Unité – Travail – Progrès

Ministère de la Santé Publique

RAPPORT FINAL

EVALUATION DE LA SITUATION NUTRITIONNELLE ET DE MORTALITE

DANS LES REGIONS DE LA BANDE SAHELIENNE DU TCHAD

AOUT – SEPTEMBRE 2014

FINANCEMENT ECHO

2

Rapport final de l’enquête nutritionnelle et de mortalité dans les régions de la bande sahélienne du Tchad.

Enquête conduite par une équipe comprenant des techniciens de :

1. Centre National de Nutrition et de Technologie Alimentaire (CNNTA), Tchad • Garba Mahamat Issa, garbishe@yahoo.fr • Alain Nahaskida, alain_nahaskida@yahoo.fr • Idriss Soumaine, idrissoumaila@gmail.com • Abdelhakh Ahmat, abdelakh.ahmat@yahoo.fr

2. Institut National de la Statistique et des Etudes Economiques et Démographiques

(INSEED), Tchad • Philémon Tchoua, tchoua_phil@yahoo.fr

3. UNICEF

• Esaie Diongoto Domaya, ddomaya@unicef.org • Dr. Hermann Ouédraogo, houedraogo@unicef.org

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

Le Centre National de Nutrition et de Technologie Alimentaire (CNNTA), du Ministère de la Santé Publique, Tchad Dr. Mahamat Béchir, Responsable du Centre mahamatbechir@gmail.com ; mahamatbechir@yahoo.fr

La Section Santé Nutrition, UNICEF, Tchad Dr. Mehoundo Faton, Chef de section mfaton@unicef.org

3

REMERCIEMENTS

Ce rapport présente les principaux résultats de l’enquête sur la situation nutritionnelle et de mortalité réalisée selon la méthodologie SMART dans les régions de la bande sahélienne du Tchad. Cette enquête a été réalisée par le Centre National de Nutrition et de Technologie Alimentaire (CNNTA) du Ministère de la Santé Publique avec l’appui technique de l’UNICEF. Elle a été réalisée grâce à l’appui financier de l’Union Européenne. L’enquête a été préparée et conduite par un comité de pilotage composé du CNNTA, de l’INSEED, de l’UNICEF, du PAM, de l’OMS, d’IRC et d’ACF. Les remerciements s’adressent également :

- A l’INSEED pour l’appui dans l’échantillonnage et le tirage des cartes ;

- Aux autorités politiques et administratives de toutes les régions pour leur disponibilité et pour la facilitation des missions ;

- Aux autorités sanitaires des régions, préfectures et communes pour leur soutien

logistique aux agents de collecte des données de terrain ;

- Aux populations des localités enquêtées pour leur accueil et leur participation ;

- Aux équipes d’enquête pour leur engagement à braver et surmonter les difficultés rencontrées sur le terrain et pour la quête constante de la qualité des données ;

- Au Dr Sara Gari-Sanchis du bureau régional de l’UNICEF, Dakar, pour son soutien

technique ;

- A Ismael Ngnie Teta, Ado Balla Abdoul Azizou, Viviane Djoret, Banga Pinah et Abel Kedigui de l’Unité Nutrition, UNICEF, N’Djamena, pour leur soutien technique et logistique ;

- A Brahim Lamana Nargaye de la Section IT, UNICEF, N’Djamena pour son soutien

logistique ;

- A Abakar Moussa, du CNNTA, pour l’efficacité de sa gestion de la logistique.

4

TABLE DES MATIÈRES

SIGLES ET ACRONYMES .......................................................................................................................... 6

LISTE DES TABLEAUX ............................................................................................................................. 7

LISTE DES FIGURES .................................................................................................................................. 8

RESUME ........................................................................................................................................................ 9

1. CONTEXTE ET JUSTIFICATION ............................................................................................ 13

1.1. PROBLEMATIQUE DE LA MALNUTRITION ..................................................................................................... 13

1.2. SITUATION NUTRITIONNELLE AU TCHAD ................................................................................................... 13

II. OBJECTIFS.................................................................................................................................... 15

2.1. OBJECTIF GENERAL .................................................................................................................................. 15

2.2. OBJECTIFS SPECIFIQUES .............................................................................................................................. 15

III. METHODOLOGIE ....................................................................................................................... 16

3.1. ZONE ET POPULATION D’ENQUETE ........................................................................................................... 16

3.2. TYPE D’ENQUETE ...................................................................................................................................... 17

3.3. PERIODE D’ENQUETE ................................................................................................................................. 17

3.4. POPULATION CIBLE ................................................................................................................................... 17

3.5. ECHANTILLONNAGE ................................................................................................................................. 17

3.5.1. Calcul de la taille d’échantillon ................................................................................................................... 17

3.5.2. Procédure de sélection .............................................................................................................................. 19

3.6. COLLECTE DES DONNEES .......................................................................................................................... 20

3.6.1. Questionnaires et données à collecter ........................................................................................................ 20

3.6.2. Formation des enquêteurs ......................................................................................................................... 22

3.6.3. Organisation de la collecte des données ..................................................................................................... 23

3.6.4. Supervision de la collecte des données et contrôle de qualité ....................................................................... 25

3.6.5. Considérations éthiques ............................................................................................................................. 26

3.7. SAISIE ET VERIFICATION DES DONNEES ....................................................................................................... 26

3.8. ANALYSE DES DONNEES ............................................................................................................................ 26

3.8.1. Indicateurs et valeur-seuils utilisés .............................................................................................................. 26

3.8.2. Analyses statistiques .................................................................................................................................. 27

IV. RESULTATS ................................................................................................................................. 29

4.1. ANTHROPOMETRIE ................................................................................................................................... 29

4.1.1. Description de l’échantillon ........................................................................................................................ 29

4.1.2. Prévalence de la malnutrition aiguë chez les enfants âgés de 6 à 59 mois ................................................... 36

4.1.3. Prévalence de l’insuffisance pondérale chez les enfants âgés de 0 à 59 mois ............................................... 41

4.1.4. Prévalence de la malnutrition chronique chez les enfants âgés de 0 à 59 mois ............................................ 43

4.1.5. Analyse de la qualité des données anthropométriques des enfants âgés de 0 à 59 mois .............................. 45

4.1.6. Prévalence de la malnutrition aiguë chez les femmes âgées de 15 à 49 ans ................................................ 51

5

4.2. MORTALITE RETROSPECTIVE ...................................................................................................................... 55

4.3. COUVERTURE DE LA VACCINATION CONTRE LA ROUGEOLE (VAR) ............................................................ 57

4.4. COUVERTURE DE LA SUPPLEMENTATION EN VITAMINE A ............................................................................. 59

4.5. COUVERTURE DU DEPARASITAGE ............................................................................................................... 60

V. DISCUSSION ................................................................................................................................ 64

5.1. DIFFICULTES ET LIMITES .................................................................................................................................................. 64

5.2. SITUATION ET TENDANCES EVOLUTIVES DE LA MALNUTRITION ................................................................... 67

5.2.1. Chez les enfants âgés de moins de 5 ans ................................................................................................... 67

5.2.2. Chez les femmes âgées de 15 à 49 ans ................................................................................................... 71

5.3. MORTALITE RETROSPECTIVE ...................................................................................................................... 71

5.4. COUVERTURE SANTE ................................................................................................................................ 71

VI. CONCLUSIONS ET RECOMMANDATIONS ........................................................................ 73

VII. REFERENCES ............................................................................................................................... 75

VIII. ANNEXES ..................................................................................................................................... 77

.

6

SIGLES ET ACRONYMES

CCC : Communication pour le Changement de Comportement

CNA Centre Nutritionnel Ambulatoire

CNT Centre Nutritionnel Thérapeutique

CNNTA : Centre National de Nutrition et de Technologie Alimentaire

ENA : Emergency Nutrition Assessment

IC : Intervalle de Confiance

INSEED : Institut National de la Statistique, des Etudes Economiques et Démographiques

MAG : Malnutrition Agüe Globale

MAM : Malnutrition Aigüe Modérée

MAS : Malnutrition Aigüe Sévère

MICS : Multiple Indicators Cluster Survey

MSP : Ministère de la Santé Publique

OMD : Objectifs du Millénaire pour le Développement

OMS : Organisation Mondiale de la Santé

P/T : Rapport Poids pour Taille

PB : Périmètre Brachial

RGPH : Recensement Général de la Population et de l’Habitat

SMART : Standardized Monitoring and Assessment for Relief and Transitions

T/A : Rapport Taille pour Age

TBM : Taux Brut de Mortalité

TMM5 : Taux de Mortalité chez les moins de 5 ans

UNICEF : Fonds des Nations-Unies pour l’Enfance

VAR : Vaccin Anti Rougeoleux

ZD : Zone de Dénombrement

7

LISTE DES TABLEAUX Tableau 1 : Taille de l’échantillon final par district (en nombre d’enfants, ménages et grappes). ................................................................................................................................... 18 Tableau 2 : Valeurs seuils de l’indice Poids pour Taille (P/T), Taille pour Age (T/A) et Poids pour Age (P/A) selon les normes OMS 2006, en z-score. ...................................................... 27 Tableau 3 : Valeurs seuils du périmètre brachial définissant la malnutrition aiguë. ................ 27 Tableau 4 : Nombre de grappes, ménages et enfants enquêtés, et taux de réponse par district. ..................................................................................................................................... 29 Tableau 5 : Caractéristiques de l’échantillon sélectionné, par district. ................................... 31 Tableau 6 : Répartition des enfants âgés de 0 à 59 mois par catégorie d’âge et sexe, par district. ..................................................................................................................................... 32 Tableau 7 : Distribution des femmes âgées de 15 à 49 ans enquêtées selon le statut gestationnel, par district........................................................................................................... 34 Tableau 8 : Distribution des femmes âgées de 15 à 49 ans enquêtées selon le statut vis à vis de l’allaitement, par district. .................................................................................................... 35 Tableau 9 : Prévalence de la malnutrition aigüe chez les enfants âgés de 6 à 59 mois selon l’indice poids-taille et les œdèmes, par région et par district. ................................................ 37 Tableau 10 : Prévalence de la malnutrition aigüe chez les enfants âgés de 6 à 59 mois, selon le périmètre brachial et les œdèmes, par région et par district. ............................................ 39 Tableau 11 : Prévalence de l’insuffisance pondérale chez les enfants âgés de 0 à 59 mois, par région et par district. ............................................................................................................... 41 Tableau 12 : Prévalence de la malnutrition chronique chez les enfants âgés de 0 à 59 mois, par région et par district. ......................................................................................................... 43 Tableau 13 : 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 district. .............................................................................................. 45 Tableau 14 : Z-scores moyens, effet de grappe et nombre de z-scores non disponibles ou exclus, par district. ................................................................................................................... 47 Tableau 15 : Prévalence de la malnutrition aigüe chez les femmes âgées de 15 à 49 ans selon.................................................................................................................................................. 51 Tableau 16 : Taux de mortalité dans la population générale et chez les enfants de moins de 5 ans, par district. ........................................................................................................................ 55 Tableau 17 : Couverture de la vaccination contre la rougeole chez les enfants âgés de 9 à 59 mois, par région et par district. ............................................................................................... 57 Tableau 18 : Couverture de la supplémentation en vitamine A au cours des six derniers mois chez les enfants âgés de 6 à 59 mois, par région et par district. .................................... 59 Tableau 19 : Couverture du déparasitage au cours des six derniers mois chez les enfants âgés de 12 à 59 mois, par région et par district. ..................................................................... 60 Tableau 20 : Répartition des ménages selon l’iodation du sel de cuisine. .............................. 62 Tableau 21 : Indices de qualité des données anthropométriques des enquêtes conduites en période de soudure de 2011 à 2013........................................................................................ 65 Tableau 22 : Indices de qualité des données anthropométriques des enquêtes conduites en période post-récolte de 2011 à 2014*. ................................................................................... 66 Tableau 23 : Classification de l’OMS de la prévalence des différents types de malnutrition parmi les enfants de 0 à 59 mois. ............................................................................................ 67

8

LISTE DES FIGURES

Figure 1 : Prévalence avec limite supérieure de l’intervalle de confiance à 95% de la malnutrition aigüe globale chez les enfants âgés de 6 à 59 mois. .......................................................................................... 68

Figure 2 : Prévalence avec intervalle de confiance à 95% de la malnutrition aiguë globale chez les enfants âgés de 6-59 mois, en juillet-aout 2013 et aout-septembre 2014, par région. ............................ 68

Figure 3 : Prévalence avec limite supérieure de l’intervalle de confiance à 95% de la malnutrition chronique chez les enfants âgés de 0 à 59 mois par région. .......................................................................... 69

Figure 4 : Prévalence avec intervalle de confiance à 95% de la malnutrition chronique chez les enfants âgés de 0 à 59 mois en juillet-août 2013 et en août-septembre 2014. ........................................................ 69

Figure 5 : Prévalence avec intervalle de confiance à 95% de la malnutrition chronique chez les enfants âgés de 0 à 59 mois en février-mars 2011 et en août-septembre 2014. ..................................................... 70

9

RESUME La malnutrition est endémique au Tchad. Entre 2000 et 2010, la prévalence de l’insuffisance pondérale est passée de 28% à 30%, la prévalence de la malnutrition chronique de 28% à 39% et la prévalence de la malnutrition aiguë globale de 14,6% à plus de 16% (INSEED, 2010). La partie sahélienne du pays constitue la zone la plus affectée par les problèmes de carences nutritionnelles. Cette situation nutritionnelle critique a conduit le Ministère de la Santé Publique du pays à la mise en place d’un programme de prise en charge de la malnutrition aigüe dans les régions sahéliennes, ainsi qu’au renforcement du système de surveillance nutritionnelle, avec l’appui technique et financier de l’UNICEF. Le système de suivi régulier de la situation institué depuis 2010 comporte deux enquêtes nutritionnelles annuelles, une première en période de soudure (mai-septembre) et une deuxième en période post-récolte (octobre-avril). La présente enquête est la 8ème série d’enquêtes s’inscrivant dans le cadre du suivi régulier de la situation. Elle a été réalisée avec un niveau de représentativité pour chacun des 33 districts sanitaires de la bande sahélienne afin de fournir l’image actuelle de la situation nutritionnelle. i L’enquête a été conduite indépendamment dans chacun des 33 districts sanitaires fonctionnels de la bande sahélienne. La méthodologie SMART a été adoptée. Il s’agit d’une méthode d’enquête rapide, standardisée et simplifiée, avec saisie quotidienne des données anthropométriques sur le terrain, afin d’en améliorer la qualité. Pour chaque district sanitaire, un échantillonnage en grappes à deux degrés a été réalisé, avec au premier degré la sélection des villages avec probabilité proportionnelle à la taille, puis au deuxième degré la sélection des ménages de manière aléatoire systématique faisant suite à un recensement exhaustif des ménages. La collecte des données a eu lieu du 19 août au 10 octobre 2014. Les principales données collectées et analysées comprenaient l’âge, le sexe, le poids, la taille, les œdèmes nutritionnels et le périmètre brachial. Les interviews ont aussi permis de collecter des informations sur la mortalité rétrospective. Le test d’iodation du sel de cuisine a été réalisé au niveau de chaque ménage. La saisie et l’analyse des données ont été réalisées à l’aide des logiciels ENA for SMART (version août 2014), en suivant les recommandations SMART. Les mesures anthropométriques individuelles ont été comparées aux valeurs de référence internationale (OMS 2006). Des analyses complémentaires ont été faites en utilisant le logiciel SPSS for Windows version 19.0. Les analyses pondérées ont permis de calculer les prévalences représentatives au niveau régional et au niveau de l’ensemble de la bande sahélienne. Cette enquête a permis d’avoir une photographie de la situation nutritionnelle et de santé dans les différents districts sanitaires de la bande sahélienne en période de soudure. Les résultats sont synthétisés dans le tableau ci-dessous :

10

Synthèse des résultats de l’évaluation de la situation nutritionnelle et de mortalité dans les régions de la bande sahélienne du Tchad, août – septembre 2014.

Régions et districts

Prévalence de la

malnutrition aigüe

(%)

Prévalence de la

malnutrition chronique

(%)

Mortalité chez les

moins de 5 ans

(décès/10000/jour)

Couverture de la

vaccination anti-

rougeole (%)

Couverture de la

supplémen-tation en

vitamine A (%)

Couverture du

déparasi-tage

(%)

Ménages consomman

t du sel adéquateme

nt iodé (%)

Barh El Ghazal 17,2 22,4 69,4 61,1 57,1 91,3

Chadra 13,3 21,9 0,78 63,0 58,1 61,0 86,4 Moussoro 21,3 22,5 1,03 76,7 64,5 52,7 96,0 Batha 11,9 21,4 48,2 38,3 28,5 43,7 Ati 15,6 13,4 0,66 62,4 35,7 27,9 53,4 Oum Hadjer 10,6 18,9 0,19 27,3 37,2 32,8 2,7 Yao 8,7 37,1 0,51 58,6 43,8 22,1 75,1 Guéra 11,3 27,3 64,9 81,6 74,0 57,9 Bitkine 7,7 21,4 1,16 67,1 88,3 72,2 89,8 Mangalme 13,9 25,5 0,62 64,4 50,0 33,5 23,2 Melfi 7,7 31,5 1,19 88,1 86,4 88,0 51,3 Mongo 16,0 31,0 0,53 48,3 88,4 89,8 66,6 Hadjer Lamis 12,4 29,6 59,6 59,9 50,5 81,6 Bokoro 11,2 20,0 0,62 25,7 24,8 25,1 58,0 Massaguet 12,3 38,8 1,84 89,2 92,0 57,4 91,3 Massakory 13,9 34,3 0,54 79,6 78,6 78,3 90,8 Kanem 17,3 39,6 81,8 77,3 63,2 61,1 Mao 22,2 29,5 0,44 91,9 87,0 95,0 85,7 Mondo 15,4 63,4 0,54 68,8 69,2 11,1 88,5 Noukou 9,7 18,6 0,1 95,7 91,5 95,5 30,1 Rig 13,8 51,0 0,27 56,6 41,2 15,8 22,9 Lac 14,7 37,2 80,4 77,7 76,9 91,1 Bagassola 13,5 40,0 0,31 78,7 77,1 81,6 95,3 Bol 10,8 32,8 1,44 97,8 90,4 85,1 88,1 Ngouri 18,2 38,9 1,2 69,1 69,2 69,4 89,6 Ouaddai 14,1 23,2 71,6 63,6 66,1 14,0 Abdi 17,4 16,6 0,33 39,5 39,4 39,8 19,8 Abeche 14,5 16,9 0,12 91,6 89,4 93,5 20,5 Adre 12,5 34,3 0,13 59,5 42,0 39,3 0,3 Salamat 8,7 23,0 70,0 63,4 66,9 42,8 Aboudeia 7,3 26,0 0,56 64,6 61,5 65,0 42,3 Amtiman 9,4 21,9 0,41 71,9 64,0 67,6 43,2 Sila 11,0 30,7 76,4 61,2 50,3 9,5 Am Dam 9,2 34,7 0,56 79,4 65,2 56,5 1,6 Goz Beida 11,7 29,5 0,48 75,6 60,2 48,7 15,1 Wadi Fira 14,0 32,3 39,7 43,3 37,9 22,0 Biltine 11,3 43,4 0,24 18,6 17,7 18,7 32,7 Guereda 11,2 23,2 0,57 74,1 70,0 68,8 14,2 Iriba 21,7 28,6 0,63 25,8 43,6 23,8 22,1 N’Djamena 9,6 15,6 83,4 76,8 72,4 67,6 Centre 10,2 13,9 1,11 86,2 77,3 76,6 65,3 Est 10,2 18,5 0,38 76,9 71,8 59,2 75,4 Nord 10,1 22,4 1,14 84,6 81,5 72,2 68,1 Sud 8,0 12,4 0,85 85,7 78,9 79,9 63,0 Ensemble 12,4 26,0 69,1 65,7 60,3 54,2

11

Cette enquête, pour la première fois représentative au niveau des districts sanitaires a été instructive, dans la mesure où elle a permis d’identifier des districts en situation nutritionnelle critique au sein de régions en apparence moins problématique. C’est le cas des districts d’Ati dans la région du Batha, de Mongo dans la région du Guera, de Ngouri dans la région du Lac, d’Abdi dans la région du Ouaddai, et d’Iriba dans la région du Wadi Fira. En cette période de soudure, la situation nutritionnelle dans la bande sahélienne reste alarmante dans l’ensemble, et marquée par des niveaux de prévalence critiques dans 8 des 33 districts, soit 2 régions sur 11. Bien que le programme de prise en charge soit arrivé a de bonnes couvertures géographique et thérapeutique dans la bande sahélienne, son renforcement, en particulier sa pleine intégration dans les formations sanitaires, comme élément routinier du paquet minimum d’activités des centres de santé ou du paquet complémentaire d’activité des hôpitaux de district, est fortement recommandable. Aux problèmes de survie de l’enfant liés à la malnutrition aigüe surtout sévère, s’ajoute un problème de malnutrition chronique, qui bien qu’en baisse dans la plupart des régions sur les trois dernières années reste alarmante voire critique dans certaines régions. Une analyse plus approfondie des données existantes, couplée éventuellement à des petites enquêtes socio-anthropologiques localisées est souhaitable, pour construire la théorie du changement, et mieux cibler les régions par des paquets spécifiques d’actions multisectorielles de prévention de la malnutrition. Les taux de couverture de vaccination anti-rougeoleuse, de supplémentation en vitamine A et du déparasitage restent faibles, surtout dans les régions du Batha et du Wadi Fira. Il en est de même de la consommation de sel iodé par les ménages, en particulier dans les régions faisant frontière avec le soudan. Les recommandations suivantes sont formulées en vue d’adresser les problèmes de malnutrition et de couverture des interventions sanitaires relevés par cette enquête :

− Renforcer le programme de PCIMA par : o Sa pleine intégration dans les formations sanitaires pour des soins globaux et

continus, impliquant davantage le personnel de ces formations sanitaires ; o 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 ;

o Une meilleure gestion des intrants nutritionnels grâce à un fonctionnement optimal des Comités de Gestion des Intrants ;

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

o L’intégration d’un paquet WASH au bénéfice des formations sanitaires et des ménages d’enfants admis dans le programme de PCIMA ;

− Promouvoir les interventions visant la prévention de la malnutrition par : o Une analyse approfondie des données existantes pour mieux déterminer le

paquet de services intégrés pour la mère et l’enfant et les modalités les plus appropriées de sa mise en œuvre ;

o Une investigation spécifique sur les pratiques d’ANJE et sur les autres causes de malnutrition en vue d’apporter la réponse la plus appropriée à la malnutrition dans les districts d’Abdi et d’Iriba ;

12

o Le renforcement des capacités du personnel de santé à la communication pour le changement de comportement (CCC) axé sur les activités préventives, incluant l'allaitement maternel exclusif et la production et la consommation d'aliments de complément de qualité basés sur des aliments locaux ;

− Redynamiser la sensibilisation des communautés sur les bénéfices de l’utilisation des services de santé préventifs ;

− Conduire dans le court terme une campagne de vaccination, supplémentation en vitamine A et déparasitage, en particulier dans les régions du Batha et du Wadi Fira ;

− Renforcer le contrôle à la frontière, du sel importé du Soudan ; − Conduire une campagne de supplémentation en iode chez les femmes enceintes et

allaitantes dans les districts ayant moins de 20% des ménages consommant du sel adéquatement iodé ;

− Renforcer les services santé pour la vaccination de routine, ainsi que la distribution en routine de la vitamine A et du déparasitant, par :

o La dotation suffisante et régulière en produits nécessaires à la vaccination, à la supplémentation en vitamine A et au déparasitage ;

o La stratégie avancée vers les villages les plus éloignés des centres de santé ; o La supervision régulière des centres de santé ;

− Poursuivre les enquêtes répétées dans le cadre du suivi régulier de la situation dans toutes les régions ;

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

13

1. CONTEXTE ET JUSTIFICATION 1.1. Problématique de la malnutrition Les carences nutritionnelles se caractérisent par des manifestations anthropométriques, cliniques ou biologiques, et 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. La malnutrition résulte d’insuffisances alimentaires et/ou de maladies, surtout infectieuses. Le complexe malnutrition-infection demeure un problème de santé publique important dans les pays en développement. Les stratégies d’atteinte des Objectifs du Millénaire pour le Développement (OMD) accordent une place de choix aux interventions sanitaires et nutritionnelles et leur importance en tant que déterminant du développement (Gross, 2004). 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. Elle a décrit la situation de la malnutrition et de ses conséquences sanitaires, montrant clairement son importance et son impact en particulier sur la mortalité des jeunes enfants (Black et al., 2008) ; en 2013 elles font le point sur la rentabilité des interventions nutritionnelles spécifiques et non spécifques (Bhutta et al., 2013; Lancet executive summary, 2013). Le cadre stratégique pour le passage à l’échelle des interventions nutritionnelles 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 d’appui (SUN, 2010). En 2012, l’OMS dans une vision post-2015 a adopté la politique de réduction de la morbidité et de la mortalité, en particulier durant les 1000 premiers jours de vie, ciblant six interventions majeures (Thousand days, 2012). L’intérêt croissant des gouvernements et de leurs partenaires à renforcer les activités de nutrition au niveau des services de santé et à mettre en œuvre des activités à base communautaire doit s’accompagner d’un système de surveillance nutritionnelle performant. 1.2. Situation nutritionnelle au Tchad La malnutrition est endémique au Tchad. Entre 2000 et 2010, la prévalence de l’insuffisance pondérale est passée de 28% à 30%, la prévalence de la malnutrition chronique de 28% à 39% et la prévalence de la malnutrition aiguë globale de 14,6% à plus de 16% (INSEED, 2010). La partie sahélienne du pays constitue la zone la plus affectée par les problèmes de carences nutritionnelles. Les prévalences de la malnutrition aigüe globale (entre 10 et 20 % selon la région) trouvées au cours de ces enquêtes ont révélé une situation d’urgence, au regard des seuils admis en santé publique. Cette situation nutritionnelle critique dans les régions sahéliennes du Tchad a conduit le Ministère de la Santé Publique du pays à la mise en place, entre autres, d’un programme de prise en charge de la malnutrition aigüe, ainsi qu’au renforcement du système de surveillance nutritionnelle, avec l’appui technique et financier de l’UNICEF. Le système de suivi régulier de la situation institué depuis 2010 comporte deux enquêtes nutritionnelles annuelles, une première en période de soudure (mai-septembre) et une deuxième en période post-récolte (octobre-avril).

