG CHEZ LES ENFANTS DE 0-59 MOIS

Le tableau 37 présente la proportion des enfants souffrant de MAG parmi les enfants de 0-59 mois ayant eu l’IRA (toux accompagnée d’une respiration rapide et/ou des difficultés respiratoires) ou non, au cours des 2 semaines précédant l’enquête, dans chacune des strates enquêtées.


Tableau 37 : Relation entre l’IRA et la Prévalence des MAG

Strates

Enfants ayant souffert de l’IRA

Enfants n’ayant pas souffert de l’IRA

Gra

pp

es

Test de différence

% MAG[I.C. 95%]

N% MAG

[I.C. 95%]N

P-Value (CDC1)



Région de Diourbel 11,5 [7,0 – 18,4] 122 9,6 [7,7 – 12,1] 684 31 0,069 NS


Région de Kaffrine 12,4 [8,2 – 18,1] 170 9,1 [7,3 – 11,3] 780 33 0,216 NS

Région de Kaolack 9,7 [6,1 – 15,2] 165 5,9 [4,3 – 8,1] 590 30 0,109 NS



Région de Louga 16,9 [11,9 – 23,3] 166 15,5 [12,8 – 18,5] 621 31 0,659 NS

Région de Matam 18,4 [14,6 – 22,9] 337 15,9 [14,0 – 18,1] 1226 55 0,280 NS



13,9 [10,0 – 19,0] 230 12,8 [10,8 – 15,2] 880 42 0,655 NS




17,6 [14,2 – 21,7] 391 13,6 [12,0 – 15,3] 1718 108 0,052 NS


17,1 [11,4 – 24,7] 123 12,5 [10,1 – 15,5] 576 35 0,198 NS


19,0 [14,4 – 24,7] 221 17,3 [14,8 – 20,2] 757 47 0,554 NS


12,8 [6,0 – 25,2] 47 7,8 [5,5 – 10,9] 385 26 0,292 NS

Ensemble du pays 12,9 [11,6 – 14,4] 2209 11,0 [10,4 – 11,6] 9460 522 0,014* S


Les résultats de l’enquête (tableau 37) montrent une tendance que dans les strates enquêtées ainsi qu’au niveau de l’ensemble du Sénégal, les enfants, ayant eu la toux accompagnée des difficultés respiratoires (IRA) au cours des 2 semaines précédant l’enquête, sont plus affectés par la malnutrition aiguë que ceux n’ayant pas eu l’IRA au cours de la même période précédant l’enquête. Par contre, cette différence est statistiquement significative parmi les enfants de 0-59 mois de l’ensemble du pays (p < 0,05).

Ces résultats, concernant la relation entre le fait d’avoir la toux, accompagnée des difficultés respiratoires et la prévalence de la MAG, indiquent la pertinence de sensibiliser les mères à l’importance de traiter rapidement l’enfant quand il souffre d’une toux accompagnée des difficultés respiratoires.

C. RELATION ENTRE LA MORBIDITé (DIARRHéE ET/Ou IRA) ET LA PRéVALENCE DE LA MAG

Le tableau 38 présente la proportion des enfants souffrant de MAG parmi les enfants de 0-59 mois ayant eu l’une et l’autre maladie infantile (Diarrhée et/ou IRA) ou non, au cours des 2 semaines précédant l’enquête, dans chacune des strates enquêtées.


Tableau 38 : Relation entre la morbidité (Diarrhée et/ou IRA) et la Prévalence des MAG

Strates

Enfants ayant eu la diar-rhée et/ou ayant souffert

de l’IRA

Enfants n’ayant eu la diarrhée et/ou n’ayant pas souffert de l’IRA

Gra

pp

es

Test de différence

% MAG[I.C. 95%]

N% MAG

[I.C. 95%]N

P-Value (CDC1)



Région de Diourbel 16,3 [11,9 – 22,0] 208 7,7 [5,8 – 10,1] 596 31 0,002* S






Région de Louga 19,5 [15,5 – 24,2] 313 13,6 [10,8 – 17,0] 463 31 0,028* S

Région de Matam 19,5 [16,4 – 23,1] 527 14,8 [12,8 – 27,1] 1026 55 0,018* S



15,9 [12,5 – 20,0] 365 11,5 [9,4 – 14,0] 741 42 0,046* S




17,7 [15,0 – 20,8] 671 12,9 [11,3 – 14,8] 1408 108 0,005* S


16,8 [12,3 – 22,6] 202 12,1 [9,5 – 15,3] 487 35 0,107 NS


20,6 [16,7 – 25,1] 355 16,4 [13,7 – 19,6] 604 47 0,096 NS


10,5 [6,1 – 17,5] 114 7,6 [5,1 – 11,0] 317 26 0,348 NS



Les résultats de l’enquête (tableau 38) montrent une tendance, dans les strates enquêtées ainsi qu’au de l’ensemble du Sénégal, à l’exception de la région de Ziguinchor que les enfants, ayant eu la diarrhée et/ou l’IRA, au cours des 2 semaines précédant l’enquête, sont plus affectés par la malnutrition aiguë que ceux n’ayant eu ni la diarrhée, ni l’IRA, au cours de la même période précédant l’enquête. Cette différence est statistiquement significative parmi les enfants de 0-59 mois de l’ensemble du pays (p < 0,001), parmi les enfants des régions de Diourbel, de Kaffrine, de Kaolack, de Louga, de Matam, de Tambacounda et de Saint-Louis (P < 0,05) – les mêmes régions où les enfants ayant eu la diarrhée sont plus affectés par la MAG que ceux n’ayant pas eu la diarrhée.

Ces résultats, concernant la relation entre le fait d’avoir eu la diarrhée et/ou l’IRA et la prévalence de la MAG, indiquent la pertinence de sensibiliser les mères à l’importance de traiter rapidement l’enfant quand il souffre de la diarrhée et/ou d’une toux accompagnée des difficultés respiratoires.


5.8. Situation nutritionnelle des femmes en âge de reproduction

Pour les femmes en âge de reproduction, en général, la tranche d’âge de 15-49 ans est utilisée comme proxy. Cependant, vu le fait qu’il peut y avoir des mères de moins de 15 ans, nous avons élargi la tranche d’âges à 12-49 ans et lors des analyses, pour une raison de comparabilité, il y avait eu une catégorisation des âges (12-14 ans et 15-49 ans).

La situation nutritionnelle des femmes constitue un élément critique durant leur vie, la vie de leurs enfants, de la communauté et du pays. C’est aussi important pour briser les liens entre les femmes malnutries donnant naissance à des bébés de petit poids de naissance. À cet effet, la période des 1000 premiers jours de vie (de la conception jusqu’à l’âge de 24 mois) est une fenêtre d’opportunités pour briser le cycle intergénérationnel de la malnutrition.

5.8.1. Situation nutritionnelle des femmes enceintes et/ou non allaitantes selon les tranches d’âges des femmes

Les tableaux 39-1 et 39-2 présentent la proportion des femmes en âge de reproduction non enceintes et/ou non allaitantes (FNENA) souffrant de malnutrition (déficit énergétique chronique: IMC < 18,5) ou d’obésité (IMC >= 30) par strate enquêtée et par tranche d’âge des FAR.

Tableau 39-1: Proportion des femmes non enceintes et/ou non allaitantes présentant un déficit énergétique chronique (IMC <18,5) ou une obésité (IMC >= 30), par strate

StratesMalnutrition IMC < 18,5

%

Obésité IMC >= 30

%

EffectifN















Dép Dagana 30,0 8,2 799

Dép Podor 37,2 4,0 1057




Tableau 39-2: FNENA de 12-49 ans présentant un déficit énergétique chronique (IMC <18,5) ou une obésité (IMC >= 30), par tranches d’âges

Tranches d’âgesMalnutrition FNENA

IMC < 18,5%

Obésité FNENAIMC >= 30

%

EffectifN

12-14 ans 72,4 0,5 1978

15-19 ans 39,4 0,9 2895

20-24 ans 25,2 3,2 1641

25-29 ans 18,6 6,8 1254

30-34 ans 15,3 9,3 1231

35-39 ans 13,6 13,0 1097

40-44 ans 13,2 12,9 1029

45-49 ans 10,9 19,5 837


Les résultats de l’enquête (tableau 39-2) montrent que dans l’ensemble du Sénégal, plus de 30% (31,6%) des FNENA, âgées de 12-49 ans souffrent de malnutrition ou d’un déficit énergétique chronique (IMC < 18,5). La proportion la plus élevée de déficit chronique (malnutrition), parmi les FNENA, âgées de 12-49 ans, est observée dans la région de Louga (43%) et la proportion la plus basse est observée dans les régions de Louga et de Ziguinchor (25,1%).

Quant à la proportion des FNENA, âgées de 12-49 ans, souffrant d’obésité (IMC >= 30), elle est de 6,1% parmi les FNENA de l’ensemble du pays et elle varie de 2,6% dans la région de Kaffrine à 11,5% dans la région de Dakar. Si on considère les 3 départements enquêtés dans la région de Saint-Louis, la proportion la plus élevée d’obésité est de 13,4%, dans le département de Saint-Louis).

Selon les tranches d’âges des FNENA, la proportion de déficit énergétique chronique (IMC < 18,5) la plus élevée est observée parmi les adolescentes de 12 à 14 ans et elle diminue avec les tranches d’âges des FNENA. Par contre, pour ce qui est de l’obésité (IMC >= 30), la proportion la plus élevée (19,5%) est observée chez FNENA de la tranche d’âge la plus «âgée», 45-49 ans (tableau 39-2).

5.8.2. Situation nutritionnelle des FNENA par région et/ou département

Le tableau 40 présente la proportion des femmes en âge de reproduction non enceintes et non allaitante (FNENA) souffrant de malnutrition (selon différents types d’indicateurs) par strate enquêtée.

Tableau 40: FNENA de 12-49 ans présentant une petite taille (<145 cm), un faible PB (<210 mm), un faible PB (<230 mm) et un faible IMC (<18.5) par région ou département

Strates ÂgesPetite Taille

< 145 cm%

Faible PB< 210 mm

%

Faible PB< 230 mm

%

Faible IMC< 18,5

%

EffectifN

Région de Dakar

12-14 ans 8,8 49,1 66,7 75,4 57

15-49 ans 0,3 3,2 15,0 19,3 379

12-49 ans 1,4 9,2 21,8 26,6 436

Région de Diourbel

12-14 ans 16,7 49,2 74,2 81,1 132

15-49 ans 0,4 4,9 17,2 26,2 676

12-49 ans 3,1 12,1 26,5 35,1 808


Région de Fatick

12-14 ans 19,0 43,0 60,0 73,7 100

15-49 ans 0,9 2,4 10,1 17,1 467

12-49 ans 4,1 9,5 18,9 27,0 567

Région de Kaffrine

12-14 ans 15,7 43,3 70,9 72,4 134

15-49 ans 0,5 4,7 17,9 25,5 548

12-49 ans 3,5 12,3 28,3 34,8 682

Région de Kao-lack

12-14 ans 18,8 37,7 61,4 69,6 114

15-49 ans 0,7 2,8 12,3 22,4 543

12-49 ans 4,6 8,8 20,9 30,7 657

Région de Kédou-gou

12-14 ans 20,0 33,8 62,5 58,8 80

15-49 ans 0,6 2,4 11,2 15,7 286

12-49 ans 3,9 9,3 22,4 25,1 366

Région de Kolda

12-14 ans 11,6 3,3 58,1 64,0 86

15-49 ans 0,9 36,0 13,9 19,6 332

12-49 ans 3,1 10,0 23,0 28,7 418

Région de Louga

12-14 ans 11,3 55,3 71,3 80,7 150

15-49 ans 0,6 6,3 23,4 35,1 710

12-49 ans 2,4 14,9 31,7 43,0 861

Région de Matam

12-14 ans 18,5 12,4 75,1 77,5 221

15-49 ans 0,5 6,4 20,9 27,8 1303

12-49 ans 3,1 48,0 28,7 35,0 1524

Région de Séd-hiou

12-14 ans 13,7 23,3 63,2 54,8 146

15-49 ans 0,4 1,6 14,3 15,1 550

12-49 ans 3,2 6,2 23,3 23,4 696


12-14 ans 11,5 38,9 65,5 71,2 190

15-49 ans 0,2 3,5 15,3 21,9 840

12-49 ans 2,3 10,0 22,8 31,0 1030

Région de Thiès

12-14 ans 15,2 41,4 43,8 70,3 145

15-49 ans 1,2 4,0 9,6 21,8 825

12-49 ans 3,3 9,6 16,8 29,1 971

Région de Ziguin-chor

12-14 ans 15,5 42,3 63,4 69,0 71

15-49 ans 0,3 3,8 11,8 16,5 364

12-49 ans 2,8 10,1 20,2 25,1 435

Région de Saint Louis

12-14 ans 14,6 46,6 75,7 77,1 350

15-49 ans 0,5 5,1 18,8 24,6 2160

12-49 ans 2,4 10,9 26,7 31,9 2510

Dép Dagana

12-14 ans 15,3 43,9 15,8 75,5 98

15-49 ans 0,3 5,9 75,5 23,6 697

12-49 ans 2,1 10,6 23,1 30,0 799

Dép Podor

12-14 ans 13,9 53,2 23,0 83,2 173

15-49 ans 0,7 5,8 80,3 28,2 884

12-49 ans 2,8 13,5 32,4 37,2 1057


Dép Saint Louis

12-14 ans 15,2 35,4 65,8 65,8 79

15-49 ans 0,3 3,3 16,1 20,2 579

12-49 ans 2,1 7,1 22,0 25,6 658

Ensemble du pays

12-14 ans 15,1 42,8 67,0 72,4 1976

15-49 ans 0,5 4,4 16,5 23,5 9983

12-49 ans 3,0 10,7 24,9 31,6 11965

Chez les femmes de 15-49 ans, les prévalences des femmes avec petite taille (ce qui dénote un retard de croissance) sont inférieures à 1% dans les régions enquêtées sauf dans la région de Thiès où cette prévalence est de 1,2%. Par contre, elle est plus élevée chez les filles de 12-14 ans puisqu’elles sont encore dans leur période de croissance.

Les femmes adultes dont l’IMC < 18,5 sont considérées comme souffrant de malnutrition (atteintes de déficience énergétique chronique). Les résultats du tableau 40 indiquent que dans l’ensemble du pays, plus d’une femme sur 5 (23,5%) âgées de 15-49 ans souffraient d’un déficit énergétique chronique au moment de l’enquête. Ce qui constituerait un risque d’insuffisance de poids à la naissance pour leur futur bébé.

Cette prévalence de malnutrition chez les femmes de 15-49 ans est de 35,1% dans la région de Louga et de 27,8% dans la région de Matam.

Selon le tableau 40, la prévalence de la malnutrition chez les femmes âgées de 15-49 ans, dans l’ensemble du pays, avec un PB < 210 mm, est de 4,4% alors qu’elle est de 16,5% à 230 mm. Cette prévalence, évaluée avec le seuil d’un IMC < 18,5, est de 23,5%. Sur la base de ces résultats, on observe que la figure 15 présentant la relation entre le PB et l’IMC des FNENA permet également de constater qu’un PB de 230 mm se rapproche davantage d’un IMC < 18,5 que le seuil de PB < 210 mm.

À cet effet, bien que la valeur-seuil d’un PB < 230 mm» pour identifier la malnutrition chez les femmes semble donner un taux de malnutrition plus proche de celui évalué par un IMC < 18,5, des analyses plus approfondies, de la relation entre la PB et l’IMC des FNENA, permettront de statuer sur la question à savoir laquelle des deux valeurs seuil (PB < 210 mm et PB < 230 mm), pourrait être utilisée comme meilleur indicateur de la malnutrition chez les FNENA, à défaut d’obtenir l’IMC.

Figure 15 : Relation entre le PB et l’IMC chez les FNENA, au Sénégal


5.8.3. Situation nutritionnelle des FNENA selon l’IMC

Le tableau 41 présente la situation nutritionnelle des femmes en âge de reproduction, non enceintes et/ou non allaitantes, selon l’IMC et par strate enquêtée.

L’état nutritionnel des femmes de 12 à 49 ans a été également apprécié grâce à l’indice de masse corporelle (IMC) pour les femmes non enceintes et non allaitantes.

Les résultats du tableau 41, comme dans le tableau 40, montrent que la prévalence du déficit énergétique chronique est de 23,6%, chez les femmes âgées de 15-49 ans au niveau national.

La prévalence de l’obésité au niveau national est de 7,2%, chez les femmes de 15-49 ans. Elle varie entre 3,3%, dans la région de Kaffrine et 13,2% dans la région de Dakar, traduisant ainsi la particularité des styles de vie et de consommation dans les grands centres urbains comme on observe dans la plupart des pays en développement. Par ailleurs, les résultats de l’enquête indiquent également que 15,1% des FNENA âgées de 15-49 ans présentaient un surpoids au moment de l’enquête.

Tableau 41 : Situation nutritionnelle des femmes en âge reproduction non enceintes et non allaitantes en utilisant l’IMC, par région ou département

Strates Âges

Malnutrition Sévère

IMC < 16,5%

Malnutrition modérée

IMC >= 16,5 et < 18,5

%

Bon état NutritionnelIMC >= 18,5

et < 25%

SurpoidsIMC >= 25

et < 30%

ObésitéIMC >=

30%

EffectifN

Région de Dakar

12-14 ans 49,1 26,3 22,8 1,8 0,0 57

15-49 ans 4,0 15,3 49,9 17,7 13,2 379

12-49 ans 9,9 16,7 46,3 15,6 11,5 436

Région de Diourbel

12-14 ans 53,8 27,3 18,9 0,0 0,0 132

15-49 ans 9,5 16,7 54,7 12,4 6,7 676

12-49 ans 16,7 18,4 48,9 10,4 5,6 808

Région de Fatick

12-14 ans 50,5 23,2 25,3 1,0 0,0 99

15-49 ans 4,1 13,1 58,9 15,6 8,4 467

12-49 ans 12,2 14,8 53,0 13,1 6,9 566

Région de Kaf-frine

12-14 ans 45,5 26,9 26,1 1,5 0,0 134

15-49 ans 7,8 17,7 56,8 14,4 3,3 548

12-49 ans 15,2 19,5 50,7 11,9 2,6 682

Région de Kao-lack

12-14 ans 37,4 32,2 30,4 0,0 0,0 115

15-49 ans 5,1 17,3 54,6 16,5 6,4 544

12-49 ans 10,8 19,9 50,4 13,7 5,3 659

Région de Ké-dougou

12-14 ans 23,8 35,0 40,0 1,3 0,0 80

15-49 ans 3,8 11,9 66,4 12,9 4,9 286

12-49 ans 8,2 16,9 60,7 10,4 3,8 366

Région de Kolda

12-14 ans 38,4 25,6 32,6 3,5 0,0 86

15-49 ans 6,9 12,7 56,6 17,2 6,6 332

12-49 ans 13,4 15,3 51,7 14,4 5,3 418

Région de Louga

12-14 ans 57,3 23,3 17,3 1,3 0,7 150

15-49 ans 13,5 21,5 52,0 9,6 3,4 710

12-49 ans 21,2 21,9 45,9 8,1 2,9 860


Région de Ma-tam

12-14 ans 50,0 27,5 20,7 1,4 0,5 222

15-49 ans 9,9 17,9 51,2 14,3 6,7 1304

12-49 ans 15,7 19,3 46,8 12,5 5,8 1526


12-14 ans 25,3 29,5 43,2 2,1 0,0 146

15-49 ans 3,1 12,0 62,4 17,6 4,9 550

12-49 ans 7,8 15,7 58,3 14,4 3,9 696

Région de Tam-bacounda

12-14 ans 43,5 27,7 26,7 0,5 1,6 191

15-49 ans 5,0 16,9 56,7 15,1 6,3 840

12-49 ans 12,1 18,9 51,1 12,4 5,4 1031

Région de Thiès

12-14 ans 45,5 24,8 27,6 0,7 1,4 145

15-49 ans 5,0 16,9 51,2 18,4 8,5 824

12-49 ans 11,0 18,1 47,7 15,8 7,4 969

Région de Zi-guinchor

12-14 ans 39,4 29,6 28,2 1,4 1,4 71

15-49 ans 5,2 11,3 56,3 15,9 11,3 364

12-49 ans 10,8 14,3 51,7 13,6 9,7 435


12-14 ans 48,9 28,3 22,0 0,3 0,6 350

15-49 ans 7,8 16,8 51,1 15,4 8,9 2160

12-49 ans 13,5 18,4 47,0 13,3 7,8 2510

Dép Dagana

12-14 ans 46,9 28,6 24,5 0,0 0,0 98

15-49 ans 7,6 16,0 50,6 16,4 9,4 695

12-49 ans 12,5 17,5 47,4 14,4 8,2 793

Dép Podor

12-14 ans 55,5 27,7 16,2 0,0 0,6 173

15-49 ans 9,5 18,8 55,7 11,4 4,6 885

12-49 ans 17,0 20,2 49,2 9,5 4,0 1058

Dép Saint Louis

12-14 ans 36,7 29,1 31,6 1,3 1,3 79

15-49 ans 5,5 14,7 44,5 20,3 15,0 580

12-49 ans 9,3 16,4 42,9 18,1 13,4 659

Ensemble du pays

12-14 ans 44,8 27,6 26,1 1,0 0,5 1978

15-49 ans 7,2 16,4 54,1 15,1 7,2 9984

12-49 ans 13,4 18,2 49,5 12,8 6,1 11962

5.8.4. Situation nutritionnelle des femmes enceintes et des femmes allaitantes

Dans le protocole de prise en charge (PEC) de la malnutrition au Sénégal, la valeur-seuil pour évaluer la malnutrition chez les femmes enceintes et les femmes allaitantes (FEFA) est celle d’un PB < 210 mm. Cependant, certains «praticiens» supportent qu’un PB < 210 mm sous-estime la prévalence de la malnutrition chez les FEFA.

Pour fournir un début de réponse à une réflexion de la DAN à savoir laquelle des valeur-seuils du PB (< 210 mm ou < 230 mm) permettrait de mieux évaluer la malnutrition chez FEFA, le taux de malnutrition avait été calculé avec chacun des 3 indicateurs (PB < 210 mm, PB < 230 mm et IMC < 18,5) dans le cadre de cette enquête. .


Tableau 42 : Prévalence de la malnutrition chez les Femmes enceintes et chez les femmes allaitantes de 12-49 ans selon le PB (< 210 ou <230 mm) et l’IMC (< 18,5) par région ou département

Strates Âges

Femmes enceintes Femmes allaitantes

PB < 210 mm%

PB < 230 mm%

IMC < 18,5%

EffectifN

PB < 210 mm%

PB < 230 mm%

IMC < 18,5%

EffectifN

Région de Dakar

12-14 ans 0,0 0,0 0,0 0 0,0 0,0 0,0 0

15-49 ans 0,0 25,0 5,0 20 0,0 10,2 6,8 59

12-49 ans 0,0 25,0 5,0 20 0,0 10,2 6,8 59

Région de Diourbel

12-14 ans 0,0 0,0 0,0 0 28,6 42,9 57,1 7

15-49 ans 0,0 8,1 1,4 74 2,0 14,0 22,4 250

12-49 ans 0,0 8,1 1,4 74 2,7 14,8 23,3 257

Région de Fatick

12-14 ans 0,0 0,0 0,0 0 33,3 33,3 33,3 3

15-49 ans 2,0 11,8 5,9 51 1,0 8,9 17,8 191

12-49 ans 2,0 11,8 5,9 51 1,5 9,3 18,0 194

Région deKaffrine

12-14 ans 0,0 0,0 0,0 0 0,0 0,0 0,0 1

15-49 ans 1,0 10,7 7,8 103 1,9 10,5 22,0 323

12-49 ans 1,0 10,7 7,8 103 1,9 10,5 22,0 324

Région de Kao-lack

12-14 ans 0,0 100,0 100,0 1 0,0 0,0 0,0 1

15-49 ans 1,4 6,9 2,7 72 0,7 7,4 16,2 270

12-49 ans 1,4 8,2 4,0 73 0,7 7,4 16,1 271

Région de Ké-dougou

12-14 ans 0,0 0,0 0,0 0 0,0 0,0 0,0 0

15-49 ans 5,4 10,8 5,4 37 1,8 5,5 15,9 164

12-49 ans 5,4 10,8 5,4 37 1,8 5,5 15,9 164

Région de Kolda

12-14 ans 0,0 0,0 0,0 1 0,0 0,0 0,0 0

15-49 ans 4,9 12,2 17,1 41 5,5 14,6 24,1 199

12-49 ans 4,8 11,9 16,7 42 5,5 14,6 24,1 199

Région de Louga

12-14 ans 0,0 100,0 100,0 1 0,0 0,0 50,0 2

15-49 ans 8,3 30,6 25,0 72 8,6 28,8 39,0 267

12-49 ans 8,2 31,5 26,0 73 8,6 28,6 39,0 269

Région de Matam

12-14 ans 50,0 50,0 50,0 2 100,0 100,0 100,0 2

15-49 ans 3,7 25,9 12,7 135 5,1 18,3 22,1 487

12-49 ans 4,4 26,3 13,2 137 5,5 18,6 22,4 489


12-14 ans 0,0 0,0 0,0 1 0,0 0,0 0,0 4

15-49 ans 1,7 17,5 15,0 120 4,0 15,7 25,0 376

12-49 ans 1,7 17,4 14,9 121 3,9 15,5 24,7 380

Région de Tam-bacounda

12-14 ans 0,0 0,0 0,0 0 0,0 0,0 0,0 0

15-49 ans 0,0 8,2 7,3 110 1,1 8,3 15,5 277

12-49 ans 0,0 8,2 7,3 110 1,1 8,3 15,5 277

Région de Thiès

12-14 ans 0,0 0,0 0,0 2 33,3 33,3 33,3 3

15-49 ans 0,0 9,5 6,8 74 1,6 10,9 20,6 248

12-49 ans 0,0 9,2 6,6 76 2,0 11,2 20,7 251



12-14 ans 0,0 0,0 0,0 0 0,0 0,0 0,0 0

15-49 ans 0,0 3,4 0,0 29 1,2 6,0 13,1 84

12-49 ans 0,0 3,4 0,0 29 1,2 6,0 13,1 84


12-14 ans 0,0 0,0 0,0 1 50,0 50,0 50,0 2

15-49 ans 3,0 13,9 10,0 202 3,9 14,3 19,2 671

12-49 ans 3,0 13,8 9,9 203 4,0 14,4 19,3 673

Dép Dagana

12-14 ans 0,0 0,0 0,0 1 0,0 0,0 0,0 1

15-49 ans 1,3 10,3 10,3 78 4,4 14,2 18,7 225

12-49 ans 1,3 10,3 10,1 79 4,4 14,2 18,6 226

Dép Podor

12-14 ans 0,0 0,0 0,0 0 0,0 0,0 0,0 0

15-49 ans 7,1 17,1 10,0 70 5,3 16,5 24,3 303

12-49 ans 7,1 17,1 10,0 70 5,3 16,5 24,3 303

Dép Saint Louis

12-14 ans 0,0 0,0 0,0 0 100,0 100,0 100,0 1

15-49 ans 0,0 14,8 9,4 54 0,0 9,8 9,1 143

12-49 ans 0,0 14,8 9,4 54 0,7 10,4 9,7 144

Ensemble du pays

12-14 ans 11,1 33,3 33,3 9 28,0 32,0 40,0 25

15-49 ans 2,3 14,5 9,6 1140 3,3 13,6 21,3 3866

12-49 ans 2,3 14,6 9,8 1149 3,4 13,7 21,4 3891

Selon les résultats du tableau 42, la prévalence de la malnutrition chez les femmes enceintes âgées de 15-49 ans, dans l’ensemble du pays, avec un PB < 210 mm, est de 2,3% alors qu’elle est de 14,5% à 230 mm (12% plus élevée). Chez les femmes allaitantes âgées de 15-49 ans également, dans l’ensemble du pays, la prévalence de la malnutrition évaluée avec un PB < 230 mm (13,6%) est plus élevée que celle évaluée avec un PB < 210 mm (3,3%).

Quand on compare les taux de malnutrition évalués à l’aide du PB chez les FEFA de 15-49 ans à ceux évalués à l’aide de l’IMC (même si ce n’est pas le meilleur indicateur de la malnutrition chez les FEFA), on constate que la prévalence avec le seuil de PB < 230 mm se rapproche davantage de celle évaluée à l’aide de l’IMC < 18,5.

Cependant, des analyses approfondies ou d’autres études plus poussées sont nécessaires pour statuer sur la question à savoir s’il y a lieu de «ramener la valeur-seuil à un PB < 230 mm» pour identifier la malnutrition chez les FEFA, au Sénégal.

5.9. Supplémentation en vitamine A chez les enfants

La carence en vitamine A constitue un problème majeur de santé publique dans de nombreux pays en développement. Elle entraîne des lésions oculaires et la cécité, une diminution de la résistance aux infections et a une action directe ou indirecte sur la morbidité et la mortalité des enfants.

La vitamine A est présente dans des aliments comme le lait, le foie, les œufs, les fruits rouges et oranges, l’huile de palme rouge et les légumes à feuilles vertes, bien que son absorption varie d’une personne à une autre et que la disponibilité ou l’accès à ces aliments n’est pas à la portée de tous les ménages. Cette consommation insuffisante des aliments sources de vitamine A vient s’ajouter aux besoins plus élevés en vitamine A durant la croissance de l’enfant ou durant les périodes de maladies chez l’enfant. En conséquence, la carence en vitamine A est assez répandue dans les pays en développement et particulièrement dans les pays où le taux de mortalité infantile est plus élevé.

Pour pallier à cette carence, la vitamine A fait partie des suppléments nutritionnels qu’on distribue aux enfants lors des campagnes de vaccination.


Le Sénégal a adopté comme stratégie la supplémentation de masse en vitamine A pour les enfants de moins de 5 ans. Depuis 2013, le Sénégal est en train de mettre en œuvre la stratégie ondulatoire avec une transition progressive des campagnes semestrielles de masse à l’offre de la supplementation en vitamine A via les contacts de routine du niveau sanitaire et communautaire. Actuellement 31 districts sanitaires présentant plus de la moitié de la cible nationale sont engagés sur la suplémentation en routine.

Pour évaluer la couverture de la supplémentation en vitamine A chez les enfants de 6-59 mois, les mères enquêtées ou les autres personnes qui prennent soin des enfants avaient été questionnées pour voir si leurs enfants avaient reçu une capsule de vitamine A, au cours des 6 mois précédant l’enquête (en leur montrant les échantillons de capsule de vitamine A).

Le tableau 43 présente la proportion des enfants âgés de 6-59 mois ayant reçu une dose de supplément en vitamine A au cours des 6 derniers mois précédant l’enquête.

Tableau 43 : Taux de couverture de la supplémentation en vitamine A chez les enfants de 6-59 mois, par strate

StratesEnfant a reçu un supplément de Vitamine A au

cours des mois précédent l’enquête EffectifN

Oui Non















Dép Dagana 54,2 45,8 624

Dép Podor 50,6 49,4 860



Au niveau national, les mères enquêtées avaient déclaré à 62,5% que leur enfant avait reçu une capsule de vitamine A. Ce taux de couverture de la supplémentation en vitamine A varie de 47,9% dans la région de Matam à 70,5%, dans la région de Dakar.

Ce taux de couverture ne reflète que les résultats liés à la supplémention de la vitamine A en routine parce que la dernière campagne de masse avait été décalée et organisée tout juste après la collecte des données de l’enquête SMART, notamment en Décembre 2015, dans les 45 districts éligibles du pays. Cependant, en vue d’atteindre l’objectif de couverture de supplémentation en Vitamine A dépassant les 90%, la stratégie ondulatoire adoptée par le Sénégal, pour passer des campagnes semestrielles de masse à l’offre de la supplementation en vitamine A en routine du niveau sanitaire et communautaire, devrait être poursuivie.


6. DISCuSSIONL’enquête nutritionnelle utilisant la méthodologie SMART réalisée entre le 27 Octobre et le 2 Décembre 2015 sur tout le territoire national du Sénégal avait pour objectif de décrire la situation nutritionnelle des enfants de moins de 5 ans et des femmes en âge de reproduction. Cette enquête n’avait donc pas pour objectif d’expliquer les causes de la malnutrition.

Par rapport à la situation nutritionnelle des enfants, la prévalence de la malnutrition aiguë au niveau national ne traduit pas une situation d’alerte ou de crise nutritionnelle. Néanmoins, les résultats de l’enquête montrent que dans toutes les régions du Sénégal, la période de soudure a affecté la situation nutritionnelle des enfants de moins de 5 ans. Les régions du nord du Sénégal ont été les plus affectées : les enfants des régions de Matam (16,5%), de Louga (16,1%) et de Saint-Louis (13,9%) ainsi que ceux du département de Podor (18,2%) sont en situation CRITIQUE et les prévalences de MAS dépassent le seuil d’urgence de 2% dans ces 3 régions ainsi que dans la région de Tambacounda (2,1%).

L’ampleur de la situation de malnutrition aiguë dans les régions de Matam, de Louga, de Saint-Louis et de Tambacounda traduit une situation de crise nutritionnelle régionalisée et ces régions doivent faire l’objet d’interventions particulières, rapides et immédiates en vue d’améliorer l’état nutritionnel des enfants et par conséquent d’éviter la mortalité chez les enfants souffrant de MAS et qui attendent une prise en charge thérapeutique.

En comparant les résultats de l’enquête, en terme de prévalence de MAG, avec 9% des enfants souffrant de malnutrition aiguë globale au niveau national (SMART 2015), la situation de MAG, au niveau national, est sensiblement la même que celle de 2014 (9,8%, SMART 2014) et de 2013 (9,1%, ENSAN, 2013). Même si la comparaison de la prévalence de la malnutrition aiguë d’une année à l’autre n’est pas très adéquate, ces résultats indiquent que la période de soudure affecte la situation nutritionnelle des enfants sénégalais de la même façon, d’une année à une autre. La différence entre la prévalence de MAG de la SMART 2014 et celle de la de la SMART 2015 (9,8% vs 9,0%) n’est pas statistiquement significative (p > 0,05). Cependant, la seule différence entre les 2 prévalences de MAG (SMART 2014 vs SMART 2015) qui est statistiquement significative (p < 0,05) est celle observée dans la région de Louga (9,9% vs 16,1%).

Pour la situation de la malnutrition chronique, les résultats de l’enquête indiquent une situation nutritionnelle acceptable, avec un taux de malnutrition chronique de 17,1% chez les enfants de 0-59 mois, au niveau national. Par contre la région de Sédhiou présente une situation préoccupante de malnutrition chronique chez les d’enfants de 0-59 mois avec un taux de 29,6%.

Concernant l’Insuffisance pondérale, avec 13,9% de prévalence au niveau national, la situation est précaire pour les enfants de 0-59 mois au Sénégal. Par ailleurs, les régions de Louga, Matam, Saint-Louis et Tambacounda et le département de Podor, qui présentaient une situation de malnutrition aiguë critique, sont les strates qui présentent une prévalence d’Insuffisance pondérale de plus de 20%, donc une situation également critique pour cette forme de malnutrition.

Les différents taux brut de mortalité rétrospective pour 10000 personnes par jour et les taux de décès pour 10000 enfants de moins de 5 ans par jour n’atteignent pas le seuil d’urgence suivant la classification de l’OMS, ni au niveau national, ni dans aucune des strates enquêtées. Ce qui signifie que même dans les régions où la situation nutritionnelle est très critique, l’augmentation de l’ampleur de la MAS est, probablement, récente.

Pour ce qui est de la diarrhée, 19,2% des enfants enquêtés avaient eu cette pathologie/maladie? Au cours des 2 semaines précédant l’enquête. Ce taux de diarrhée, parmi les enfants de moins de 5 ans de l’ensemble du Sénégal, au cours des 2 semaines précédant l’enquête, est comparable à celui observé lors de l’enquête EDS continue de 2014 (19%). Quant à la prise en charge de la diarrhée, 76,6% des enfants ayant eu la diarrhée n’avaient reçu aucun traitement (ni SRO, ni Zinc) alors que 13,3% avaient reçu à la fois le SRO et les comprimés de Zinc.


Concernant les IRA, les résultats de l’enquête avaient montré que 18,9% de l’ensemble des enfants enquêtés en avaient souffert, au cours des 2 semaines précédant l’enquête. Ce taux d’IRA est plus de 6 fois plus élevé que celui observé lors de l’enquête EDS continue de 2014 (3%) et les questions, à propos des IRA, lors des prochaines enquêtes, devront faire l’objet d’une attention particulière.

Les résultats de l’enquête ont permis d’observer qu’au niveau de l’ensemble du Sénégal, les enfants, ayant eu la diarrhée et/ou l’IRA, au cours des 2 semaines précédant l’enquête, sont plus affectés par la malnutrition aiguë que ceux n’ayant eu ni la diarrhée, ni l’IRA, au cours de la même période précédant l’enquête. Cette différence est statistiquement significative parmi les enfants de 0-59 mois de l’ensemble du pays (p < 0,001) et indiquent la pertinence de sensibiliser les mères à l’importance de traiter rapidement l’enfant quand il souffre de la diarrhée et/ou d’IRA.

Pour la situation nutritionnelle des femmes en âge de reproduction non enceintes et non allaitantes, les résultats de l’enquête montrent que dans l’ensemble du pays, plus d’une femme sur 5 (23,5%) âgées de 15-49 ans souffraient d’un déficit énergétique chronique (un IMC < 18,5) au moment de l’enquête. Ce qui constituerait un risque d’insuffisance de poids à la naissance pour leur futur bébé.

De plus, les résultats de l’enquête montrent qu’au Sénégal, ce sont les taux de malnutrition évaluée à l’aide d’un PB < 230 mm qui se rapprochent le plus aux taux de malnutrition, chez les femmes en âge de reproduction non enceintes et non allaitantes, évalué à l’aide d’un IMC < 18,5. À cet effet, des analyses plus approfondies, de la relation entre le PB et l’IMC des FNENA, permettront de statuer sur la question à savoir laquelle des deux valeurs seuil (PB < 210 mm et PB < 230 mm), pourrait être utilisée comme meilleur indicateur de la malnutrition chez les FNENA, à défaut d’obtenir l’IMC.

Les résultats de l’enquête montrent également que la prévalence de l’obésité (IMC >= 30), au niveau national, est de 7,2% chez les femmes non enceintes et non allaitantes âgées de 15-49 ans. Elle est de 13,2% dans la région de Dakar, traduisant ainsi la particularité des styles de vie et de consommation dans les grands centres urbains comme on observe dans la plupart des pays en développement. Par ailleurs, la prévalence de surpoids (IMC >= 25 et < 30) était de 16% parmi les FNENA âgées de 15-49 ans.

Chez les femmes enceintes âgées de 15-49 ans, dans l’ensemble du pays, la prévalence de la malnutrition, évaluée avec un PB < 210 mm, est de 2,3% alors qu’elle est de 14,5% à 230 mm (12% plus élevée). Chez les femmes allaitantes âgées de 15-49 ans également, dans l’ensemble du pays, la prévalence de la malnutrition évaluée avec un PB < 230 mm (13,6%) est plus élevée que celle évaluée avec un PB < 210 mm (3,3%).

Quand on compare les taux de malnutrition évalués à l’aide du PB chez les FEFA de 15-49 ans, à ceux évalués à l’aide de l’IMC (même si ce n’est pas le meilleur indicateur de la malnutrition chez les FEFA), on constate que la prévalence avec le seuil de PB < 230 mm se rapproche davantage de celle évaluée à l’aide de l’IMC < 18,5. Cependant, des analyses approfondies ou d’autres études sont nécessaires pour statuer sur la question à savoir s’il «ne faut pas ramener la valeur-seuil d’un PB < 230 mm» pour identifier la malnutrition chez les FEFA, au Sénégal.

Le taux de supplémentation en vitamine A obtenu au niveau national est de 62,5% et de 70,5% dans la région de Dakar. Ce taux de couverture ne reflète que les résultats liés à la supplémention de la vitamine A en routine parce que la dernière campagne de masse avait été décalée et organisée tout juste après la collecte des données de l’enquête SMART, notamment en Décembre 2015, dans les 45 districts éligibles du pays. Cependant, en vue d’atteindre l’objectif de couverture de supplémentation en Vitamine A dépassant les 90%, la stratégie ondulatoire adoptée par le Sénégal, pour passer des campagnes semestrielles de masse à l’offre de la supplementation en vitamine A en routine du niveau sanitaire et communautaire, devrait être poursuivie.


7. CONCLuSION ET RECOMMANDATIONS

7.1. Conclusion

Les résultats de la SMART 2015 révèlent une situation nutritionnelle alarmante dans plusieurs régions du pays. La prévalence de malnutrition aiguë dans les régions de Matam, de Louga, de Saint-Louis et de Tambacounda traduit une situation critique suivant la classification de l’OMS. Ces 4 régions sont en situation d’urgence au vue de leurs prévalences de MAG (> 15%) et/ou de MAS (> 2%). Une riposte rapide, visant à mettre en place des interventions particulières, rapides, immédiates et coordonnées, s’impose pour ces 4 régions.

Cependant au-delà de l’urgence, des interventions à moyen et long terme doivent être menées pour aider les populations à faire face aux évènements conduisant à de telle situation. De plus, il serait souhaitable de réaliser une analyse approfondie de la situation nutritionnelle au Sénégal, plus particulièrement dans les régions du nord du pays. Cette étude permettra d’élucider ou d’identifier les causes de la persistance des prévalences élevées de malnutrition aiguë dans les régions du nord, malgré les interventions mises en place depuis quelques années.