La présente est la 8ème série d’enquêtes s’inscrivant dans le cadre du suivi régulier de la situation. Elle a été planifiée et réalisée pour être représentative au niveau district sanitaire afin de fournir une image actuelle de la situation nutritionnelle et d’identifier les districts les plus concernés par la malnutrition.

15

II. OBJECTIFS 2.1. Objectif général L’objectif général était d’évaluer la situation nutritionnelle des enfants âgés de 0 à 59 mois, ainsi que des femmes âgées de 15 à 49 ans, et d’estimer la mortalité rétrospective chez les enfants âgés de 0 à 59 mois et dans la population générale au niveau des 33 districts sanitaires fonctionnels de la bande sahélienne. 2.2. Objectifs spécifiques Il s’agissait, pour chacun des 33 districts sanitaires ciblés, de :

- Déterminer la prévalence de la malnutrition aigüe (globale, modérée et sévère) parmi les enfants âgés de 6 à 59 mois selon l’indice P/T (Poids/Taille), le périmètre brachial et les œdèmes bilatéraux ;

- Déterminer la prévalence de la malnutrition aiguë parmi les femmes âgées de 15 à 49 ans selon le périmètre brachial ;

- Estimer la prévalence de l’insuffisance pondérale parmi les enfants âgés de 0 à 59

mois selon l’indice P/A (Poids/Age) ;

- Estimer la prévalence de la malnutrition chronique parmi les enfants âgés de 0 à 59 mois selon l’indice T/A (Taille/Age) ;

- Déterminer le taux brut de mortalité rétrospective et le taux de mortalité chez les

enfants de moins de 5 ans ;

- Estimer le niveau de couverture de la vaccination anti rougeoleuse chez les enfants âgés de 9 à 59 mois ;

- Estimer le niveau de couverture de la supplémentation en vitamine A chez les enfants

âgés de 6 à 59 mois;

- Estimer le niveau de couverture du déparasitage dans les 6 derniers mois chez les enfants âgés de 12 à 59 mois ;

- Tester l’iodation du sel consommé au niveau des ménages.

16

III. METHODOLOGIE L’enquête a été conduite en utilisant la méthodologie SMART pour l’évaluation de la situation nutritionnelle et de mortalité. Il s’agit d’une méthode d’enquête rapide, standardisée et simplifiée avec saisie quotidienne des données anthropométriques sur le terrain afin d’améliorer la qualité des données collectées. 3.1. Zone et population d’enquête L’enquête a couvert la bande sahélienne qui compte 33 districts sanitaires fonctionnels à savoir :

- Chadra et Moussoro dans la région du Barh El Ghazal ; - Ati, Oum Hadjer et Yao dans la région du Batha ; - Bitkine, Mangalme, Melfi et Mongo dans la région du Guéra ; - Bokoro, Massaguet et Massakory dans la région du Hadjer-Lamis ; - Mao, Mondo, Noukou et Rig Rig dans la région du Kanem ; - Bagassola, Bol et Ngouri dans la région du Lac ; - Abdi, Abéché et Adre dans la région du Ouaddai ; - Aboudeia et Amtiman dans la région du Salamat ; - Am Dam et Goz Beida dans la région du Sila ; - Biltine, Guereda et Iriba dan la région du Wadi Fira ; - Centre, Est, Nord et Sud dans la ville de N’Ndjamena.

17

3.2. Type d’enquête Il s’agissait d’une enquête transversale en grappes à deux degrés, comportant une collecte des données par mesures anthropométriques et par interviews. 3.3. Période d’enquête La collecte des données s’est déroulée du 19 août au 10 octobre 2014, soit dans la période de soudure dans la bande sahélienne. 3.4. Population cible L’enquête a concerné les populations autochtones résidentes et sédentaires, de la bande sahélienne du Tchad. Ont été inclus dans l’enquête anthropométrique tous les enfants âgés de 0 à 59 mois et les femmes âgées de 15 à 49 ans appartenant aux ménages sélectionnés. Tous les membres des ménages sélectionnés présents le jour de l’enquête ou qui ont fait partie du ménage durant la période de rappel ont été considérés pour le volet mortalité. Tous les ménages sélectionnés ont été inclus pour le test de l’iodation du sel de cuisine. 3.5. Echantillonnage 3.5.1. Calcul de la taille d’échantillon Le calcul de la taille de l’échantillon a été fait indépendamment pour chaque district, en utilisant le logiciel ENA Delta version de septembre 2013. Les données de prévalence utilisées provenaient de l’enquête nutritionnelle de juillet – août 2013. L’annexe 1 détaille les éléments du calcul de la taille de l’échantillon. Le tableau 1 présente la taille finale de l’échantillon. Le nombre d’enfants à inclure a été converti en nombre de ménages à visiter en utilisant les données démographiques issues de l’enquête SMART de juillet – août 2013. Les calculs ont été faits séparément pour l'enquête anthropométrique et l’enquête de mortalité. Pour chaque district, la taille d'échantillon la plus grande entre anthropométrie et mortalité a été considérée comme échantillon final. Le nombre de grappes à enquêter était obtenu en considérant un nombre de ménages fixe, variant de 14 à 20 par grappe selon le district.

18

Tableau 1 : Taille de l’échantillon final par district (en nombre d’enfants, ménages et grappes).

Région et districts

Taille d’échantillon pour l’anthropométrie

(nb. ménages)

Taille d’échantillon pour

la mortalité (nb. ménages)

Taille finale d’échantillon

(nb. ménages)

Nombre de ménages

par grappe

Nombre de grappes

Barh El Gazal Chadra1 442 293 442 16 28 Moussoro1 442 293 442 16 28 Batha Ati1 436 259 436 16 28 Oum Hadjer1 436 259 436 16 28 Yao1 436 259 436 16 28 Guera Bitkine 612 555 612 20 31 Mangalme 612 555 612 20 31 Melfi 612 555 612 20 31 Mongo 612 555 612 20 31

Hadjer Lamis

Bokoro 685 560 685 20 35

Massaguet 745 560 745 20 38

Massakory 812 560 812 20 41

Kanem

Mao 529 474 529 20 28

Mondo 529 474 529 20 28

Noukou1 411 377 411 15 28

Rig Rig1 377 348 377 14 28

Lac

Bagassola 185 542 542 20 28

Bol 185 542 542 20 28

Ngouri 620 542 620 20 31

Ouaddai

Abdi1 305 374 374 14 28

Abeche1 305 374 374 14 28

Adre1 305 374 374 14 28

Salamat

Aboudeia 546 661 661 20 33

Amtiman 710 919 919 20 46

Sila

Am Dam 623 586 623 20 32

Goz Beida 822 759 822 20 42

Wadi Fira

Biltine 508 629 629 20 32

Guereda 549 629 629 20 32

Iriba 324 629 629 20 32

N’Djamena

Centre1 464 420 464 17 28

Est1 464 420 464 17 28

Nord1 464 420 464 17 28

Sud1 464 420 464 17 28 1 Le nombre de ménages par grappe a été réduit à moins de 20 pour obtenir un minimum de 28 grappes planifiées.

19

3.5.2. Procédure de sélection Pour chaque district, l’échantillon de l’enquête a été sélectionné par sondage en grappes à 2 degrés : sélection des villages puis sélection des ménages. Échantillonnage au premier degré : sélection des grappes ou villages L’échantillonnage au premier degré a consisté en la détermination de la liste des grappes à enquêter pour chacun des districts. 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 chacun des districts. Selon les districts, entre 28 et 46 grappes ont été sélectionnées. La méthodologie SMART recommande un minimum de 25 grappes. Des grappes de remplacement avaient été sélectionnées automatiquement par le logiciel. La base de sondage utilisée était constituée de la liste des 4739 zones de dénombrement (ZD) établie en 2009 par l’INSEED au cours de l’opération de Recensement Général de la Population et de l’Habitat. Cette base de sondage renseigne sur l’effectif de population de chaque grappe ainsi que sur le nombre de ménages. Échantillonnage au deuxième degré : sélection des ménages Dans chaque grappe sélectionnée, la première étape consistait au recensement exhaustif des ménages, en vue d’actualiser le nombre de ménages de la grappe. Celui-ci commençait à l’extrémité nord du village et parcourait le village en zigzaguant d’est en ouest et vice-versa. Le principe était de ne pas sauter un ménage ou de compter un même ménage deux fois. Un numéro unique séquentiel était porté sur tout ménage recensé. Les données des ménages recensés étaient enregistrées sur la fiche de recensement des ménages. La sélection des ménages à enquêter parmi les ménages recensés était faite avec la méthode aléatoire systématique. Les étapes de sélection étaient les suivantes :

1. Calcul du pas de sondage (P) : c’est le nombre de ménages qui séparent 2 ménages sélectionnés. Le pas de sondage de chaque ZD a été calculé en divisant le nombre de ménages recensés (N) par le nombre de ménages à enquêter dans la ZD.

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

3. Après avoir enquêté le premier ménage, le choix du ménage suivant à enquêter se faisait en ajoutant le pas de sondage (P) au numéro du premier ménage (a), et ainsi de suite jusqu’à épuisement des ménages de la ZD.

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 âgées de 15 à 49 ans ont été enquêtés pour l’évaluation de la situation nutritionnelle. Chaque enfant ou femme absent et remplissant les critères d’inclusion était enregistré sur le questionnaire anthropométrique. Le ménage était défini comme l’ensemble des membres qui partagent le même toit, mettent tout ou une partie de leurs ressources en commun, mangent le repas préparé dans la même marmite, et qui reconnaissent l’autorité d’une personne appelée Chef de ménage.

20

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. Les enfants handicapés ont été inclus dans l’enquête en collectant les données sur l’âge, le sexe, le poids et la présence d’œdèmes bilatéraux. Si la difformité physique empêchait de mesurer la taille ou le périmètre brachial, ces données étaient considérées comme manquantes. 3.6. Collecte des données 3.6.1. Questionnaires et données à collecter La collecte des données a été faite sur un questionnaire (annexes 2) qui comportait, par ordre d’interview des répondants, une section mortalité, une section santé et anthropométrie, et une section iodation du sel de cuisine. Section mortalité L’enquête de mortalité rétrospective a été réalisée sur une période de rappel débutant le 8 mars 2014 (Journée de la femme). La période de rappel variait de 166 jours pour le district Est de N’Ndjamena à 197 jours pour le district de Bitkine, 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 ou à la mère des enfants. 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. Section anthropométrie et santé Les informations suivantes concernant l’enfant ont été collectées :

− Date de naissance : Elle était relevée à partir d’un document officiel (acte de naissance ou livret de famille) 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 élaboré pour les besoins de l’enquête (annexes 3).

21

− Sexe : Cette information était recherchée visuellement ou en demandant à la mère ou au répondant.

− Poids : Les enfants ont été pesés entièrement nus, à 100 grammes près à l’aide d’une balance électronique mère-enfant SECA. Dans chaque ZD, avant le début des mesures, les balances étaient vérifiées et tarées à l’aide d’un poids étalon de 5,00 kg. Les nourrissons et les jeunes enfants ont été pesés dans les bras de leur mère après tarage de la balance, et les grands enfants, seuls sur la balance.

− Taille : La taille a été mesurée à l’aide d’une toise graduée en centimètre, avec une précision au 0,1 cm, pour tous les enfants, excepté ceux présentant un handicap aux membres inférieurs. Les enfants de moins de 87 cm ont été mesurés en position couchée. Les enfants de 87 cm et plus 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.

− Œdèmes : Seuls les œdèmes bilatéraux étaient considérés comme étant révélateurs d’un trouble nutritionnel. Ils ont été évalués en exerçant pendant trois secondes 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.

− Supplémentation en vitamine A et déparasitage : Des questions ont été posées aux parents notamment aux mères, pour déterminer si les enfants âgés de 6 à 59 mois avaient été supplémentés en vitamine A, et ceux âgés de 12-59 mois avaient reçu du mébendazole, au cours des six derniers mois. Une confirmation de la supplémentation ou du déparasitage par le carnet de santé de l’enfant était faite chaque fois que possible. Des échantillons de vitamine A et de mébendazole étaient présentés aux répondants pour bien indiquer le produit en question.

− Vaccination contre la rougeole : D’autres questions ont été posées pour déterminer si les enfants âgés de 9-59 mois avaient été vaccinés contre la rougeole. La vaccination contre la rougeole était désignée comme l’injection au bras gauche et/ou le vaccin du 9ème mois, et/ou en utilisant le nom local de la rougeole. De même, une confirmation de la vaccination contre la rougeole par le carnet de santé de l’enfant était faite chaque fois que possible.

Section iodation du sel de cuisine Les données du test d’iodation du sel de cuisine ont été collectées sur une fiche séparée par grappe. Cette fiche comportait les identifiants de la grappe et de l’équipe, ainsi que pour chaque ménage, le numéro et le résultat du test qui était codifié 0 pour sel non iodé, 1 pour faiblement iodé (< 15 ppm), 2 pour adéquatement iodé (≥ 15 ppm), 8 pour manque de sel ou refus, et 9 pour ménage absent. Le test et l’enregistrement des résultats étaient réalisés par le superviseur d’équipe.

22

3.6.2. Formation des enquêteurs La formation visait, d’une part, à améliorer la compétence des personnes impliquées dans la collecte des données sur les points clefs, et d’autre part, à standardiser les méthodes de collecte des données. Conduite par les membres de l’équipe de coordination (CNNTA, INSEED et UNICEF) avec l’appui du consultant international, elle s’est déroulée en 2 vagues d’une durée de 6 jours chacune : une première vague du 12 au 17 août 2014 qui a concerné 70 participants et une deuxième vague du 19 au 24 août 2014 avec 80 participants. La formation comprenait essentiellement 4 parties : théorie, pratique, évaluation des candidats, et pré-enquête (voir agenda de la formation en annexe 4). La théorie a porté sur des modules communs (présentation de l’enquête, sélection des ménages à enquêter, identification des enfants éligibles y compris utilisation du calendrier des événements, administration des questionnaires, mesures anthropométriques, et organisation pratique de l’enquête), ainsi que sur un module spécifique sur l’informatique, destiné aux superviseurs, pour les initier à l’utilisation du logiciel ENA pour la saisie des données et l’interprétation du rapport de plausibilité des données. Le volet pratique de la formation concernait les interviews, les mesures anthropométriques et le test d’iodation du sel de cuisine. Pour les interviews, des sessions ont été consacrées à la pratique des interviews sur la mortalité, en utilisant la technique des jeux de rôle. Quatre groupes de 15 à 20 personnes ont été constitués et les rôles distribués dans chaque groupe. Le groupe préparait un scenario fourni, qui était ensuite joué en plénière, occasionnant des corrections techniques séance tenante. Pour les mesures anthropométriques, des mesures en salle avec des mères volontaires et leurs enfants, puis le test de standardisation ont été pratiquées. Pour chaque vague, le test de standardisation a eu lieu au Centre SOS Village de N’Ndjamena, impliquant 20 enfants bien-portant et accompagnés. Les candidats enquêteurs ont été répartis en deux groupes (de 35 et 40 chacun pour la première vague, et de 40 chacun pour la deuxième vague), le premier groupe de candidats enquêteurs effectuant les mesures anthropométriques sur un groupe de 20 enfants dans la première matinée (4ème jour de formation), et le deuxième groupe de candidats enquêteurs effectuant les mesures anthropométriques sur un autre groupe de 20 enfants dans la matinée suivante (5ème jour de formation). En pratique chaque matinée de test, le groupe de candidats enquêteurs est subdivisé en deux sous-groupes de 18 ou 20 candidats enquêteurs. Le premier sous-groupe de 18 recomposé en 9 binômes réalisait les mesures sur un sous-groupe de 10 enfants, alors que l’autre sous-groupe de 20 candidats enquêteurs recomposé en 10 binômes réalisait les mesures sur l’autre sous-groupe de 10 enfants. Les mesureurs de référence étaient issus de l’équipe de coordination. L’annexe 5 présente les résultats du test de standardisation. Au vu des résultats du test qui n’étaient pas satisfaisant, une session complémentaire de mesures anthropométriques a été organisée pour les mesureurs les plus faibles. Pour la composition finale des équipes, une attention a été faite pour combiner les meilleurs mesureurs avec les plus faibles mesureurs. Des échantillons de sel ont été apportés par les participants pour une session de formation sur les techniques du test d’iodation du sel de cuisine.

23

L’évaluation des enquêteurs était basée sur un test écrit portant sur les aspects théoriques, et sur le test de standardisation des mesures anthropométriques. Pour le résultat du test de standardisation, les scores de précision et d’exactitude obtenus pour les mesures de la taille et du périmètre brachial ont été considérés. L’évaluation des superviseurs comprenait en plus un test pratique de saisie et sauvegarde des données sur ordinateur. A l’issue de ces épreuves, les meilleurs ont été retenus pour être contrôleurs régionaux, superviseurs d’équipe, interviewers et mesureurs, respectivement. La pré-enquête a été réalisée au sixième jour de la formation dans 2 ZD de la ville de N’Ndjamena qui ne faisaient pas partie des ZD sélectionnées pour l’enquête. Elle a permis de tester les outils de collecte selon les procédures indiquées dans le manuel du participant. Une séance plénière organisée avec les superviseurs à la fin de la pré-enquête a permis de discuter des difficultés rencontrées et d’apporter les dernières améliorations aux outils de collecte et à la pratique des enquêteurs. 3.6.3. Organisation de la collecte des données Les 10 contrôleurs régionaux, 29 superviseurs d’équipe, 29 interviewers et 58 mesureurs ont été répartis en 29 équipes composées chacune de 2 mesureurs, 1 interviewer et 1 superviseur, tenant compte du genre et des langues locales parlées (annexe 6). Ces équipes travaillaient sous la supervision des contrôleurs régionaux ; chaque contrôleur régional était responsable de deux à quatre équipes, selon la région. La collecte des données s’est déroulée du 19 au 28 août 2014 pour les districts de la ville de N’Ndjamena, menée par toutes les 29 équipes, et du 26 août au 10 octobre 2014 pour les 29 districts de l’intérieur, à raison d’une équipe par district (annexe 7). La durée de la collecte était variable d’un district à un autre. Les rôles et responsabilités des membres de l’équipe étaient définis comme suit : Mesureurs

− Prendre soin des outils ; − Calibrer quotidiennement les outils ; − Effectuer les mesures anthropométriques ; − Suppléer l’interviewer au besoin ; − Effectuer toute correction jugée nécessaire par le superviseur ; − Assister le superviseur dans ses activités.

Interviewer

− Identifier et interviewer les répondants ; − Identifier les enfants éligibles pour l’anthropométrie ; − Enregistrer les données sur les questionnaires ; − Transmettre les questionnaires remplis au superviseur ; − Effectuer toute correction jugée nécessaire ; − Appuyer les mesureurs ; − Assister le superviseur dans ses activités.

24

Superviseur

− Conduire son équipe sur le terrain ; − Présenter les objectifs de l’enquête aux autorités locales ; − Identifier un guide villageois ; − Recenser et numéroter les ménages ; − Sélectionner les ménages ; − Présenter les objectifs de l’enquête, introduire l’équipe, et préparer le ménage ; − Contrôler le calibrage des outils ; − Contrôler les techniques d’interview et de discussion ; − Contrôler les techniques de prise des mesures anthropométriques ; − Réaliser le test d’iodation du sel de cuisine ; − Confirmer les cas de MAS (y compris des œdèmes bilatéraux) et assurer leur

référence ; − Vérifier la complétude et la qualité du remplissage des questionnaires et autres outils :

o Cohérence des identifiants sur toutes les pages du questionnaire ; o Cohérence des identifiants et caractéristiques entre différentes sections du

questionnaire ; o Cohérence entre nombre de questionnaires et nombre de ménages visités ; o Lisibilité des questionnaires ;

− Saisir les données anthropométriques dans ENA quotidiennement, sur le terrain ; − Analyser la qualité de ces données anthropométriques ; − Faire les corrections nécessaires ; − Transmettre les questionnaires et les bases de données aux coordonnateurs ; − Rapporter aux coordonnateurs toute difficulté rencontrée dans les opérations de

collecte, de contrôle ou dans la vie quotidienne des équipes ; − Élaborer un rapport de supervision en fin d’enquête.

Contrôleur régional

– Représenter les équipes auprès des autorités régionales et départementales ; – Présenter les objectifs de l’enquête aux autorités locales ; – Organiser les équipes ; – Etablir les itinéraires des équipes ; – Appuyer techniquement les équipes sur le terrain ; – Evaluer la qualité du travail des équipes à l’aide du guide de supervision (annexe 8); – Transmettre les questionnaires et les bases de données aux coordonnateurs ; – Rapporter aux coordonnateurs toute difficulté rencontrée dans les opérations de

collecte, de contrôle ou dans la vie quotidienne des équipes ; – Elaborer un rapport de supervision et le présenter en fin d’enquête.

Le déploiement des équipes a été fait en deux temps :

− Dans un premier temps, toutes les équipes ont été déployées dans les quatre districts sanitaires de la ville de N’Ndjamena. La collecte des données a duré 5 jours pour la première vague et 3 jours pour la deuxième vague, et a permis de suivre la qualité du travail des équipes et des superviseurs sur le terrain, de réviser chaque soir la qualité des données de toutes les équipes, et de corriger immédiatement les erreurs/problèmes avant le déploiement des équipes dans les districts de l’intérieur ;

25

− Puis, les 29 équipes ont été réparties dans les 29 districts de la bande sahélienne à raison d’une équipe par district et un contrôleur régional par région. Chaque équipe était dotée du matériel nécessaire à la collecte et à la saisie des données ainsi qu’au bien-être des équipes.

3.6.4. Supervision de la collecte des données et contrôle de qualité Il y a eu trois niveaux de supervision : Premièrement, chaque équipe était sous la responsabilité d’un superviseur intégré qui se déplaçait au quotidien avec l’équipe. Cette supervision visait à suivre étroitement la qualité des données collectées, aussi bien du point de vue de la sélection des ménages, de l’interview, des mesures anthropométriques que de la qualité de remplissage des questionnaires (complétude, exactitude et lisibilité des questionnaires). Les données collectées étaient saisies chaque soir par le superviseur en utilisant le logiciel ENA pour permettre une évaluation quotidienne de la qualité des données. Toutes les corrections nécessaires, y compris retour dans les ménages pour reprise des mesures, étaient faites avant de quitter la ZD. Des réunions régulières étaient faites avec les membres de l’équipe afin de commenter les résultats obtenus et faire les ajustements nécessaires. Deuxièmement, chaque contrôleur régional, dès la collecte dans la ville de N’Djamena suivait les équipes dédiées à sa région, lui permettant de se familiariser avec ses équipes et d’identifier celles qui avaient le plus de difficultés afin de mieux les organiser et les suivre une fois dans la région. Troisièmement, la supervision générale était assurée par des membres de l’équipe de coordination (CNNTA, UNICEF et INSEED). Ainsi, au cours de la collecte des données dans les districts sanitaires de la ville de N’Ndjamena, chacune des équipes recevait chaque jour la visite de supervision d’un des coordonnateurs. Au cours de la collecte des données dans les 29 districts sanitaires de l’intérieur, un tour de supervision a permis aux coordonnateurs d’être au contact des équipes ; ainsi chaque équipe a reçu au moins une visite de la part des coordonnateurs. Une visite de coordination consistait à suivre l’équipe au niveau du village, de bout en bout, depuis l’introduction aux responsables du village jusqu’à la fin de la saisie des données du jour. Elle était suivie d’un débriefing rappelant les éventuelles erreurs observées et l’ajustement à apporter pour améliorer la qualité des données. Chaque soir, les bases de données comportant les données du jour ainsi que celles des jours précédents envoyées par les contrôleurs régionaux à l’équipe de coordination par courrier électronique étaient téléchargées puis analysées. En pratique chaque contrôleur envoyait sa base de données chaque jour, ou au moins tous les deux jours, dépendant de la disponibilité du réseau internet. L’analyse quotidienne permettait de faire le suivi de l’évolution des principaux critères de qualité des données anthropométriques que sont : 1) âge-ratio et sex-ratio qui permettaient d’apprécier la qualité de la sélection des ménages, 2) % de données aberrantes pour les indices poids-taille et taille-âge et écarts types de ces indices, qui permettaient d’apprécier la qualité des mesures anthropométriques, y compris de l’âge. Un feed-back spécifique était fait à chaque équipe, au téléphone, voire par email, donnant les appréciations et recommandations. L’analyse quotidienne permettait aussi de suivre l’évolution du taux de couverture des grappes et de la taille de l’échantillon.

26

3.6.5. Considérations éthiques Pendant l’enquête, chaque enfant souffrant de malnutrition aigüe sévère (PB<115 mm et/ou P/T <-3 et/ou présence d’œdèmes) était référé dans l’UNA la plus proche. Le 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 suivants son dépistage. 3.7. Saisie et vérification des données La première saisie des données anthropométriques des enfants âgés de 0-59 mois était réalisée sur le terrain par les superviseurs. Puis les questionnaires étaient acheminés et centralisés au CNNTA. Une deuxième saisie des données anthropométriques des enfants, ainsi que la double saisie des données anthropométriques des femmes et des données de mortalité, ont été réalisées. En utilisant les logiciels ENA et Epi Info, 19 agents de saisie ont procédé à cette saisie, en 18 jours de travail entre le 13 et le 30 octobre 2014. La vérification des bases de données était réalisée à mesure que les données étaient saisies, district par district, en utilisant les mêmes logiciels. 3.8. Analyse des données 3.8.1. Indicateurs et valeur-seuils utilisés Indices anthropométriques La prévalence de malnutrition aigüe chez les enfants âgés de 6 à 59 mois a été estimée à partir des valeurs de l’indice Poids pour Taille (P/T), combinées à la présence d’œdèmes bilatéraux ainsi qu’à partir des mesures du périmètre brachial (PB) combinées à la présence d’œdèmes bilatéraux. 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 est donc une mesure des effets à long terme de la malnutrition. Cet indice compare la taille de l'enfant à la taille médiane 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 aigüe. 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. Les valeurs de la population de référence utilisées étaient celles de l’OMS 2006. Les flags SMART, c’est-à-dire les valeurs <-3 ou >+3 écart-types de la moyenne de l’échantillon, ont été exclus. Le tableau 2 présente les valeurs seuils utilisées pour définir la malnutrition.

27

Tableau 2 : Valeurs seuils de l’indice Poids pour Taille (P/T), Taille pour Age (T/A) et Poids pour Age (P/A) selon les normes OMS 2006, en z-score. Malnutrition aiguë

(P/T) Malnutrition chronique

(T/A) Insuffisance pondérale

(P/A)

Globale < -2 z-score et/ou œdèmes < -2 z-score < -2 z-score

Modérée < -2 z-score et ≥ -3 z-score < -2 z-score et ≥ -3 z-score < -2 z-score et ≥ -3 z-score

Sévère < -3 z-score et/ou œdèmes < -3 z-score < -3 z-score

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 aigüe. 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 au tableau 3.

Tableau 3 : Valeurs seuils du périmètre brachial définissant la malnutrition aiguë. Niveau de sévérité Périmètre brachial (mm)

Malnutrition aiguë sévère PB < 115 mm et/ou œdème

Malnutrition aiguë globale PB < 125 mm et/ou œdème

3.8.2. Analyses statistiques Les indices nutritionnels ont été calculés sur la base de la population de référence de l’OMS 2006, en utilisant le logiciel ENA version août 2014. La qualité des données a été appréciée à l’aide du rapport de plausibilité produit par ce logiciel (annexes 9). Les prévalences de malnutrition au niveau district et les taux de mortalité ont été calculés à l’aide du logiciel ENA. Les analyses complémentaires (Proportion d’enfants couverts par la supplémentation en vitamine A, le déparasitage et la vaccination anti rougeoleuse, Prévalence de malnutrition chez les femmes et Proportion de ménages consommant du sel adéquatement iodé) ont été faites en utilisant le logiciel SPSS for Windows version 19.0. Des analyses pondérées ont été réalisées afin d’obtenir les prévalences et proportions au niveau régional et au niveau de l’ensemble de la bande sahélienne. Pour toutes les analyses pondérées, le module « Complex sample analysis » du logiciel SPSS for Windows version 19.0 a été utilisé. Ce dernier permet d’appliquer les coefficients de pondération et de calculer les prévalences et les intervalles de confiance en tenant compte du plan d’échantillonnage. Les coefficients de pondération ont été calculés pour chaque indicateur et pour chaque niveau (région ou ensemble) en utilisant une feuille Excel avec les fonctions prédéterminées (annexe 10).

28

Les flags SMART ont été utilisés pour définir les valeurs hors normes qui ont été exclues de l’analyse des données anthropométriques des enfants, qu’il s’agisse de l’analyse au niveau district, ou de l’analyse pondérée au niveau région, ou encore de l’analyse pondérée pour l’ensemble de la bande sahélienne. La comparaison des prévalences de malnutrition par rapport aux enquêtes précédentes a été faite en utilisant les feuilles de calcul du Center for Disease Control and Prevention (CDC) (annexe 11), qui permettaient d’obtenir la probabilité p liée à l’hypothèse nulle d’un test bilatéral d’égalité entre deux prévalences comparées.

29

IV. RESULTATS 4.1. Anthropométrie 4.1.1. Description de l’échantillon Le nombre de grappes, ménages et enfants âgés de 6 à 59 mois planifiés et enquêtés par région et par district est présenté au tableau 4. L’enquête a couvert au total 989 grappes, soit 96,7% des 1022 grappes planifiées. Le mauvais état des routes en cette période des grandes pluies a rendu certaines grappes inaccessibles. Le taux de réponse des enfants éligibles était satisfaisant, variant de 93,6% dans le district de N’Djamena Centre à 100% dans le district de Bol. Tableau 4 : Nombre de grappes, ménages et enfants enquêtés, et taux de réponse par district. Régions et districts

Grappes Ménages Enfants éligibles (âgés de 0-59 mois)

Planifiées

Enquêtées Taux d’inclusion

(%)

Attendus Enquêtés Taux de réponse

(%)

Dans les ménages enquêtés

Enquêtés Taux de réponse

(%)

Barh El Ghazal

Chadra 28 28 100 448 440 98,2 622 619 99,5

Moussoro 28 28 100 448 428 95,5 555 545 98,2

Batha

Ati 28 27 96,4 448 432 96,4 502 487 97,0

Oum Hadjer 28 27 96,4 448 435 97,1 566 540 95,4

Yao 28 26 92,9 448 415 92,6 535 524 97,9

Guéra

Bitkine 31 31 100 620 618 99,7 681 668 98,1

Mangalme 31 31 100 620 615 99,2 670 666 99,4

Melfi 31 29 93,5 620 571 92,1 567 560 98,8

Mongo 31 30 96,8 620 599 96,6 687 683 99,4

Hadjer Lamis

Bokoro 35 35 100 700 695 99,3 853 825 96,7

Massaguet 38 38 100 760 751 98,8 784 780 99,5

Massakory 41 41 100 820 812 99,0 962 955 99,3

Kanem

Mao 28 28 100 560 514 91,8 620 612 98,7

Mondo 28 28 100 560 551 98,4 588 584 99,3

Noukou 28 28 100 420 420 100,0 577 563 97,6

Rig-rig 28 28 100 392 392 100,0 637 613 96,2

Lac

Bagassola 28 28 100 560 558 99,6 522 520 99,6

30

Bol 28 28 100 560 556 99,3 590 590 100,0

Ngouri 31 31 100 620 615 99,2 590 588 99,7

Ouaddai

Abdi 28 28 100 392 391 99,7 479 463 96,7

Abeche 28 28 100 392 391 99,7 444 439 98,9

Adre 28 28 100 392 365 93,1 415 401 96,6

Salamat

Aboudeia 33 25 75,7 660 499 75,6 383 375 97,9

Amtiman 46 36 78,3 920 715 77,7 638 628 98,4

Sila

Amdam 32 28 87,5 640 560 87,5 599 589 98,3

Goz-beida 42 38 90,5 840 755 89,9 894 851 95,2

Wadi Fira

Biltine 32 32 100 640 614 95,9 674 645 95,7

Guereda 32 32 100 640 644 97,5 658 639 97,1

Iriba 32 32 100 640 654 99,1 671 668 99,6

N’Djamena

Centre 28 28 100 476 461 96,8 374 350 93,6

Est 28 28 100 476 462 97,1 466 451 96,8

Nord 28 28 100 476 456 95,8 498 481 96,6

Sud 28 28 100 476 463 97,3 375 361 96,3 * Nombre d’enfants âgés de 6-59 mois à inclure pour l’analyse de la malnutrition aiguë (voir annexe 1). Le tableau 5 décrit les caractéristiques de l’échantillon enquêté. La taille moyenne des ménages variait de 4,3 personnes par ménage dans le district sanitaire de Bagassola à 6,1 personnes par ménage dans le district sanitaire de Yao. La proportion d’enfants âgés de 0 à 59 mois variait de 11,1% dans le district sanitaire de N’Ddjamena Sud à 30,4% dans le district sanitaire de Rig Rig.

31

Tableau 5 : Caractéristiques de l’échantillon sélectionné, par district. Régions et districts

Population enquêtée

Nombre de ménages

enquêtés

Taille moyenne des

ménages

Nombre d’enfants

de 0 à 59 mois

Proportion d’enfants de 0

à 59 mois (%)

Barh El Ghazal

Chadra 2537 440 5,8 622 24,5

Moussoro 2310 428 5,4 555 24,0

Batha

Ati 2357 432 5,5 502 21,2

Oum Hadjer 2134 435 4,9 566 26,5

Yao 2540 415 6,1 535 21,0

Guéra

Bitkine 3314 618 5,4 681 20,5

Mangalme 3006 615 4,9 670 22,2

Melfi 2657 571 4,7 567 21,3

Mongo 3136 599 5,2 687 21,9

Hadjer Lamis

Bokoro 3186 695 4,6 853 26,7

Massaguet 3663 751 4,9 784 21,4

Massakory 4057 812 5,0 962 23,7

Kanem

Mao 2684 514 5,2 620 23,1

Mondo 2406 551 4,4 588 24,5

Noukou 2095 420 5,0 577 27,5

Rig Rig 2092 392 5,3 637 30,4

Lac

Bagassola 2426 558 4,3 522 21,5

Bol 2436 556 4,4 590 24,2

Ngouri 3034 615 4,9 590 19,5

Ouaddai

Abdi 1835 391 4,7 479 26,1

Abeche 1868 391 4,8 444 23,8

Adre 1788 365 4,9 415 23,2

Salamat

Aboudeia 2369 499 4,7 383 16,1

Amtiman 3429 715 4,8 638 18,6

Sila

Am Dam 2496 560 4,5 599 23,9

Goz Beida 3813 755 5,1 894 23,4

Wadi Fira

32

Biltine 3095 614 5,0 674 21,7

Guereda 3377 644 5,2 658 19,4

Iriba 3111 654 4,8 671 21,5

N’Djamena

Centre 2478 461 5,4 374 15,0

Est 2458 462 5,3 466 19,0

Nord 2489 456 5,5 498 20,0

Sud 2257 463 4,9 375 11,4

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. La répartition des enfants âgés de 0 à 59 mois enquêtés par catégories d’âge et par sexe est présentée au tableau 6. En général, la répartition entre les différentes catégories est approximativement égale ; les plus grands écarts s’observent dans les districts de Chadra, Ngouri et Iriba. La répartition entre les sexes est approximativement égale dans chaque district sauf dans les districts de Bol et de Guereda. Tableau 6 : Répartition des enfants âgés de 0 à 59 mois par catégorie d’âge et sexe, par district. Régions et districts

Effectif

Catégories d’âge (mois) Sexe

0-11

(%)

12-23

(%)

24-35

(%)

36-47

(%)

48-59

(%)

Effectif

Gar-çons (%)

Filles

(%)

Barh El Ghazal

Chadra 619 19,5 24,6 22,5 14,4 19,1 622 49,0 51,0

Moussoro 548 19,5 17,2 17,5 21,2 24,6 555 49,5 50,5

Batha

Ati 495 22,6 26,3 16,8 17,2 17,2 502 50,4 49,6

Oum Hadjer 556 18,7 22,8 23,2 20,3 14,9 566 50,4 49,6

Yao 535 22,6 18,1 21,7 19,8 17,8 535 51,6 48,4

Guéra

Bitkine 681 19,8 20,9 21,1 18,4 19,8 681 51,0 49,0

Mangalme 670 18,4 19,3 21,9 19,9 20,6 670 49,4 50,6

Melfi 565 17,7 23,0 23,2 15,4 20,7 567 52,7 47,3

Mongo 687 21,1 20,4 22,0 18,9 17,6 687 50,8 49,2

Hadjer Lamis

Bokoro 851 16,0 21,3 21,2 17,5 24,1 853 50,1 49,9

Massaguet 783 16,5 20,3 18,3 19,8 25,2 784 49,2 50,8

Massakory 962 16,5 20,5 21,9 16,6 24,4 962 50,1 49,9

Kanem

33

Mao 617 15,4 22,2 20,4 20,9 21,1 620 50,3 49,7

Mondo 586 16,6 21,0 23,2 20,3 18,9 588 51,2 48,8

Noukou 577 17,9 20,1 20,8 20,5 20,8 577 49,2 50,8

Rig Rig 632 18,2 21,7 22,2 16,9 21,0 636 50,8 49,2

Lac

Bagassola 522 18,8 20,1 24,5 19,9 16,7 522 50,8 49,2

Bol 590 18,1 20,0 20,3 18,5 23,1 590 53,1 46,9

Ngouri 590 22,5 24,7 21,2 16,1 15,4 590 51,5 48,5

Ouaddai

Abdi 478 18,8 18,2 22,2 18,2 22,6 479 47,2 52,8

Abeche 444 17,6 23,4 22,3 17,1 19,6 444 48,0 52,0

Adre 415 17,1 25,1 22,2 16,6 19,0 415 47,2 52,8

Salamat

Aboudeia 380 16,1 23,9 22,1 17,9 20,0 383 50,4 49,6

Amtiman 638 18,0 24,1 19,7 19,6 18,5 638 48,9 51,1

Sila

Amdam 599 18,5 20,9 21,9 18,4 20,4 599 46,4 53,6

Goz-beida 894 20,2 20,4 20,1 17,3 21,9 894 48,2 51,8

Wadi Fira

Biltine 674 17,8 21,1 22,3 18,2 20,6 674 48,2 51,8

Guereda 658 20,2 23,6 21,7 16,9 17,6 658 53,2 46,8

Iriba 671 14,5 21,6 25,6 19,8 18,5 671 49,9 50,1

N’Djamena

Centre 369 19,2 21,7 20,1 20,1 19,0 374 51,9 48,1

Est 461 19,3 22,3 19,7 20,6 18,0 466 46,4 53,6

Nord 490 18,0 21,2 21,4 18,8 20,6 498 50,6 49,4

Sud 373 23,3 22,0 22,3 16,4 16,1 375 48,8 51,2

Le tableau 7 présente la distribution des femmes âgées de 15 à 49 ans enquêtées, selon le statut gestationnel. Les proportions de femmes enceintes les plus élevées se retrouvaient dans les districts d’Ati, Noukou, Melfi et Bagassola, soit 29,6%, 28,9%, 27,4% et 27,0%, respectivement. Les districts de Biltine, Mao et Rig Rig présentaient les proportions les plus faibles, soit 4,5%, 7,2% et 8,2%.

34

Tableau 7 : Distribution des femmes âgées de 15 à 49 ans enquêtées selon le statut gestationnel, par district.

Régions et districts

Femmes non

enceintes %

Femmes enceintes

%

Données manquantes

/NSP %

Effectif total

N

%

Barh El Ghazal

Chadra 80,4 19,6 0,0 428 100

Moussoro 82,9 16,8 0,3 375 100

Batha

Ati 70,4 29,6 0,0 442 100

Oum Hadjer 84,9 13,9 1,3 397 100

Yao 81,2 18,8 0,0 422 100

Guéra

Bitkine 75,4 24,4 0,2 554 100

Mangalme 79,7 19,9 0,4 513 100

Melfi 72,6 27,4 0,0 517 100

Mongo 85,1 14,4 0,5 591 100

Hadjer Lamis

Bokoro 81,6 18,4 0,0 511 100

Massaguet 75,6 24,4 0,0 669 100

Massakory 77,7 22,3 0,0 772 100

Kanem

Mao 92,8 7,2 0,0 512 100

Mondo 75,3 24,7 0,0 477 100

Noukou 71,1 28,9 0,0 470 100

Rig Rig 76,8 8,2 15,0 379 100

Lac

Bagassola 73,0 27,0 0,0 512 100

Bol 79,3 20,7 0,0 532 100

Ngouri 74,1 23,1 2,8 610 100

Ouaddai

Abdi 78,0 22,0 0,0 337 100

Abeche 79,0 21,0 0,0 353 100

Adre 81,8 18,2 0,0 318 100

Salamat

Aboudeia 74,5 25,5 0,0 474 100

Amtiman 81,8 18,2 0,0 727 100

Sila

Am Dam 85,7 13,8 0,5 427 100

35

Goz Beida 77,5 22,4 0,1 765 100

Wadi Fira

Biltine 95,5 4,5 0,0 597 100

Guereda 77,8 22,2 0,0 631 100

Iriba 79,6 20,4 0,0 593 100

N’Djamena

Centre 83,1 16,7 0,2 437 100

Est 78,5 18,5 3,0 438 100

Nord 84,3 13,7 2,0 460 100

Sud 82,9 17,1 0,0 456 100

Le tableau 8 présente la distribution des femmes âgées de 15 à 49 ans enquêtées, selon le statut vis à vis de l’allaitement. La proportion de femmes allaitantes variait d’un district à un autre, allant de 21,3% à N’Djamena Centre à 47,9% dans le district d’Oum Hadjer. Tableau 8 : Distribution des femmes âgées de 15 à 49 ans enquêtées selon le statut vis à vis de l’allaitement, par district.

Régions et districts

Femmes

non

allaitantes

(%)

Femmes

Allaitantes

(%)

Données manquantes

/NSP

(%)

Effectif total

N*

%

Barh El Ghazal

Chadra 55,4 44,6 0,0 428 100

Moussoro 57,3 42,7 0,0 375 100

Batha

Ati 57,7 42,3 0,0 442 100

Oum Hadjer 52,1 47,9 0,0 397 100

Yao 56,6 43,4 0,0 422 100

Guéra

Bitkine 59,9 40,1 0,0 554 100

Mangalme 59,8 40,2 0,0 513 100

Melfi 63,6 36,4 0,0 517 100

Mongo 58,4 41,5 0,2 591 100

Hadjer Lamis

Bokoro 57,0 43,0 0,0 511 100

Massaguet 64,7 35,3 0,0 669 100

Massakory 65,3 34,7 0,0 772 100

Kanem

Mao 64,3 35,7 0,0 512 100

Mondo 58,9 41,1 0,0 477 100

Noukou 65,7 34,3 0,0 470 100

Rig Rig 59,8 40,2 0,0 379 100

36

Lac

Bagassola 70,5 29,5 0,0 512 100

Bol 64,3 35,7 0,0 532 100

Ngouri 63,2 36,8 0,0 610 100

Ouaddai

Abdi 60,8 39,2 0,0 337 100

Abeche 61,5 38,2 0,3 353 100

Adre 60,4 39,6 0,0 318 100

Salamat

Aboudeia 77,2 22,8 0,0 474 100

Amtiman 72,2 27,8 0,0 727 100

Sila

Am Dam 52,2 47,5 0,2 427 100

Goz Beida 61,6 38,3 0,1 765 100

Wadi Fira

Biltine 65,2 34,8 0,0 597 100

Guereda 70,5 29,3 0,2 631 100

Iriba 73,9 26,1 0,0 593 100

N’Djamena

Centre 78,7 21,3 0,0 437 100

Est 73,0 23,0 0,0 438 100

Nord 70,8 29,2 0,0 460 100

Sud 74,5 25,5 0,0 456 100

4.1.2. Prévalence de la malnutrition aiguë chez les enfants âgés de 6 à 59 mois Le tableau 9 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 district et par région et dans l’ensemble de la bande sahélienne. La malnutrition aigüe globale affectait 12,4% des enfants âgés de 6 à 59 mois de la bande sahélienne, avec des variations interdistricts et interrégionales. Les prévalences les plus élevées étaient observées dans les districts sanitaires de Mao (22,2%), Iriba (21,7%), Moussoro (21,3%), Ngouri (18,2%), Abdi (17,4%), Mongo (16,0%), Ati (15,6%), et Mondo (15,4%). Les districts sanitaires d’Aboudeia (7,3%), Melfi (7,7%), Bitkine (7,7%), N’Djamena Sud (8,0%) et Yao (8,7%) présentaient les prévalences les moins élevées. Au niveau régional, les régions du Kanem (17,3%) et du Bahr El Gazal (17,2%) présentaient les prévalences les plus élevées.