7.2. Recommandations

À la lumière des résultats de cette enquête, en vu d’améliorer la situation nutritionnelle des populations, il serait souhaitable de mettre en œuvre les recommandations suivantes:

À court terme (dans les 3 prochains mois) :

1. Dans les 4 régions en crise nutritionnelle et la région de Diourbel (à cause de son fardeau populationnel), donner un mandat d’intervention immédiate à des ONGs médico-nutritionnels en étroite collaboration avec les équipes cadres de région et de district afin qu’ils identifient et traitent les enfants souffrant de MAS dans leur milieu et sous la coordination du Ministère de la Santé et de l’action sociale;

2. Continuer le travail régulier de dépistage et de prise en charge (PEC) des enfants MAM et MAS;

3. L’ONG internationale, en collaboration avec le MSAS, devra assurer un renforcement des capacités des équipes de santé de la région en vue d’assurer la pérennité à la fin de son mandat.

À moyen terme (dans les 6 prochains mois) :

Par la suite (Avant la prochaine période de soudure)

1. Réaliser une analyse approfondie de la situation nutritionnelle au Sénégal, plus particulièrement dans les régions du nord du pays. Cette étude permettra d’élucider ou d’identifier les causes de la persistance des prévalences élevées de malnutrition aiguë, malgré les interventions mises en place depuis quelques années ;

2. Mettre en place un programme de distribution «Blanket feeding» ciblant les familles avec des enfants de 6-23 mois et les FEFA, dans les régions en situation nutritionnelle critique (MAG > 15% et/ou MAS > 2%) ;

3. Faire une distribution alimentaire ciblée pour les populations identifiées vulnérables par les évaluations de la disponibilité alimentaire, réalisées par le conseil national de la sécurité alimentaire;

4. Mettre en place ou renforcer les programmes de dépistage actif et de prise en charge de la MAM dans les régions en situation critique voire en urgence;

5. Renforcer les campagnes de dépistage actif et le suivi des enfants malnutris par des relais communautaires en collaboration avec les ONG;


6. Développer des mécanismes communautaires pour la fabrication des intrants de pris en charge des MAM à partir des denrées locaux;

7. Renforcer la coordination des actions multisectorielles :

• Améliorer la sécurité alimentaire des ménages: accès aux aliments, amélioration de la disponibilité alimentaire, activités génératrices de revenus ;

• Organiser des réunions périodiques de concertation avec les différents acteurs et les différents secteurs

8. Renforcer la qualité des soins pour les MAS dans les structures de santé et renforcer les mécanismes de suivi et de supervision du programme PECMA:

• Une supervision régulière visant à améliorer l’observance du protocole de prise en charge, la bonne utilisation des outils de suivi et de gestion, ainsi que la collecte et la transmission des données primaires à travers le système d’information sanitaire national;

• L’éducation nutritionnelle systématique des mères en utilisant des outils appropriés ;

• Renforcer l’intégration ou le maintien d’un paquet WASH au bénéfice des formations sanitaires et des ménages d’enfants admis dans le programme de PCIMA.

9. Renforcer la résilience des populations par la mise en place des filets sociaux ainsi que la coordination des actions multisectorielles.

À long terme:

1. Mettre en place des interventions nutritionnelles visant à améliorer l’état nutritionnel des femmes enceintes dans le but de prévenir l’insuffisance de poids à la naissance ;

2. Poursuivre le plaidoyer auprès des partenaires en faveur de la nutrition, y compris pour les actions préventives ;

3. Améliorer et/ou compléter la mise en place du Système de surveillance Nutritionnelle, notamment le rapportage continu et efficient des données de prise en charge de la malnutrition aiguë ainsi que des données des sites sentinelles, en vue de renforcer le suivi continu de la situation nutritionnelle

4. En attendant la mise en place effective des surveillances sentinelles et que le système de surveillance soit bien rôdé, assurer l’organisation des enquêtes nutritionnelles SMART répétées, chaque année durant la période de soudure, dans le cadre du suivi régulier de la situation nutritionnelle dans toutes les régions (avec une stratification par département dans toutes les régions du Nord: St-Louis, Louga, Matam et Tamba).

5. Lorsque le système des surveillances sentinelles sera bien effective et efficace, organiser une enquête nutritionnelle SMART, chaque année, dans les régions du Nord et une fois aux deux ans, à l’échelle nationale.

7.3. Leçons apprises et recommandations pour la prochaine enquête SMART

Pour les prochaines enquêtes SMART

1. Organiser toute la planification de l’enquête lors d’un atelier fermé (retraite) d’une semaine;

2. Constituer un comité technique de pilotage restreint afin qu’il puisse bien assurer son mandat de comité aviseur tout le long du processus de l’enquête;

3. Pour faciliter l’exécution, désigner un point focal SMART, autre que le chef de division/service mais qui relèverait de ce dernier;

4. Pour faciliter l’exécution, finaliser le budget avant le début des formations;


5. Faire le tirage des échantillons à la fin de l’atelier et demander la production des cartes des DRs par l’ANSD;

6. Durant 2 semaines (au préalable), organiser le dénombrement des ménages par une équipe des agents ayant une expérience en dénombrement/cartographie;

7. Maintenir le tirage en avance des échantillons, au second degré, avant de repartir les grappes aux équipes;

8. Alléger le processus d’utilisation des Smartphones et les intégrer à la formation dès le début de la formation afin qu’ils soient utilisés à la place des questionnaires papiers;

9. Organiser plusieurs simulations avec les Smartphones;

10. Maintenir la méthode de balayage pour la collecte des données mais réduire le nombre des ménages/grappe à 10-12 ménages;

11. Mieux organiser le déploiement des équipes dans chaque région ainsi que le passage d’une région à une autre (ou d’un département à un autre);

12. Proposer des contrats à forfaits et non des contrats journaliers à tout le personnel de l’enquête;

13. Mieux organiser toute la logistique de l’enquête;

14. Réévaluer l’option d’avoir juste des strates au niveau régional (14 strates au lieu des 16 strates).

ANNEXES



SMART SENEGAL 2015

ÉCHANTILLONS ENQUÊTÉS

ANNEXE 1:Les échantiLLons (DR ou gRappes)

enquêtés Dans chaque Régionou stRate


RéGION DE DAKAR

DEPARTEMENT Localité/quartier Grappes

DAKAR GOUYE SALANE RUE XXXXI 1

DAKAR GRAND DAKAR II A 2

DAKAR CITE DOUANES 3

DAKAR LIBERTE I 4

DAKAR MBOUL 5

DAKAR CITE SONATEL III 6

DAKAR CITE KERETOU 7

DAKAR UNITE XXII 8

DAKAR UNITE IX 9

GuEDIAWAyE NOTAIRE SUD 24

GuEDIAWAyE HAMO VI 25

GuEDIAWAyE MEDINA GOUNASS II B 26

PIKINE DAROU SALAM VI D 10

PIKINE AFFIA IV 11

PIKINE SANT YALLA BOUNE 12

PIKINE AINOUMADY II 13

PIKINE CHAMPS DE COURSE I 14

PIKINE LANSAR 15

PIKINE MEDINATOUL MOUNAWARA THIAROYE 16

PIKINE WAKHINANE II 17

PIKINE SAM SAM I A 18

RuFISquE GOUYE DIOULANCAR 19

RuFISquE ESCALE 20

RuFISquE NIAGA OUOLOF 21

RuFISquE CHAMPS DE COURSE 22

RuFISquE DIOKOUL NDIAYENE 23

DAKAR MAKA III RC

PIKINE DAROU RAHMANE II B RC

PIKINE DAL DIAM RC


RéGION DE DIOuRBEL


BAMBEy THIERNO KANDJI 1

BAMBEyMBOBA-H1 KEUR MODOU FAYE-NGANKAL PEULH-NGANGAL WO-LOF-DIOKOUL II-KEUR ALLA NIANG-H1 THIASKY-H2 MBATYR-H3 KEUR DEMBA SARR

2

BAMBEyMBOUDAYE PEULH-TENEFOUL TOUCOULEUR-BOULIDIAMA-H1 KEUR NDOUDY

3

BAMBEy MBACKE KHEWAR 4

BAMBEy PALENE (MBACKE BARRY) 5

BAMBEy NOUKOUYEL-H1 KEUR SEYDOU DIONE-H1 KEUR ALASSANE DIABAYE 6

BAMBEy TOUBA MOSQUEE 7

DIOuRBEL TOUBA MOSQUEE 8

DIOuRBEL TOUBA MOSQUEE 9

DIOuRBEL DAROU KHOUDOSS 10

DIOuRBEL DAROU KHOUDOSS 11

DIOuRBEL GUEDE BOUSSO 12

MBACKE DAROU KARIM 13

MBACKE BOUKHATOUL MOUBARACK 14

MBACKE MADIYANA 15

MBACKE DAROU MINAM 16

MBACKE THIAWENE 17

MBACKE KHAIRA 18

MBACKE DAROU MARNANE 19

MBACKE TOUBA AL AZAR 20

MBACKE DAROU RAHMAN-NDIAYENE-NGASSAMA-H1 KEUR SERIGNE HABIB 21

MBACKE TAIF 22

MBACKE SOBMACK 23

MBACKE TINDODY 24

MBACKE DAROU KHOUDOSS 25

MBACKE DAROU MARNANE 26

MBACKE THIERNO KANDJI 27

MBACKEMBOBA-H1 KEUR MODOU FAYE-NGANKAL PEULH-NGANGAL WO-LOF-DIOKOUL II-KEUR ALLA NIANG-H1 THIASKY-H2 MBATYR-H3 KEUR DEMBA SARR

28

MBACKEMBOUDAYE PEULH-TENEFOUL TOUCOULEUR-BOULIDIAMA-H1 KEUR NDOUDY

29

MBACKE MBACKE KHEWAR 30

MBACKE PALENE (MBACKE BARRY) 31

DIOuRBEL NOUKOUYEL-H1 KEUR SEYDOU DIONE-H1 KEUR ALASSANE DIABAYE RC

MBACKE TOUBA MOSQUEE RC




RéGION DE FATICK


FATICK DARAL 1

FATICK SINDIANEKA 2

FATICK H6 KEUR BESS-Maroute 3

FATICK DAROU SALAM 4

FATICK MAR FAFACO 5

FATICKNGUESSINE - H1 NIANGUINE BOUNDAW - H2 NIANGUINE BOUMACK - H3 SAM SAM

6

FATICK DJILASS 7

FATICK YENGUELE 8

FATICK NDIAMBOUR 9

FATICKH1 NGUERANE - H3 NENECOR - H4 ABADA - H5 MBEPILE - H4 ON-GUITHIE

10

FATICK NGOUYE 11

FATICK TATTAGUINE ESCALE 12

FATICK H1 LOUL SOB 13

FATICK DIADIEL - DIAMSIL - H1 COUSSOUREME 20

FOuNDIOuGNE Karang Poste 14

FOuNDIOuGNE FELANE - KEUR MBAR - H1 BAGDALE DE GANDIOR 15

FOuNDIOuGNE NDIENGHENE MADY - BANGALERE (Cr Djilor) 16

FOuNDIOuGNE DAGA DIERY PEULH - DAGA DIERY SERERE - KEUR DIEBEL SENE 17

FOuNDIOuGNE DIOGANE - H1 DIOURE 18

FOuNDIOuGNE KEUR KATIM GUEYE - KEUR BAKAR SANTHIE - NDIENGHENE NDONGO 19

FOuNDIOuGNE KEUR MAMOUR FALL - NDIAYENE KADE 21

FOuNDIOuGNE KEUR MALICK FADY - SIMON DIENE - PADANENE KEUR MOMAR 22

FOuNDIOuGNE NDOUMBOUDJI - SANTAMBA 23

GOSSAS DIAKHAO 24

GOSSAS DIABEL - H1 KABENE- H2 PALENE - H3 DAROU BEYE - H4 NGOMENE 25

GOSSASMBAR FORAGE -MBAR THIOWOGONE - MBAR NDIENE - MBAR SERERE

26

GOSSAS THIENABA GOSSAS+H1Ndiayenne 27

FATICK LAMBANEME - H1 MBINE SIRA - H2 DAME - H3 MBINE BOURE WOYNANE RC

FOuNDIOuGNE BARIA - H2 SANTHIE MAMOUR SAGNANE - H3 MANSASSOU RC

FOuNDIOuGNE MBOUL NDIONGHONE RC


RéGION DE KAFFRINE


BIRKELANE TALLY BA 11

BIRKELANE THYCATT GALLO-BOULY-H2 KOUNIASS 12

BIRKELANEKEUR IBRAHIMA MBAYE (GORIA)-GUENTH BOYE-MOUYE NDA-GANE-DAROU SALAM 3 (KEUR MOR NDOYE)

13

BIRKELANEMABO PEULH-KEUR BABOU AWA-MEDINA KEUR BABOU-H1 KONY PEULH-KONY OUOLOF-TAMBA DIAKHA-H1 SAMBA TEDDY

14

BIRKELANEMEDINA DAROU SALAM-KABA (KEUR DEMBA)-NEMA-KEUR GATA PEULH-H1 KEUR AMADOU DIALLO-H2 KEUR SABADANGAR

15

BIRKELANEKATHIAWANE WOLOF-NDIABO-H1 NDIABO PEULH-KATHIAWANE PEULH-H1 KEUR GATTA PEULH-H2 KEUR DIOMBO

16

KAFFRINE KAFFRINE NORD 1

KAFFRINE DIAMAGUENE TP 2

KAFFRINE MINNA 3

KAFFRINE BOULEL GOUMACK 4

KAFFRINE GOULOKOUM 5

KAFFRINEDIAMAGUENE I-NIANGHENE WOLOF (NIANGHENE SAMBA SEUNE)-H1 MBELOGNE

6

KAFFRINE DIOLY MBELBOUCK-DIOLY MANDAKH 7

KAFFRINE DIOKOUL MBELBOUCK 8

KAFFRINE KEUR MALICK NDIAYE 9

KAFFRINE LOUBA-H1 NGUEDENE-H2 THISSE 10

KAFFRINE MEDINATOUL SALAM II- H1 AINOUMADY 26

KOuNGHEuL DEMBA MODOU COURA 17

KOuNGHEuL CAMPEMENT 18

KOuNGHEuLMINA IBRA DIENG-KOUMBIDIA YAMONG-YAMONG-MEDINA MBADIA-NENE

19

KOuNGHEuL FASS THIECKENE 20

KOuNGHEuL IDA MOURIDE-IDA KEUR ABDOU-H1 IDA ALTOU 21

KOuNGHEuL TOUBA ALY MBENDA 22

KOuNGHEuLSOBEL NIOLE-SOBEL THIEGUENE-SOBEL NGAGNANE-H1 KEUR ABLAYE BA

23

KOuNGHEuLDIAMAGUENE-TOUBA AFFE-DAROU KARIME-H1 PEULGA-LOUMBY PEULH

24

KOuNGHEuL NGOUYE DIERY 25

KOuNGHEuLMEDINA NDRAME (SANTHIE MOR AMINATA)-KAHENE DIOUMA-MEDI-NA NDEMENE (SANTHIOU ABLAYE)-BAYTI MOUKHADAS-YAMANE

27

MALEM HODDAR KHAIRA II-H16 NDIOUFENE 28

MALEM HODDARMEDINA TAWA(MBEYENE)-DAROU NDIOUM(DAROU THIECKE-NE)-THIOYE NDIOUM

29

MALEM HODDAR NGABA 30

MALEM HODDAR BOULEL NDOUCOUMANE-TOBENE LAGUE 31


MALEM HODDARMEDINA KOHE-MEDINA FASS-AINOUMANE II-MASSIRAH FASS-H1 BANT BOU TEUDD

32

MALEM HODDAR NIAKHENE 33

BIRKELANE TOUBA NIANE-KEUR IBRA FALL- H1 PEULGA- NDRAME- H1 NDIORENE RC

KAFFRINE H4 TENEBOU BESS RC

KAFFRINE KEUR LAYINE RAMATA RC

KOuNGHEuLPAPE SABOP-MEDINA THIALLENE (SANTHIE BABOU SEYE)-H1 PAPE LOUGUE-MEDINA THIALLENE (SANTHIE BABOU SEYE)-FASS THION-GUANE-SAM SAM (SANTHIOU SANBADOU)-NDANGA

RC

RéGION DE KAOLACK


GuINGuINEONDIAGO-DAROU DJIADJI-H3 KEUR MAMADOU SENE K.M - H1 MBETHIELOU - H2 THIELO - H1 DIADJI

28

GuINGuINEOLIKEME - DAGASAMBARE- H1 SADIGANE - H1 NGOUTT - H1 TOKAPED

29

GuINGuINEOMANDE KOUTA I- MANDE KOUTA II- THIOUCK I- THIOUCK II-H1 CAM-PEMENT

30

KAOLACK FASS CAMP DES GARDES 1

KAOLACK TOUBA KAOLACK EXTENSION 2

KAOLACK THIOFFACK 3

KAOLACK SAM 4

KAOLACK SARA NDIOUGARY 5

KAOLACK DIALEGNE I 6

KAOLACK DIALEGNE II 7

KAOLACK NDAR GOU NDAW 8

KAOLACK KANDA FODE BAYO II 9

KAOLACK DAGA SAMBOU-DAROU SALAM 10

KAOLACK KOUTAL MALICK NDIAYE 11

KAOLACK KEUR NIENE SERERE 12

KAOLACKKEUR SANOU (KEUR BIRANE)-KEUR DIAM DIARY-KEUR YEDY-KEUR SASSOUNA

13

KAOLACK THINDOGNE-KEUR MANDIAYE 14

KAOLACKKEUR WACK (KEUR WACK NIANG)-KEUR BAME-KEUR BOCAR BARRY-KEUR NGOR-KEUR ALASSANE DIAW

15

KAOLACKKEUR MBAGNE DIOP I-H1 FAMBARA-H2 TOKHAKHAL-H3 KEUR NGOR DEB DIOP

16

KAOLACK DAROU SALAM NORD 27

NIORO Du RIP DIAMAGUENE 17

NIORO Du RIP SANTHIE ABDOU BIGUE 18

NIORO Du RIP KEUR KATIM DIAMA-KEUR KATIM PEULH 19

NIORO Du RIP DONGHORO-FOUTA-KEUR BAKA (BASSINE) 20

NIORO Du RIP NDIAWARA AL KALY 21


NIORO Du RIPKEUR LAHINE GUEYE-MEDINA KEUR OMAR NIANG -PAKALA NGAGNE

22

NIORO Du RIP KOLMA DIORDIOR 23

NIORO Du RIP KAPAYE THISSE-KAPAYE KEUR NDIAGA-SANTHIE KEUR SAMBA BA 24

NIORO Du RIP BOUSSOURA-MBOULEDJI-KEUR DIAMBODJI 25

NIORO Du RIP SAMAKOU TOUCOULEUR-SAMAKOU BAMBARA 26

GuINGuINEO WALO RC

NIORO Du RIP KEUR SAMBE KA-KEUR MAMADOU NENE RC

NIORO Du RIP TAIF-DAROU SALAM RC

NIORO Du RIP BAKHOU-KEUR OMAR COUMBA-KEUR NDIOBA RIP (KEUR ILLO RIP) RC

RéGION DE KéDOuGOu


KEDOuGOu DENDEMAYO 1

KEDOuGOu MOSQUEE 2

KEDOuGOu DALABA 3

KEDOuGOu DINGUESSOU 4

KEDOuGOu GOMBA 5

KEDOuGOu GOMBA 6

KEDOuGOuBANDAFASSI PEULH-BANDAFASSI TANDA-H1 INDARA-H1 SILLY PEULH-H1 SILLY BASSARI

7

KEDOuGOuBATANTA MANDINGUE-BATRANKE-H1 HOLONKOTO-TIKANKALY-H1 KOLON-BAGNOMBA

8

KEDOuGOu BANTAKHOCOUTA 9

KEDOuGOu DINDEFELLO 10

KEDOuGOu MATAKOSSI 11

KEDOuGOu THIARMALEL-BARABOYE 12

KEDOuGOu WOULABA-DIMBOLI-H1 LEFALODJI 13

KEDOuGOu AFIA DANDE MAYO 14

KEDOuGOuNIANGHE-H1 TAKOUROU-H2 SANTAKHO-H3 GUIGNARA-H4 NIAN-GHE BASSARI- H5 SILING

16

KEDOuGOu KANOUMERING-H1 KOULOUNTOU 21

SALEMATA GANDJIRI-GADA GANDJIRI 15

SALEMATATHIANGUELO (LEBAR)-INGATHITIQUE-BANFAROTO-H1 SOUMBA-H1 THIAHIS

17

SALEMATA ETHIOLO-NGOPPOU-GOUMON-H2 GOUMON-EPINGUE PEULH 18

SARAyA MEDINA BAFFE-H1 BOUBOUYA (TEMBERE)-H3 HEREMAKONO 19

SARAyA DIOULAFOUBDOU-SABOUSSIRE (PONDALLA) 20

SARAyA KONDOKHOU-BARABIRY 22

SARAyA H1 DOUTA 23


SARAyA DALOTO 24

SARAyA MOSQUEE 25

SARAyA SABODALA-H1 MADINA SABODALA-H2 CAMPEMENT OROMIN I ET II 26

RéGION DE KOLDA


KOLDA SARE KEMO 1

KOLDA SIKILO 2

KOLDA SIKILO 3

KOLDA BANTAGUEL 4

KOLDASIBERE KOYO-SIBERE KANDE-SAME PATHE-DIOUFANA-MEDINA NAMO-H1 SINTHIANG SOUARE

5

KOLDALINKERING-H1 SINTHIANG MANSALY-MEDINA SAMBA KANFODIANG (SARA TENING)-SARE COLY PEULH-SARE COLY MANDINGUE

6

KOLDA GUIRO YERO BOCAR 7

KOLDA SALAMATA SAGNA 8

KOLDA MISSIRAH DEMBA SADIO (SINTHIANG SADIO) 9

KOLDA MOUYA FODE-SEYKOUR FATAWORO-NEMOURATOU BOUSSOURA 10

MEDINA yORO FOuLAH

SINTHIANG DEMBAYEL-SINTHIANG MOUSSA-SINTHIANG KANDE (SINTHIANG YOBAROU KANDE)-SINTHIANG DIOMSINE-DIBA-MANG-SARE TALLA (SINTHIANG TALLA)

22

MEDINA yORO FOuLAH

HAMDALLAYE (HAMDALLAYE MAMADOU DIALLO II)-H1 MALANTA 23

MEDINA yORO FOuLAH

THIOUTY (SINTHIANG SADIO)-SINTHIANG BABOU DEME (TAW KAL-TOU)

24

MEDINA yORO FOuLAH

SARE MODY ROKHY-SINTHIANG ALY BADIANE (SARE ALY BA-DIANE)-SANTHIE LATHIRY

25

MEDINA yORO FOuLAH

TABANANY-KIBASSI 26

VELINGARA VELINGARA PEULH 11

VELINGARA SINTHIANG DIAOBE 12

VELINGARA KOUNKANE II (KOUNKANE EST) 13

VELINGARA WADYATOULAYE 14

VELINGARA MEDINA GOUNASS 15

VELINGARA MEDINA GOUNASS 16

VELINGARA DAROU SALAM MANDA 17

VELINGARA KOUNTADA-H1 SINTHIANG MADIA-KANARANG 18

VELINGARA MADINA MANDOU 19

VELINGARAMBANDOUNCOUNA (SARE COUNA)-SARE MAMADOU-H1 SINTHIANG DIOULDE

20

VELINGARADARSALAM THIERNO (SINTHIANG THIERNO)-FOULAMORI DEM-BA-FOULAMORI YERO-WAKILARE SAWADI-SANTATO DJIBA (SARE DJIBA)-H1 SINTHIANG FOULAMORI SAMBA

21


KOLDA THIEOULE-SARE YOBA NIABA-VELIA DARI RC

MEDINA yORO FOuLAH

SARE BACARY (SINTHIANG SAMBA DIENOUBA)-SARE SEYNI-SIN-THIANG ABDOULAYE DIAMANKA-DELEKO SARE MBALLO-DELEKO PATHE-SINTHIANG ALIOU DIAO (DELEKO ALIOU DIAO)-BOGNA-GHO-KOGNARING DIANAMBE-SINTHIANG ABDOULAYE BALDE-SIN-THIANG MAMADOU FANNE

RC

VELINGARASARE YORO GANO-TEMENTO MADIA-SARE YORO SOUDY-FASS PATHE KANDE-HAMDALLAYE BORY-TABADINTO SEYNI

RC

RéGION DE LOuGA


KEBEMER MBABOU 1

KEBEMER DEKHELE-COKI DAKHAR-H1 ADAMA BA-RAYAYE 2

KEBEMER DAROU MOUSTY 3

KEBEMER

BELEL NDIASSAR-DIAKHAW OUOLOF LO-H1 THIAMENE-DIAKHAW KEUR BIRANE GUEYE-SACOLONGUEL-THIAMENE II-LOUMBOL BOCKY-H1 DEBALATE-THIOTY THIOUGNEL-LOUMBOL LADE (KEUR NIAGA)

4

KEBEMER BELEL GOLOKI-THIDE 5

KEBEMERDAKHAR DEMBA CODOU-H1 DARAL-NDIAWAGNE FALL-NDIAWAGNE NDIAYE-H1 KHARAM PEULH-DIOKOUL NDIAYE-H1 NGAYE NGAYE

6

KEBEMER NDIAYE THIORO-DAROU SAMB 7

KEBEMERDIWANE PEULH-DIWANE OUOLOF-H1 SINE NDIAYE-SAME GAYE-KHARAM PEULH-HIMBILE-RONY DEUGNE II-BOUNDOU NIEWA-WEDOU THINGOLY-KHININE AMADOU BA-BEUGUE PENDA

8

KEBEMERNGUEYENE (LORO NGUEYENE)-LORO THIECKENE-MBAMBA GUI-RANE-NDIOBENE LORO

9

KEBEMERNGAYE MBELGOR-MBELGOR MBOUP-NDAKHAR BIRIMA-MBENGUE-NE MBELGOR-NDEUGUENE FAYE-DAROU SALAM FALL-THIEULBATY NGOUMBALA-THIENO NDIAYE-THIENO PEULH

10

KEBEMERBAKHIA NDIAYE-BAKHIA DIA-KEUR MANDIAYE PENDA-LOYENE PEULH-LOYENE SYLLA-SINTHIOU DIARAF OUOLOF II-SINTHIOU DIA-RAF PEULH-NDANGOUR NDIAYE (DIAM NDIAYE)

11

LINGuERE LOUMBAL (NGUENENE) 12

LINGuERE NGOM DAHRA 13

LINGuERETOUBA GASSANE-H1 GASSANE DABEL-H2 NIMZAT GASSANE-OL-DOU (TOUBA OLDOU)-H1 TOUBA BAGDAD

14

LINGuERE DIAM WELY-DIACK SAO TOURE-MOLA I 15

LINGuEREBOGOTHIE-KHADAR-GAIDOUME NDIALALE-GNIWA DOWE-KABELE-LE I-H1 NDIARKA-H2 RABBY NAFFI

16

LINGuERE BOFI BISNABE-MALEME (LEGNE) 17

LINGuERE

EDEL MBAPP-MAMOLLE PEULH-MAMOLLE OUO-LOF-NDIABANY-GORKO MODIO-LOUMBY WAWALDE SERERE-LOU-MBY WAWALDE ECOLE-LOUMBY WAWALDE PEULH-H1 THIABOU-GUEL-H1 NDIADA-H1 ONGUELE

18

LINGuERE THIAMENE DJOLOF (THIAMENE PASS)-NDIEYENE-PAMPI OUOLOF 19

LOuGA ARTILLERIE SUD 20

LOuGA ARTILLERIE NORD 21


LOuGA NDIAGNE 22

LOuGA COKI 23

LOuGA MOUKH MOUKH 24

LOuGAMBAYBE II-RENDO OUOLOF-H1 RENDO-MBAYBE DEMBA BILALI-BIS-SINABE RENDO

25

LOuGA LATHIANTE I-NDOUR ROBO-THIAT NGOL KADIE 26

LOuGA YABTIL DIOP 27

LOuGA BAKHAYA DIA-KEUR SAER GUEYE-THILLA GUEYE 28

LOuGA POTOU I-POTOU II 29

LOuGAMERINA SANTHIE-MERINA SIMONG-CHERIF MBAYE-NGUEUREUNG PEULH I-NGUEUREUNG PEULH II-NGUEUREUNG OUOLOF

30

LOuGA MAKA KALLE FALL-NGADJI SARR-MAKA LEYE 31

LINGuERETESSEKRE OUOLOF-TESSEKRE FORAGE I-TESSEKRE WENDOU DIABY-TESSEKRE FORAGE III-H1 FORAGE I-H2 AOURE

RC

LOuGA KEUR SERIGNE LOUGA EST RC

LOuGA KEUR SERIGNE LOUGA SUD RC

LOuGA NAYOBE RC

RéGION DE MATAM


KANEL ALLA YIDI LAO 27

KANEL THIAGAL GOUDRON 28

KANEL DJIWOYGUI 29

KANEL HAMADY OUNARE 30

KANEL NGAPAGOU III 31

KANEL LOBALI 32

KANEL YACINE LACKE 33

KANEL GANGUEL MAKA-H1 OURO SARA FAMORY-H2 SADATOU GANGUEL 34

KANEL BONDJI WALI 35

KANEL GANGUEL SOULE-H1 KOLA TOKOSSEL 36

KANEL SINTHIOU POLELE 37

KANEL BALELE 38

KANEL AOURE 39

KANEL DIALLOUBE-H1 DIALLOUBE GALOYABE-H2 FETEWIGUE 40

KANEL DOUNDE 41

KANEL BOKISSABOUDOU 42

KANEL ORNDOLDE 43

KANEL SENO PALEL 44

KANEL DEIBA-H1 GOUREL DOW-H3 FARSOU KEBA-H2 CARRIERE 45


KANEL THIEMPING 46

KANEL SORINGHO SEBBE 47

KANEL FOUMIHARA DEMBOUBE 48

KANEL MEDINA TOROBE 49

KANELTOUBE DIAOUBE-TOUBE KAHE-NGHAR-H1 OURO GOREL-GAS-SABE-H1 ALASSERY-H2 MADINA HAMA MODY-H3 AINOUMADY-TOU-BEL BALI-H1 WENDOUCOLE

50

MATAM GANDE 1

MATAM GOUREL SERIGNE 2

MATAM MODERNE III 3

MATAM MANGO III 4

MATAM DIABE SALA 5

MATAM ALY OURO 6

MATAM AGNAM CIVOL 7

MATAM AGNAM WOURO CIRE 8

MATAM KANGAL KARADJI-H1 BAGONDE- H2 EDIT 9

MATAM LOUMBOL BALADJI 10

MATAM KOBILO DIADIABE 11

MATAM KAWEL DIALLOUBE 12

MATAM DOUMGA OURO THIERNO 13

MATAM BOKIDIAWE SARAKHOLE 14

MATAM MBAKHNA II 15

MATAM GUIRAYE 16

MATAM BOINADJI SINTHIOU 17

MATAM TIGUERE CIRE-H1 ANDA- H2 PETHIETE-H3 THIOFOL-BINRE 18

MATAM NABADJI CIVOL 19

MATAM WOUDOUROU 20

MATAM NDOULOUMADJI FOUNEBE 21

MATAM THIARENE 22

MATAM DIANDIOLY TOUCOULEUR 23

MATAM SINTHIOU GARBA FALBE 24

MATAM GALOYABE TOUCOULEUR 25

MATAMLOUMBOUL ALOUKI-H1 NDOULOUGOU I-NDOULOUGOU II-H6 DOURE

26

RANEROuDAROU RAHMANE BOUNDOU MBABA-H1 BOUNDOU MBABA SAN-DAGE-BOUNDOU MBABA MBOUR LOGME-BOUNDOU MBABA SAN-THIE-BOUNDOU MBABA BARKEDJI

51

RANEROuVELINGARA LAOBES-VELINGARA THIANOR-VELINGARA MAURE II-VELINGARA WOLOF I, II-VELINGARA THIANOR-H1 BOKE OULI

52

RANEROu CIVIABE ORIENTAL 53

RANEROuSORINGHO-H1 OURO ABOUYEL-H2 OURO DICOUROU-H3 OU-ROU IDY DOULO-H4 FETO-H5 OURO SAMBA ABDOUL-TOURE DIAOBES-H1 KODE DIARA

54

RANEROu LOUMBOUL SAMBA ABDOUL 55

KANEL NGAPOUGOU I RC


KANEL ORKADIERE RC

MATAM OGO RC

MATAM OREFONDE RC

MATAM DABIA OBEDJI RC

MATAM DONDOU RC

RéGION DE DE SAINT-LOuIS

DéPARTEMENT DE SAINT-LOuIS

CA/CR Localité/quartier Grappes

FASS NGOMYOUKHOULENE - KEUR GORA DIAGNE NAR - KEUR GORA DIAGNE OUOLOF - H1 KEUR ALIOU KA - H1 KEUR DJIBY KA - H2 KEUR AL-DIOUMA SOW

24

GANDON MBARIGO 20

GANDON BOUDIOUCK 21

GANDON NGAYE NGAYE - DIAMA TOUBE 22

GANDON NGAINA 23

MPAL MPAL 19

NDIEBENE GANDIOLE

NDIEBENE GANDIOLE 25

NDIEBENE GANDIOLE

GNILING MBAO - H3 SAWENE MBAO 26

SAINT LOuIS GOKHOU MBATHIE (LANGUE DE BARBARIE) 1

SAINT LOuIS BAS NDAR TOUTE (LANGUE DE BARBARIE) 2

SAINT LOuIS DAK GUET NDAR (LANGUE DE BARBARIE) 3

SAINT LOuIS HYDROBASE 4

SAINT LOuIS DAROU MEDINA MARMYAL 5

SAINT LOuIS TENDJIGUENE (SOR) 6

SAINT LOuIS DIAMAGUENE (SOR) 7

SAINT LOuIS HLM (SOR) 8

SAINT LOuIS EAUX CLAIRES (SOR) 9

SAINT LOuIS PIKINE BAS SENEGAL 10

SAINT LOuIS PIKINE TABLEAU WALO 11

SAINT LOuIS PIKINE TABLEAU WALO 12

SAINT LOuIS PIKINE SOR DAGA (SOR) 13

SAINT LOuIS GUINAW RAIL (SOR) 14

SAINT LOuIS DIAMINAR (SOR) 15

SAINT LOuIS CITE NIAKH 16

SAINT LOuIS NDIOLOFENE NORD (SOR) 17

SAINT LOuIS NALLELE SUD (SOR) 18

FASS NGOM FASS NGOM RC

SAINT LOuIS GOKHOU MBATHIE (LANGUE DE BARBARIE) RC

SAINT LOuIS PIKINE SOR DIAGNE (SOR) RC



DéPARTEMENT DE DAGANA


BOKHOL KHARE - H1 TENE KHARE - H2 GAE 21

BOKHOLWENDOU SOWNABE FONDOU - H1 KEUR AMADOU TOBO BA - H2 TETHIE NEDJI - H3 KEUR OUSMANE SARR

22

BOKHOL BOKHOL 23

DAGANA SECTEUR 2 1

DAGANA SECTEUR 3 2

DIAMA TABA TREICH - H1 EL HOUMEDI 24

DIAMAEL BETHIA I - EL DELHAM MARAYE - EL DEBIYAYE MARAYE I - EL DEBIYAYE MARAYE II - EL BETHIA II - H1 NDIOUGUETTE

25

DIAMA PONT GENDARME 26

DIAMA NDIAYE NGAINTHE 27

DIAMA NDIOLE PEULH - H1 KEUR PATHE TELELE SOW - H2 BEGAYE 28

DIAMADIADJI FAKHA + H1 DAARA SERIGNE MOUSSA MBACKE + H2 DAA-RA SERIGNE FALLOU+ H3 KEUR ASSANE MODY SOW - H4 SITOU FOULBE

29

GAE BOULEYDI 16

MBANE SOVONABE I(NIARI) - H1 GUETOU ARDO 17

MBANE KOEL (KOEL NIASSANTE) - H2 IBNOU DIENG 18

MBANE MBANE 19

MBANEDIALNABE BELY NAMARY - H1 FOUNDOUG II (KEUR BOLOL) - H2 KEUR AHMADOU BAMBA SOW

20

NGNITH DIOKHOR1(KOW) 30

NGNITHNDIEUMEULE SECKENE - DAROU DIALANG - H1 DIOKHOR - H2 KEUR BAIDY SOW

31

RICHARD-TOLL NDIAO 3

RICHARD-TOLL NDIANGUE 4

RICHARD-TOLL NOUROU GADALKHOUT 5

RICHARD-TOLL CAMPEMENT CIVIL 6

RICHARD-TOLL THIABAKH 7

RICHARD-TOLL THIABAKH 8

RICHARD-TOLL KHOUMA YACKH SABAR 9

RICHARD-TOLL KHOUMA WOLOF 10

RICHARD-TOLL KHOUMA WOLOF 11

RICHARD-TOLL GAE II 12

RONKH KHEUNE - H1 KEUR SERIGNE SOW 32

RONKH RONKH 33

RONKHNDIAEL -I -II- III - H1 K MOUSSA BA - H2 K BOUBOU ARONA KA - H3 KEUR L ISLAM - H1 GUILADO I - H2 GUILADO II

34

RONKHCOLONNAT(BALKI) - H1 LOUGUI DAYMISS I - H2 LOUGUI DAYMISS II - LOUGUI DAYMISS III - OUROULBE I - OUROULBE II

35


ROSS BETHIO ROSS BETHIO 14

ROSS BETHIO ROSS BETHIO 15

ROSSO SENEGAL SANTHIABA II 13

DAGANA SECTEUR 4 RC

NDOMBO SANDJIRy NDOMBO RC

NGNITHTIDIEL TOUCOULEUR - H1 MANGONE MBAYE - H2 THIEPPE - H3 YELETTE - H4 DIENG GUELEUM - H5 KEUR ALY SOW

RC

ROSSO SENEGAL MEDINE RC


DéPARTEMENT DE PODOR


AERE LAO AERE LAO 9

BOKI DIALLOuBE WALLAH - H1 SOUNATOU - H2 FONDE WALLAH - H3 YOKHANE 21

BOKI DIALLOuBE THIKITELE 22

BOKI DIALLOuBE BOKE MBAYBE 23

BOKI DIALLOuBEGAYE KADAR DIALOUBE - H2 BEYE MADJI SAFALBE - H3 BEYE MA-DJI IRLABE - H4 AERE NAMARY - H6 OURO GADIEL BA - H7 GUEN-TOU

24

DEMETTE SOUBALO-NGAIDEMBE 6

DODELPATHE GALLO - H1 WOUA WOUA - H2 SINTHIOU SILBE - H3 LAGNE - H4 SINTHIANE DEMBA HABY

36

DODEL SINTHIOU DANGDE 37

DODELDIAMAL - H1 NIORMI - H2 BOME - H6 AWDJI - H3 TOULELE MAMA - H4 DIOLBORTOL - H5 KORKODIOL

38

DODEL DODEL 39

DODELH28 ATCH BALLY FORAGE-H29 KORE II-H30 FORAGE-H31 KAWEL-H33 ATCH LANDJI-H34 ATCH VANDE-H28 ATCH BALLY FO-RAGE

40

DOuMGA LAOAERE POSTE - H1 WAYO - H2 NDOME - H3 BARELOU AERE - H4 NGABA

16

DOuMGA LAOIDA - H1 KOYLI NDIAYE - H2 PETEL OUROUBE - H3 GNEROUKI - H4 BINGUEL DIAOBE

17

DOuMGA LAOWOURO ARDO - MABOUBE DIAOBE - H2 BINGUEL TORODE - H3 TOURGUENOL (H3 FOURGUENOL) - H4 OURO THIERNO DIOP

18

DOuMGA LAOH7 SOUDOU OUTOUROU - H8 LOUMBOL THILLE - H9 BAGADOBE - H10 LAMBI FOUTOU

19

FANAyE NDIEURBEU - H1 OURO AMADOU SOW - H2 GADE MAOULOUD 27

FANAyE FANAYE DIERY 28

FANAyE THIANGAYE 29

FANAyE DIMAR DIERY 30

FANAyETATQUI - H1 OURO BAMBADO SY - H2 TETIANE PATOUKI - H3 ASNDE KODIOLI

31

GALOyA TOuCOuLEuR

LIDOUBE-KABA-BAILA 7


GAMADJI SARE THIELAO 11

GAMADJI SARE NAMAREL - GOUREL BOLO 20

GAMADJI SAREMANGAYE (OURO MANGOYE) - H1 DEGUAYE MAKAGNE - H2 ABA - H3 OWANDO - H4 PETONE - H5 BIDA - H6 BELEL BOUKI

41

GuEDE VILLAGE DIATAR 42

GuEDE VILLAGE MBOYO 43

GuEDE VILLAGEMBANTOU - H1 OURO AMADOU GALAT - H2 GOUREL KOMI - SIN-THIOU DIAMBO

44

GuEDE VILLAGE AGNAM TONGUEL 45

GuEDE VILLAGE TAREDJI DECOLLE 46

GuEDE VILLAGE H22 MOURLENE - H23 GAODE BOFFE - H24 WINDE BOKI 47

MBOLO BIRANE DABIA LIDOUBES 25

MBOLO BIRANE LOUGUE SEBBES 26

MBOuMBA HOSSIRDE 8

MEDINA NDIATHBE CAS CAS 12

MEDINA NDIATHBEOLOL DIAOBES - H1 AWA BENDY BA - H2 TOULELE BAYDI - H3 SIN-THIANE - H4 ARAM DIERY

13

MEDINA NDIATHBE TAKOYEL 14

MEDINA NDIATHBEH4 BELI BIRAME II-RINGANDE SAMBA NGOUNO-H6 OURO BOUYA-H7 OURO BOLOL-H8 LOUMBOL GAPADO-H9 OURO OUMAR DIERY BA