37

Tableau 9 : Prévalence de la malnutrition aigüe chez les enfants âgés de 6 à 59 mois selon l’indice poids-taille et les œdèmes, par région et par district. Régions et districts

Effectif Malnutrition Aigüe Globale

Malnutrition Aigüe Modérée

Malnutrition Aigüe Sévère

Œdèmes

bilatéraux P/T<-2 z-score -3 ≤P/T< -2 P/T<-3 z-score

et/ou œdèmes sans œdèmes et/ou œdèmes

% IC à 95% % IC à 95% % IC à 95% n %

Barh El Ghazal 1071 17,2 14,1-20,8 14,2 11,5-17,3 3,0 2,0-4,4 1 0,1

Chadra 578 13,3 10,4-16,9 11,6 8,9-14,9 1,7 0,9- 3,3 1 0,2

Moussoro 493 21,3 15,5-28,6 17,2 12,4-23,5 4,1 2,3- 7,0 0 0,0

Batha 1392 11,9 9,8-14,5 9,2 7,4-11,2 2,8 2,0-3,9 0 0,0

Ati 442 15,6 11,2-21,4 11,3 7,9-16,0 4,3 2,7- 6,7 0 0,0

Oum Hadjer 481 10,6 7,5-14,7 8,5 6,2-11,6 2,1 0,9- 4,6 0 0,0

Yao 469 8,7 6,0-12,6 6,8 4,4-10,5 1,9 0,9- 3,9 0 0,0

Guéra 2339 11,3 9,9-12,9 10,2 8,9-11,6 1,1 0,8-1,6 1 0,0

Bitkine 601 7,7 5,5-10,5 7,0 5,1- 9,6 0,7 0,2- 1,8 0 0,0

Mangalme 612 13,9 11,2-17,1 12,4 9,9-15,4 1,5 0,8- 2,6 1 0,2

Melfi 521 7,7 5,4-10,7 6,7 4,8- 9,3 1,0 0,4- 2,2 0 0,0

Mongo 605 16,0 12,8-19,9 14,2 11,5-17,5 1,8 1,1- 2,9 0 0,0

Hadjer Lamis 2413 12,4 10,9-14,1 10,4 9,1-12,0 2,0 1,5-1,7 2 0,1

Bokoro 765 11,2 8,5-14,7 9,7 7,2-12,9 1,6 0,8- 3,2 0 0,0

Massaguet 747 12,3 10,3-14,7 10,8 8,8-13,3 1,5 0,8- 2,6 0 0,0

Massakory 901 13,9 11,6-16,6 11,0 9,0-13,3 2,9 2,0- 4,2 2 0,2

Kanem 2199 17,3 14,6-20,4 13,8 11,7-16,2 3,5 2,5-4,9 5 0,2

Mao 576 22,2 16,8-28,8 17,4 13,4-22,2 4,9 2,8- 8,4 0 0,0

Mondo 544 15,4 12,2-19,4 12,3 9,6-15,7 3,1 1,9- 5,0 4 0,7

Noukou 515 9,7 6,3-14,7 8,3 5,4-12,6 1,4 0,6- 3,1 1 0,2

Rig Rig 564 13,8 10,8-17,5 11,0 8,1-14,8 2,8 1,7- 4,6 0 0,0

Lac 1520 14,7 12,8-17,0 12,6 10,7-14,8 2,1 1,4-3,1 3 0,2

Bagassola 475 13,5 11,2-16,2 12,0 9,8-14,5 1,5 0,7- 2,9 0 0,0

Bol 528 10,8 7,9-14,6 8,9 6,3-12,4 1,9 0,9- 3,9 2 0,4

Ngouri 517 18,2 14,8-22,1 15,3 12,0-19,2 2,9 1,7- 4,9 1 0,2

Ouaddai 1197 14,1 12,0-16,6 11,0 9,3-12,9 3,1 2,1-4,7 1 0,1

38

Abdi 426 17,4 14,0-21,4 13,4 10,8-16,5 4,0 2,5- 6,2 0 0,0

Abeche 394 14,5 10,7-19,2 11,2 8,5-14,6 3,3 1,6- 6,6 0 0,0

Adre 377 12,5 9,7-15,8 9,8 7,2-13,3 2,7 1,3- 5,4 1 0,3

Salamat 916 8,7 6,9-11,1 7,3 5,6-9,4 1,5 0,8-2,6 2 0,3

Aboudeia 341 7,3 4,8-11,0 6,2 3,9- 9,7 1,2 0,4- 3,1 0 0,0

Amtiman 575 9,4 7,0-12,4 7,7 5,6-10,4 1,7 0,9- 3,2 2 0,3

Sila 1287 11,0 8,6-13,6 9,3 7,3-11,7 1,7 1,0-2,9 0 0,0

Am Dam 524 9,2 6,7-12,4 8,6 6,3-11,6 0,6 0,2- 1,8 0 0,0

Goz Beida 763 11,7 8,8-15,3 9,4 7,1-12,5 2,2 1,3- 3,8 0 0,0

Wadi Fira 1832 14,0 12,3-15,9 12,2 10,6-13,9 1,8 1,3-2,6 1 0,0

Biltine 593 11,3 9,4-13,5 9,8 7,8-12,3 1,5 0,9- 2,6 0 0,0

Guereda 590 11,2 8,2-15,0 10,0 7,4-13,4 1,2 0,5- 2,7 0 0,0

Iriba 649 21,7 17,9-26,1 18,3 14,8-22,4 3,4 2,1- 5,4 1 0,2

N’Djamena 1494 9,6 7,9-11,6 7,5 6,1-9,2 2,1 1,4-3,3 0 0,0

Centre 314 10,2 6,8-15,0 7,6 5,0-11,5 2,5 1,4- 4,7 0 0,0

Est 410 10,2 7,4-14,0 8,5 6,0-11,9 1,7 0,7- 4,2 0 0,0

Nord 445 10,1 7,2-14,1 8,3 6,0-11,4 1,8 0,8- 4,0 0 0,0

Sud 325 8,0 5,3-11,9 6,5 4,1-10,0 1,5 0,7- 3,5 0 0,0

Ensemble 17660 12,4 11,7-13,1 10,2 9,6-10,8 2,2 1,9-2,5 16 0,1

39

Le tableau 10 présente les prévalences de malnutrition aigüe, définie selon le périmètre brachial et les œdèmes, chez les enfants âgés de 6 à 59 mois, par région et par district. Elles variaient de 1,5% dans le district de Massaguet à 7,0% dans les districts de Mondo et Abeche. Tableau 10 : Prévalence de la malnutrition aigüe chez les enfants âgés de 6 à 59 mois, selon le périmètre brachial et les œdèmes, par région et par district.

Régions et districts

Effectif 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

% [IC à 95%] % [IC à 95%] % [IC à 95%]

Barh El Ghazal 1081 4,3 3,2-5,9 3,0 2,1-4,3 1,3 0,7-2,2

Chadra 582 4,8 3,2- 7,2 3,6 2,3- 5,7 1,2 0,6- 2,4

Moussoro 499 3,8 2,4- 6,0 2,4 1,4- 4,1 1,4 0,6- 3,4

Batha 1390 6,1 4,7-7,9 4,4 3,3-5,9 1,7 1,1-2,7

Ati 443 6,5 4,4- 9,7 4,1 2,4- 6,9 2,5 1,4- 4,3

Oum Hadjer 478 5,9 3,5- 9,8 4,6 2,7- 7,6 1,3 0,4- 4,3

Yao 469 6,0 3,9- 9,1 4,7 2,9- 7,5 1,3 0,6- 2,6

Guéra 2364 4,3 3,5-5,3 3,3 2,6-4,2 1,0 0,6-1,5

Bitkine 608 4,4 3,1- 6,3 3,5 2,3- 5,1 1,0 0,5- 2,1

Mangalme 617 5,3 3,9- 7,4 4,5 3,3- 6,3 0,8 0,3- 2,2

Melfi 524 1,7 0,8- 3,8 1,0 0,3- 3,5 0,8 0,3- 2,0

Mongo 615 5,4 3,6- 7,9 4,1 2,6- 6,2 1,3 0,6- 2,6

Hadjer Lamis 2425 3,2 2,4-4,1 2,3 1,8-3,1 0,8 0,5-1,4

Bokoro 770 2,9 1,9- 4,3 1,9 1,2- 3,1 0,9 0,4- 2,3

Massaguet 748 1,5 0,8- 2,8 1,1 0,5- 2,2 0,4 0,1- 1,2

Massakory 907 5,0 3,4- 7,2 3,7 2,5- 5,6 1,2 0,7- 2,1

Kanem 2202 3,9 2,7-5,6 3,0 2,0-4,4 0,9 0,5-1,5

Mao 576 2,4 1,2- 4,8 2,3 1,1- 4,5 0,2 0,0- 1,3

Mondo 546 7,0 3,7-12,7 4,9 2,5- 9,4 2,0 0,9- 4,6

Noukou 515 3,9 2,1- 6,9 2,7 1,3- 5,5 1,2 0,5- 2,5

Rig Rig 565 2,3 1,2- 4,3 1,9 1,0- 3,6 0,4 0,1- 1,5

Lac 1539 4,0 2,8-5,6 2,5 1,8-3,6 1,5 0,8-2,7

Bagassola 479 2,9 1,8- 4,6 2,7 1,6- 4,4 0,2 0,0- 1,6

Bol 534 3,6 2,0- 6,3 1,9 0,9- 3,9 1,7 0,9- 3,2

40

Ngouri 526 4,6 2,7- 7,5 2,9 1,7- 4,8 1,7 0,7- 4,3

Ouaddai 1208 6,1 4,4-8,3 4,9 3,6-6,7 1,1 0,6-2,1

Abdi 431 2,6 1,3- 5,0 0,9 0,4- 2,4 1,6 0,8- 3,2

Abeche 398 7,0 4,2-11,5 5,8 3,5- 9,3 1,3 0,5- 3,0

Adre 379 6,3 4,2- 9,5 5,5 3,6- 8,5 0,8 0,2- 3,5

Salamat 931 5,5 4,0-7,5 3,9 2,8-5,4 1,6 0,9-2,9

Aboudeia 349 3,4 2,1- 5,5 2,6 1,4- 4,8 0,9 0,3- 2,6

Amtiman 582 6,2 4,2- 8,9 4,3 2,9- 6,3 1,9 1,0- 3,7

Sila 1291 5,2 3,6-7,6 4,1 2,8-5,9 1,2 0,5-2,6

Am Dam 527 4,7 2,8- 7,8 3,6 2,2- 5,9 1,1 0,4- 3,6

Goz Beida 764 5,4 3,4- 8,4 4,2 2,7- 6,5 1,2 0,4- 3,1

Wadi Fira 1842 4,3 3,3-5,6 3,7 2,8-4,9 0,6 0,3-1,1

Biltine 596 5,4 3,5- 8,1 4,9 3,1- 7,6 0,5 0,2- 1,5

Guereda 594 3,9 2,4- 6,1 3,0 1,8- 5,1 0,8 0,3- 2,3

Iriba 652 3,4 2,2- 5,1 2,9 1,9- 4,5 0,5 0,1- 1,5

N’Djamena 1547 4,4 3,3-5,8 3,8 2,9-4,9 0,6 0,3-1,5

Centre 329 5,5 3,1- 9,6 4,0 2,0- 7,6 1,5 0,5- 4,2

Est 423 3,5 2,4- 5,3 3,3 2,1- 5,1 0,2 0,0- 1,8

Nord 456 5,0 3,1- 8,0 4,4 2,6- 7,3 0,7 0,2- 2,0

Sud 339 6,2 3,8-10,1 5,0 3,1- 7,9 1,2 0,3- 4,0

Ensemble 17820 4,6 4,2-5,1 3,7 3,3-4,1 0,9 0,8-1,2

41

4.1.3. Prévalence de l’insuffisance pondérale chez les enfants âgés de 0 à 59 mois Les prévalences de l’insuffisance pondérale chez les enfants âgés de 0 à 59 mois sont présentées dans le tableau 11. Les prévalences les plus élevées étaient observées dans les districts de Mondo et Rig Rig, soit 47,8% et 43,9%, respectivement. Tableau 11 : Prévalence de l’insuffisance pondérale chez les enfants âgés de 0 à 59 mois, par région et par district. Régions et districts

Effectif

Insuffisance pondérale

P/A<-2 z-score

Insuffisance pondérale modérée

P/A≥ -3 et P/A<-2

Insuffisance pondérale sévère

P/A<-3 z-score % IC à 95% % IC à 95% % IC à 95%

Barh El Ghazal 1157 22,7 19,2-26,7 18,9 16,0-22,2 3,8 2,7-5,4

Chadra 613 18,3 13,9-23,6 14,8 11,0-19,7 3,4 2,1- 5,7

Moussoro 544 27,6 21,8-34,3 23,3 18,7-28,7 4,2 2,6- 6,7

Batha 1543 19,3 16,2-23,0 14,5 12,1-17,4 4,8 3,6-6,3

Ati 481 16,2 10,8-23,6 12,3 7,9-18,6 4,0 2,4- 6,4

Oum Hadjer 538 13,6 9,6-18,9 10,2 7,0-14,7 3,3 2,1- 5,2

Yao 524 32,6 26,6-39,3 24,6 20,1-29,8 8,0 5,4-11,8

Guéra 2568 23,1 21,3-25,0 19,0 17,4-20,8 4,0 3,2-5,1

Bitkine 668 19,6 16,6-23,1 17,4 14,4-20,8 2,2 1,2- 4,3

Mangalme 664 22,6 18,6-27,1 19,1 15,8-22,9 3,5 2,1- 5,7

Melfi 558 18,1 14,2-22,8 14,5 11,2-18,6 3,6 2,2- 5,9

Mongo 678 29,8 26,2-33,7 23,2 20,1-26,5 6,6 4,6- 9,6

Hadjer Lamis 2557 23,5 20,7 18,8 16,6-21,2 4,7 3,7-5,9

Bokoro 825 16,0 11,7-21,5 13,2 9,7-17,7 2,8 1,6- 4,8

Massaguet 779 28,2 23,7-33,2 23,1 19,4-27,3 5,1 3,5- 7,4

Massakory 953 29,0 24,0-34,5 22,4 18,5-26,8 6,6 4,8- 9,1

Kanem 2362 37,6 34,1-41,2 28,5 25,6-31,,5 9,1 7,8-10,7

Mao 612 36,6 30,0-43,7 30,2 24,9-36,2 6,4 4,3- 9,3

Mondo 579 47,8 42,7-53,0 32,5 28,4-36,8 15,4 12,6-18,7

Noukou 560 17,5 11,9-25,0 14,6 10,0-21,0 2,9 1,6- 5,2

Rig Rig 611 43,9 38,9-48,9 31,1 26,8-35,7 12,8 10,3-15,7

Lac 1672 32,0 28,6-35,7 24,2 21,5-27,0 7,9 6,1-10,1

42

Bagassola 516 32,6 26,9-38,8 24,6 19,7-30,3 7,9 5,6-11,2

Bol 580 24,7 19,4-30,9 19,0 14,8-24,0 5,7 3,5- 9,1

Ngouri 576 37,0 31,6-42,7 27,4 23,4-31,9 9,5 6,6-13,6

Ouaddai 1289 21,5 18,7-24,6 16,5 14,1-19,3 5,0 3,8-6,5

Abdi 458 17,9 14,4-22,0 15,3 12,2-18,9 2,6 1,3- 5,2

Abeche 433 17,3 13,7-21,6 13,4 10,5-16,9 3,9 2,3- 6,5

Adre 398 28,4 22,8-34,7 21,1 16,0-27,3 7,3 5,0-10,6

Salamat 996 15,1 12,0-18,8 11,5 9,1-14,3 3,6 2,4-5,4

Aboudeia 372 16,9 12,1-23,1 12,6 9,1-17,3 4,3 2,2- 8,2

Amtiman 624 14,3 10,5-19,1 10,9 8,0-14,6 3,4 2,0- 5,6

Sila 1433 22,7 19,8-26,0 18,1 15,7-20,9 4,6 3,4-6,1

Am Dam 584 24,0 19,5-29,1 19,5 15,6-24,2 4,5 2,9- 6,7

Goz Beida 849 22,4 18,8-26,4 17,8 14,9-21,1 4,6 3,2- 6,6

Wadi Fira 1944 26,5 23,9-29,2 22,3 20,1-24,7 4,2 3,3-5,2

Biltine 641 31,5 27,3-36,0 26,2 22,9-29,9 5,3 3,7- 7,5

Guereda 638 16,1 11,8-21,7 13,3 9,7-18,0 2,8 1,8- 4,4

Iriba 665 33,1 28,1-38,5 28,9 24,2-34,0 4,2 2,8- 6,3

N’Djamena 1614 15,0 13,0-17,3 12,3 10,6-14,3 2,7 1,9-3,9

Centre 344 14,8 11,7-18,5 11,9 9,0-15,6 2,9 1,4- 5,8

Est 443 17,4 14,1-21,2 14,7 12,0-17,8 2,7 1,3- 5,7

Nord 477 19,5 15,6-24,1 14,9 11,8-18,7 4,6 3,1- 6,7

Sud 350 12,0 8,0-17,6 10,0 6,7-14,7 2,0 0,9- 4,3

Ensemble 19135 22,5 21,6-23,4 17,8 17,0-18,5 4,7 4,3-5,1

43

4.1.4. Prévalence de la malnutrition chronique chez les enfants âgés de 0 à 59 mois Le tableau 12 présente la prévalence de la malnutrition chronique par district, par région et pour l’ensemble de la bande sahélienne. Au niveau des régions, les prévalences les plus élevées étaient retrouvées au Kanem (39,6%) et au Lac (37,2%). Au niveau des districts, les prévalences les plus élevées étaient retrouvées dans les districts sanitaires de Mondo (63,4%) et de Rig Rig (51,0%). Dans l’ensemble la prévalence de la malnutrition chronique était de 26,0% dans la bande sahélienne. Tableau 12 : Prévalence de la malnutrition chronique chez les enfants âgés de 0 à 59 mois, par région et par district. Régions et districts

Effectif Malnutrition chronique

T/A<-2 z-score

Malnutrition chronique modérée

T/A≥ -3 et T/A<-2

Malnutrition chronique sévère

T/A<-3 z-score

% IC à 95% % IC à 95% % IC à 95%

Barh El Ghazal 1140 22,4 18,3-27,1 17,0 14,1-20,3 5,4 3,7-7,8

Chadra 607 21,9 15,6-29,9 16,0 11,4-21,9 5,9 3,7- 9,4

Moussoro 533 22,5 18,0-27,8 18,2 15,1-21,7 4,3 2,2- 8,1

Batha 1523 21,4 18,2-24,8 15,1 13,0-17,6 6,2 4,8-8,1

Ati 478 13,4 8,7-20,0 9,6 6,1-14,8 3,8 2,1- 6,7

Oum Hadjer 535 18,9 4,6-24,1 15,0 11,7-18,9 3,9 2,3- 6,7

Yao 510 37,1 30,0-44,7 23,9 19,4-29,1 13,1 9,3-18,2

Guéra 2558 27,3 25,2-29,5 21,7 19,9-23,6 5,6 4,5-6,9

Bitkine 664 21,4 16,8-26,8 17,6 13,7-22,4 3,8 2,1- 6,7

Mangalme 664 25,5 21,4-30,0 21,5 18,1-25,4 3,9 2,4- 6,2

Melfi 556 31,5 26,9-36,4 22,7 19,4-26,3 8,8 6,1-12,5

Mongo 674 31,0 27,7-34,5 25,2 22,1-28,6 5,8 4,1- 8,2

Hadjer Lamis 2535 29,6 25,5-34,0 22,3 19,5-25,4 7,3 5,6-9,4

Bokoro 819 20,0 14,6-26,8 17,1 12,9-22,3 2,9 1,4- 6,0

Massaguet 771 38,8 33,4-44,4 29,8 26,0-34,0 8,9 6,6-12,0

Massakory 945 34,3 25,6-44,1 23,2 17,6-29,9 11,1 7,3-16,5

Kanem 2348 39,6 35,0-44,5 23,5 20,3-26,9 16,2 13,8-18,8

Mao 607 29,5 21,1-39,6 21,7 15,7-29,3 7,7 4,6-12,6

Mondo 577 63,4 57,6-68,9 30,5 27,4-33,7 32,9 27,8-38,5

Noukou 560 18,6 12,0-27,6 13,0 8,6-19,3 5,5 3,0-10,0

44

Rig Rig 604 51,0 45,2-56,8 27,0 23,0-31,4 24,0 19,8-28,8

Lac 1662 37,2 33,9-40,6 23,7 21,4-26,1 13,5 11,6-15,8

Bagassola 510 40,0 33,4-47,0 24,5 19,2-30,7 15,5 12,3-19,3

Bol 576 32,8 27,6-38,5 21,0 17,5-25,0 11,8 9,2-15,0

Ngouri 576 38,9 33,8-44,2 25,3 21,8-29,3 13,5 10,4-17,4

Ouaddai 1287 23,2 20,0-26,7 17,5 14,9-20,5 5,6 4,2-7,5

Abdi 459 16,6 12,5-21,6 13,3 9,9-17,6 3,3 1,9- 5,5

Abeche 431 16,9 12,6-22,4 13,0 9,5-17,6 3,9 2,2- 6,8

Adre 397 34,3 28,2-40,9 25,2 20,1-31,1 9,1 6,0-13,4

Salamat 1000 23,0 19,3-27,1 17,1 14,6-20,0 5,9 4,1-8,3

Aboudeia 373 26,0 19,5-33,8 19,6 14,4-26,1 6,4 3,4-11,9

Amtiman 627 21,9 17,5-26,9 16,3 13,3-19,7 5,6 3,6- 8,5

Sila 1412 30,7 27,1-34,4 22,3 19,5-25,3 8,4 6,7-10,5

Am Dam 579 34,7 29,9-39,9 24,4 20,4-28,8 10,4 7,9-13,5

Goz Beida 833 29,5 25,3-34,2 21,7 18,3-25,6 7,8 5,8-10,5

Wadi Fira 1938 32,3 29,6-35,2 23,6 21,6-25,8 8,7 6,9-10,9

Biltine 636 43,4 38,7-48,2 30,8 26,9-35,0 12,6 9,0-17,3

Guereda 637 23,2 18,4-28,9 16,3 13,0-20,3 6,9 4,4-10,7

Iriba 665 28,6 24,3-33,2 23,2 19,8-26,9 5,4 3,8- 7,6

N’Djamena 1573 15,6 13,4-18,0 11,8 10,0-13,9 3,7 2,7-5,1

Centre 339 13,9 9,8-19,3 10,6 7,2-15,4 3,2 1,7- 6,0

Est 427 18,5 15,1-22,5 13,8 11,0-17,2 4,7 2,9- 7,4

Nord 459 22,4 17,6-28,1 17,4 13,3-22,5 5,0 2,9- 8,5

Sud 348 12,4 8,6-17,5 10,1 6,9-14,5 2,3 0,9- 5,8

Ensemble 18976 26,0 25,0-27,1 18,8 18,0-19,6 7,3 6,7-7,8

45

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

Les tableaux 13 et 14 présentent les critères de qualité des mesures anthropométriques. Tableau 13 : 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 district. Régions et districts Enfants avec date

de naissance exacte

(%)

Age-ratio

(6-29 mois/30-59 mois)

Sex-ratio

(M/F)2

Score global de qualité des

données (%)3

Barh El Ghazal

Chadra 2 1,06 1,00 5

Moussoro 3 0,72 1,01 9

Batha

Ati 9 1,07 1,02 8

Oum Hadjer 1 0,92 0,98 5

Yao 4 0,94 1,04 3

Guéra

Bitkine 6 0,92 1,05 0

Mangalme 1 0,86 1,00 1

Melfi 7 1,03 1,12 0

Mongo 3 0,92 1,03 3

Hadjer Lamis

Bokoro 1 0,85 1,00 3

Massaguet 8 0,78 0,98 2

Massakory 1 0,85 1,00 0

Kanem

Mao 3 0,85 1,02 5

Mondo 8 0,85 1,04 0

Nokou 0 0,78 0,98 3

Rig Rig 1 0,85 1,03 0

Lac

Bagassola 2 0,86 1,00 3

Bol 1 0,84 1,12 4

Ngouri 4 1,19 1,02 4

Ouaddai

Abdi 5 0,87 0,88 0

Abeche 9 1,06 0,89 0

Adre 2 1,08 0,93 2

Salamat

Aboudeia 3 0,95 1,01 0

46

Am Timan 3 1,00 0,98 0

Sila

Am Dam 4 0,84 0,84 4

Goz Beida 7 0,96 0,96 3

Wadi Fira

Biltine 2 0,93 0,98 0

Guereda 2 1,10 1,17 9

Iriba 4 0,94 1,02 1

N’Djamena

Centre 36 0,87 1,07 6

Est 20 0,85 0,94 3

Nord 23 0,90 1,08 1

Sud 58 1,18 0,93 13 1 Devrait être proche de 0,85 2 Devrait être proche de 1,00 3 0-9, Excellent ; 10-14, Bon ; 15-24, Acceptable ; >25, Problématique.

L’âge-ratio et le sex-ratio étaient proches des valeurs attendues, de 0,85 et de 1,00 respectivement, dans la plupart des districts. La répartition selon l’âge est jugée acceptable pour les districts d’Amtiman, Chadra, Guereda, Moussoro, Ngouri, Oum Hadjer et Ndjamena Sud, bonne pour les districts d’Adre, Goz Beida, et Massaguet, et excellente pour tous les autres districts. La répartition selon le sexe est jugée acceptable pour le district d’Am Dam, bonne pour les districts de Bagassola et Guereda, et excellente pour tous les autres districts (annexes 9). L’absence de données jugées problématiques quant à la distribution selon l’âge et le sexe traduit une bonne qualité de sélection de l’échantillon. Le score global de qualité était jugé bon dans le district de N’Djamena Sud (13%) et excellent dans tous les autres districts (≤9%). Pour l’indice P/T, la proportion de données manquantes ou hors normes (flag SMART) était jugée acceptable (5%-7,5%) pour les districts de N’Djamena Centre et N’Djamena Sud, bonne (2,5% à 4,9%) ou excellente (<2,5%) pour tous les autres districts. 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 de grosses erreurs de mesures). Pour l’indice T/A, la proportion de données manquantes ou hors normes (flag SMART) était jugée inacceptable (>7,5%) pour N’Djamena Centre, N’Djamena Est et N’Djamena Nord, acceptable (5%-7,5%) pour les districts d’Oum Hadjer, Goz Beida et Biltine, bonne (2,5% à 4,9%) ou excellente (<2,5%) pour tous les autres districts. L’écart-type des indices était dans les normes acceptables par la méthodologie SMART (0,80 à 1,20) dans tous les cas sauf pour l’indice T/A dans le district de Rig Rig (écart-type de 1,25). Ce dernier reste toutefois dans les normes acceptables selon l’OMS (Meia & Grummer-Strawnan, 2007).