15

MERy BITTO 35

NDIAyENE PENDAO KADIOGUE (DIABOBES 2) 32

NDIAyENE PENDAO FIGO 33

NDIAyENE PENDAOH2 TEKINGUEL NGUENDAR - H10 LOUMBOL - H11 THIEWGAL - H12 PATE COGNE - H13 KAWEL NGUENDAR

34

NDIOuM NDIOUM DJERY 3

NDIOuM OULAD BERY 4

NIANDANE AYNOUMADY 5

PETE SINTHIANE 1 10

PODOR TIOFFY 1

PODOR SINTHIANE 2

DODEL THIALAGA - H1 GOUREL GUELADIO RC

MBOLO BIRANE GALOYA PEULH FOULBE RC

MEDINA NDIATHBEH2 THILLI BABACAR - H5 DIAMI DARTE - H3 WINDE HERY - H4 BAR-KEDJI - H6 KOKHA FETHI

RC

MERy SOBALO MBOUMBA - DIAOBE MBOUMBA - H1 SAVA GANDE MERY RC

NDIAyENE PENDAO LOBBOUDOU DOUE RC


RéGION DE SéDHIOu


BOuNKILING TOUBA EL HADJI 2 10

BOuNKILING MEDINA TAIBATOU - SARE DEMBA NDIADOU - H1 BANDIANGARA 12

BOuNKILING DIAHIDINA - MEDINA MOUSTAPHA - H1 MEDINA SAMBA BA 13

BOuNKILINGBOUNGHARY SANTO - BOUNGHARY DOUMA- KAPOUNDOUNE PEULH - KAPOUNDOUNE DIOLA - MAMBIGNE

15

BOuNKILING INOR DIOLA - INOR BAYNOUCK 16

BOuNKILINGSOUAKY - ANDIOUME - KEUR SOULEYE - H1 SITANOUNKOU - H1 LINKETO

17

BOuNKILING MAFONGO 18

BOuNKILING TOUBA MOURIDE 19

GOuDOMP SANSANCONO 20

GOuDOMP BIRKAMA 22

GOuDOMP SAMINE SANTO 23

GOuDOMP SIMBANDI BALANTE 24

GOuDOMP BAFATA BALANTE 25

GOuDOMP SIMBANDI BRASSOU 26

SEDHIOu MORICOUNDA 1

SEDHIOu MONTAGNE ROUGE 2

SEDHIOu UC 1 BLOC 3

SEDHIOu DASSILAME PAKAO 4

SEDHIOu NIMZATT - H1 SAYANE 5

SEDHIOu OUDOUCAR 6

SEDHIOu BEMET BIDJINI 7

SEDHIOu TABALY- DIOGNERE - H1 DIOGNERE TAMBACOUNDA 8

SEDHIOu FRANCOUNDA 9

SEDHIOu KOUNTOUBOU – MALIFARA 11

SEDHIOu BARI 14

SEDHIOu KEROUANE 21

SEDHIOu BADIARI 27


RéGION DE TAMBACOuNDA


BAKEL SAKHOLA 1

BAKEL ABATTOIRS 2

BAKEL TUABOU 3

BAKEL OURO HIMADOU 4

BAKELGOUNDIOUROU (DIAMEKOUNDA)-SINTHIOU YORO MBAYE-SOUM-BOURDAKA-H1 GOUREL NIBA

5

BAKEL BALLOU 6

BAKEL SIRA SIMBING-SIRA NGADA-SIRA DOUNDOU-SAMBA KONTAYE 7

BAKEL GANDE 8

GOuDIRyKOUTHIAKHASSE (KOUTIA) -PASS KOUTIA-FASS KOUTHIA (FASS GOUNASS)

27

GOuDIRy TABANDING - MEDINA TOUKOUTALA - BANFARA MOSSI 28

GOuDIRy FERGO-GOUDIRY FOULBES-H1 LOUMBI DE LOUMBI SADIO 29

GOuDIRyMAYEL WAMBABE-SENO SAMBA YABE-H1 GOUREL DEMBA HA-MADY DE MADJIE-H2 SINTHIOU KALELE DE OURO SINGHA-H3 SIN-THIANE AMADY BA

30

GOuDIRyKOTHIE-KOTHIEYEL-H1 GOUREL FREBBEL-H2 GOUREL SAMBA CISSSOKHO DE KOTHIE-H1 GOUREL CHERIF DE KOTHIE-H1 GOU-REL IBRAHIMA DE KANIBE-H3 GOUREL SOUMAYE

31

GOuDIRy KOULOR 32

GOuDIRyDINDEDJI-H1 SENO DIAOBE DE DINDEDJI-H2 DIAMWELI DE DINDE-DJI-H3 LOUMBI DIODO DE DINDEDJI-H4 LOUMBOUL SAMBA YABE DE DINDEDJI-BOUYAGUE-SINTHIOU DOUBEL

33

KOuMPENTOuM SARE ABDOULAYE-KOUNTOUATA 34

KOuMPENTOuM FASS NDIMBELANE 35

KOuMPENTOuM KABA 36

KOuMPENTOuM TOUBA SINE-TOUBA DAROU FALL 37

KOuMPENTOuMVELINGARA GUINTHE (VELINGARA SARE DIOP)-PATOULANE NDIOBE-NE

38

KOuMPENTOuMPALANGHE HAMADY-TETHIE NANGUE-SINTHIOU MAKA BA-KEUR PATHE

39

KOuMPENTOuMDIAGLE NDAWENE-BARINABE (SARE BARRY)-SINTHIOU FODE-SIN-THIOU DIERY

40

KOuMPENTOuMH1 SINTHIOU ASRE-H2 BELEL THIANGHE-H3 DIOULKY-H6 BELEL KO-BA-H4 SOUTOURA BODE-H5 BELEL KOBA-H6 NDAKHAR-

41

KOuMPENTOuMSOUTHIE (SOUTHIE PEULH)-KEUR LAMINE WILANE (SOUTHIE OUO-LOF)-H1 BOULY DIOHE

42

TAMBACOuNDA SARE GUILEL 9

TAMBACOuNDA CAMP NAVETANE 10

TAMBACOuNDA GOUREL DIADIE 11

TAMBACOuNDA MEDINA COURA OUEST 12

TAMBACOuNDA PONT 2 13

TAMBACOuNDA ABATTOIRS COMPLEMENT 14


TAMBACOuNDA PLATEAU 15

TAMBACOuNDA GADAFARA 16

TAMBACOuNDA MBOULE (DIMBO)-SARE DADY-H1 NGOUYDI 17

TAMBACOuNDAMADINA NIANA I-H1 MEDINA SILY-MEDINA MOUSSA (SARE MOUS-SA)-H1 SARE OUSMANE DIALLO-H2 GALLE ALASSANE BA-H3 SIN-THIOU AROUNA-H4 GALLE YORO DIALLO

18

TAMBACOuNDASINTHIOU SAMBA CIRA-SINTHIOU EL HADJI YERO BA-SARE GAL-LO-MANIGUI THIERNO

19

TAMBACOuNDASAMBA KHOREDIA OUOLOF-SARE DADY THIOCKE-H1 NDIAYENE ILLO DIALLO-SARA PATHE GOUBEL

20

TAMBACOuNDAMEDINA ABDOURAHMANE-SINTHIOU DIAMERY-PENDAKARE PEULH-H1 MEDINA DIAWARA

21

TAMBACOuNDAMISSIRAH TABADIAN (B. SOUCOUTO) (B. TABADIANG)-BOULACOUN-DA BOLOL (BOULACOUNDA PEULH)

22

TAMBACOuNDAGUINGUINEO (MEDINA BAMBARA)-DIAMWELLY (MEDINA PEULH)-KE-LING-H3 SARE NDOUGUE-H1 BAGHAYA-H2 SIKASSO

23

TAMBACOuNDANIAOULE MBAYGOU-OUNDOUNDOU AMEROU-BAGADADJI (BOUNKILING)-KODIAM-LOUGUE NIALBY-SANTAFARA (MAKA YAYA)-DIAMWELLY II-

24

TAMBACOuNDA NETTEBOULOU 25

TAMBACOuNDA

OUNDOUNDOU DIAKHA-OUNDOUNDOU MAKHAN-OUNDOUN-DOU DIAWARA (OUNDOUNDOU AMADOU BABA-OUNDOUNDOU KOUTHIA-OUNDOUNDOU MEDINA NDIAYE-GODIAYEL (NIANGIRI-LAOBE)-GODIAYEL -MEDINA DIALOUBE

26

BAKEL SADATOU-H1 FALALA RC

GOuDIRyTALIBADJI OUOLOF-ALAGUE-NANGANEME II-NANGANEME I-H2 GOULOUMBEL-H1 DAGABDJI

RC

TAMBACOuNDA SINTHIOU MALEME RC

TAMBACOuNDA MAKA VILLAGE RC

TAMBACOuNDA OUASSADOU DEPOT RC


RéGION DE THIèS


MBOuR NDOUBAB 1

MBOuR MBOUR MAURE 2

MBOuR ONCAD 3

MBOuR TEFESS 4

MBOuR CHATEAU D'EAU NORD 5

MBOuR LIBERTE II 6

MBOuR NDALOR 7

MBOuR SALY CARREFOUR 8

MBOuR LOCK DIAKHOUL-H4 KOBRANE 9

MBOuR NGUEDJI I 10

MBOuR FOUA II 11

MBOuR TATAGUINE BAMBARA 12

MBOuRH4 MODIANE BAKHOUM-H3 KEUR YOPANE (KEURY KAW)-H2 KEUR MADY DIAKHATE-H1 KEUR DIEGANE DIOME

13

THIES NDIAYENE GOUYE 14

THIES DAROU SALAM 15

THIESTATENE BAMBARA-H1 SENEFO COUNDA-H3 NGARIGNE NDOU-PANE-TATENE TOUCOULEUR (GOUREL NIANI)

16

THIES MBEWANE THIATHIAO 17

THIES THIENABA I (THIENABA SECK) 18

THIES GADE KHAYE-SINTHIOU GADE 19

THIES NDIOBENE-H1 THIAOUANE 20

THIES H2 KM 50 21

THIES MEDINA FALL 22

THIES DIAMAGUENE 23

THIES CITE LAMY 24

THIES HERSENT 25

THIES MBOUR I 26

TIVAOuANE KOULY NGUIDIANE 27

TIVAOuANE MBORO I 28

TIVAOuANE H1 DIOGO GUEDJ 29

TIVAOuANE KOURE DEUK-NIASSE NIAGA-NIASSE MOMAR 30

TIVAOuANE NDIAKHATE GATEIGNE-GATEIGNE 31

TIVAOuANE THIELLY-THIAWENE-MERINA DIOP-NDIENE RATTE (NDIENE SALL) 32

TIVAOuANE CHERIF LO 33

TIVAOuANE KEUR ALIOU KANE-KEUR AMATH SOPHIE-SANTHIOU NDARY 34

MBOuR THICKY-H1 ALTOU WEL RC

THIES THIALY (PETIT THIALY) RC

THIES DIXIEME RC

TIVAOuANE TOUNDE THIOUNE-H2 DAROU-H1 MABO-H3 THISSE RC


RéGION DE ZIGuINCHOR


BIGNONA MEDINA PLATEAU 1

BIGNONA BASSENE 2

BIGNONA BAILA 4

BIGNONA KAGNOBON 5

BIGNONA MLOMP 6

BIGNONA H1 BOUAL/H2 BOUDONE 7

BIGNONA TENGHORY COMPLIQUE 8

BIGNONA MANGOULENE DIOGA - MANGOULENE OUBEME 9

BIGNONA TRANQUILLE 10

BIGNONA KAFOUNTINE 11

BIGNONA DAR SALAM 13

OuSSOuyE ETYA/ HARLEM/ SOUSSLEUK 14

OuSSOuyE OUKOUT ETEILO/ OUKOUT MADIOP 15

ZIGuINCHOR BAGHAGHA 3

ZIGuINCHOR KANDIALANG 12

ZIGuINCHOR COLOBANE 16

ZIGuINCHOR DJIRIGHO 17

ZIGuINCHOR BOUCOTTE SUD 18

ZIGuINCHOR BOUCOTTE SUD 19

ZIGuINCHOR BOUCOTTE OUEST 20

ZIGuINCHOR BOUCOTTE EST 21

ZIGuINCHOR NEMA 22

ZIGuINCHOR SANTHIABA 23

ZIGuINCHOR PETIT KANDE 24

ZIGuINCHOR DJIBOCK 25

ZIGuINCHOR DJIFANGHOR 26

BIGNONADJIGUIRONE - BAMBATOUMA - SINKO - COULINKAN - H1 DJIRE-GOUMADE

RC

BIGNONABRIKAMANDING I - WANGARAN - ESSOM SILATHIAYE - H1 DJIROUM-BA - H1 KOUREUMBEU - H2 MLOMP

RC

BIGNONA DIOGUE RC


ANNEXE 2 :exempLe De caRte De DR


INITIATION À LA MÉTHODOLOGIE DE L’ENQUÊTE

AGENDA DE LA FORMATION

5-6 OCTOBRE 2015

ENQUÊTE NUTRITIONNELLESMART 2015


ANNEXE 3 :agenDa De La foRmation suR

L’initiation à La méthoDoLogie De L’enquête


AGENDA DE FORMATION HORAIRES THEMES RESPONSABLE

1er jour• 9h00 - 9h10

• Accueil des participants et Ouverture officielle de la formation

• MSP/DAN

• 9h10 - 9h20 • Désignation d’un rapporteur pour J1• Introduction de la formation + Objectif de

la formation

• Consultant

• 9h20 - 9h30 • Présentation des participants : tour de table • Consultant/DAN

• 9h30 - 10h00 Malnutrition et Mortalité• Indicateurs et comment les mesurer• Comment évaluer l’état nutritionnel et

évaluation de la situation nutritionnelle d’une population

• Données d’enquête et sources d’erreurs

• Consultant

• 10h00 - 10h30 Pause

• 10h30 - 13h00 Haute qualité des données• Standardisation du matériel anthropométrique• Standardisation des anthropomètres• Enquête pilote (pré-test des outils de

collecte)• Échantillonnage; calendrier des évé-

nements locaux et prise des mesures anthropométriques

• Consultant

Méthodologie SMART• Historique de la méthodologie SMART• Planification d’une enquête SMART• Avantages de la méthodologie SMART• Différentes étapes d’une enquête SMART

• Consultant

• 13h00 - 14h00 Pause-Déjeuner

• 14h00 - 15h00 Méthodologie SMART• Bref aperçu du Logiciel ENA pour SMART

• Consultant

• 15H00 – 16H00 • Bref aperçu de l’utilisation des Smart Phones pour la saisie des données

• Vincent Turmine

• 16h00 - 16h30 Synthèse et conclusion de la journée et introduction de l’agenda de la journée 2

• Consultant

2e jour• 9h00 - 9h30

• Lecture et adoption du rapport du jour 1• Discussion et échanges sur les questions

relatives à J1• Désignation d’un rapporteur pour J2

• Rapporteur et Consultant

• 9h30 -13h00 • Présentation/revue/validation de tout le processus et documents/outils de l’en-quête SMART 2015

• Consultant

• 13h00 – 13h30 • Conclusion et clôture de la formation • UNICEF/MSP/DAN

• 13h30 - 14h30 Pause Déjeuner

• 14h30 - 17h00 Préparation du matériel pour la formation• Vérification, identification et calibrage de

tout le matériel anthropométrique (Ba-lances, Toises et rubans PB)

• Préparation de tout le matériel nécessaire à formation du Groupe 1 des enquêteurs (du 7-12 Octobre à Thiès)

• Consultant et facilitateurs de la DAN/comité tech-nique


AGENDA DE LA FORMATION DES AGENTS ENQUÊTEURS

Groupe 1 - 12 - 17 OCTOBRE 2015 Groupe 2 - 19 - 24 OCTOBRE 2015

ENQUÊTE NUTRITIONNELLESMART 2015


ANNEXE 4 :agenDa De Deux

sessions De foRmation Des enquêteuRs


AGENDA DE FORMATION

HORAIRES THEMES RESPONSABLE

1er jour• 9h00 - 9h30

Lundi 12 ou 19 Octobre 2015• Accueil des participants et Ouverture

officielle de la formation • Désignation d’un rapporteur pour J1 • Modalités administratives

• MSP/DAN

• 9h30 - 10h00 • Introduction de la formation + Objectif de la formation

• Consultant

• 10h00 - 10h30 • Présentation des participants : tour de table

• Consultant/DAN

• 10h30 - 11h00 Pause

• 11h00 - 12h30 • Échantillonnage : identification de mé-nage (notion de ménage)

• Composition des équipes • Organisation d’une enquête • Importance de garantir la qualité des

données• Rôle de l’enquêteur • Rôle du superviseur de l’équipe • Rôle du coordonnateur qui accompagne

les équipes • Exigences de SMART : supervision rap-

prochée, saisie sur le terrain, etc…

• Consultant et facilitateurs

• 12h30 – 13h30 • Calendrier des événements historiques ou locaux

a. Présentation et explication de sa perti-nence

b. Exercices pratiques (par région)


• 13h30 - 14h30 Pause-Déjeuner

• 14h30 - 17h00 Mesures Anthropométriques • Théorie sur les mesures anthropomé-

triques • Démonstration des mesures anthropomé-

triques• Pratique des mesures anthropométriques


• 15h00 - 15h15 Pause


• Consultant

2e jour• 9h00 - 9h30

Mardi 13 ou 20 Octobre 2015• Lecture et adoption du rapport du jour 1• Discussion et échanges sur les questions



• 9h30 -10h30 • Retour sur les Mesures Anthropomé-triques


• 10h30 - 11h00 Pause


• 11h00 – 13h30 • Déroulement de la collecte des données (Travail terrain)

• Présentation des outils de collecte des données

• Normes de références OMS• Remplissage du questionnaire anthropo-

métrie


• Remplissage du questionnaire « Mortalité Ménage et Mortalité Grappe »


• Remplissage du questionnaire « Femmes »


• 14h30 - 17h00 Remplissage des questionnaires papiers • Exercices pratiques (Jeux de rôles)


• 15h00 - 15h15 Pause


• Consultant

3e jour• 9h00 - 9h30

Mercredi 14 ou 21 Octobre 2015• Lecture et adoption du rapport du jour 2• Discussion et échanges sur les questions



• 9h30 -10h30 • Utilisation des questionnaires électro-niques – SmartPhones


• 10h30 - 11h00 Pause

• 11h00 – 13h30 • Utilisation des questionnaires électro-niques - SmartPhones (Exercices pra-tiques)


• 14h30 – 15h00 • Retour su l’Utilisation des SmartPhones

• 15h00 – 17h00 Haute qualité des données • Standardisation des anthropomètres et le

Matériel • Comment minimiser les erreurs et les

biais • Consignes pour le test de la standardisa-

tion


• 16h00 - 16h15 Pause


• Consultant

4e jour• 8h30 - 9h00

Jeudi 15 ou 22 Octobre 2015Test de standardisation • Déplacement des mères et installation du

matériel anthropométrique


• 9h00 -13h30 • Arrivée des mères avec les enfants • Organisation et déroulement de la Stan-

dardisation des anthropomètres



• 14h30 - 15h30 • Standardisation : Saisie des données, sortie des rapports et interprétation


• 15h30 - 16h30 • Retour sur la standardisation • Choix des anthropomètres et des aides

pour chaque équipe• Présentation du déroulement du pré-test

et organisation de son déroulement

5e jour (Vendredi 16 ou 23 Octobre 2015)

Possibilité de reprises pour les agents qui échouent le test de standardisation • Retour sur les techniques des mesures

anthropométriques • Reprise du test de standardisation


6e jour• 7h30 - 8h30

Samedi 17ou 24 Octobre 2015Enquête Pilote (Pré-test) • Déplacement des équipes vers le lieu du

pré- test de l’enquête


• 8h30 -12h30 • Pré-test de l’enquête

• 12h30 -13h30 • Retour des équipes


• 14h30 - 15h30 • Retour sur le pré-test et correction des outils, s’il y a lieu


• 15h30 - 16h30 • Préparatifs à la collecte des données et organisation de son déroulement

• Dernières consignes pour la collecte des données

• 16h00 - 16h30 • Évaluation de la formation • Consultant

• 16h30 - 17h00 • Clôture de la formation • MSAS/PTF


REPUBLIQUE DU SENEGALSMART 2015

ENQUETE NUTRITIONNELLE ET DE MORTALITE

FICHE - TEST DE STANDARDISATIONDES ANTHROPOMÈTRES

Première séance des mesures anthropométriques

Nom du Formateur : ___________________________ Nom du Superviseur : ________________________

Nom de l’anthropomètre : _____________________ Nom ou numéro de l’équipe : ____________________

Première séance des mesures

EnfantsÂge (mois) Poids (kg) Taille (cm) PB (cm)

No Prénom et Nom

1

2

3

4

5

6

7

8

9

10

ANNEXE 5 :Les fiches De La stanDaRDisation

Des mesuRes anthRopométRiques


Première séance des mesures anthropométriques

Nom du Formateur : ___________________________ Nom du Superviseur : ________________________

Nom de l’anthropomètre : _____________________ Nom ou numéro de l’équipe : ____________________

Première séance des mesures

EnfantsÂge (mois) Poids (kg) Taille (cm) PB (cm)

No Prénom et Nom

1

2

3

4

5

6

7

8

9

10

REPUBLIQUE DU SENEGALSMART 2015

ENQUETE NUTRITIONNELLE ET DE MORTALITE

FICHE - TEST DE STANDARDISATIONDES ANTHROPOMÈTRES


Rapport d’évaluation des enquêteurs – Première session

i

Rapport d'évaluation des enquêteurs – Première session Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W1-W2] [Enum.(W1+W2)- (Superv.(W1+W2)] Enquêteur 1 1,24 OK 33,67 OK 0/8 7/2 Enquêteur 3 2,66 OK 31,19 OK 0/9 9/1 Enquêteur 4 2,29 OK 28,74 OK 0/9 7/2 Enquêteur 5 1,28 OK 27,47 OK 1/7 7/2 Enquêteur 6 4,70 OK 54,61 OK 2/7 7/3 Enquêteur 7 0,52 OK 27,89 OK 0/8 7/3 Enquêteur 8 1,40 OK 27,15 OK 1/7 6/3 Enquêteur 9 0,47 OK 26,66 OK 1/7 8/1 Enquêteur 10 0,74 OK 26,49 OK 1/9 6/2 Enquêteur 16 0,48 OK 2,71 OK 0/8 5/4 Enquêteur 17 0,42 OK 2,65 OK 2/6 7/0 Enquêteur 20 0,29 OK 3,70 OK 4/5 7/1 Enquêteur 25 0,49 OK 1,49 OK 5/3 7/2 Enquêteur 2 6,15 OK 32,74 OK 1/9 5/4 Enquêteur 11 0,32 OK 2,77 OK 1/7 5/1 Enquêteur 13 0,35 OK 2,92 OK 3/7 9/0 Enquêteur 14 0,16 OK 2,65 OK 1/6 7/1 Enquêteur 18 0,33 OK 2,74 OK 2/5 8/0 Enquêteur 26 0,43 OK 1,77 OK 2/6 4/3 Enquêteur 21 1,21 OK 1,53 OK 2/6 4/5 Enquêteur 23 0,44 OK 1,12 OK 2/5 6/2 Enquêteur 12 0,19 OK 2,16 OK 1/4 7/0 Enquêteur 15 0,20 OK 2,63 OK 1/5 8/0 Enquêteur 19 0,21 OK 2,72 OK 2/5 9/0 Enquêteur 22 0,53 OK 1,05 OK 3/6 4/3 Enquêteur 24 2,11 POOR 2,87 POOR 4/6 6/2 Enquêteur 27 3,95 POOR 4,61 POOR 2/7 4/5 Enquêteur 28 0,57 OK 1,97 OK 5/5 6/2 Enquêteur 29 0,57 OK 1,41 OK 4/4 7/3 Enquêteur 30 0,68 OK 1,38 OK 6/3 5/5

ANNEXE 6 :RappoRt Du test De

stanDaRDisation Des mesuRes anthRopométRiques



ii

Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H1-H2] [Enum.(H1+H2)- Superv.(H1+H2)] Enquêteur 1 2,68 OK 33,30 OK 6/1 7/3 Enquêteur 3 2,83 OK 19,85 OK 6/3 9/1 Enquêteur 4 1,57 OK 31,07 OK 5/5 8/2 Enquêteur 5 25,61 OK 16,51 OK 7/3 6/3 Enquêteur 6 1,63 OK 25,21 OK 7/2 7/3 Enquêteur 7 1,24 OK 32,38 OK 5/5 6/4 Enquêteur 8 1,98 OK 31,82 OK 4/5 6/4 Enquêteur 9 12,74 OK 35,08 OK 8/2 6/4 Enquêteur 10 2,69 OK 25,83 OK 6/4 4/5 Enquêteur 16 5,38 OK 12,37 OK 6/2 4/6 Enquêteur 17 1,63 OK 16,16 OK 7/2 1/9 Enquêteur 20 1,59 OK 6,76 OK 6/2 2/8 Enquêteur 25 5,36 OK 9,27 OK 6/4 3/7 Enquêteur 2 118,73 POOR 124,13 POOR 5/4 7/2 Enquêteur 11 4,00 OK 23,55 POOR 3/6 1/9 Enquêteur 13 3,59 OK 28,32 POOR 5/4 0/10 Enquêteur 14 1,55 OK 46,22 POOR 3/5 0/10 Enquêteur 18 2,89 OK 35,80 POOR 3/5 0/10 Enquêteur 26 5,15 OK 25,12 POOR 8/2 1/9 Enquêteur 21 3,48 OK 19,59 POOR 7/3 3/7 Enquêteur 23 3,36 OK 24,19 POOR 6/4 0/9 Enquêteur 12 46,98 POOR 33,03 POOR 6/3 5/5 Enquêteur 15 1660,48 POOR 1600,25 POOR 4/6 4/6 Enquêteur 19 1296,50 POOR 1275,47 POOR 7/3 3/7 Enquêteur 22 23,11 POOR 38,04 POOR 4/4 4/6 Enquêteur 24 56,47 POOR 55,46 POOR 8/2 1/9 Enquêteur 27 3,48 OK 31,83 POOR 8/1 1/9 Enquêteur 28 1,72 OK 12,61 POOR 8/1 3/6 Enquêteur 29 1,94 OK 13,01 POOR 9/0 2/7 Enquêteur 30 0,84 OK 17,49 POOR 4/5 2/8


iii

MUAC: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC1-MUAC2] [Enum.(MUAC1+MUAC2)- Superv.(MUAC1+MUAC2] Enquêteur 1 46,00 OK 362,00 POOR 0/7 6/3 Enquêteur 2 210,00 POOR 966,00 POOR 4/6 8/1 Enquêteur 3 41,00 OK 755,00 POOR 2/5 9/1 Enquêteur 4 52,00 OK 654,00 POOR 3/4 9/0 Enquêteur 5 133,00 POOR 345,00 POOR 5/4 8/2 Enquêteur 6 130,00 POOR 710,00 POOR 2/5 7/3 Enquêteur 7 33,00 OK 353,00 POOR 4/3 5/4 Enquêteur 8 99,00 POOR 671,00 POOR 5/5 10/0 Enquêteur 9 55,00 OK 863,00 POOR 2/7 9/1 Enquêteur 10 113,00 POOR 319,00 POOR 3/5 5/3 Enquêteur 11 76,00 OK 310,00 OK 4/4 2/8 Enquêteur 12 692,00 POOR 412,00 OK 4/4 1/8 Enquêteur 13 57,00 OK 195,00 OK 6/3 0/9 Enquêteur 14 41,00 OK 193,00 OK 1/7 1/9 Enquêteur 15 104,00 OK 192,00 OK 3/5 6/2 Enquêteur 16 493,00 POOR 1139,00 POOR 4/5 4/6 Enquêteur 17 111,00 OK 451,00 OK 3/3 1/8 Enquêteur 18 51,00 OK 135,00 OK 2/4 2/8 Enquêteur 19 58,00 OK 2232,00 POOR 3/4 0/10 Enquêteur 20 107,00 OK 241,00 OK 7/3 4/5 Enquêteur 21 89,00 POOR 411,00 POOR 1/7 8/1 Enquêteur 22 104,00 POOR 128,00 POOR 6/4 2/7 Enquêteur 23 85,00 POOR 241,00 POOR 4/3 10/0 Enquêteur 24 122,00 POOR 142,00 POOR 4/6 6/4 Enquêteur 25 355,00 POOR 699,00 POOR 7/2 2/8 Enquêteur 26 62,00 OK 98,00 OK 4/5 4/4 Enquêteur 27 37,00 OK 425,00 POOR 5/2 9/0 Enquêteur 28 77,00 OK 135,00 POOR 3/7 2/8 Enquêteur 29 73,00 OK 143,00 POOR 2/6 6/3 Enquêteur 30 91,00 POOR 141,00 POOR 2/5 4/6 Pour évaluer les enquêteurs, la précision et l'exactitude de leurs mesures sont calculées. Pour la précision, la somme des carrés de la différence des doubles mesures est calculée. Cette valeur doit être inférieure à deux fois la valeur de la précision du superviseur. Pour l'exactitude, la somme des carrés de la différence entre les valeurs des enquêteurs (poids 1 + poids 2) et les valeurs du superviseur (poids 1 + poids 2) est calculée. Cette valeur doit être inférieure à trois fois la valeur de l'exactitude du superviseur. Pour vérifier les erreurs systématiques des enquêteurs, le nombre de variations positives et négatives peut être utilisé.


iv

Rapport d'évaluation des enquêteurs – Groupe 2 Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W1-W2] [Enum.(W1+W2)- (Superv.(W1+W2)] Supervisor 0,63 3/6 Enumerator 1 0,66 OK 0,61 OK 1/7 2/6 Enumerator 2 0,48 OK 3,13 POOR 2/6 3/5 Enumerator 3 0,36 OK 1,17 OK 4/6 3/5 Enumerator 4 0,37 OK 0,46 OK 1/7 3/6 Enumerator 5 0,30 OK 0,53 OK 3/5 3/4 Enumerator 6 0,37 OK 0,62 OK 2/7 5/2 Enumerator 7 0,33 OK 0,52 OK 3/6 6/3 Enumerator 8 1,19 OK 2,96 POOR 2/7 3/6 Enumerator 9 0,54 OK 6,17 POOR 2/7 5/4 Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H1-H2] [Enum.(H1+H2)- Superv.(H1+H2)] Supervisor 2,33 7/3 Enumerator 1 4,27 OK 23,08 POOR 6/3 1/8 Enumerator 2 2,19 OK 13,48 POOR 6/4 2/8 Enumerator 3 1,88 OK 11,19 POOR 7/3 1/9 Enumerator 4 3,36 OK 3,07 OK 6/3 4/6 Enumerator 5 87,26 POOR 79,77 POOR 6/4 1/9 Enumerator 6 2,98 OK 6,77 OK 6/3 5/4 Enumerator 7 0,99 OK 10,88 POOR 4/3 2/8 Enumerator 8 4,78 POOR 27,61 POOR 5/4 2/7 Enumerator 9 632,05 POOR 631,70 POOR 6/3 1/9

Rapport d’évaluation des enquêteurs – Groupe 2


v

MUAC: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC1-MUAC2] [Enum.(MUAC1+MUAC2)- Superv.(MUAC1+MUAC2] Supervisor 1,01 3/4 Enumerator 1 0,21 OK 3,08 POOR 3/4 3/7 Enumerator 2 0,69 OK 5,28 POOR 5/4 0/9 Enumerator 3 1,19 OK 2,84 OK 4/5 4/5 Enumerator 4 2,01 OK 2,62 OK 2/5 8/1 Enumerator 5 5,19 POOR 10,10 POOR 7/2 2/7 Enumerator 6 1,59 OK 4,64 POOR 4/5 1/9 Enumerator 7 0,45 OK 1,82 OK 4/3 3/6 Enumerator 8 1,41 OK 2,52 OK 6/4 4/6 Enumerator 9 0,23 OK 7,28 POOR 3/2 0/10 Pour évaluer les enquêteurs, la précision et l'exactitude de leurs mesures sont calculées. Pour la précision, la somme des carrés de la différence des doubles mesures est calculée. Cette valeur doit être inférieure à deux fois la valeur de la précision du superviseur. Pour l'exactitude, la somme des carrés de la différence entre les valeurs des enquêteurs (poids 1 + poids 2) et les valeurs du superviseur (poids 1 + poids 2) est calculée. Cette valeur doit être inférieure à trois fois la valeur de l'exactitude du superviseur. Pour vérifier les erreurs systématiques des enquêteurs, le nombre de variations positives et négatives peut être utilisé.


vi

Rapport d'évaluation des enquêteurs Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W1-W2] [Enum.(W1+W2)- (Superv.(W1+W2)] Supervisor 0,94 4/6 Enumerator 11 0,74 OK 1,32 OK 4/6 5/5 Enumerator 12 0,65 OK 1,05 OK 5/4 6/4 Enumerator 13 0,64 OK 1,60 OK 4/4 6/4 Enumerator 14 0,50 OK 2,16 OK 5/4 4/6 Enumerator 15 29,52 POOR 35,72 POOR 4/6 3/7 Enumerator 16 5,30 POOR 5,70 POOR 5/5 5/4 Enumerator 17 1,09 OK 1,91 OK 5/5 4/5 Enumerator 18 0,82 OK 2,40 OK 3/6 8/2 Enumerator 19 1,05 OK 2,97 POOR 3/5 5/4 Enumerator 20 1,57 OK 0,87 OK 4/5 4/6 Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H1-H2] [Enum.(H1+H2)- Superv.(H1+H2)] Supervisor 4,48 7/2 Enumerator 11 8105,81 POOR 8387,85 POOR 6/2 1/8 Enumerator 12 1,78 OK 13,28 OK 8/2 0/10 Enumerator 13 7,90 OK 46,88 POOR 4/6 3/7 Enumerator 14 5,25 OK 18,97 POOR 6/2 1/9 Enumerator 15 106,71 POOR 105,49 POOR 3/7 3/7 Enumerator 16 6,45 OK 5,05 OK 5/4 0/9 Enumerator 17 84,86 POOR 71,64 POOR 6/4 6/2 Enumerator 18 2,70 OK 3,26 OK 2/8 2/7 Enumerator 19 1,08 OK 5,88 OK 4/5 3/7 Enumerator 20 4,16 OK 1,12 OK 5/4 5/3

Rapport d’évaluation des enquêteurs


vii

MUAC: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC1-MUAC2] [Enum.(MUAC1+MUAC2)- Superv.(MUAC1+MUAC2] Supervisor 0,93 5/4 Enumerator 11 4,40 POOR 23,51 POOR 7/1 10/0 Enumerator 12 0,56 OK 24,29 POOR 4/4 10/0 Enumerator 13 1,05 OK 41,46 POOR 3/4 10/0 Enumerator 14 0,66 OK 34,41 POOR 4/4 10/0 Enumerator 15 1,12 OK 34,69 POOR 7/1 10/0 Enumerator 16 1,16 OK 28,01 POOR 5/5 10/0 Enumerator 17 1,10 OK 13,93 POOR 3/5 10/0 Enumerator 18 3,06 POOR 14,65 POOR 6/4 10/0 Enumerator 19 5,93 POOR 13,44 POOR 6/2 9/1 Enumerator 20 0,31 OK 11,04 POOR 4/4 9/1 Pour évaluer les enquêteurs, la précision et l'exactitude de leurs mesures sont calculées. Pour la précision, la somme des carrés de la différence des doubles mesures est calculée. Cette valeur doit être inférieure à deux fois la valeur de la précision du superviseur. Pour l'exactitude, la somme des carrés de la différence entre les valeurs des enquêteurs (poids 1 + poids 2) et les valeurs du superviseur (poids 1 + poids 2) est calculée. Cette valeur doit être inférieure à trois fois la valeur de l'exactitude du superviseur. Pour vérifier les erreurs systématiques des enquêteurs, le nombre de variations positives et négatives peut être utilisé.


viii

Rapport d'évaluation des enquêteurs Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W1-W2] [Enum.(W1+W2)- (Superv.(W1+W2)] Supervisor 0,59 1/9 Enumerator 21 0,53 OK 0,20 OK 2/6 7/0 Enumerator 22 0,93 OK 1,26 OK 5/3 7/2 Enumerator 23 0,59 OK 0,30 OK 3/7 4/3 Enumerator 24 0,21 OK 0,82 OK 5/2 6/4 Enumerator 25 0,24 OK 0,33 OK 4/3 6/2 Enumerator 26 1,14 OK 2,07 POOR 4/5 5/4 Enumerator 27 0,16 OK 0,79 OK 1/6 6/2 Enumerator 28 0,19 OK 0,52 OK 1/4 6/0 Enumerator 29 0,15 OK 0,70 OK 3/3 7/0 Enumerator 30 1,18 POOR 2,47 POOR 4/4 9/1 Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H1-H2] [Enum.(H1+H2)- Superv.(H1+H2)] Supervisor 7,30 8/2 Enumerator 21 4,78 OK 12,80 OK 5/5 2/8 Enumerator 22 1,97 OK 9,23 OK 4/6 2/7 Enumerator 23 1,96 OK 12,26 OK 5/5 2/8 Enumerator 24 3,53 OK 11,69 OK 5/4 0/10 Enumerator 25 1,67 OK 5,97 OK 4/4 4/6 Enumerator 26 6,80 OK 28,18 POOR 6/3 1/9 Enumerator 27 121,19 POOR 112,49 POOR 2/7 2/8 Enumerator 28 102,49 POOR 80,99 POOR 6/2 2/7 Enumerator 29 8,53 OK 37,29 POOR 5/3 0/9 Enumerator 30 368,68 POOR 449,90 POOR 8/1 2/8

Rapport d’évaluation des enquêteurs


ix

MUAC: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC1-MUAC2] [Enum.(MUAC1+MUAC2)- Superv.(MUAC1+MUAC2] Supervisor 1,05 3/4 Enumerator 21 1,29 OK 4,32 POOR 2/7 8/2 Enumerator 22 1,56 OK 2,33 OK 2/6 4/4 Enumerator 23 0,80 OK 5,99 POOR 4/5 5/5 Enumerator 24 1,08 OK 7,01 POOR 6/3 7/3 Enumerator 25 0,30 OK 3,85 POOR 9/1 7/3 Enumerator 26 0,71 OK 17,10 POOR 4/4 10/0 Enumerator 27 1,82 OK 6,93 POOR 6/3 9/1 Enumerator 28 0,43 OK 4,94 POOR 3/7 4/5 Enumerator 29 0,85 OK 5,00 POOR 1/9 8/2 Enumerator 30 1,98 OK 10,93 POOR 2/7 10/0 Pour évaluer les enquêteurs, la précision et l'exactitude de leurs mesures sont calculées. Pour la précision, la somme des carrés de la différence des doubles mesures est calculée. Cette valeur doit être inférieure à deux fois la valeur de la précision du superviseur. Pour l'exactitude, la somme des carrés de la différence entre les valeurs des enquêteurs (poids 1 + poids 2) et les valeurs du superviseur (poids 1 + poids 2) est calculée. Cette valeur doit être inférieure à trois fois la valeur de l'exactitude du superviseur. Pour vérifier les erreurs systématiques des enquêteurs, le nombre de variations positives et négatives peut être utilisé.


ANNEXE 7 :Les fiches et outiLs

De coLLecte Des Données


i

REP

UB

LIQ

UE

DU

SEN

EGA

L

ENQ

UET

E N

UTR

ITIO

NN

ELLE

SM

AR

T 20

15 –

AN

THR

OPO

MÉT

RIE

R

égio

n de

Dak

ar, D

iour

bel,

Kaf

frin

e, F

atic

k, K

aola

ck, K

édou

gou,

Kol

da, L

ouga

, Mat

am, S

édhi

ou,

Tam

baco

unda

, Thi

ès, Z

igui

ncho

r, Sa

int L

ouis

, Dag

ana

et P

odor

Vérif

iez

l’âge

en

moi

s de

tous

les

enfa

nts

âgés

de

moi

ns d

e 6

ans

et c

ompl

étez

le fo

rmul

aire

UN

IQU

EMEN

T po

ur le

s en

fant

s âg

és d

e 0-

59 m

ois.

Si

la d

ate

de n

aiss

ance

de

l'enf

ant o

u l'â

ge e

n m

ois

n'es

t pas

con

nu, i

nclu

re to

us le

s en

fant

s de

moi

ns d

e 11

0 cm

Dat

e de

l’en

quêt

e : _

____

____

____

____

Rég

ion/

Dép

arte

men

t : _

____

____

____

____

Pos

te d

e sa

nté

____

____

____

____

Dis

tric

t san

itaire

__

____

____

____

____

_

Loca

lité/

Qua

rtie

r ___

____

____

____

____

__ G

rapp

e nu

mér

o __

____

____

____

____

Num

éro

de D

R :

____

____

____

____

Équ

ipe

num

éro

: __

____

____

____

____

__

Enfant no.

Ménage no.

Nom

de

l’enf

ant

Sexe

(F

/M)

Dat

e de

na

issa

nce

(jj/m

m/a

aaa)

Age

en

Moi

s (s

i pa

s de

da

te d

e na

issa

nce)

Poid

s (k

g)

± 0

,1 k

g

Taill

e (c

m)

± 0

,1cm

Taill

e de

bout

ou

co

uché

(H

=deb

out

L=c

ouch

é) Œ

dèm

es

n =

Non

y

= O

ui

Périm

ètre

B

rach

ial

(PB

) ±

0,1

cm

Est-c

e qu

e l’e

nfan

t a

eu la

D

iarr

hée

au

cour

s de

s 2

dern

ière

s se

mai

nes

? 0

= N

on

1 =

Oui

9

= N

e sa

it pa

s

PEC

Dia

rrhé

e SR

O/Z

inc

(Mon

trez

les

prod

uits

) 0

= N

on

1= S

RO

2=

Zin

c 3=

SR

O +

Zi

nc

9 =

Ne

sait

pas

Est-c

e qu

e l’e

nfan

t a e

u la

to

ux, à

n’

impo

rte

quel

m

omen

t, au

co

urs

des

2 de

rniè

res

sem

aine

s ?