47

Tableau 14 : Z-scores moyens, effet de grappe et nombre de z-scores non disponibles ou exclus, par district. Régions et districts

Effectif Moyenne z-score

± ET

Effet de grappe

(z-score < -2)

z-scores non dispo

nibles

z-scores exclus (flags

OMS)

z-scores exclus (flags

SMART)

Barh El Ghazal

Chadra

Poids-Taille (P/T) 578 -0,87±0,98 1,18 1 0 4

Taille-Age (T/A) 607 -1,06±1,13 4,33 3 0 12

Poids-Age (P/A) 613 -1,18±0,95 2,29 4 0 5

Moussoro

Poids-Taille (P/T) 493 -1,16±1,04 2,99 4 0 4

Taille-Age (T/A) 533 -1,21±1,04 1,74 10 2 12

Poids-Age (P/A) 544 -1,48±0,92 2,54 9 0 2

Batha

Ati

Poids-Taille (P/T) 442 -1,06±0,97 2,03 5 0 1

Taille-Age (T/A) 478 -0,86±1,08 3,06 15 0 9

Poids-Age (P/A) 481 -1,15±0,95 3,40 15 0 6

Oum Hadjer

Poids-Taille (P/T) 481 -0,93±0,94 1,54 12 0 1

Taille-Age (T/A) 535 -1,13±1,00 1,88 26 0 5

Poids-Age (P/A) 538 -1,21±0,88 2,30 26 0 2

Yao

Poids-Taille (P/T) 469 -0,93±0,93 1,46 7 0 1

Taille-Age (T/A) 510 -1,60±1,19 2,81 11 0 14

Poids-Age (P/A) 524 -1,56±1,02 2,31 11 0 0

Guéra

Bitkine

Poids-Taille (P/T) 601 -0,79±0,90 1,21 11 0 4

Taille-Age (T/A) 664 -1,29±0,94 2,39 13 0 4

Poids-Age (P/A) 668 -1,24±0,88 1,08 11 0 2

Mangalme

Poids-Taille (P/T) 612 -1,00±0,95 1,07 4 0 2

Taille-Age (T/A) 664 -1,31±1,01 1,55 4 0 2

Poids-Age (P/A) 664 -1,40±0,86 1,64 5 0 1

Melfi

Poids-Taille (P/T) 521 -0,55±1,03 1,20 5 0 3

Taille-Age (T/A) 556 -1,38±1,16 1,40 7 0 4

Poids-Age (P/A) 558 -1,12±0,99 1,64 7 0 2

48

Mongo

Poids-Taille (P/T) 605 -1,01±0,96 1,32 3 2 5

Taille-Age (T/A) 674 -1,42±1,05 1,00 4 0 9

Poids-Age (P/A) 678 -1,47±1,01 1,09 4 1 5

Hadjer Lamis

Bokoro

Poids-Taille (P/T) 765 -0,85±0,94 1,72 26 1 3

Taille-Age (T/A) 819 -1,10±1,04 4,54 28 0 6

Poids-Age (P/A) 825 -1,16±0,90 3,52 26 0 2

Massaguet

Poids-Taille (P/T) 747 -0,88±0,95 1,00 2 0 1

Taille-Age (T/A) 771 -1,65±1,02 2,39 4 1 9

Poids-Age (P/A) 779 -1,53±0,85 2,12 4 0 1

Massakory

Poids-Taille (P/T) 901 -0,88±1,02 1,18 9 0 4

Taille-Age (T/A) 945 -1,66±1,01 8,99 7 0 10

Poids-Age (P/A) 953 -1,55±0,94 3,14 8 0 1

Kanem

Mao

Poids-Taille (P/T) 576 -1,22±1,01 2,82 5 0 0

Taille-Age (T/A) 607 -1,61±0,88 6,06 8 0 5

Poids-Age (P/A) 612 -1,75±0,84 2,95 8 0 0

Mondo

Poids-Taille (P/T) 544 -0,93±0,98 1,17 7 0 1

Taille-Age (T/A) 577 -2,40±1,20 1,89 4 2 7

Poids-Age (P/A) 579 -2,03±0,97 1,45 8 1 1

Nokou

Poids-Taille (P/T) 515 -0,75±0,95 2,34 12 0 2

Taille-Age (T/A) 560 -1,13±1,05 5,31 14 0 3

Poids-Age (P/A) 560 -1,19±0,91 3,90 15 0 2

Rig Rig

Poids-Taille (P/T) 564 -1,01±0,99 1,22 18 1 3

Taille-Age (T/A) 604 -2,06±1,25 1,94 24 1 9

Poids-Age (P/A) 611 -1,85±0,98 1,47 23 0 3

Lac

Bagassola

Poids-Taille (P/T) 475 -0,93±0,96 1,00 2 1 4

Taille-Age (T/A) 510 -1,74±1,18 2,37 2 0 10

Poids-Age (P/A) 516 -1,58±1,00 2,01 2 0 4

Bol

49

Poids-Taille (P/T) 528 -0,84±0,98 1,46 2 0 6

Taille-Age (T/A) 576 -1,52±1,13 1,88 0 1 14

Poids-Age (P/A) 580 -1,42±0,93 2,46 2 1 8

Ngouri

Poids-Taille (P/T) 517 -1,08±1,01 1,06 3 2 7

Taille-Age (T/A) 576 -1,66±1,13 1,60 2 2 12

Poids-Age (P/A) 576 -1,68±1,01 1,87 3 3 11

Ouaddai

Abdi

Poids-Taille (P/T) 426 -1,05±1,03 1,00 15 1 5

Taille-Age (T/A) 459 -0,93±1,05 1,60 16 0 4

Poids-Age (P/A) 458 -1,20±0,84 1,08 16 0 5

Abéché

Poids-Taille (P/T) 394 -0,99±1,00 1,36 5 0 3

Taille-Age (T/A) 431 -1,05±0,98 1,72 5 1 8

Poids-Age (P/A) 433 -1,21±0,89 1,11 5 0 6

Adre

Poids-Taille (P/T) 377 -0,88±1,04 1,00 15 0 2

Taille-Age (T/A) 397 -1,51±1,12 1,72 14 0 4

Poids-Age (P/A) 398 -1,40±1,00 1,67 15 0 2

Salamat

Aboudeia

Poids-Taille (P/T) 341 -0,66±0,99 1,07 4 1 8

Taille-Age (T/A) 373 -1,33±1,02 2,33 8 0 2

Poids-Age (P/A) 372 -1,14±0,95 1,86 8 0 3

Amtiman

Poids-Taille (P/T) 575 -0,65±1,00 1,11 12 1 6

Taille-Age (T/A) 627 -1,21±1,02 1,98 10 0 1

Poids-Age (P/A) 624 -1,04±0,96 2,24 12 1 2

Sila

Am Dam

Poids-Taille (P/T) 524 -0,75±0,90 1,17 5 0 3

Taille-Age (T/A) 579 -1,55±1,14 1,52 10 0 10

Poids-Age (P/A) 584 -1,36±0,96 1,77 10 0 5

Goz Beida

Poids-Taille (P/T) 763 -0,90±0,96 1,86 41 0 1

Taille-Age (T/A) 833 -1,38±1,12 1,95 43 0 18

Poids-Age (P/A) 849 -1,33±0,97 1,68 41 0 4

Wadi Fira

Biltine

50

Poids-Taille (P/T) 593 -0,87±0,97 1,00 29 0 1

Taille-Age (T/A) 636 -1,75±1,08 1,43 29 0 9

Poids-Age (P/A) 641 -1,55±0,91 1,37 29 0 4

Guereda

Poids-Taille (P/T) 590 -0,84±0,94 1,62 17 0 4

Taille-Age (T/A) 637 -1,17±1,10 2,35 19 0 2

Poids-Age (P/A) 638 -1,20±0,89 2,74 19 0 1

Iriba

Poids-Taille (P/T) 649 -1,30±0,91 1,53 4 1 2

Taille-Age (T/A) 665 -1,43±0,97 1,55 3 0 3

Poids-Age (P/A) 665 -1,66±0,81 1,99 3 0 3

N’Djaména

Centre

Poids-Taille (P/T) 314 -0,76±1,00 1,32 13 2 7

Taille-Age (T/A) 339 -0,78±1,13 1,51 24 0 11

Poids-Age (P/A) 344 -0,96±1,03 1,00 24 0 6

Est

Poids-Taille (P/T) 410 -0,74±1,00 1,15 10 1 10

Taille-Age (T/A) 427 -0,99±1,16 1,00 15 2 24

Poids-Age (P/A) 443 -1,04±1,01 1,00 14 0 9

Nord

Poids-Taille (P/T) 445 -0,67±1,05 1,36 9 2 5

Taille-Age (T/A) 459 -1,08±1,19 1,72 17 2 22

Poids-Age (P/A) 477 -1,08±1,09 1,32 16 1 5

Sud

Poids-Taille (P/T) 325 -0,39±1,09 1,08 12 1 10

Taille-Age (T/A) 348 -0,63±1,19 1,47 14 1 13

Poids-Age (P/A) 350 -0,64±1,16 1,77 14 0 11

51

4.1.6. Prévalence de la malnutrition aiguë chez les femmes âgées de 15 à 49 ans La prévalence de la malnutrition aigüe (PB <210 mm) parmi les femmes âgées de 15 à 49 ans était de 2,8% dans la bande sahélienne. Au niveau district, les prévalences les plus faibles s’observaient dans les districts de Goz Beida (0,1%), Abdi (0,3%) et Abéché (0,3%), et les plus élevées dans les districts de Noukou (5,8%), Chadra (7,1%) et Mousoro (7,5%). Au niveau régions, elles variaient de 0,7% dans la région du Ouaddai à 7,3% dans la région du Bahr El Gazal (tableau 15). Tableau 15 : Prévalence de la malnutrition aigüe chez les femmes âgées de 15 à 49 ans selon la mesure du périmètre brachial, par région et par district. Régions et districts Effectif PB <180

mm

PB <210 mm

PB <230 mm

Valide

(n)

Manquants (%)

% [IC à 95%] % [IC à 95%] % [IC à 95%]

Bahr El Gazal Femmes non enceintes non allaitantes 304 0,7 0,7 [0,2-2,7] 7,6 [5,1-11,1] 32,9 [26,9-39,5] Femmes enceinte et/ou allaitante 493 0,6 0,0 [0,0-0,0] 7,1 [4,9-10,1] 37,7 [32,2-43,5] Total 797 0,6 0,3 [0,1-1,0] 7,3 [5,4-9,7] 35,9 [31,3-40,8] Chadra Femmes non enceintes non allaitantes 155 0,0 0,0 [0,0-0,0] 6,5 [3,3-12,1] 31,0 [21,6-42,2] Femmes enceinte et/ou allaitante 270 1,1 0,0 [0,0-0,0] 7,4 [4,5-11,9] 40,7 [34,5-50,8] Total 425 0,7 0,0 [0,0-0,0] 7,1 [4,6-10,8] 37,2 [31,4-43,3] Moussoro Femmes non enceintes non allaitantes 149 1,3 1,3 [0,3-5,6] 8,7 [5,3-14,1] 34,9 [27,5-43,1] Femmes enceinte et/ou allaitante 223 0,0 0,0 [0,0-0,0] 6,7 [3,8-11,7] 34,1 [24,7-44,8] Total 372 0,5 0,5 [0,1-2,3] 7,5 [4,9-11,4] 34,4 [27,1-42,6] Batha Femmes non enceintes non allaitantes 424 3,6 0,0 [0,0-0,0] 3,4 [2,0-5,5] 21,0 [17,0-25,7] Femmes enceinte et/ou allaitante 807 0,9 0,2 [0,0-1,1] 4,0 [2,7-6,0] 25,6 [22,0-29,5] Total 1231 1,8 0,1 [0,0-0,7] 3,8 [2,7-5,2] 24,0 [20,9-27,5] Ati Femmes non enceintes non allaitantes 117 6,4 0,0 [0,0-0,0] 4,3 [1,8-10,0] 21,4 [14,2-30,8] Femmes enceinte et/ou allaitante 315 0,6 0,0 [0,0-0,0] 3,8 [2,0-7,2] 24,8 [19,3-31,2] Total 432 2,3 0,0 [0,0-0,0] 3,9 [2,3-6,7] 23,8 [18,7-29,8] Oum Hadjer Femmes non enceintes non allaitantes 139 4,8 0,0 [0,0-0,0] 2,2 [0,7-6,2] 25,2 [17,9-34,2] Femmes enceinte et/ou allaitante 240 2,0 0,4 [0,1-3,2] 5,4 [2,9-9,9] 32,1 [25,2-39,8] Total 379 3,1 0,3 [0,0-2,0] 4,2 [2,5-7,1] 29,6 [23,6-36,4] Yao Femmes non enceintes non allaitantes 168 0,6 0,0 [0,0-0,0] 4,2 [1,9-9,0] 14,3 [9,1-21,6] Femmes enceinte et/ou allaitante 252 0,0 0,0 [0,0-0,0] 2,0 [0,7-5,4] 15,9 [10,5-23,2] Total 420 0,2 0,0 [0,0-0,0] 2,9 [1,5-5,5] 15,2 [10,8-21,1] Guéra Femmes non enceintes non allaitantes 794 6,8 0,3 [0,1-1,1] 3,5 [2,2-5,7] 22,1 [19,1-25,5] Femmes enceinte et/ou allaitante 1280 2,6 0,2 [0,1-0,7] 3,0 [2,3-4,0] 17,7 [15,6-20,1] Total 2074 4,2 0,3 [0,1-0,7] 3,2 [2,5-4,1] 19,4 [17,5-21,5] Bitkine Femmes non enceintes non allaitantes 192 4,0 0,0 [0,0-0,0] 3,1 [0,9-10,0] 20,8 [15,2-27,8] Femmes enceinte et/ou allaitante 350 0,6 0,3 [0,0-2,2] 2,6 [1,5-4,4] 13,7 [10,2-18,1] Total 542 1,8 0,2 [0,0-1,4] 2,8 [1,6-4,7] 16,2 [12,9-20,2]

52

Mangalme Femmes non enceintes non allaitantes 170 16,7 0,0 [0,0-0,0] 2,9 [1,1-7,8] 25,3 [18,1-34,1] Femmes enceinte et/ou allaitante 291 5,2 0,0 [0,0-0,0] 2,7 [1,2-6,0] 24,7 [19,6-30,7] Total 461 9,8 0,0 [0,0-0,0] 2,8 [1,6-5,0] 24,9 [20,0-30,6] Melfi Femmes non enceintes non allaitantes 175 6,9 1,1 [0,3-4,5] 1,7 [0,6-5,1] 10,3 [5,9-17,4] Femmes enceinte et/ou allaitante 319 2,4 0,6 [0,1-2,6] 2,5 [1,3-4,7] 12,5 [8,9-17,3] Total 494 4,1 0,8 [0,2-2,7] 2,2 [1,3-3,9] 11,7 [8,6-15,8] Mongo Femmes non enceintes non allaitantes 257 1,2 0,4 [0,1-2,9] 5,1 [2,6-9,7] 27,6 [22,1-33,9] Femmes enceinte et/ou allaitante 320 2,4 0,0 [0,0-0,0] 4,1 [2,5-6,4] 21,9 [17,7-26,7] Total 577 1,9 0,2 [0,0-1,3] 4,5 [2,9-6,8] 24,4 [20,7-28,6] Hadjer Lamis Femmes non enceintes non allaitantes 780 2,5 0,1 [0,0-0,7] 4,4 [2,7-6,9] 21,6 [18,1-25,6] Femmes enceinte et/ou allaitante 1132 1,4 0,2 [0,0-0,9] 3,2 [2,2-4,7] 22,9 [19,9-26,2] Total 1912 1,8 0,2 [0,1-0,6] 3,7 [2,7-5,0] 22,4 [20,0-25,0] Bokoro Femmes non enceintes non allaitantes 196 1,5 0,0 [0,0-0,0] 7,1 [3,8-13,0] 30,6 [23,8-38,4] Femmes enceinte et/ou allaitante 304 1,6 0,3 [0,0-2,4] 4,6 [2,7-7,8] 29,9 [24,3-36,2] Total 500 1,6 0,2 [0,0-1,5] 5,6 [3,6-8,7] 30,2 [25,8-35,0] Massaguet Femmes non enceintes non allaitantes 257 4,5 0,0 [0,0-0,0] 0,4 [0,1-2,9] 12,8 [9,0-18,0] Femmes enceinte et/ou allaitante 391 2,0 0,0 [0,0-0,0] 1,0 [0,4-2,6] 13,8 [10,1-18,6] Total 648 3,0 0,0 [0,0-0,0] 0,8 [0,3-1,8] 13,4 [10,6-16,9] Massakory Femmes non enceintes non allaitantes 327 1,5 0,3 [0,0-2,2] 4,0 [1,9-8,1] 17,4 [11,8-24,9] Femmes enceinte et/ou allaitante 437 0,7 0,2 [0,0-1,7] 3,2 [1,9-5,3] 20,8 [16,5-25,9] Total 764 1,0 0,3 [0,1-1,1] 3,5 [2,2-5,5] 19,4 [15,1-24,6] Kanem Femmes non enceintes non allaitantes 766 1,0 0,4 [0,2-1,0] 2,7 [1,7-4,2] 22,6 [18,6-27,1] Femmes enceinte et/ou allaitante 1002 0,9 0,3 [0,1-0,8] 2,9 [2,0-4,1] 27,4 [24,1-31,0] Total 1768 1,0 0,3 [0,2-0,7] 2,8 [2,1-3,7] 25,2 [22,3-28,3] Mao Femmes non enceintes non allaitantes 289 1,4 0,0 [0,0-0,0] 2,1 [0,9-4,9] 25,3 [19,0-32,7] Femmes enceinte et/ou allaitante 213 2,7 0,0 [0,0-0,0] 2,3 [1,0-5,3] 32,4 [25,7-39,9] Total 502 2,0 0,0 [0,0-0,0] 2,2 [1,2-4,0] 28,3 [23,0-34,2] Mondo Femmes non enceintes non allaitantes 161 2,4 0,6 [0,1-4,8] 2,5 [1,0-6,3] 14,9 [10,4-20,8] Femmes enceinte et/ou allaitante 310 0,6 0,0 [0,0-0,0] 2,3 [1,0-5,0] 20,6 [15,7-26,7] Total 471 1,3 0,2 [0,0-1,6] 2,3 [1,3-4,1] 18,7 [14,6-23,6] Noukou Femmes non enceintes non allaitantes 173 0,0 2,3 [0,9-5,9] 5,8 [3,2-10,3] 19,7 [13,5-27,8] Femmes enceinte et/ou allaitante 296 0,3 1,7 [0,6-4,7] 5,7 [3,9-8,4] 25,0 [19,7-31,2] Total 469 0,2 1,9 [0,9-4,1] 5,8 [4,1-8,0] 23,0 [18,6-28,1] Rig Rig Femmes non enceintes non allaitantes 143 0,0 0,0 [0,0-0,0] 3,5 [1,4-8,2] 26,6 [18,7-36,3] Femmes enceinte et/ou allaitante 183 0,0 0,0 [0,0-0,0] 2,2 [0,6-7,3] 36,1 [29,0-43,8] Total 326 0,0 0,0 [0,0-0,0] 2,8 [1,2-6,2] 31,9 [26,1-38,3] Lac Femmes non enceintes non allaitantes 683 1,0 0,2 [0,0-1,4] 2,3 [1,2-4,3] 17,6 [14,3-21,5] Femmes enceinte et/ou allaitante 941 0,7 0,6 [0,2-1,4] 3,7 [2,6-5,2] 20,9 [17,7-24,5] Total 1624 0,9 0,4 [0,2-0,9] 3,1 [2,2-4,4] 19,5 [17,1-22,3] Bagassola Femmes non enceintes non allaitantes 222 0,0 0,0 [0,0-0,0] 0,0 [0,0-0,0] 11,7 [7,7-17,3] Femmes enceinte et/ou allaitante 286 1,0 0,3 [0,0-2,7] 3,1 [1,0-9,8] 23,1 [16,0-32,1] Total 508 0,6 0,2 [0,0-1,5] 1,8 [0,5-5,7] 18,1 [13,6-23,8] Bol

53

Femmes non enceintes non allaitantes 231 0,4 0,0 [0,0-0,0] 0,4 [0,1-3,2] 6,9 [4,2-11,1] Femmes enceinte et/ou allaitante 299 0,3 0,7 [0,2-2,8] 2,0 [0,9-4,3] 11,0 [7,1-16,9] Total 530 0,4 0,4 [0,1-1,6] 1,3 [0,6-2,9] 9,2 [6,2-13,6] Ngouri Femmes non enceintes non allaitantes 230 2,5 0,4 [0,1-3,2] 4,8 [2,4-9,2] 28,7 [22,2-36,3] Femmes enceinte et/ou allaitante 356 0,8 0,6 [0,1-2,3] 5,1 [3,3-7,6] 27,2 [22,1-33,1] Total 586 1,5 0,5 [0,2-1,6] 4,9 [3,3-7,3] 27,8 [23,6-32,5] Ouaddai Femmes non enceintes non allaitantes 401 2,0 0,0 [0,0-0,0] 0,7 [0,2-2,5] 17,7 [14,3-21,8] Femmes enceinte et/ou allaitante 598 0,2 0,4 [0,1-1,5] 0,8 [0,3-1,9] 13,9 [10,7-17,8] Total 999 0,9 0,2 [0,1-0,9] 0,7 [0,4-1,5] 15,4 [13,1-18,0] Abdi Femmes non enceintes non allaitantes 130 0,8 0,0 [0,0-0,0] 0,8 [0,1-5,8] 3,8 [1,4-10,1] Femmes enceinte et/ou allaitante 205 0,5 0,0 [0,0-0,0] 0,0 [0,0-0,0] 7,8 [4,1-14,4] Total 335 0,6 0,0 [0,0-0,0] 0,3 [0,0-2,3] 6,3 [3,3-11,7] Abéché Femmes non enceintes non allaitantes 138 4,2 0,0 [0,0-0,0] 0,7 [0,1-5,2] 19,6 [13,7-27,2] Femmes enceinte et/ou allaitante 209 0,0 0,0 [0,0-0,0] 0,0 [0,0-0,0] 13,4 [9,9-17,9] Total 347 1,7 0,0 [0,0-0,0] 0,3 [0,0-2,2] 15,9 [12,8-19,5] Adre Femmes non enceintes non allaitantes 133 0,7 0,0 [0,0-0,0] 0,8 [0,1-5,8] 21,1 [16,2-26,9] Femmes enceinte et/ou allaitante 184 0,0 1,1 [0,3-4,2] 2,2 [0,9-5,4] 17,4 [10,5-27,4] Total 317 0,3 0,6 [0,2-2,5] 1,6 [0,7-3,6] 18,9 [14,4-24,5] Salamat Femmes non enceintes non allaitantes 620 2,7 0,3 [0,1-1,3] 1,1 [0,5-2,4] 10,3 [7,4-14,1] Femmes enceinte et/ou allaitante 556 1,1 0,7 [0,-1,9] 0,9 [0,4-2,2] 11,0 [7,5-16,0] Total 1176 1,9 0,5 [0,2-1,1] 1,0 [0,6-1,8] 10,6 [8,1-14,0] Aboudeia Femmes non enceintes non allaitantes 236 3,7 0,4 [0,1-3,3] 1,3 [0,4-4,0] 12,3 [8,5-17,4] Femmes enceinte et/ou allaitante 227 0,9 0,9 [0,2-3,5] 0,9 [0,2-3,5] 9,7 [6,0-15,4] Total 463 2,3 0,6 [0,2-2,0] 1,1 [0,5-2,5] 11,0 [8,0-14,9] Amtiman Femmes non enceintes non allaitantes 384 2,0 0,3 [0,0-2,0] 1,0 [0,4-2,8] 9,6 [6,1-14,8] Femmes enceinte et/ou allaitante 329 1,2 0,6 [0,1-2,5] 0,9 [0,3-2,8] 11,6 [7,0-18,4] Total 713 1,7 0,4 [0,1-1,3] 1,0 [0,5-2,0] 10,5 [7,3-15,0] Sila Femmes non enceintes non allaitantes 446 3,9 0,0 [0,0-0,0] 0,6 [0,3-1,4] 9,0 [6,4-12,4] Femmes enceinte et/ou allaitante 708 2,3 0,2 [0,0-0,6] 1,1 [0,6-1,8] 10,0 [7,5-13,3] Total 1154 2,9 0,1 [0,0-0,4] 0,9 [0,6-1,3] 9,6 [7,6-12,2] Am Dam Femmes non enceintes non allaitantes 161 1,8 0,0 [0,0-0,0] 3,1 [1,4-7,0] 24,8 [16,0-36,5] Femmes enceinte et/ou allaitante 259 0,8 0,8 [0,2-3,0] 4,2 [2,6-6,8] 26,3 [19,0-35,0] Total 420 1,2 0,5 [0,1-1,9] 3,8 [2,6-5,6] 25,7 [19,3-33,4] Goz Beida Femmes non enceintes non allaitantes 285 5,0 0,0 [0,0-0,0] 0,0 [0,0-0,0] 4,9 [3,0-7,9] Femmes enceinte et/ou allaitante 449 3,2 0,0 [0,0-0,0] 0,2 [0,0-1,7] 5,8 [3,4-9,8] Total 734 3,9 0,0 [0,0-0,0] 0,1 [0,0-1,0] 5,4 [3,6-8,2] Wadi Fira Femmes non enceintes non allaitantes 954 3,2 0,6 [0,2-1,4] 3,8 [2,7-5,4] 19,2 [16,4-22,3] Femmes enceinte et/ou allaitante 827 0,8 0,0 [0,0-0,0] 1,0 [0,5-2,1] 15,3 [12,8-18,3] Total 1781 2,1 0,3 [0,1-0,8] 2,5 [1,9-3,4] 17,4 [15,4-19,6] Biltine Femmes non enceintes non allaitantes 333 8,0 0,6 [0,1-2,5] 4,8 [2,9-7,8] 23,1 [18,0-29,2] Femmes enceinte et/ou allaitante 231 1,7 0,0 [0,0-0,0] 1,3 [0,4-4,1] 23,4 [18,0-29,8] Total 564 5,5 0,4 [0,1-1,5] 3,4 [2,2-5,0] 23,2 [19,4-27,5] Guereda Femmes non enceintes non allaitantes 303 0,7 0,0 [0,0-0,0] 0,3 [0,0-2,4] 12,5 [9,1-17,0]