0 =

Non

1

= O

ui

9 =

Ne

sait

pas

Si o

ui, e

st-c

e qu

e l’e

nfan

t res

pira

it pl

us v

ite q

ue

d'ha

bitu

de, a

vec

un s

ouffl

e co

urt

et ra

pide

ou

avai

t-il/e

lle d

es

diffi

culté

s po

ur

resp

irer?

0 =

Non

1

= O

ui

9 =

Ne

sait

pas

Est-c

e qu

e l’e

nfan

t a re

çu

de la

Vta

min

e A

au

cour

s de

s 6

dern

iers

m

ois?

(M

ontr

er u

ne

caps

ule)

0=

non

; 1=o

ui

9=N

e sa

it pa

s

L’en

fant

est

à

risqu

e de

M

alnu

triti

on,

est-c

e qu

’il a

ét

é ré

féré

au

post

e de

sa

nté

? 0

= N

on

1 =

Oui

2

= D

éjà

suiv

i (1

et 2

= O

K)

1

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

2

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

3

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

4

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

5

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

QU

ESTI

ON

NA

IRE

ENFA

NTS

DE

0-59

MO

IS (S

anté

/ N

utrit

ion)


ii

Enfant no.

Ménage no.

Nom

de

l’enf

ant

Sexe

(F

/M)

Dat

e de

na

issa

nce

(jj/m

m/a

aaa)

Age

en

Moi

s (s

i pa

s de

da

te d

e na

issa

nce)

Poid

s (k

g)

± 0

,1 k

g

Taill

e (c

m)

± 0

,1cm

Taill

e de

bout

ou

co

uché

(H

=deb

out

L=c

ouch

é) Œ

dèm

es

n =

Non

y

= O

ui

Périm

ètre

B

rach

ial

(PB

) ±

0,1

cm

Est-c

e qu

e l’e

nfan

t a

eu la

D

iarr

hée

au

cour

s de

s 2

dern

ière

s se

mai

nes

? 0

= N

on

1 =

Oui

9

= N

e sa

it pa

s

PEC

Dia

rrhé

e SR

O/Z

inc

(Mon

trez

les

prod

uits

) 0

= N

on

1= S

RO

2=

Zin

c 3=

SR

O +

Zi

nc

9 =

Ne

sait

pas

Est-c

e qu

e l’e

nfan

t a e

u la

to

ux, à

n’

impo

rte

quel

m

omen

t, au

co

urs

des

2 de

rniè

res

sem

aine

s ?

0 =

Non

1

= O

ui

9 =

Ne

sait

pas

Si o

ui, e

st-c

e qu

e l’e

nfan

t res

pira

it pl

us v

ite q

ue

d'ha

bitu

de, a

vec

un s

ouffl

e co

urt

et ra

pide

ou

avai

t-il/e

lle d

es

diffi

culté

s po

ur

resp

irer?

0 =

Non

1

= O

ui

9 =

Ne

sait

pas

Est-c

e qu

e l’e

nfan

t a re

çu

de la

Vta

min

e A

au

cour

s de

s 6

dern

iers

m

ois?

(M

ontr

er u

ne

caps

ule)

0=

non

; 1=o

ui

9=N

e sa

it pa

s

L’en

fant

est

à

risqu

e de

M

alnu

triti

on,

est-c

e qu

’il a

ét

é ré

féré

au

post

e de

sa

nté

? 0

= N

on

1 =

Oui

2

= D

éjà

suiv

i (1

et 2

= O

K)

6

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

7

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

8

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

9

F

M

H

L

n

y

0

1

9

0 1

2

3

9

0

1

9

0

1

9 0

1

9

0

1

2

10

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

11

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

12

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

13

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

14

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

15

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

16

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

17

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

18

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

19

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

20

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

21

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

22

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

23

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

24

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

25

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

26

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2

27

F

M

H

L

n

y

0

1

9 0

1

2

3 9

0

1

9 0

1

9

0

1

9

0

1

2


iii

REPUBLIQUE DU SENEGAL

ENQUETE NUTRITIONNELLE SMART 2015 – FEMMES

Région de Dakar, Diourbel, Kaffrine, Fatick, Kaolack, Kédougou, Kolda, Louga, Matam, Sédhiou, Tambacounda, Thiès, Ziguinchor, Saint Louis, Dagana et Podor

Date de l’enquête : ____________________________ Région/Département : ________________________

Localité/Quartier _______________________________ Poste de santé _____________________________

District sanitaire____________________________ Grappe numéro ________________________________

Numéro de DR : _____________________________ Équipe numéro : ______________________________

Fem

me

no.

Mén

age

no.

Nom de la femme Age (en

années révolues)

Poids (kg)

± 0,1 kg Taille (cm) ± 0,1 cm

Périmètre Brachial

(PB) ± 0,1 cm

Statut de la femme 1 = FE 2 = FA

3 = FEA 4 = FNENA

5 = Pas de réponse 9 = Ne sait pas

1 1 2 3 4 5 9

2 1 2 3 4 5 9

3 1 2 3 4 5 9

4 1 2 3 4 5 9

5 1 2 3 4 5 9

6 1 2 3 4 5 9

7 1 2 3 4 5 9

8 1 2 3 4 5 9

9 1 2 3 4 5 9

10 1 2 3 4 5 9

11 1 2 3 4 5 9

12 1 2 3 4 5 9

13 1 2 3 4 5 9

14 1 2 3 4 5 9

15 1 2 3 4 5 9

16 1 2 3 4 5 9

17 1 2 3 4 5 9

18 1 2 3 4 5 9

19 1 2 3 4 5 9

20 1 2 3 4 5 9

21 1 2 3 4 5 9

FEMMES EN AGE DE REPRODUCTION (12 A 49 ANS)


iv

REPUBLIQUE DU SENEGAL ENQUETE NUTRITIONNELLE SMART 2015

Région Région de Dakar, Diourbel, Kaffrine, Fatick, Kaolack, Kédougou, Kolda, Louga, Matam, Sédhiou, Tambacounda, Thiès, Ziguinchor, Saint Louis, Dagana et Podor

Date de l’enquête: ________ Région/Département: ________ Localité/Quartier : _______

Numéro du DR: __ _ Grappe numéro: __ Equipe numéro: Numéro du ménage : _______

No Composition du Ménage Énumérez les Membres du

ménage (Inscrivez nom/prénom)

Sexe (F/M)

Age (années

révolues)

Arrivé dans le ménage

depuis le jour de Korité (inclus) ?

Né après le jour de Korité

(inclus)?

Ont quitté définitivement le ménage depuis le

jour de Korité (inclus) ?

A. Combien de personnes qui résident dans le ménage au moment de l’enquête ? Enumérez-les : 1 F M Oui Non Oui Non 2 F M Oui Non Oui Non 3 F M Oui Non Oui Non 4 F M Oui Non Oui Non 5 F M Oui Non Oui Non 6 F M Oui Non Oui Non 7 F M Oui Non Oui Non 8 F M Oui Non Oui Non 9 F M Oui Non Oui Non

10 F M Oui Non Oui Non 11 F M Oui Non Oui Non 12 F M Oui Non Oui Non 13 F M Oui Non Oui Non 14 F M Oui Non Oui Non 15 F M Oui Non Oui Non 16 F M Oui Non Oui Non 17 F M Oui Non Oui Non 18 F M Oui Non Oui Non 19 F M Oui Non Oui Non 20 F M Oui Non Oui Non

B. Combien de personnes ont quitté définitivement le ménage depuis le jour de Korité (inclus)? Énumérez-les :

1 F M 2 F M 3 F M 4 F M 5 F M

C. Y a-t-il eu de décès (enfants et adultes) dans votre ménage depuis le jour de Korité (inclus)? Enumérez-les :

1 F M Oui Non 2 F M Oui Non 3 F M Oui Non 4 F M Oui Non 5 F M

COMPOSITION DU MÉNAGE


v

FICHE DE REFERENCEMENT/SMART 2015 Nom de l’enfant :______________________________________

Nom des parents :_____________________________________

Quartier/Village :______________________________________

Age de l’enfant : ________________________ Sexe de l’enfant : M F

Poids : ______________ Taille : _________________ PB _____________________________

Œdèmes : Oui Non Autres informations: _________________________________

Enfant référé au ________________________________________ Pour risque de malnutrition


Nom des parents :_____________________________________



Poids : ______________ Taille : _________________ PB _____________________________




Nom des parents :_____________________________________



Poids : ______________ Taille : _________________ PB _____________________________




vi

REPUBLIQUE DU SENEGAL Enquête Nutritionnelle et de Mortalité

SMART 2015

Aide Mémoire pour le Superviseur de terrain (pour chaque équipe)

Éléments à surveiller Commentaires

(OUI/NON)

Matériel Anthropométrique

Toise calibrée le matin avant de rejoindre la grappe avec bâton de 110 cm

Balance calibrée le matin avec un poids étalon de 5 kg Ruban PB calibré le matin avant de rejoindre la grappe

Ménages enquêtés S’assurer que tous les ménages échantillons ont été enquêtés et que tous les enfants de 0-59 mois ainsi les femmes éligibles ont été enquêtés.

Questionnaires Mortalité

Vérifier si toutes les parties du questionnaire avaient été bien complétée.

Questionnaire anthropométrique

Vérifier que le remplissage de l’en-tête de chaque fiche est complète (préparation de la fiche de collecte des données et du questionnaire Smart Phone)

Vérifier que les numéros des ménages sans enfants éligibles (0-59 mois) figurent dans le formulaire des grappes.

Vérifier que chaque donnée manquante est clairement expliquée (sexe, âge, mesures anthropométriques, morbidité, absences).

Vérifier que les enfants malnutris devant être référés ont reçu un coupon de référence.

Double vérification des œdèmes. Vérification que la feuille de référencement est remplie adéquatement.

Vérifier que la mesure du PB a été prise chez tous les enfants dont l’âge est supérieur ou égal à 6 mois.

Questionnaire Femmes

Vérification que le questionnaire femme a été bien complétée et s’assurer que les mesures avaient bien prises.

Saisie des données sur l

Phone

Vérifier que le questionnaire électronique du SmartPhone est bien complété et que tous les enfants à risque de malnutrition ont été référés.

Vérification de la sauvegarde et l’envoi des données


vii


SMART 2015

CHECK LISTE DU MATERIEL DE TERRAIN (jour de départ) Coordonnateur/Superviseur : ___________________ Date _________________ MATERIEL NOMBRE OBSERVATION

Balances Toises-Adultes MUAC/Ruban PB enfants MUAC/Ruban PB Femmes Bâton de calibrage de 110 cm (marqué à 87 cm) Morceau de tuyau en PVC pour étalonnage du Ruban PB Cordelette inextensible de repère MUAC Piles de réserves pour balances Questionnaires Lettre d’information et fiche de consentement Fiche de référence Guide de l’enquêteur Calendriers des événements locaux Smart Phone chargé Chargeur de Smart Phone (allume cigare véhicule) Bics, crayons, gommes, agrafeuse plus cartouche Classeurs imperméables, boîtes rangement document (en carton)


viii

Un exemplaire est remis à l’enquêté, l’autre exemplaire est gardé par le Chef d’équipe

REPUBLIQUE DU SENEGAL

Enquête Nutritionnelle et de Mortalité SMART 2015

Lettre d’information et de consentement éclairé des mères ou gardiennes d’enfants de 0-59 mois

Nom et Prénoms du répondant :_______________________________________________ Monsieur, Madame, Mon nom est _______________________________ et je travaille comme enquêteur/enquêtrice dans une étude réalisée par le Ministère de la Santé et de l’Action Sociale avec l’appui de ses partenaires Nous sommes en train de faire une évaluation de l’état de santé actuel des enfants de moins 5 ans (incluant leur nutritionnel des enfants âgés), des femmes en âge de reproduction auprès des ménages ainsi que la santé de tous les membres du ménage au cours des 3 derniers mois. L’amélioration de l’état nutritionnel des enfants et des femmes en âge de reproduction est un des objectifs que le Sénégal a inscrit dans ses documents de politique et dans le cadre des Objectifs du Millénaire pour le Développement. C’est dans ce sillage, que le gouvernement du Sénégal avec l’appui de ses partenaires a élaboré et mis en œuvre des plans de riposte nationale face à la malnutrition dans les zones les plus vulnérables avec comme activités, le renforcement des capacités du personnel et des structures de santé en vue d’améliorer les interventions nutritionnelles dans tout le pays. Cependant, les différentes enquêtes et évaluations faites ces dernières années font état d’une précarité de la situation alimentaire et d’une dégradation de l’état nutritionnel des enfants. Malgré l’engagement du gouvernement du Sénégal, le pays ne dispose pas de ressources suffisantes pour le passage à l’échelle des Actions Essentielles en Nutrition (AEN). Les intervenants procèdent encore à une priorisation des zones d’intervention à partir des données sanitaires et d’enquêtes nutritionnelles. C’est dans ce contexte que la DSRSE a initié cette enquête SMART au niveau régionale pour suivre les tendances du profil nutritionnel du Sénégal. L’étude va collecter quelques indicateurs clés en relation avec l’état nutritionnel de l’enfant de moins de cinq ans (poids, taille, périmètre brachial, œdèmes, âge, sexe, incidence de la diarrhée et des infections respiratoires aigües), des femmes en âge de reproduction (poids, taille et PB) et l’état de santé de la population au cours des 3 derniers mois (données sur la mortalité). Nous souhaiterions que vous participiez à cette étude en répondant à toutes les questions qui vous seront posées et en donnant votre accord pour que nous effectuions les mensurations sur les enfants de moins de 5 ans à votre charge et les femmes en âge de reproduction. L’entretien prend généralement une trentaine des minutes. Nous avons pris toutes les dispositions


ix

pour que toute information que vous nous fournirez reste strictement confidentielle et ne serve qu’à des fins statistiques. L’exploitation de l’information sera et restera anonyme. Vous ne tirerez pas d’avantages directs de cette enquête, mais les informations que vous allez nous fournir aideront le Ministère de la Santé et de l’Action Sociale à planifier ses actions futures en faveur de la nutrition. Il n’y a pas d’inconvénients à participer à cette enquête, sauf le temps que vous nous accordez pour répondre aux questions qui vous seront posées et pour nous aider (si nécessaire) lors de la mesure des enfants de moins de 5 ans et des femmes en âge de reproduction qui sont à votre charge. Vous pouvez renoncer à l’entretien à tout moment. Nous espérons cependant que vous participerez à cette enquête car les informations que vous nous donnerez sont particulièrement importantes pour le pays. Si vous acceptez de participer vous devez signer ce document pour signifier que vous avez reçu l’information et marquer votre accord. Une copie du document signé vous sera remise. Vous pouvez contacter le Directeur de la Santé de la Reproduction et de la Survie de l’Enfant (DSRSE), et le chef de la Division de l’Alimentation et de la Nutrition : le Téléphone : 33 825 54 66, à tout moment si vous avez des questions au sujet de l’enquête. Vous pouvez contacter, également, Dr Samba Cor Sarr, Direction de la Santé, 1 Rue Aimé Césaire, 2ème étage, Dakar Fann. BP 4024 , Tél : 33 825 54 66, à tout moment, si vous avez des questions au sujet de vos droits en tant que participant à l’enquête. Fait à ___________________, le___________ Fait à ___________________, le_____________________________ Signature de l’enquêteur/trice Signature du/de la participant/e


x



SMART 2015

Fiche de consentement libre et éclairé du répondant pour l’enquête SMART 2015

Je soussigné Mr/Mme/Mlle ……………………………………..atteste avoir reçu la lettre d’information contenant les explications détaillées sur le déroulement de l’enquête SMART 2015 et les conditions de ma participation et avoir reçu une réponse satisfaisante à toutes les questions que j’ai posées. Certifie avoir donné mon accord volontaire et libre de participer à l’enquête SMART 2015. Je retiens garder mon droit de suspendre ma participation à cette étude à tout moment et sans aucun préjudice. Si j’ai des questions au sujet de l’enquête, je peux contacter à tout moment le Chef de la Division de l’Alimentation et de la Nutrition du Ministère de la Santé et de l’Action Sociale, Téléphone : 33 825 54 66. Au sujet des questions sur mes droits en tant que participant à l’enquête, je peux à tout moment contacter Dr. Samba Cor SARR, Direction de la Santé, MSAS, 1 Rue Aimé Césaire, 2ème étage, Dakar Fann. BP 4024, Tél : 33 825 54 66. En foi de quoi, j’accepte de signer cette fiche de consentement pour servir et valoir ce que de droit. Fait à___________________, le ____________ Fait à___________________, le _________________________ Signature de l’enquêteur/trice Signature du/de la participant/e


xi



SMART 2015

Fiche de consentement libre et éclairé du répondant pour l’enquête SMART 2015

Je soussigné Mr/Mme/Mlle ……………………………………..atteste avoir reçu la lettre d’information contenant les explications détaillées sur le déroulement de l’enquête SMART 2015 et les conditions de ma participation et avoir reçu une réponse satisfaisante à toutes les questions que j’ai posées. Certifie avoir donné mon accord volontaire et libre de participer à l’enquête SMART 2015. Je retiens garder mon droit de suspendre ma participation à cette étude à tout moment et sans aucun préjudice. Si j’ai des questions au sujet de l’enquête, je peux contacter à tout moment le Chef de la Division de l’Alimentation et de la Nutrition du Ministère de la Santé et de l’Action Sociale, Téléphone : 33 825 54 66. Au sujet des questions sur mes droits en tant que participant à l’enquête, je peux à tout moment contacter Dr. Samba Cor SARR, Direction de la Santé, MSAS, 1 Rue Aimé Césaire, 2ème étage, Dakar Fann. BP 4024, Tél : 33 825 54 66. En foi de quoi, j’accepte de signer cette fiche de consentement pour servir et valoir ce que de droit. Fait à___________________, le ____________ Fait à___________________, le _________________________ Signature de l’enquêteur/trice Signature du/de la participant/e


CALENDRIER DES éVéNEMENTS LOCAux Ou éVéNEMENTS HISTORIquESSeuls les enfants nés entre Juin 2015 et Janvier 2011 sont éligibles

Région de Dakar

Saisons Mois en Wolof Fêtes religieusesAutres évène-ments

événe-ments locaux DAKAR

Mois / années

Age (mois)

LoliNovembre

20151

Nawet / LoliTamxarite

(13 Oct-11 Nov)Tamkharite

(24-25 Octobre)Octobre

20152

NawetTabaski

(14 sept-12 Oct)Tabaski

(24-25 septembre)

NIARY RAKA

YOFF(21 SEPT)

Septembre 2015

3

NawetDiggi

(15 Aout-13 Sept)Assomption

(15 Août)

DECES DE DOUDOU ND ROSE

Août 2015 4

Thioron Kori (16 Juillet-14 Aout) Korité (18 Juillet)Juillet 2015

5

ThioronKoor

(15 Juin- 15 Juillet)Début Ramadan

(17-18 juin)Juin 2015 6

ThioronBaraxlou

Ascention (14 Mai)Pentecôte (24 Mai)Lundi du Pentecôte

(25 Mai)

Fête du travail (1er

Mai)

APPEL LAYEEN

Mai 2015 7

Noor/Thioron

Ndeyu koor (17 Avril-15 Mai)

Maamu Koor (18 Mars- 16 Avril)

Pâque (5 Avril)Lundi de Pâque

(6 Avril)Fête Natio-nale (4 Avril)

Avril 2015 8

NoorRakkatou Gamo

(19 Fév- 17 Mars)

Fête de la femme (8

Mars)Mars 2015 9

NoorRakkou Gamo (20 jan-18 Fév)

Février 2015

10

Noor/LoliGamo

(21 Déc- 19 Jan)Maouloud ou

Gamou (3 Janvier)

Maouloud ou Gamou (3 Janvier)

Janvier 2015

11

LoliMagal

(22 Nov-20 Déc)Magal Touba (9 Décembre)

Décembre 2014

12

LoliTamxarite

(23 Oct- 21 Nov)Novembre

201413

ANNEXE 8 :exempLe De caLenDRieRD’événements Locaux


Nawet/LoliTabaski

(24 Sept- 22 OctTabaski (4 Octobre)

Octobre 2014

14

Nawet

NIARY RAKA

YOFF(21 SEPT)

Septembre 2014

15

NawetDiggi

(25 Aout- 23 Sept)Août 2014 16

Thioron Kori (26 Juillet- 24 Aout) Korité (27-28 Juillet)Juillet 2014

17

Thioron Koor (27 juin- 25juillet)

Pentecôte (8 Juin)Lundi de Pentecôte

(9 Juin)Ramadan (28 Juin)

Élections locales (29

Juin)

Élections locales (29

Juin)Juin 2014 18

ThioronNdeyu koor

(2 Mai-2 Juin)

Fête du travail (1 Mai)

Ascension (29 Mai)APPEL

LAYEENMai 2014 19

Noor/ThioronMaamu Koor

(2 Avril – 1 Mai)

Fête Nationale (4 Avril)

Pâque (20 Avril)Lundi de Pâque

(21 Avril)

Avril 2014 20

NoorRakkatou Gamo (3 Mars – 1 Avril)


Mars)Mars 2014 21

NoorRakkou Gamo (1 Fév-2 Mars)

Février 2014

22

Noor/Loli Gamo (2 Jan- 31Janv) Gamou (13 Janvier)Jour de l’an (1er Janvier)

Gamou (13 Janvier)

Janvier 2014

23

LoliMagal

(03 Déc-01 Janvier)

Magal de Touba (21 Décembre)

Noël (25 Décembre Décembre

201324

LoliTamxarite

(04 Nov-02 Déc)

Toussaint (1 Novembre)Tamkharite

(14 Novembre)

Sommet de la franco-

phonie

Novembre 2013

25

Nawet/Loli Tabaski (5 oct- 03 Nov)Tabaski

(15 Octobre)Octobre

201326

Nawet Diggi (06 Sept-04 Oct)Assomption

(15 Aout)

NIARY RAKA

YOFF (21 SEPT)

Septembre 2013

27

Nawet Kori (07 Aout-05 Sept) Korité (08 Aout) Août 2013 28

Thioron Koor (8 Juil – 6 Aout) Ramadan (9 juillet)Juillet 2013

29


Thioron BaraxlouKazou Rajab (06

Juin)

APPEL LAYEENVisite de

Obama au Sénegal

Juin 2013 30

Thioron

Ndeyu koor (23 juin- 21 juillet)

Mammu koor (24 mai- 22 juin)

Fête du travail (1er mai) Ascension (09 mai) ; Pentecôte (19

mai-20 mai)

Décès du grand

Serigne de Dakar

Mai 2013 31

Noor/Thioron Rakkatou Gamo (25

Avril -23 Mai)

Fête Nationale (4 avril) et Pâques (31

mars - 01 avril)Avril 2013 32

Noor Rakkou Gamu (26

Mars- 24 Avril)Fête de la femme (8

mars)


mars)Mars 2013 33

NoorFévrier 2013

34

Noor/Loli

Magal (28 Jan- 26 Fév)Gamo (27 Février- 25

Mars)

Jour de l’an (1 janvier)

Maouloud ou Ga-mou (24 Janvier)

Jour de l’an (1er janvier)

Maouloud ou Gamou (24 Janvier)

Janvier 2013

35

Loli

Tamxarit (29 déc-27 jan)

Tabaski (30 nov-28 déc)

Noël (25 déc)

DECES DE SERIGNE

MANSOUR SY 08

Décembre 2012

36

Loli Diggi (31 oct-29 nov)Tamkharit (24 No-

vembre) et Toussaint (1nov)

Novembre 2012

37

Nawet/Loli Koor Tabaski (26 Oc-

tobre)Octobre

201238

Nawet Koor

NIARY RAKA

YOFF(21 SEPT)

Septembre 2012

39

Nawet Korité

Fin Ramadan (19-20 Aout)

; Assomption 15 Août 2012 40

ThioronNdeyu Koor (5 juil-3

août) Début Ram 20

Juillet APPEL LAYEEN

Juillet 2012

41

ThioronMaamu Koor (6 juin-4

juil)Pentecôte (31 mai-

1er juin)Juin 2012 42

Thioron

Fête du travail (1er mai) Ascension (17 mai) ; Pentecôte (27

mai- 28 Mai)

Mai 2012 43

Noor/ThioronFête Nationale (4

avril) et Pâques (8 - 9 avril)

Balla Gaye Yekini

Avril 2012 44


NoorFête de la femme (8

mars)

Élections présiden-

tielles, 2ème tour (25 mars)

Mars 2012 45

Noor Diggi (9 fév-8 mars)Malouloud ou Ga-

mou (4 fév)

Élections présiden-tielles, 1èr tour (26 Février)

Gamou (naissance

du Pro-phète) 4

Fév

Février 2012

46

Noor/LoliTamxarit (29 déc-27

jan)

Jour de l’an (1 jan-vier) et le Magal

de Touba (12 janvier)

Janvier 2012

47

Loli Tamkarite (5 DecFête de fin d’année

Tamkarite (6 DecDécembre

201148

LoliTabaski (30 nov-28

déc)Tabaski (7 nov) et Toussaint (1nov)

Novembre 2011

49

Nawet/Loli Diggi (31 oct-29 nov)Octobre

201150

Nawet Koor

NIARY RAKA

YOFF(21 SEPT)

Septembre 2011

51

NawetBaraxlu (26 août-23

sept); Ndeyeu Koor (27 juillet-25 août)

Début Ram 1er ; As-somption 15 ; Fin Ramadan (30 Aout)

Août 2011 52

ThioronNdeyu Koor (5 juillet-3

août) APPEL LAYEEN

Juillet 2011

53

Thioron Maamu Koor (6 juin-4 juillet)

Ascension (2 juin) ; Pentecôte (12 – 13

Juin)

Émeutes à Dakar

Juin 2011 54

ThioronFête du travail (1er

mai) Mai 2011 55

Noor/Thioron Diggi (28 janvier-25 fév)Fête Nationale (4

avril) et Pâques (24- 25 avril)

Avril 2011 56

NoorTamxarit (29 déc-27

jan)Mars 2011 57

NoorBaraxlu (26 août-23

sept); Ndeyeu Koor (27 juillet-25 août)

Diggi (28 janvier-25 fév)

Maouloud ou Gamou

(16 fév)

Février 2011

58

Noor/LoliNdeyu Koor (5 juillet-3

août)Tamxarit (29 déc-27

jan)

Jour de l’an (1er

janvier) et le Magal de Touba (24

janvier)

Janvier 2011

59

LoliTabaski (30 nov-28

déc)

Tamkharit (19 dé-cembre) Noël (25

déc)

Décembre 2010

60


i

SMART SENEGAL 2015

PERSONNES IMPLIQUÉES DANS L’ENQUÊTE

Conception et exécution de l’enquête

Le nutritionniste consultant international, Oumar HAMZA, en collaboration avec la Spécialiste en Nutrition de l’UNICEF Dakar, Aïssata Moussa Abba, les conseillers régionaux (Robert Johnson et Sara Gari-Sanchis) du bureau de l’UNICEF WCARO ainsi que Dr Maty Diagne Camara, chef de la Division Alimentation et Nutrition du Sénégal

Échantillonnage Le nutritionniste consultant international, Oumar HAMZA, en collaboration avec l’ANSD du Sénégal (Mr Jean Pierre Diamane BAHOUM et Mr Mamadou Gueye)

Formations

Le nutritionniste consultant international, Oumar HAMZA avec la collaboration de : - Dr Maty DIAGNE, chef de la DAN, DSRSE/MSAS - Dr Aida GADIAGA, Division Survie de l’Enfant, DSRSE/MSAS - Mr Octave MANEL, DAN, DSRSE/MSAS - Mr Abdoulaye Faye, Consultant national à la DAN - Dr Aïssata Moussa Abba, UNICEF Sénégal - Dr Alioune Badar TALL, Division Survie de l’Enfant, DSRSE/MSAS - Mr Mamadou Gueye, ANSD Sénégal - Mr Mamadou Diouf, MI Sénégal - Mr Vincent Turmine et Mr Robert Johnson de l’UNICEF ainsi que Mme Lucie Diop de la

DAN, pour la formation sur l’utilisation des Smartphones

Équipe de supervision terrain

- Le nutritionniste consultant international, Oumar HAMZA - Mr Octave MANEL, DAN, DSRSE/MSAS - Mr Abdoulaye Faye, Consultant national à la DAN - Dr Maty DIAGNE, chef de la DAN, DSRSE/MSAS - Dr Aida GADIAGA, Division Survie de l’Enfant, DSRSE/MSAS - Dr Aïssata Moussa Abba, UNICEF Sénégal - Mr Vincent Turmine, UNICEF - Mr Robert Johnson, Bureau régional de l’UNICEF WCARO

Superviseurs du niveau central

- Mr Idrissa SOW, DAN, DSRSE/MSAS - Mme Adjiratou SOW DIALLO, chef de Division Suivi Evaluation, DSRSE/MSAS - Mr GAYE Division des Etudes et de la Recherche /DPRS/MSAS - Mr Aidara DIOP Division de la Statistique et de l'Information Sanitaire et

Social/DPRS/MSAS - El Hadji Mamadou MBENGUE, Division Suivi Evaluation, DSRSE/MSAS - Mme Sokhna GUISSE, SE CNSA

Superviseurs du niveau régional (ATNs ou SRANSE, ayant supervisé dans leur région)

- Mr Amdy Fofana, Assistant Technique en Nutrition, Région de Kédougou - Mme Lyna Manga, Assistante Technique en Nutrition, Région de Kolda - Mme Touty Sary Diop, SRANSE, Région de Thiès - Mr Mamadou Sow, SRANSE, Région de Louga - Mme Seynabou Niang, SRANSE, Région de Saint-Louis - Mr Aliou Sall, SRANSE, Région de Matam - Mme coumba Diallo, SRANSE, Région de Tambacounda - Mr Hamidou Thiam, SRANSE, Région de Kédougou - Mr Yoro Baldé, SRANSE, Région de Kolda - Mr Thierno Ndiaye, SRANSE, Région de Sédhiou - Mme Blanche Sambou, SRANSE, Région de Ziguinchor - Mme Ramatoulaye Diallo, SRANSE, Région de Kaffrine

ANNEXE 9 :Liste Du peRsonneL De L’enquête


ii

- Mme Maimouna Dieng, SRANSE, Région de Kaolack - Mr Robert Diab, SRANSE, Région de Diourbel - Mme Ndèye Asta Diop, SRANSE, Région de Fatick - Mme Marie bèye, SRANSE, Région de Dakar

Supervision rapprochée des équipes

- Mme Anta DJIGO, Assistante Technique en Nutrition, Région de Thiès - Mr Ameth BITEYE, Assistant Technique en Nutrition, Districts de Podor et de Pété - Mme Mame Diarra, Assistante Technique en Nutrition, Région de Fatick - Mr Abdoul Akhat NDAO, Assistant Technique en Nutrition, Région de Kaffrine - Mme Claire NDIONE, Assistante Technique en Nutrition, Région de Louga - Mr Suzanne Diatta, Assistante Technique en Nutrition, Région de Sédhiou - Mr Aly Diop, Assistant Technique en Nutrition, Région de Tambacounda - Mme Diouly Ndour, Assistante Technique en Nutrition, Région de Matam

Chef des équipes de collecte des données

- NDIAYE KHADY DIOULY - NGAGNE DIAGNE - Banel Sall - TOURE SOUKEINA - Pierre Mand Senghor - BA DIOUMA - SAO MAMADOU LAMINE - BA ADAMA - Lucie Diop - GUEYE ABDOULAYE

- GUEYE ABDOU DIAGNE - Ansoumané Sambou - SYMPA ONÉSIME - SEYE ABDOU - Mbaye Ndiaye - Julbert Ndour - Xavier Manga - Ibrahima Diaw - Demba Seydi

Enquêteurs/Mesureurs

- SENE MAMADOU, Mesureur - DIAGNE YAKHYA CHERIF, Enquêteur - DIEDHIOU OMAR, Mesureur - FAYE NATALIE, Enquêteur - Ousmane Diongue, Mesureur - Issa Illo Baldé, Enquêteur - BOUSSO SOULEYMANE, Mesureur - COLY MAMADOU LAMINE, Enquêteur - Lamine Mané, Mesureur - Fatou Faye, Enquêteur - MANDIANG BINTA, Mesureur - NGOM LOUIS, Enquêteur - SONKO AÏSSATOU, Mesureur - BADOCK CLEMENT, Enquêteur - SAGNA SADIBOU, Mesureur - MALOU CLEMENT YAKOU, Enquêteur - Philippe Manel, Mesureur - Emanuel Baloucoune, Enquêteur - DANSOKHO MALAMINE, Mesureur - MENDY DOMINIQUE, Enquêteur

- MANSALY PAPA KARIM, Mesureur - DIOP BOUBACAR, Enquêteur - Sophie Aidara, Mesureur - HamidY Bâ, Enquêteur - NDOUR MAMADOU, Mesureur - Mame Penda Diagne, Enquêteur - GUEYE ADAMA, Mesureur - FATOU BINTOU TOURÉ, Enquêteur - Mamadou Sall, Mesureur - Ndeye Guissaley Kanté, Enquêteur - Clément Faye, Mesureur - Hawa Sall, Enquêteur - Dienghane Diallo, Mesureur - DIALLO AMADOU TIDIANE, Enquêteur - Harouna Mané, Mesureur - Makhtar Diallo, Enquêteur - Bounama Soumaré, Mesureur - Yacine Diouf, Enquêteur

Enquête Nutritionnelle Nationale utilisant la Méthodologie SMART 167167

ANNEXE 10 :gRiLLe De caLcuL Des

coefficients De ponDéRation

i


169

1

Test de plausibilité: 1-16_National_SMART2015_Sen_Enfant-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,9 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,299) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 10 (p=0,000) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (1) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,00) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,00) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,08) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 5 (p=0,000) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 15 %

À cet instant le score global de cette enquête est de 15 %, ce qui est acceptable Pourcentage d'enfants sans date de naissance exacte: 36 % Indices anthropométriques en dehors des normes habituelles (-3 à 3 for PTZ, -3 à 3 for TAZ, -3 à 3 for PAZ) % de données hors normes (flags SMART) :PTZ: 0,9 %, TAZ: 2,8 %, PAZ: 0,9 % Distribution de l'âge: Proportion des 6-29 mois/30-59 mois: 0,92 (La valeur devrait être proche

de 0.85).: p-value = 0,000 (différence significative) Évaluation des écart-type, normalité, degré d'asymétrie (skewness) et d'aplatissement (Kurtosis) de la distribution selon les trois procédures d'exclusion (Flag) . Pas d'exclusion exclusion d'après exclusion d'après . Moy. de référence Moy. observée . (flags OMS) (flags SMART ) PTZ Ecart-type ET: 1,06 1,05 1,00 (L'ET devrait être compris entre 0,8 et 1,2) TAZ Ecart-type ET: 1,29 1,26 1,12 (L'ET devrait être compris entre 0,8 et 1,2) PAZ Ecart-type ET: 1,06 1,05 1,01 (L'ET devrait être compris entre 0,8 et 1,2)


ANNEXE 11 :Les RappoRts De pLausibiLité ena


2

Test de plausibilité: 1-SEN SMART 2015_Strate Dakar-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (1,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,116) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 2 (p=0,099) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (7) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (10) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,03) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,19) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (-0,20) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,264) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 5 %

À cet instant le score global de cette enquête est de 5 %, ce qui est excellent. Pourcentage d'enfants sans date de naissance exacte: 25 % Indices anthropométriques en dehors des normes habituelles (-3 à 3 for PTZ, -3 à 3 for TAZ, -3 à 3 for PAZ) % de données hors normes (flags SMART) :PTZ: 1,0 %, TAZ: 1,5 %, PAZ: 1,0 % Distribution de l'âge: Proportion des 6-29 mois/30-59 mois: 0,66 (La valeur devrait être proche

de 0.85).: p-value = 0,000 (différence significative) Évaluation des écart-type, normalité, degré d'asymétrie (skewness) et d'aplatissement (Kurtosis) de la distribution selon les trois procédures d'exclusion (Flag) . Pas d'exclusion exclusion d'après exclusion d'après . Moy. de référence Moy. observée . (flags OMS) (flags SMART ) PTZ Ecart-type ET: 1,08 1,08 1,03 (L'ET devrait être compris entre 0,8 et 1,2) TAZ Ecart-type ET: 1,16 1,16 1,08 PAZ Ecart-type ET: 1,02 1,02 0,96 (L'ET devrait être compris entre 0,8 et 1,2)


3

Test de plausibilité: 3-SEN SMART 2015_Strate Diourbel-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (1,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,393) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,110) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,00) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,09) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,17) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,481) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %




4

Test de plausibilité: 11-SEN SMART 2015_Strate Fatick-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,6 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,250) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 2 (p=0,079) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (12) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,96) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,03) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (0,26) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,517) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 5 %




5

Test de plausibilité: 14-SEN SMART 2015_Strate Kaffrine-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,8 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,839) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,167) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (7) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (6) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,96) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,10) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,18) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,321) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %




6

Test de plausibilité: 8-SEN SMART 2015_Strate Kaolack-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,3 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,452) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,519) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (6) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (10) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,95) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,05) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,17) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,820) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 2 %




7

Test de plausibilité: 15-SEN SMART 2015_Strate Kedougou-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,6 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,564) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,286) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (9) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (10) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 4 (13) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,02) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,07) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,18) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,688) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 8 %




8

Test de plausibilité: 12-SEN SMART 2015_Strate Kolda-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,6 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,242) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 2 (p=0,074) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (6) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (8) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,99) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,14) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (-0,23) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,173) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 5 %




9

Test de plausibilité: 10-SEN SMART 2015_Strate Louga-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,7 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,604) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,441) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (7) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (7) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,03) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,03) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,04) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,137) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %




10

Test de plausibilité: 13-SEN SMART 2015_Strate Matam-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,5 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,121) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,019) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (6) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,96) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,02) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,11) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 5 (p=0,000) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 9 %




11

Test de plausibilité: 4-6-SEN SMART 2015_Region St-Louis-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (1,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,336) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,554) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,01) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,07) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,01) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 5 (p=0,000) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 5 %


de 0.85).: p-value = 0,766 (tel qu'attendu) Évaluation des écart-type, normalité, degré d'asymétrie (skewness) et d'aplatissement (Kurtosis) de la distribution selon les trois procédures d'exclusion (Flag) . Pas d'exclusion exclusion d'après exclusion d'après . Moy. de référence Moy. observée . (flags OMS) (flags SMART ) PTZ Ecart-type ET: 1,09 1,06 1,01 (L'ET devrait être compris entre 0,8 et 1,2) TAZ Ecart-type ET: 1,32 1,26 1,13 (L'ET devrait être compris entre 0,8 et 1,2) PAZ Ecart-type ET: 1,07 1,06 1,01 (L'ET devrait être compris entre 0,8 et 1,2)


12

Test de plausibilité: 4-SEN SMART 2015_Strate Dagana-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,9 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,938) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,147) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,02) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,15) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,01) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,001) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %




13

Test de plausibilité: 5-SEN SMART 2015_Strate Podor-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (1,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,166) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,748) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,99) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,07) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,06) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,002) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %




14

Test de plausibilité: 6-SEN SMART 2015_Strate St-Louis-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (1,3 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,884) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,644) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (8) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (7) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,97) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,05) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,10) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,091) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 2 %




15

Test de plausibilité: 16-SEN SMART 2015_Strate Sedhiou-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,8 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,684) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 2 (p=0,059) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (7) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,96) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,12) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,00) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 1 (p=0,019) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %




16

Test de plausibilité: 7-SEN SMART 2015_Strate Tamba-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (1,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,491) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,032) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,99) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,01) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,08) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,004) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 7 %




17

Test de plausibilité: 9-SEN SMART 2015_Strate Thies-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,5 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,130) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,105) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (7) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (5) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (0,97) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,06) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,18) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,001) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %


de 0.85).: p-value = 0,262 (tel qu'attendu) Évaluation des écart-type, normalité, degré d'asymétrie (skewness) et d'aplatissement (Kurtosis) de la distribution selon les trois procédures d'exclusion (Flag) . Pas d'exclusion exclusion d'après exclusion d'après . Moy. de référence Moy. observée . (flags OMS) (flags SMART ) PTZ Ecart-type ET: 1,00 1,00 0,97 (L'ET devrait être compris entre 0,8 et 1,2) TAZ Ecart-type ET: 1,20 1,17 1,04 (L'ET devrait être compris entre 0,8 et 1,2) PAZ Ecart-type ET: 1,00 1,00 0,96 (L'ET devrait être compris entre 0,8 et 1,2)


18

Test de plausibilité: 2-SEN SMART 2015_Strate Ziguinchor-Final.as Standards utilisés pour le calcul des z-scores : Standards OMS 2006 ( Sauf mention contraire, les données hors-normes sont incluses dans l'évaluation). Certaines parties de ce rapport de plausibilité sont destinées à des utilisateurs plus avancés et peuvent être ignorées lors des évaluations standards) Qualité globale des données Critères Flags* Unité Excel. Bon Accept Problématique Score Données mqtes/hors-normes Incl % 0-2.5 >2.5-5.0 >5.0-7.5 >7.5 (% de sujets dans la fourchette) 0 5 10 20 0 (0,7 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,240) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,892) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (6) Score préf. num - taille Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (9) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (8) Écart-type PTZ Excl ET <1.1 <1.15 <1.20 >=1.20 . et et et ou . Excl SD >0.9 >0.85 >0.80 <=0.80 0 5 10 20 0 (1,02) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,01) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,16) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,185) SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 4 %



Cellule de Lutte contre la Malnutrition

ENQUÊTE NUTRITIONNELLE NATIONALE UTILISANT LA … · collaboration d’Aissata Abba Moussa,...

Documents

Transcript of ENQUÊTE NUTRITIONNELLE NATIONALE UTILISANT LA … · collaboration d’Aissata Abba Moussa,...