54

Femmes enceinte et/ou allaitante 323 0,6 0,0 [0,0-0,0] 0,3 [0,0-2,4] 10,2 [7,0-14,7] Total 626 0,6 0,0 [0,0-0,0] 0,3 [0,1-1,3] 11,3 [8,9-14,4] Iriba Femmes non enceintes non allaitantes 318 0,3 1,3 [0,4-4,1] 6,6 [4,0-10,7] 21,1 [16,4-26,7] Femmes enceinte et/ou allaitante 273 0,4 0,0 [0,0-0,0] 1,8 [0,6-5,1] 12,5 [8,7-17,6] Total 591 0,3 0,7 [0,2-2,2] 4,4 [2,8-6,8] 17,1 [13,5-21,3] N’Djaména Femmes non enceintes non allaitantes 980 3,4 0,8 [0,4-1,6] 3,3 [2,2-4,8] 16,5 [13,8-19,6] Femmes enceinte et/ou allaitante 728 3,3 1,1 [0,4-2,6] 3,2 [2,0-5,0] 12,9 [10,1-16,3] Total 1708 3,4 0,9 [0,5-1,6] 3,2 [2,3-4,4] 15,0 [12,7-17,6] Centre Femmes non enceintes non allaitantes 263 2,2 1,5 [0,6-4,1] 4,6 [2,4-8,5] 16,3 [11,5-22,8] Femmes enceinte et/ou allaitante 159 4,2 0,0 [0,0-0,0] 2,5 [0,9-6,9] 14,5 [8,9-22,6] Total 422 3,0 0,9 [0,3-2,6] 3,8 [2,1-6,7] 15,6 [11,3-21,2] Est Femmes non enceintes non allaitantes 216 4,8 0,5 [0,1-3,7] 6,0 [3,3-10,8] 25,0 [18,4-33,0] Femmes enceinte et/ou allaitante 193 2,0 1,0 [0,3-4,2] 3,6 [1,8-7,2] 14,5 [9,2-22,1] Total 409 3,5 0,7 [0,2-2,3] 4,9 [2,9-8,1] 20,0 [14,7-26,7] Nord Femmes non enceintes non allaitantes 245 4,3 0,4 [0,1-3,2] 1,6 [0,6-4,2] 14,3 [9,8-20,3] Femmes enceinte et/ou allaitante 189 4,1 0,0 [0,0-0,0] 3,7 [1,4-9,4] 12,7 [7,7-20,3] Total 434 4,2 0,2 [0,0-1,8] 2,5 [1,2-5,1] 13,6 [9,9-18,4] Sud Femmes non enceintes non allaitantes 256 2,3 0,4 [0,1-2,8] 0,4 [0,1-2,8] 10,9 [7,6-15,4] Femmes enceinte et/ou allaitante 187 3,1 2,1 [0,6-6,9] 3,2 [1,2-8,3] 10,2 [6,0-16,6] Total 443 2,6 1,1 [0,4-3,1] 1,6 [0,6-3,9] 10,6 [7,6-14,6] Ensemble Femmes non enceintes non allaitantes 7152 3,0 0,4 [0,2-0,6] 2,9 [2,4-3,4] 18,3 [17,2-19,5] Femmes enceinte et/ou allaitante 9072 1,4 0,4 [0,2-0,6] 2,7 [2,3-3,1] 18,5 [17,5-19,6] Total 16224 2,1 0,4 [0,3-0,5] 2,8 [2,5-3,1] 18,4 [17,6-19,3]

4.2. Mortalité rétrospective Le tableau 16 présente par district sanitaire, les taux de mortalité dans la population générale et chez les enfants âgés de moins de 5 ans. Le taux de mortalité dans la population générale variait de 0,20 décès pour 10000 habitants par jour dans les districts d’Abdi et Abéché à 0,88 décès pour 10000 habitants par jour dans le district de Guereda, et le taux de mortalité chez les enfants âgés de moins de 5 ans variait de 0,10 dans le district de Noukou à 1,84 dans le district de Massaguet. Tableau 16 : Taux de mortalité dans la population générale et chez les enfants de moins de 5 ans, par district. Régions et districts

Population générale Enfants âgés de moins de 5 ans

Effectif Décès par 10000/jour (95% IC)

Effectif * Décès par 10000/jour (95% IC)

Barh El Ghazal

Chadra 2537 0,62 (0,41-0,93)

600 0,78 (0,37-1,62)

Moussoro 2310 0,80 (0,51-1,26)

548 1,03 (0,55-1,91) Batha

Ati 2357 0,79 (0,56-1,10)

483 0,66 (0,31-1,40)

Oum Hadjer 2134 0,31 (0,19-0,50)

537 0,19 (0,05-0,81)

Yao 2540 0,41 (0,24-0,68)

515 0,51 (0,22-1,15)

Guéra

Bitkine 3314 0,72 (0,51-1,01)

656 1,16 (0,69-1,94)

Mangalme 3006 0,52 (0,38-0,72)

662 0,62 (0,29-1,31)

Melfi 2657 0,37 (0,21-0,63)

562 1,19 (0,69-2,06)

Mongo 3136 0,28 (0,18-0,43)

672 0,53 (0,27-1,07) Hadjer Lamis

Bokoro 3186 0,48 (0,31-0,74)

831 0,62 (0,31-1,24)

Massaguet 3663 0,73 (0,54-0,99)

785 1,84 (1,21-2,78)

Massakory 4057 0,34 (0,23-0,51)

948 0,54 (0,25-1,18)

Kanem

Mao 2684 0,35 (0,22-0,54)

573 0,44 (0,15-1,25)

Mondo 2406 0,45 (0,28-0,73)

576 0,54 (0,25-1,15)

Noukou 2095 0,64 (0,41-1,01)

541 0,10 (0,01-0,74)

Rig Rig 2092 0,52 (0,29-0,91)

585 0,27 (0,08-0,83) Lac

Bagassola 2426 0,24 (0,13-0,43)

504 0,31 (0,07-1,39)

Bol 2436 0,41 (0,24-0,70)

580 1,44 (0,84-2,45)

Ngouri 3034 0,61 (0,44-0,85)

563 1,20 (0,71-2,01)

Ouaddai

Abdi 1835 0,20 (0,10-0,40)

476 0,33 (0,11-1,03)

56

Abeche 1868 0,20 (0,10-0,40)

435 0,12 (0,02-0,96)

Adre 1788 0,80 (0,48-1,34)

399 0,13 (0,02-1,03) Salamat

Aboudeia 2369 0,36 (0,24-0,54)

379 0,56 (0,21-1,48)

Amtiman 3429 0,22 (0,13-0,39)

618 0,41 (0,12-1,35)

Sila

Am Dam 2496 0,57 (0,38-0,86)

571 0,56 (0,22-1,37)

Goz Beida 3813 0,33 (0,22-0,49)

855 0,48 (0,25-0,93) Wadi Fira

Biltine 3095 0,37 (0,22-0,64) 654 0,24 (0,08-0,76)

Guereda 3377 0,88 (0,62-1,26)

649 0,57 (0,26-1,24)

Iriba 3111 0,42 (0,29-0,62)

673 0,63 (0,27-1,44)

N’Djamena

Centre 2478 0,48 (0,28-0,82)

379 1,11 (0,49-2,51)

Est 2458 0,28 (0,14-0,57)

457 0,38 (0,08-1,72)

Nord 2489 0,57 (0,38-0,85)

505 1,14 (0,62-2,08)

Sud 2257 0,60 (0,34-1,07)

371 0,85 (0,39-1,85)

57

4.3. Couverture de la vaccination contre la rougeole (VAR) Le tableau 17 présente la couverture de la vaccination contre la rougeole parmi les enfants âgés de 9 à 59 mois, par district, par région et l’ensemble pour la région. La couverture la plus faible était observée dans les districts de Bokoro (25,7%), Iriba (25,8%) et la plus élevée dans le district de Bol (97,8%). Tableau 17 : Couverture de la vaccination contre la rougeole chez les enfants âgés de 9 à 59 mois, par région et par district. Régions et districts

Effectifs

Vaccinés avec carte

%

Vaccinés sans carte

%

Total enfants vaccinés

Non vaccinés

%

NSP

%

Total

% [95% IC]

% Barh El Ghazal 1011 24,1 45,3 69,4 63,6-74,7 29,3 1,3 100

Chadra 543 23,8 39,2 63,0 55,5-69,9 36,8 0,2 100

Moussoro 468 24,6 52,1 76,7 67,2-84,1 20,7 2,6 100

Batha 1324 5,4 42,9 48,2 41,7-54,8 51,3 0,5 100

Ati 425 12,0 50,4 62,4 52,8-71,1 36,9 0,7 100

Oum Hadjer 455 1,3 25,9 27,3 17,4-40,0 72,7 0,0 100

Yao 444 1,4 57,2 58,6 45,0-71,0 40,5 0,9 100

Guéra 2234 7,9 57,0 64,9 59,7-69,7 33,7 1,5 100

Bitkine 586 3,4 63,7 67,1 54,1-79,7 32,6 0,3 100

Mangalme 581 0,0 64,4 64,4 56,5-71,6 30,3 5,3 100

Melfi 496 13,1 75,0 88,1 78,9-93,6 11,1 0,8 100

Mongo 571 13,1 35,2 48,3 40,2-56,6 50,6 1,1 100

Hadjer Lamis 2283 11,4 48,2 59,6 54,7-64,4 40,1 0,3 100

Bokoro 734 11,6 14,2 25,7 17,2-36,7 74,3 0,0 100

Massaguet 701 0,0 89,2 89,2 81,8-93,8 10,6 0,3 100

Massakory 848 19,6 60,0 79,6 73,7-84,4 19,7 0,7 100

Kanem 2090 0,0 81,8 81,8 78,0-85,1 17,1 1,1 100

Mao 521 0,0 91,9 91,9 89,0-94,2 8,1 0,0 100

Mondo 538 0,0 68,8 68,8 57,0-78,6 27,3 3,9 100

Noukou 492 0,0 95,7 95,7 91,8-97,8 4,1 0,2 100

Rig Rig 539 0,0 56,6 56,6 43,8-68,6 43,4 0,0 100

Lac 1461 2,3 78,1 80,4 75,2-84,8 17,7 1,9 100

Bagassola 460 0,2 78,5 78,7 70,5-85,1 20,7 0,7 100

Bol 506 1,8 96,0 97,8 95,0-99,1 2,2 0,0 100

Ngouri 495 3,2 65,9 69,1 59,3-77,4 27,3 3,6 100

Ouaddai 1143 23,2 48,5 71,6 65,2-77,2 27,8 0,5 100

Abdi 395 5,3 34,2 39,5 30,4-49,4 59,2 1,3 100

Abeche 380 2,4 89,2 91,6 84,0-95,8 7,9 0,5 100

58

Adre 368 55,7 3,8 59,5 45,3-72,3 40,2 0,3 100

Salamat 884 9,0 60,9 70,0 59,4-78,8 29,5 0,5 100

Aboudeia 333 3,3 61,3 64,6 46,8-79,0 35,4 0,0 100

Amtiman 551 11,1 60,8 71,9 58,7-82,1 27,4 0,7 100

Sila 1268 4,4 72,0 76,4 68,5-82,8 22,4 1,2 100

Am Dam 509 0,0 79,4 79,4 70,1-86,3 19,8 0,4 100

Goz Beida 759 5,5 70,1 75,6 65,9-83,3 23,1 1,3 100

Wadi Fira 1733 5,9 33,8 39,7 34,8-44,8 60,1 0,3 100

Biltine 569 0,5 18,1 18,6 12,1-27,7 81,4 0,0 100

Guereda 548 16,2 57,8 74,1 68,3-79,2 25,2 0,7 100

Iriba 616 0,3 25,5 25,8 15,5-39,7 74,2 0,0 100

N’Djamena 1429 24,9 58,5 83,4 78,9-87,0 14,8 1,8 100

Centre 311 21,2 65,0 86,2 78,9-91,2 10,9 2,9 100

Est 390 20,8 56,2 76,9 67,7-84,1 20,8 2,3 100

Nord 421 23,8 60,8 84,6 78,7-89,0 12,4 3,1 100

Sud 307 31,3 54,4 85,7 75,4-92,1 14,0 0,3 100

Ensemble 16860 12,2 56,9 69,1 67,3-70,7 29,9 1,1 100

59

4.4. Couverture de la supplémentation en vitamine A La couverture de la supplémentation en vitamine A variait de 17,7% à Biltine à 92,0% dans le district sanitaire de Massaguet (tableau 18). Tableau 18 : Couverture de la supplémentation en vitamine A au cours des six derniers mois chez les enfants âgés de 6 à 59 mois, par région et par district.

Régions et districts

Effectif Total enfants supplémentés

Non supplémentés

%

NSP

%

Total

% % [95% IC]

Barh El Ghazal 1081 61,1 54,6-67,2 36,5 2,4 100

Chadra 582 58,1 50,3-65,5 39,5 2,4 100

Moussoro 499 64,5 53,7-74,1 33,1 2,4 100

Batha 1399 38,3 30,8-46,3 61,3 0,5 100

Ati 448 35,7 25,8-47,1 63,8 0,4 100

Oum Hadjer 481 37,2 24,0-52,7 62,6 0,2 100

Yao 470 43,8 30,2-58,5 55,3 0,9 100

Guéra 2370 81,6 78,6-84,3 17,1 1,3 100

Bitkine 616 88,3 81,7-92,7 11,4 0,3 100

Mangalme 616 50,0 42,0-58,0 43,8 6,2 100

Melfi 528 86,4 77,1-92,3 12,9 0,8 100

Mongo 610 88,4 84,1-91,6 11,5 0,2 100

Hadjer Lamis 2423 59,9 55,2-64,4 39,8 0,3 100

Bokoro 769 24,8 16,4-35,8 75,2 0,0 100

Massaguet 749 92,0 85,0-95,9 7,7 0,3 100

Massakory 905 78,6 73,1-83,2 20,8 0,7 100

Kanem 2203 77,3 73,4-80,7 21,7 1,1 100

Mao 552 87,0 83,4-98,9 13,0 0,0 100

Mondo 568 69,2 57,3-79,0 27,1 3,7 100

Noukou 517 91,5 87,7-94,2 8,5 0,0 100

Rig Rig 566 41,2 29,4-54,0 58,8 0.0 100

Lac 1541 77,7 73,3-81,5 20,7 1,6 100

Bagassola 481 77,1 71,6-81,8 22,2 0,6 100

Bol 534 90,4 84,0-94,5 9,6 0,0 100

Ngouri 526 69,2 61,5-76,0 27,8 3,0 100

Ouaddai 1221 63,6 57,4-69,3 35,7 0,8 100

Abdi 431 39,4 31,7-47,8 59,4 1,2 100

Abeche 397 89,4 82,3-93,9 9,3 1,3 100

Adre 393 42,0 29,0-56,2 58,0 0,0 100

60

Salamat 937 63,4 52,9-72,7 35,9 0,8 100

Aboudeia 351 61,5 44,8-75,9 38,5 0,0 100

Amtiman 586 64,0 51,0-75,2 35,0 1,0 100

Sila 1331 61,2 52,0-69,7 36,9 1,8 100

Am Dam 531 65,2 51,3-76,8 34,1 0,8 100

Goz Beida 800 60,2 49,3-70,3 37,6 2,1 100

Wadi Fira 1855 43,3 38,1-48,8 50,6 0,4 100

Biltine 609 17,7 11,4-26,5 82,3 0,0 100

Guereda 594 70,0 63,6-75,8 27,9 2,1 100

Iriba 652 43,6 29,8-58,4 56,4 0,0 100

N’Djamena 1532 76,8 71,6-81,3 21,4 1,9 100

Centre 326 77,3 68,0-84,5 19,9 2,8 100

Est 415 71,8 61,1-80,5 26,0 2,2 100

Nord 454 81,5 73,0-87,8 15,4 3,1 100

Sud 337 78,9 68,3-86,7 20,5 0,6 100

Ensemble 17893 65,7 63,8-67,5 33,1 1,2 100

4.5. Couverture du déparasitage Le tableau 19 présente la couverture du déparasitage par région. Elle variait entre 11,1% dans le district de Mondo et 95,5% dans le district de Noukou. Tableau 19 : Couverture du déparasitage au cours des six derniers mois chez les enfants âgés de 12 à 59 mois, par région et par district. Régions et districts

Effectif Total enfants déparasités

Non déparasités

%

NSP

%

Total

% % [95% IC]

Barh El Ghazal 938 57,1 50,7-63,4 40,1 2,8 100

Chadra 498 61,0 53,6-68,0 36,5 2,4 100

Moussoro 440 52,7 41,9-63,3 44,1 3,2 100

Batha 1230 28,5 21,7-36,4 71,0 0,5 100

Ati 383 27,9 18,5-39,9 71,5 0,5 100

Oum Hadjer 439 32,8 20,8-47,6 67,0 0,2 100

Yao 408 22,1 11,5-38,1 77,0 1,0 100

Guéra 2098 74,0 70,1-77,5 24,5 1,5 100

Bitkine 546 72,2 63,4-79,5 27,7 0,2 100

Mangalme 546 33,5 26,2-41,7 59,5 7,0 100

Melfi 465 88,0 78,3-93,7 11,2 0,9 100

Mongo 541 89,8 84,8-93,4 10,0 0,2 100

61

Hadjer Lamis 2141 50,5 44,5-56,4 49,3 0,2 100

Bokoro 692 25,1 16,5-36,3 74,9 0,0 100

Massaguet 653 57,4 44,2-69,7 42,6 0,0 100

Massakory 796 78,3 69,1-85,3 21,0 0,7 100

Kanem 1967 63,2 60,2-66,1 34,4 2,3 100

Mao 496 95,0 91,8-96,9 5,0 0,0 100

Mondo 506 11,1 4,8-23,5 80,8 8,1 100

Noukou 465 95,5 90,2-98,0 3,9 0,6 100

Rig Rig 500 15,8 7,9-29,0 84,2 0,0 100

Lac 1364 76,9 71,1-81,9 21,3 1,8 100

Bagassola 424 81,6 75,7-86,3 17,7 0,7 100

Bol 483 85,1 72,2-92,6 14,9 0,0 100

Ngouri 457 69,4 60,5-77,0 27,1 3,5 100

Ouaddai 1078 66,1 60,1-71,6 33,4 0,5 100

Abdi 382 39,8 30,7-49,7 58,9 1,3 100

Abeche 370 93,5 86,1-97,1 5,9 0,5 100

Adre 351 39,3 26,2-54,2 60,7 0,0 100

Salamat 836 66,9 56,1-76,2 32,1 1,0 100

Aboudeia 317 65,0 47,8-79,0 35,0 0,0 100

Amtiman 519 67,6 53,8-79,0 31,0 1,3 100

Sila 1195 50,3 40,0-60,6 47,1 2,5 100

Am Dam 487 56,5 40,2-71,4 42,7 0,8 100

Goz Beida 708 48,7 36,4-61,3 48,3 3,0 100

Wadi Fira 1622 37,9 32,9-43,3 61,2 0,8 100

Biltine 541 18,7 12,1-27,7 81,3 0,0 100

Guereda 509 68,8 61,7-75,0 28,9 2,4 100

Iriba 572 23,8 13,7-37,9 76,2 0,0 100

N’Djamena 1325 72,4 66,2-77,9 25,6 2,0 100

Centre 291 76,6 67,5-83,8 21,0 2,4 100

Est 360 59,2 45,2-71,8 38,3 2,5 100

Nord 396 72,2 59,4-82,2 24,0 3,8 100

Sud 278 79,9 68,0-88,1 19,4 0,7 100

Ensemble 15794 60,3 58,2-62,3 38,4 1,4 100

62

Dans l’ensemble, 54,2% des ménages de la bande sahélienne consomme du sel adéquatement iodé. La proportion de ménages consommant du sel adéquatement iodé varie de 0,3% dans le district d’Adre à 96,0% dans le district de Moussoro (tableau 20). Tableau 20 : Répartition des ménages selon l’iodation du sel de cuisine.

Régions et districts

Nombre de

ménages

enquêtés

Ménages testés pour l’iodation du sel Pas de sel ou refus du ménage

N Non iodé

Faiblement iodé

Adéquatement iodé N %

% % % N %

Barh El Ghazal 868 800 0,6 8,1 91,3 88,8-93,2 68 7,8

Chadra 440 397 0,3 13,4 86,4 82,6-89,5 43 9,8

Moussoro 428 403 1,0 3,0 96,0 92,5-97,9 25 5,8

Batha 1282 1142 33,6 22,7 43,7 40,4-47,1 140 10,9

Ati 432 395 21,5 25,1 53,4 45,1-61,6 37 8,6

Oum Hadjer 435 377 74,8 22,5 2,7 1,3-5,3 58 13,3

Yao 415 370 4,6 20,3 75,1 70,7-79,1 45 10,8

Guéra 2403 2252 17,8 24,3 57,9 54,9-60,8 151 6,3

Bitkine 618 577 3,3 6,9 89,8 80,5-94,9 41 6,6

Mangalme 615 564 56,2 20,6 23,2 18,5-28,8 51 8,3

Melfi 571 554 6,9 41,9 51,3 45,9-56,6 17 3,0

Mongo 599 557 4,8 28,5 66,6 61,6-71,3 42 7,0

Hadjer Lamis 2258 1988 1,2 17,2 81,6 78,2-84,6 270 12,0

Bokoro 695 569 2,5 39,5 58,0 48,6-66,9 126 18,1

Massaguet 751 682 0,1 8,5 91,3 88,0-93,8 69 9,2

Massakory 812 737 1,2 8,0 90,8 85,5-94,3 75 9,2

Kanem 1877 1830 14,8 24,1 61,1 58,3-63,8 47 2,5

Mao 514 505 0,4 13,9 85,7 79,5-90,3 9 1,8

Mondo 551 538 0,2 11,3 88,5 85,0-91,2 13 2,4

Noukou 420 402 6,0 63,9 30,1 25,1-35,7 18 4,3

Rig Rig 392 385 63,4 13,8 22,9 14,6-33,9 7 1,8

Lac 1729 1456 1,9 6,9 91,1 87,8-93,6 273 15,8

Bagassola 558 530 0,8 4,0 95,3 90,6-97,7 28 5,0

Bol 556 494 3,8 8,1 88,1 86,1-89,7 62 11,2

Ngouri 615 432 1,2 9,3 89,6 77,5-95,6 183 29,8*

Ouaddai 1147 1112 60,0 26,0 14,0 11,4-17,2 35 3,1

Abdi 391 379 69,4 10,8 19,8 14,6-26,2 12 3,1

Abeche 391 391 34,5 45,0 20,5 15,2-27,0 0 0,0

Adre 365 342 78,7 21,1 0,3 0,0-2,0 23 6,3

63

Salamat 1214 1160 25,9 31,2 42,8 37,2-48,7 54 4,4

Aboudeia 499 475 32,6 25,1 42,3 34,4-50,6 24 4,8

Amtiman 715 685 21,3 35,5 43,2 35,4-51,4 30 4,2

Sila 1315 1221 78,8 11,7 9,5 6,9-12,9 94 7,1

Am Dam 560 504 88,3 10,1 1,6 0,5-4,7 56 10,0

Goz Beida 755 717 72,1 12,8 15,1 10,8-20,6 38 5,0

Wadi Fira 1912 1737 48,0 29,9 22,0 18,6-26,0 175 9,2

Biltine 614 465 56,1 11,2 32,7 25,8-40,4 149 24,3*

Guereda 644 633 47,7 38,1 14,2 9,3-21,2 11 1,7

Iriba 654 639 42,4 35,5 22,1 16,9-28,3 15 2,3

N’Djamena 1842 1567 4,3 28,1 67,6 60,8-73,7 275 14,9

Centre 461 401 3,0 31,7 65,3 51,3-77,1 60 13,0

Est 462 341 2,3 22,3 75,4 61,2-85,6 121 26,2*

Nord 456 395 9,4 22,5 68,1 51,7-81,0 61 13,4

Sud 463 430 2,3 34,7 63,0 51,1-73,5 33 7,1

Ensemble 17847 16265 24,2 21,6 54,2 53,0-55,4 1582 8,9

* Y compris des données collectées mais dont les fiches de plusieurs grappes ont été égarées.

64

V. DISCUSSION 5.1. Difficultés et limites Les difficultés les plus importantes étaient dues à la saison qui se caractérisait par de fortes pluies et inondations rendant certains villages inaccessibles, en particulier dans les régions du Salamat et du Sila. Les districts sanitaires de Tissi dans la région du Sila et de Haraze Mangeigne dans la région du Salamat avaient été au préalable exclus de la base de sondage pour des raisons anticipées d’inaccessibilité, et n’étaient donc pas couvertes par l’enquête. Les données ne sont pas représentatives de l’ensemble pour ces deux régions. La détermination de l’âge reste un problème important dans ces régions ou il n’existe de document officiel indiquant la date de naissance que pour très peu d’enfants. L’utilisation du calendrier des évènements est une alternative crédible mais exigeante ; elle requiert des interviewers 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 l’interviewer maintient un niveau technique et de patience suffisant pour obtenir une donnée d’âge fiable au décours de cet exercice qui s’applique pour plus de 90% des enfants enquêtés. Dans l’ensemble, les données d’âge sont acceptables, eu égard à la distribution des enfants enquêtés selon l’âge et aux critères de qualité de l’indice T/A. Toutefois, au delà de cette cohérence interne des données, la validité externe peut parfois être mise en question dans certains districts sanitaires comme Ati et Abdi qui présentent une prévalence de malnutrition chronique inattendue, bien faible à côté d’une prévalence de malnutrition aigüe élevée. Pour l’évaluation de la mortalité rétrospective, la période de rappel idéale est d’environ 90 jours, contre 190 jours en moyenne pour cette enquête. Toute la difficulté était de trouver un évènement mémorable pour les populations des districts enquêtés qui puisse servir de jour de début de la période de rappel. Pour une enquête commençant en août, la seule date qui pouvait servir était celle du 8 mars correspondant à la journée de la femme, qui serait marquée par des rassemblements de femmes et festivités, y compris dans les districts enquêtés. Une période de rappel aussi longue, qui plus est, comprend une bonne partie de période post-récolte, fait courir le risque de sous-estimation de la mortalité. La collecte des données de l’enquête a été réalisée entre août et septembre 2014 (à l’exception du seul district de Mongo où elle s’est poursuivie jusqu’au 10 octobre en raison de la suspension et remplacement de l’équipe qui y était initialement affectée). Elle s’est donc faite vers la fin de la période de soudure au moment même où sont attendus les pics de malnutrition aigüe chez les enfants âgés de moins de cinq ans. La comparaison des résultats de cette enquête avec celle de l’année précédente (juillet-août 2013) n’est donc pas affectée par la saisonnalité de la malnutrition aigüe. De plus, bien que plus lourde parce que conduite dans 33 districts la qualité interne des données reste bonne, voir excellente dans tous les districts. Aucune des enquêtes menées depuis 2011 n’a montré de résultat problématique (tableaux 21 et 22). La qualité des données n’affecte pas non plus la comparabilité des résultats des différentes enquêtes.

Tableau 21 : Indices de qualité des données anthropométriques des enquêtes conduites en période de soudure de 2011 à 2013.

Régions Age-ratio1 Sex-ratio2 Flags SMART (%) Ecart type3 Score global4

Indice P/T Indice T/A Indice P/T Indice T/A

2011 2012 2013 2011 2012 2013 2011 2012 2013 2011 2012 2013 2011 2012 2013 2011 2012 2013 2011 2012 2013

Barh El Ghazal 1,68 1,01 0,93 1 1 1,01 0,19 1,07 0,36 2,36 3,62 1,13 0,98 0,98 0,96 1,15 1,14 0,94 14 11 2

Batha 1,08 0,87 0,94 1,28 1,13 0,97 2,01 0,81 0,2 5,84 4,49 2,23 1,03 0,91 0,97 1,31 1,25 1,08 15 5 0

Guéra 1,25 0,91 0,92 0,9 0,85 0,97 1,07 1,07 1,14 3,48 2,46 3,39 1,00 0,97 0,98 1,24 1,18 1,08 11 7 0

Hadjer Lamis 1,06 1 0,94 1,06 0,95 1,02 1,32 1,26 0,37 2,92 2,81 0,8 1,02 1,04 0,96 1,28 1,22 1,03 10 3 1

Kanem 1,04 0,93 0,89 0,97 0,98 1,02 0,55 0,58 0,44 2,68 3,04 1,49 1,03 0,97 0,97 1,22 1,25 1,17 16 4 0

Lac 1,03 1,16 0,90 1,01 1,01 1,01 0,38 1,05 0,56 1,99 1,70 2,43 1,00 0,99 0,99 1,18 1,14 1,17 11 4 2

Ouaddai 0,92 1,06 0,91 1,03 0,9 0,91 1,07 0,19 0,22 7,24 4,92 1,2 1,04 0,95 0,93 1,31 1,26 1,02 10 5 1

Salamat 1,02 0,84 0,93 1,05 1,15 0,98 0,67 1,05 0,7 3,54 6,80 2,58 0,98 1,00 0,93 1,21 1,33 1,13 10 6 0

Sila 1,13 1,02 0,80 1,02 1 1,15 0,85 0,98 1,01 1,91 5,84 3,26 0,98 0,98 0,98 1,16 1,30 1,19 4 4 1

Wadi Fira 0,82 0,91 0,93 0,99 1,09 1,02 1,23 0,92 0,35 4,42 3,60 0,16 1,04 0,96 0,98 1,27 1,22 0,96 18 5 3

N’Djamena 1,03 1,02 0,93 1,2 0,99 1,03 2,04 1,19 1,57 6,38 5,41 2,36 1,09 1,03 1,03 1,26 1,29 1,22 20 7 2 1 Devrait être proche de 0,85 2 Devrait être proche de 1,00 3 Devrait être proche de 1,00 4 0-9, Excellent ; 10-14, Bon ; 15-24, Acceptable ; >25, Problématique.

66

Tableau 22 : Indices de qualité des données anthropométriques des enquêtes conduites en période post-récolte de 2011 à 2014*.

Régions Age-ratio1 Sex-ratio2 Flags SMART (%) Ecart type3 Score global4

Indice P/T Indice T/A Indice P/T Indice T/A

2011 2013 2014 2011 2013 2014 2011 2013 2014 2011 2013 2014 2011 2013 2014 2011 2013 2014 2011 2013 2014

Barh El Ghazal - 0,91 0,91 - 0,93 0,98 - 0,61 0,39 - 1,79 0,72 - 1,03 0,96 - 1,16 1,08 - 5 3

Batha 0,81 0,91 0,94 1,12 0,95 0,99 0,88 0,38 0,46 3,82 2,84 1,43 0,97 0,99 1,09 1,30 1,21 1,18 5 2 8

Guéra 1,17 0,88 0,87 1 0,98 1,11 0,75 0,36 0,75 2,71 1,49 2,16 1,1 1,03 0,98 1,23 1,12 1,1 14 3 3

Hadjer Lamis 0.7 1,00 1,01 1,06 1,02 0,97 1,58 0,29 1,34 5,38 4,66 0 0,95 0,96 0,99 0,99 1,26 0,92 3 6 0

Kanem 0,78 0,94 0,92 0,99 1,06 1,06 1,22 1,17 0,32 2,82 1,75 1,16 0,97 1,04 0,9 1,27 1,06 1,11 10 3 6

Lac 1,13 1,10 0,99 1,1 0,91 0,99 1,94 1,06 1,68 3,96 1,97 0,62 1,05 0,96 0,99 1,24 1,03 1,08 14 10 0

Ouaddai 0,97 0,90 0,91 0,89 1,02 0,92 1,05 0,36 0,70 5,24 2,45 0 0,94 1,01 0,95 1,31 1,2 1,2 7 0 1

Salamat 1,1 0,91 1,02 1,1 1,04 1,02 0,89 0,19 1,49 2,36 3,51 0,67 0,99 0,93 0,99 1,24 1,27 1,04 5 3 7

Sila 1,14 1,01 0,84 1,11 0,92 0,94 1,27 0,5 1,38 4,29 0,7 0,62 1,01 0,92 0,98 1,23 0,99 1,13 4 1 0

Wadi Fira 1,06 0,97 1,04 0,86 0,99 0,98 1,66 1,13 0,66 3,21 2,14 1,05 0,96 1,00 0,95 1,10 1,14 1,14 15 3 4

N’Djamena - 1,12 1,07 - 1,17 0,92 - 1,92 0,93 - 6,55 2,99 - 1,04 1,03 - 1,28 1,15 - 14 2 * L’enquête en période pos-récolte 2012 n’a pas été réalisée 1 Devrait être proche de 0,85 2 Devrait être proche de 1,00 3 Devrait être proche de 1,00 4 0-9, Excellent ; 10-14, Bon ; 15-24, Acceptable ; >25, Problématique.

5.2. Situation et tendances évolutives de la malnutrition 5.2.1. Chez les enfants âgés de moins de 5 ans Le cadre de référence pour l’appréciation de la situation nutritionnelle est celui de la classification de l’OMS présentée au tableau 23. Tableau 23 : Classification de l’OMS de la prévalence des différents types de malnutrition parmi les enfants de 0 à 59 mois. Situation Prévalence de la

Malnutrition Aigüe Globale

Prévalence de la Malnutrition Chronique

Prévalence de l’Insuffisance

Pondérale Critique MAG ≥ 15% MC ≥ 40% IP ≥ 30% Alarmante 10% ≤ MAG <15% 30% ≤ MC <40% 20% ≤ IP <30% Précaire 5% ≤ MAG <10% 20% ≤ MC <30% 10 ≤ IP <20% Acceptable MAG < 5% MC < 20% IP < 10%

Selon cette classification, les résultats de l’enquête indiquent un niveau de MAG considéré comme alarmant pour l’ensemble de la bande sahélienne avec une prévalence de 12,4%. Cette situation est proche de celle de 2013 en période de soudure (12,6%), tout comme la proportion de ménages en insécurité alimentaire (définie sur base de l’accès alimentaire et du score de consommation alimentaire), de 21,1% en octobre 2014 est proche de celle de 21,0% en novembre 2013 (PAM. Enquêtes ENSA 2013 ; Enquêtes ENSA 2013). Au total, 8 districts sur 33 sont en situation nutritionnelle critique, avec des prévalences de MAG dépassant 15%. La répartition géographique de la malnutrition aigüe ne reflète pas entièrement celle de l’insécurité alimentaire. Le niveau d’insécurité alimentaire est moyen ou élevé dans 5 sur les 8 districts en situation nutritionnelle critique : Mao, Moussoro, Chadra, Ngouri et Ati, avec des proportion de ménages en insécurité alimentaire de 49%, 48%, 47%, 44% et 43%. La proportion de ménages en insécurité alimentaire dans les districts de Mongo (28%), Iriba (15%) et Abdi (6%) est classée faible ou très faible. A l’inverse, certains districts avec un niveau d’insécurité alimentaire élevé comme Noukou (56%) et Oum Hadjer (51%) présentent une prévalence de MAG relativement faible, de 9,7% et 10,6% respectivement. Cela illustre le caractère multidimensionnel de la malnutrition qui, en plus de l’insécurité alimentaire, dépend de bien d’autres conditions comme l’insuffisance d’hygiène, l’incidence des maladies infectieuses et parasitaires et le faible accès aux soins de santé, ainsi que de la capacité de résilience des populations face à ces conditions. C’est dire que chaque situation devrait être analysée soigneusement afin de proposer la réponse multisectorielle la plus adaptée. Au niveau régional, Bahr El Gazal et Kanem avec des prévalences dépassant 15% sont en situation critique comme illustré par la figure 1. A noter que d’après l’enquête ENSA 2014, l’indice de stratégie de survie est particulièrement élevé, traduisant une faible capacité de résilience, dans les régions du Bahr El Gazal, du Kanem et du Lac. Par ailleurs, les résultats de l’enquête sont exprimés en estimation ponctuelle avec intervalle de confiance à 95% (IC). Cela signifie qu’il y a 95% de chance que la prévalence réelle dans la population prenne n’importe quelle valeur comprise dans l’IC. Au regard des IC, la prévalence de la (MAG) pourrait dépasser le seuil critique pour trois autres régions que sont le Lac, le Ouaddai et le Wadi Fira.

68

Figure 1 : Prévalence avec limite supérieure de l’intervalle de confiance à 95% de la malnutrition

aigüe globale chez les enfants âgés de 6 à 59 mois. En comparaison aux résultats de l’enquête réalisée en juillet-août 2013 dans la bande sahélienne, soit aussi en période de soudure, on note une baisse de prévalence de la MAG dans les régions du Batha et du Ouaddai et une hausse dans la région du Hadjer Lamis (figure 2). Cela pourrait s’expliquer en partie par un niveau d’insécurité alimentaire des ménages qui passe de 36% en 2013 à 6% ou 7% (selon le district) en 2014 dans la région du Ouaddai, et de 23% à 38% dans la région du Lac.

Figure 2 : Prévalence avec intervalle de confiance à 95% de la malnutrition aiguë globale chez les

enfants âgés de 6-59 mois, en juillet-aout 2013 et aout-septembre 2014, par région.

69

Comme illustré par la figure 3, La situation de la malnutrition chronique est alarmante voire critique dans les régions du Kanem, du Lac, du Sila et du Wadi Fira, et précaire dans toutes les autres régions sauf la ville de N’Djamena.

Figure 3 : Prévalence avec limite supérieure de l’intervalle de confiance à 95% de la malnutrition

chronique chez les enfants âgés de 0 à 59 mois par région. En comparaison avec les résultats de l’enquête de juillet-août 2013, on note une baisse de dans les régions du Bahr El Gazal, du Ouaddai et de N’Djamena, de 7,4%, 7,2% et 9,0% respectivement (figure 4). Ces écarts de malnutrition chronique observés sur un an semblent trop importants, interpellant sur la qualité de l’évaluation de l’âge dans ces régions.

Figure 4 : Prévalence avec intervalle de confiance à 95% de la malnutrition chronique chez les enfants âgés de 0 à 59 mois en juillet-août 2013 et en août-septembre 2014.

70

Parmi les enquêtes SMART menées depuis 2010, celle de février-mars 2011 est la première comparable à la présente enquête, du point de vue de la malnutrition chronique. Le découpage adminstratif utilisé lors de l’enquête d’août-septembre 2010 n’est pas le même que celui des enquêtes qui ont suivi. De plus, les mesures de la qualité des données de cette enquête d’août-septembre 2010 ne sont pas disponibles. Les deux séries d’enquêtes de février-mars 2011 et d’août-septembre 2014 ont toutes des données de qualité acceptable, bonne à excellente. Elles n’étaient pas réalisées dans la même saison, mais la malnutrition chronique est peu sensible aux variations saisonnières. La figure 4 illustre l’évolution de la malnutrition chronique entre février 2011 et août 2014, soit en 3 ans et demi (l’enquête de 2011 n’avait pas couvert Bahr El Gazal et N’Djamena). La prévalence a connu une baisse dans les régions du Batha, Guera, Hadjer Lamis, Kanem, Lac, Ouaddai et Salamat. Elles est restée stable dans les régions du Sila et du Wadi Fira. Une telle évolution se passe dans un contexte de passage à l’échelle du programme de prise en charge intégrée de la malnutrition aigüe. Le nombre de formations sanitaires qui intègrent la prise en charge de la malnutrition aigüe est passé de 241 en 2011 à 425 en 2012, 471 en 2013, et 482 en 2014 pour atteindre une couverture géographique de 91% des formations sanitaires. Ce contexte pourrait en partie expliquer l’évolution de la malnutrition chronique. En effet, même s’il ne s’agit pas de prévention, la prise en charge diététique et médicale de la malnutrition aigüe pourrait avoir contribuer à reduire la malnutrition chronique qui est en fait le résultat d’épisodes répétés de malnutrition aigüe et/ou d’infections pas ou mal traités. Toutefois, une investigation plus approfondie est de mise, en vue de mieux comprendre les déterminants d’une telle évolution.

Figure 5 : Prévalence avec intervalle de confiance à 95% de la malnutrition chronique chez les enfants âgés de 0 à 59 mois en février-mars 2011 et en août-septembre 2014.

71

5.2.2. Chez les femmes âgées de 15 à 49 ans Certains districts avec des prévalences élevées de malnutrition aigüe globale chez les enfants âgés de 6 à 59 mois, comme les districts de Moussoro (21,3%), Mao (22,2%, et Ngouri (18,2%) présentaient aussi les prévalences les plus importantes de malnutrition aigüe (PB<230 mm) chez les femmes âgées de 15 à 49 ans (de 34,4%, 28,7% et 27,8%, respectivement). Il s’agit de districts en situation d’insécurité alimentaire moyenne à sévère (ENSA, octobre 2014). D’autres districts, avec des prévalences relativement moins élevées de malnutrition aigüe globale chez les enfants âgés de 6 à 59 mois, comme les districts d’Aboudeia (7,3%), N’Djamena Sud (8,0%), et Amtiman (9,4%) présentaient aussi les prévalences les plus importantes de malnutrition aigüe (PB<230 mm) chez les femmes âgées de 15 à 49 ans (de 34,4%, 28,7% et 27,8%, respectivement). Ce sont des districts en situation d’insécurité alimentaire faible ou très faible. Les districts sanitaires d’Iriba dans la région du Wadi Fira et d’Abdi dans la région du Ouaddai qui présentaient des prévalences très élevées de malnutrition aigüe globale chez les enfants âgés de 6 à 59 mois (21,7%, et 17,4%, respectivement) présentaient par contre des prévalences parmi les moins élevées de malnutrition aigüe chez les femmes âgées de 15 à 49 ans (17,1%, et 6,3%, respectivement). A noter un niveau d’insécurité alimentaire des ménages faible dans le district d’Iriba et très faible dans le district d’Abdi. Tout porte à croire que cette sécurité alimentaire profite davantage aux adultes qu’aux enfants, et que l’alimentation des nourrissons et jeunes enfants (ANJE) serait le problème dominant dans ces deux régions. Cette situation avait déjà été relevée dans la région du Ouaddai lors de l’enquête de juillet-août 2013. Une investigation spécifique sur les pratiques d’ANJE et sur les autres causes de malnutrition est requise en vue d’y apporter la réponse la plus appropriée dans ces districts. 5.3. Mortalité rétrospective Les taux bruts de mortalité observés dans cette enquête sont en-dessous du seuil critique de 1% pour le taux global et de 2% pour le taux chez les enfants âgés de moins de 5 ans. 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 districts de Melfi, Massaguet, Bol, Ngouri et N’Djamena Nord. Par contre, on retrouve des districts où le taux de mortalité chez les enfants âgés de moins de cinq ans est moins élevé que celui de la population générale. 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. 5.4. Couverture santé La couverture de la vaccination anti-rougeoleuse reste faible en général, en particulier dans les districts de Biltine et Iriba (région du Wadi Fira), d’Abdi (région du Ouaddai), Bokoro (région de Hadjer Lamis) et Oum Hadjer (région du Batha). Cela appelle au renforcement de la vaccination de routine à travers son intégration aux différents services du centre de santé pour que tout contact soit mis a profit pour contrôler le statut vaccinal de l’enfant et

72

faire une mise à jour au besoin. Il s’agira aussi d’un soutien plus important à la stratégie avancée qui reste une stratégie de choix pour activement toucher le maximum d’enfants dans les villages les plus éloignés. Les régions du Batha et du Wadi Fira sont à appuyer avec priorité, elles dont les résultats restent constamment faibles au fil des enquêtes. La dernière campagne de supplémentation en vitamine A et déparasitage a eu lieu du 11 au 13 avril 2014, couplée à l’AVS polio, soit moins de 6 mois avant l’enquête. Cette campagne avait rapporté une couverture allant de 112,0% dans le district de Massakory à 81,5% dans le district d’Amtiman pour la supplémentation en vitamine A, et de 112,2% dans le district de Massakory à 77,1% dans le district d’Amtiman pour le déparasitage. Les résultats de l’enquête montrent des couvertures moins importantes en général. Le biais de mémoire pourrait expliquer cette situation, mais on ne peut exclure un problème de validité des données des campagnes de masse tant le dénominateur, c’est-à-dire le nombre total d’enfants éligibles dans un district ou une région, est peu maitrisé dans ces situations. Il existe des disparités importantes entre districts, du point de vue de la couverture en services de santé. Seules les districts de Melfi (régions du Guera), Mao et Noukou (région du Kanem), Bol (région du Lac) et Abéché (région du Ouaddai) se distinguent par des couvertures de vaccination antirougeoleuse, de supplémentation en vitamine A et du déparasitage supérieures à 80%. D’autres districts présentent des taux de couverture particulièrement faibles. Le renouvellement de la campagne de supplémentation en vitamine A et du déparasitage est recommandable en vue d’améliorer la couverture, avec une attention particulière et une supervision plus rapprochée des équipes dans les régions du Batha et du Wadi Fira. La consommation de sel adéquatement iodé est faible dans les régions qui bordent le Soudan (Salamat, Sila, Ouaddai et Wadi Fira), faisant appel au renforcement du contrôle du sel importé via cette frontière. De plus, certains districts ont des proportions très faibles, en dessous de 20% de ménages consommant du sel adéquatement iodé, faisant appel à la supplémentation en iode chez les femmes enceintes et allaitantes (UNICEF/WHO, 2007) : districts d’Oum Hadjer (région du Batha), Abdi et Adre (région du Ouaddai), Am Dam et Goz Beida (région du Sila), et Guereda (région du Wadi Fira).

73

VI. CONCLUSIONS ET RECOMMANDATIONS Cette enquête, pour la première fois représentative au niveau des districts sanitaires a été instructive, dans la mesure où elle a permis d’identifier des districts en situation nutritionnelle critique au sein de régions en apparence moins problématique. C’est le cas des districts d’Ati dans la région du Batha, de Mongo dans la région du Guera, de Ngouri dans la région du Lac, d’Abdi dans la région du Ouaddai, et d’Iriba dans la région du Wadi Fira. En cette période de soudure, la situation nutritionnelle dans la bande sahélienne reste alarmante dans l’ensemble, et marquée par des niveaux de prévalence critiques dans 8 des 33 districts, soit 2 régions sur 11. Bien que le programme de prise en charge soit arrivé a de bonnes couvertures géographique et thérapeutique dans la bande sahélienne, son renforcement, en particulier sa pleine intégration dans les formations sanitaires, comme élément routinier du paquet minimum d’activités des centres de santé ou du paquet complémentaire d’activité des hôpitaux de district, est fortement recommandable. Aux problèmes de survie de l’enfant liés à la malnutrition aigüe surtout sévère, s’ajoute un problème de malnutrition chronique, qui bien qu’en baisse dans la plupart des régions sur les trois dernières années reste alarmante voire critique dans certaines régions. Une analyse plus approfondie des données existantes, couplée éventuellement à des petites enquêtes socio-anthropologiques localisées est souhaitable, pour construire la théorie du changement, et mieux cibler les régions par des paquets spécifiques d’actions multisectorielles de prévention de la malnutrition. Les taux de couverture de vaccination anti-rougeoleuse, de supplémentation en vitamine A et du déparasitage restent faibles, surtout dans les régions du Batha et du Wadi Fira. Il en est de même de la consommation de sel iodé par les ménages, en particulier dans les régions faisant frontière avec le soudan. Les recommandations suivantes sont formulées en vue d’adresser les problèmes de malnutrition et de couverture des interventions sanitaires relevés par cette enquête :

− Renforcer le programme de PCIMA par : o Sa pleine intégration dans les formations sanitaires pour des soins globaux et

continus, impliquant davantage le personnel de ces formations sanitaires ; o 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 ;

o Une meilleure gestion des intrants nutritionnels grâce à un fonctionnement optimal des Comités de Gestion des Intrants ;

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

o L’intégration d’un paquet WASH au bénéfice des formations sanitaires et des ménages d’enfants admis dans le programme de PCIMA ;

74

− Promouvoir les interventions visant la prévention de la malnutrition par : o Une analyse approfondie des données existantes pour mieux déterminer le

paquet de services intégrés pour la mère et l’enfant et les modalités les plus appropriées de sa mise en œuvre ;

o Une investigation spécifique sur les pratiques d’ANJE et sur les autres causes de malnutrition en vue d’apporter la réponse la plus appropriée à la malnutrition dans les districts d’Abdi et d’Iriba ;

o Le renforcement des capacités du personnel de santé à la communication pour le changement de comportement (CCC) axé sur les activités préventives, incluant l'allaitement maternel exclusif et la production et la consommation d'aliments de complément de qualité basés sur des aliments locaux ;

− Redynamiser la sensibilisation des communautés sur les bénéfices de l’utilisation des services de santé préventifs ;

− Conduire dans le court terme une campagne de vaccination, supplémentation en vitamine A et déparasitage, en particulier dans les régions du Batha et du Wadi Fira ;

− Renforcer le contrôle à la frontière, du sel importé du Soudan ; − Conduire une campagne de supplémentation en iode chez les femmes enceintes et

allaitantes dans les districts ayant moins de 20% des ménages consommant du sel adéquatement iodé ;

− Renforcer les services santé pour la vaccination de routine, ainsi que la distribution en routine de la vitamine A et du déparasitant, par :

o La dotation suffisante et régulière en produits nécessaires à la vaccination, à la supplémentation en vitamine A et au déparasitage ;

o La stratégie avancée vers les villages les plus éloignés des centres de santé ; o La supervision régulière des centres de santé ;

− Poursuivre les enquêtes répétées dans le cadre du suivi régulier de la situation dans toutes les régions ;

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

75

VII. REFERENCES 1. Bhutta Z, Das JK, Rizvi A et al. Evidence-based intervention for improvement of

maternal and child nutrition: what can be done and at what cost? Lancet 2013.

2. Black RE, Allen LH, Bhutta ZA et al. Maternal and child undernutrition 1: Global and regional exposures and health consequences. Lancet 2008; 371: 243-260

3. Bryce, J et al. Maternal and Child Undernutrition 4: Effective action at the national level. The Lancet 2008: 371: 510–26

4. Golden M. SMART: ensuring data quality. Is the survey result usable? Draft 1.4, 2008.

5. Gross R. Nutrition as key to achieving the Millenium Development Goal. Proceedings of the SCN symposium. SCN News 2004; 28: 5-6.

6. Institut National de la Statistique, des Etudes Economiques et Démographiques. Enquête par grappes à indicateurs multiples, MICS – Tchad 2010.

7. The Lancet. Executive summary of The Lancet maternal and child nutrition series. Lancet

2013.

8. Meia Z. and Grummer-Strawn LM. Standard deviation of anthropometric Z-scores as a data quality assessment tool using the 2006 WHO growth standards: a cross country analysis. Bulletin of the World Health Organization 2007;85:441–448.

9. Ministère de l’Agriculture/DPSA. Résultats définitifs de la campagne agricole 2013/2014. DPSA, 2013.

10. Ministère de la Santé Publique. Annuaire statistique 2012.

11. Ministère de la Santé Publique, Unicef. Enquêtes nutritionnelles et de mortalité rétrospective dans la bande sahélienne du Tchad, Mars 2011.

12. Ministère de la Santé Publique, Unicef. Enquêtes nutritionnelles et de mortalité rétrospective dans 11 régions de la bande sahélienne du Tchad, Septembre 2013.

13. PAM. Evaluation de la sécurite alimentaire des ménages ruraux dans les bandes sahéliennes et soudaniennes du Tchad. N’Djamena, PAM, Novembre 2013.

14. PAM. Evaluation de la sécurite alimentaire des ménages ruraux dans les bandes

sahéliennes et soudaniennes du Tchad. N’Djamena, PAM, Octobre 2014.

15. RGPH2 2009 : Deuxième Recensement général de population et de l’habitat au Tchad

16. Scaling Up Nutrition : a framework for action. 2010.

17. SMART. Measuring mortality, nutritional status, and food security in crisis situations: SMART methodology.

18. Thousand days. WHO global targets to improve maternal, infant and young child

nutrition : policy brief.

76

19. UNICEF/WHO. Reaching optimal iodine nutrition in pregnant and lactating women and young children. Joint statement by the WHO & the UNICEF, 2007.

77

VIII. ANNEXES 7.1. Calculs de la taille de l’échantillon 7.2. Questionnaires 7.3. Calendrier des évènements 7.4. Agenda de la formation 7.5. Résultats du test de standardization 7.6. Liste des équipes 7.7. Plan de déploiement des équipes 7.8. Guide de supervision pour contrôleurs régionaux 7.9. Rapports de plausibilité 7.10. Exemple de feuille de calcul de coefficients de ponderation 7.11. Exemple de feuille de calcul de test statistique de comparaison de prévalences

7.1. Calculs de la taille de l’échantillon 7.1.1. Paramètres utilisés dans le calcul de la taille d’échantillon pour le volet anthropométrie. Région Prévalence

attendue (%)1

Effet de grappe

Précision Taille d’échantillon en nombre d’enfants

Taille moyenne des

ménages

Proportion d’enfants de 0-5

ans dans la population

Taux de non réponse

(%)

Taille d’échantillon en

nombre de ménages

BEG Chadra 20,4 1,44 5,0 391 5,12 20,2 5 442 Moussoro 20,4 1,44 5,0 391 5,12 20,2 5 442 BAT Ati 21,8 1,62 5,0 462 5,12 24,2 5 436 Oum Hadjer 21,8 1,62 5,0 462 5,12 24,2 5 436 Yao 21,8 1,62 5,0 462 5,12 24,2 5 436 GUE1 Bitkine1 15,6 1,28 3,5 575 5,07 21,7 5 612 Mangalme1 15,6 1,28 3,5 575 5,07 21,7 5 612 Melfi1 15,6 1,28 3,5 575 5,07 21,7 5 612 Mongo1 15,6 1,28 3,5 575 5,07 21,7 5 612 HAD Bokoro1 18,0 1,5 3,5 756 5,81 22,2 5 685 Massaguet1 9,0 1,5 2,5 822 5,81 22,2 5 745 Massakory1 9,9 1,5 2,5 895 5,81 22,2 5 812 KAN Mao 18,2 1,00 3,0 692 5,84 26,2 5 529 Mondo 18,2 1,00 3,0 692 5,84 26,2 5 529 Noukou2 18,2 1,00 3,0 538 5,84 26,2 5 411 Rig-Rig2 18,2 1,00 3,0 493 5,84 26,2 5 377 LAC Bagassola 30,1 1,5 7,5 235 5,83 25,5 5 185 Bol 30,1 1,5 7,5 235 5,83 25,5 5 185

79

Ngouri 19,0 1,5 3,5 788 5,83 25,5 5 620 OUA Abdi 22,4 1,01 5,0 294 4,86 23,2 5 305 Abeche 22,4 1,01 5,0 294 4,86 23,2 5 305 Adre 22,4 1,01 5,0 294 4,86 23,2 5 305 SAL Aboudeia2 13,3 1,00 2,5 593 4,89 26,0 5 546 Amtiman 13,3 1,00 2,5 772 4,89 26,0 5 710 SIL Am-Dam2 16,2 1,24 3,0 593 5,30 21,0 5 623 Goz Beida 16,2 1,24 3,0 782 5,30 21,0 5 822 WAD Biltine 20,9 1,5 5,0 415 5,03 19,0 5 508 Guereda 23,3 1,5 5,0 448 5,03 19,0 5 549 Iriba 38,7 1,5 7,5 265 5,03 19,0 5 324 NDJ Centre1 11,5 1,00 3,5 347 4,92 17,8 5 464 Est1 11,5 1,00 3,5 347 4,92 17,8 5 464 Nord1 11,5 1,00 3,5 347 4,92 17,8 5 464 Sud1 11,5 1,00 3,5 347 4,92 17,8 5 464 TOTAL Sources :

Enquête SMART juillet – août 2013, limite supérieure de l’IC.

Sources : Enquête SMART juillet – août 2013.

Sources : Manuel d’échantillonnage SMART, version 2, Avril 2012, page 19.

Sources : Enquête SMART juillet – août 2013.

Sources : Enquête SMART

juillet – août 2013.

1Précision de 0,5% moindre que recommandé par SMART 2Le facteur de correction pour population finie a été appliqué

80

7.1.2. Paramètres utilisés dans le calcul de la taille d’échantillon pour le volet mortalité. Région Mortalité

brute attendue

(pour 10000p/J)

Effet de grappe

Précision Durée de la période de rappel

(début, 8-03-14, Fête des femmes)

Taille d’échantillon en nombre de

personnes

Taille moyenne des

ménages

Taux de non réponse

(%)

Taille d’échantillon en

nombre de ménages

BEG Chadra 0,35 1,13 0,3 129 1425 5,12 5 293 Moussoro 0,35 1,13 0,3 129 1425 5,12 5 293 BAT Ati 0,35 1,00 0,3 129 1261 5,12 5 259 Oum Hadjer 0,35 1,00 0,3 129 1261 5,12 5 259 Yao 0,35 1,00 0,3 129 1261 5,12 5 259 GUE Bitkine 0,70 1,06 0,3 129 2673 5,07 5 555 Mangalme 0,70 1,06 0,3 129 2673 5,07 5 555 Melfi 0,70 1,06 0,3 129 2673 5,07 5 555 Mongo 0,70 1,06 0,3 129 2673 5,07 5 555 HAD Bokoro 0,67 1,28 0,3 129 3089 5,81 5 560 Massaguet 0,67 1,28 0,3 129 3089 5,81 5 560 Massakory 0,67 1,28 0,3 129 3089 5,81 5 560 KAN Mao 0,73 1,00 0,3 129 2630 5,84 5 474 Mondo 0,73 1,00 0,3 129 2630 5,84 5 582 Noukou2 0,73 1,00 0,3 129 2093 5,84 5 377 Rig-Rig2 0,73 1,00 0,3 129 1931 5,84 5 348 LAC Bagassola 1,31 1,13 0,4 129 2999 5,83 5 542 Bol 1,31 1,13 0,4 129 2999 5,83 5 542 Ngouri 1,31 1,13 0,4 129 2999 5,83 5 542 OUA

81

Abdi 0,48 1,00 0,3 129 1729 4,86 5 374 Abeche 0,48 1,00 0,3 129 1729 4,86 5 374 Adre 0,48 1,00 0,3 129 1729 4,86 5 374 SAL Aboudeia2 1,17 1,80 0,4 129 3071 4,89 5 661 Amtiman 1,17 1,80 0,4 129 4267 4,89 5 919 SIL Am-Dam2 0,78 1,36 0,3 129 2952 5,30 5 586 Goz-Beida 0,78 1,36 0,3 129 3821 5,30 5 759 WAD Biltine 0,81 1,03 0,3 129 3005 5,03 5 629 Guereda 0,81 1,03 0,3 129 3005 5,03 5 629 Iriba 0,81 1,03 0,3 129 3005 5,03 5 629 NDJ Centre1 0,70 1,76 0,5 105 1963 4,92 5 420 Est1 0,70 1,76 0,5 105 1963 4,92 5 420 Nord1 0,70 1,76 0,5 105 1963 4,92 5 420 Sud1 0,70 1,76 0,5 105 1963 4,92 5 420 TOTAL Sources :

Enquête SMART juillet – août 2013, limite supérieure de l’IC.

Sources : Enquête SMART juillet – août 2013.

Sources : Manuel SMART 2006.

Sources : Enquête SMART juillet – août 2013.

Sources : Enquête

SMART juillet – août 2013.

1Précision de 0,5% moindre que recommandé par SMART 2Le facteur de correction pour population finie a été appliqué

7.2. Questionnaires

ENQUETE SMART BANDE SAHELIENNE TCHAD, AOÜT-SEPTEMBRE 2014

"Bonjour, Mon nom est ________, nous travaillons en collaboration avec le Ministère de la Santé pour la réalisation d'une enquête nutritionnelle. Je souhaiterais, si vous le permettez vous posez des questions à propos de votre ménage et prendre les mesures de poids et de taille des femmes et des enfants du ménage.Les informations collectees resteront confidentielles. Avez-vous des questions? Pouvons-nous commencer?"

Composition Ménage PAGE 1Région Quartier/Village/ZD

Date Enquête Numéro Grappe Numéro Equipe Numéro Ménage

Statut du ménagePériode de rappel : Journée de la femme (8 mars 2014) jusqu'aujourd'hui (Enquêté ou non enquêté)

A B C D E F G H

Nom Sexe

(M=Masculin F=Feminin)

Age en Années (si l'enfant < 1 an,

écrire '0')

A rejoint le menage depuis la journée de

la femme et aujourd'hui

(O=Oui) EXCLURE NAISSANCES

A quitté le ménage entre la journée de

la femme et aujourd'hui

(O=Oui)

Est né entre la journée de la

femme et aujourd'hui

(O=Oui)

Est décédé entre la journée de la

femme et aujourd'hui

(O=Oui)

Observations

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

Continuer le remplissage du questionnaire PAGE 2

I- Lister tous les membres du ménage actuellement présents dans le ménage

83

Composition Ménage PAGE 2Région Quartier/Village/ZD

Date Enquête Numéro Grappe Numéro Equipe Numéro Menage

Période de rappel : Journée de la femme (8 mars 2014) jusqu'aujourd'hui A B C D E F G H

Nom Sexe

(M=Masculin F=Feminin)

Age en Années (si l'enfant < 1 an,

écrire '0')

A rejoint le menage entre la journée de

la femme et aujourd'hui

(O=Oui) EXCLURE NAISSANCES

A quitté le ménage entre la journée de

la femme et aujourd'hui

(O=Oui)

Est né entre la journée de la

femme et aujourd'hui

(O=Oui)

Est décédé entre la journée de la

femme et aujourd'hui

(O=Oui)

Observations

21 O

22 O

23 O

24 O

25 O

26 O

27 O

28 O

29 O

30 O

31 O

32 O

33 O

34 O

35 O

36 O

37 O

38 O

39 O

40 O

III- Lister tous les membres du ménage qui sont décédés depuis la dernière journée de la femme

II- Lister tous les membres du ménage qui ont quitté le ménage depuis la dernière journée de la femme

84

Si l'âge ou la date de naissance de l'enfant n'est pas connu, inclure l'enfant seulement si il/elle mesure moins de 110 cm.

Région Quartier/Village/ZD 1= Oui, avec carte2= Oui, sans carte

Date Enquête : Numéro Grappe Numéro ménage Numéro Equipe 3= Non8= NSP

ENFANT DE MOINS DE 5 ANSSexe (M=Masculin. F=Fémini

Date de Naissance JJ/MM/AAAA

Poids (kg)

(00.0)

Taille (cm)

(000.0)

Oedemes Bilateraux

(y=Oui, n=Non)

PB (mm) (000)

ID# Bras Gauche

FEMMES AGEES DE 15 A 49 ANSPB

(mm) (000)

ID# Bras Gauche

ANTHROPOMETRIE - Pour tous les enfants âgés de moins de 5 ans et pour toutes les femmes âgées de 15 à 49 ans

Numéro et Prénom (Prendre le même numéro que celui attribué dans le questionnaire de mortalité)

Numéro et Prénom (Prendre le même numéro que celui attribué dans le questionnaire de mortalité)

Supplémentation en Vit.

A (6 Derniers mois)

Codes pour vaccination, vitamine A et déparasitant

Statut "Enceinte" (Oui / Non /

NSP)

Age en mois (à rempir

seulement si pas date de naissance)

Taille Debout ou Couchée

(h=Debout, l=Couchee)

VAR (Vaccination

contre la rougeole)

Déparasitant (6 Derniers

mois)

Age en années Statut

"Allaitante" (Oui / Non)

Test à réaliser et fiche à compléter par le superviseur d'équipe. Inscrire : 0 - pour sel non iodé 8 - pour pas de sel ou refus1 - pour <15 ppm 9 - pour ménage absent2 - pour ≥15 ppm

REGION DISTRICT VILLAGE/GRAPPE

DATE / / 1 4 NUMERO GRAPPE

EQUIPE

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

Unité – Travail – ProgrèsMinistère de la Santé

NUMERO DE MÉNAGE RÉSULTAT DU TEST OBSERVATIONS

EVALUATION DE LA CONSOMMATION DE SEL IODÉ AU NIVEAU DES MÉNAGES, AOÛT 2014

86

7.3. Calendriers des évènements (pour le mois d’août 2014)

Saisons Calendrier agricole Mois musulman (langue locale) Fêtes religieuses Evènements nationaux Mois / années Age

(mois)

Grand pluiesSoudure agricole, lait en abondance, pleine transhumance vers le nord

Guisseyyar Fin ramadan Indépendance Août 2014 0

Début pluies Début semence/récolte dattes, debut transhumance vers le nord Radjab Debut ramadan

Danse Traditionnelle (village Tchoro Bang-Bang)

Juillet 2014 1

Fin chaleur. Transition chaleur-pluie Tom Al Rabi Juin 2014 2

Chaleur, harmattan Préparation des champs, soudure pastorale Tom Alssaliss Mai 2014 3

Chaleur, harmattan Tom Al Sani Pâques (20) Avril 2014 4

Début chaleur Récolte contre saison Tom Al Awal Journée de la femme (8) Mars 2014 5

Fin saison froide. Transition froid-chaleur Récolte contre saison Alwahid Février 2014 6

Saison froid Récolte contre saison Deiye Al Akhar Maouloud (14) Nouvel an (1) Janvier 2014 7

Saison froid Deiye Al Aouwal Noel (25) Décembre 2013 8

Transition pluie-froid Recoltes de petit mil Fatour Al Tani Novembre 2013 9

Fin pluies Récolte cereales, arachides Fatour Al Aouwal Tabaski (26) Rentree scolaire Octobre 2013 10

Pluies Debut recolte Ramadane Septembre 2013 11

Grand pluiesSoudure agricole, lait en abondance, pleine transhumance vers le nord

Guisseyyar Fin ramadan (8) Indépendance Août 2013 12

Début pluies Début semence/récolte dattes, debut transhumance vers le nord Radjab Debut ramadan (9)

Danse Traditionnelle (village Tchoro Bang-Bang)

Juillet 2013 13

Fin chaleur. Transition chaleur-pluie Tom Al Rabi Juin 2013 14

Chaleur, harmattan Préparation des champs, soudure pastorale Tom Alssaliss Retour des soldats du Mali Mai 2013 15

Chaleur, harmattan Tom Al Sani Avril 2013 16

Début chaleur Récolte contre saison Tom Al Awal Pâques (31) Journée de la femme (8) Mars 2013 17

Fin saison froide. Transition froid-chaleur Récolte contre saison Alwahid Février 2013 18

Saison froid Récolte contre saison Deiye Al Akhar Maouloud (23) Nouvel an (1) Janvier 2013 19

Saison froid Deiye Al Aouwal Noel (25) Décembre 2012 20

Transition pluie-froid Recoltes de petit mil Fatour Al Tani Novembre 2012 21

Fin pluies Récolte cereales, arachides Fatour Al Aouwal Tabaski (26) Rentree scolaire Octobre 2012 22

Pluies Debut recolte Ramadane Septembre 2012 23

Grand pluiesSoudure agricole, lait en abondance, pleine transhumance vers le nord

Guisseyyar Fin ramadan (18) Indépendance /investit ture Août 2012 24

Début pluies Début semence/récolte dattes, debut transhumance vers le nord Radjab Debut ramadan (20)

Danse Traditionnelle (village Tchoro Bang-Bang)

Juillet 2012 25

Fin chaleur. Transition chaleur-pluie Tom Al Rabi Juin 2012 26

Chaleur, harmattan Préparation des champs, soudure pastorale Tom Alssaliss Mai 2012 27

Chaleur, harmattan Tom Al Sani Pâques (8) Avril 2012 28

Début chaleur Récolte contre saison Tom Al Awal Journée de la femme (8) Mars 2012 29

Fin saison froide. Transition froid-chaleur Récolte contre saison Alwahid Maoloud (05) Février 2012 30

Saison froid Récolte contre saison Deiye Al Akhar Nouvel an (1) Janvier 2012 31

Saison froid Deiye Al Aouwal Noel (25) Décembre 2011 32

Transition pluie-froid Recoltes de petit mil Fatour Al Tani Tabaski Novembre 2011 33

Fin pluies Récolte cereales, arachides Fatour Al Aouwal Rentree scolaire Octobre 2011 34

Pluies Debut recolte Ramadane Septembre 2011 35

Grand pluiesSoudure agricole, lait en abondance, pleine transhumance vers le nord

Guisseyyar Debut ramadan (1) Fin ramadan (31) Indépendance /investit ture Août 2011 36

Début pluies Début semence/récolte dattes, debut transhumance vers le nord Radjab

Danse Traditionnelle (village Tchoro Bang-Bang)

Juillet 2011 37

Fin chaleur. Transition chaleur-pluie Tom Al Rabi Juin 2011 38

Chaleur, harmattan Préparation des champs, soudure pastorale Tom Alssaliss Fête de travail Mai 2011 39

Chaleur, harmattan Tom Al Sani Pâques (25) Election presidentielle Avril 2011 40

Debut Chaleur Récolte contre saison Tom Al Awal Journée de la femme (8) Mars 2011 41

Fin saison froide, transition froid-chaleur Récolte contre saison Alwahid Maoloud (16) Février 2011 42

Saison froide Récolte contre saison Deiye Al AkharNouvel an (1), Fete 50eme anniversaire de l’independence

Janvier 2011 43

Debut froide Deiye Al Aouwal Noel (25) Fête de la démocratie et de la liberté (1) Décembre 2010 44

Transition pluies-froide Recoltes de petitr mil Fatour Al Tani Tabaski (22) Proclamation de la republique (28) Novembre 2010 45

Fin pluies Récolte cereales, arachides Fatour Al Aouwal Rentré scolaire Octobre 2010 46

Pluies Debut recolte Ramadane Fin Ramadan (11) Septembre 2010 47

Grand pluiesSoudure agricole, lait en abondance, pleine transhumance vers le nord

Guisseyyar Debut Ramadan (12) Fête indépendance (11) Août 2010 48

Début pluies Début semence/récolte dattes, debut transhumance vers le nord Radjab

Vente subventionné des céréales et tourteaux. Distribution de semences.

Juillet 2010 49

Fin chaleur. Transition chaleur-pluie Tom Al Rabi Fin recensement électoral. BAC. Juin 2010 50

Chaleur, harmattan Préparation des champs, soudure pastorale Tom Alssaliss

Fin cours et examens écoles secondaires. Fête du travail (1)

Mai 2010 51

Chaleur, harmattan Tom Al Sani Pâque (4) Avril 2010 52

Début chaleur Récolte contre saison Tom Al Awal Journée de la femme (8) Mars 2010 53

Fin saison froide. Transition froid-chaleur Récolte contre saison Alwahid Maoloud (26) Février 2010 54

Saison froid Récolte contre saison Deiye Al Akhar Nouvel an (1) Janvier 2010 55

Saison froid Deiye Al Aouwal Noel (25) Fête de la démocratie et liberté (1) Décembre 2009 56

–Transition pluie-froid Recoltes de petit mil Fatour Al Tani Tabaski Proclamation de la République (28) Novembre 2009 57

Fin pluies Récolte cereales, arachides Fatour Al Aouwal Rentrée scolaire Octobre 2009 58

Pluies Debut recolte Ramadane Fin Ramadan (19) Septembre 2009 59

CALENDRIER DES EVENEMENTS (Août 2014)(Enquête Nutritionnelle dans les régions de la bande sahélienne du Tchad, Août-Septembre 2014)

87

7.4. Agenda de la formation

AGENDA DE FORMATION DES ENQUETEURS Session 1 (12-18 Août) & Session 2 (19-25 Août)

Enquête Nutritionnelle dans les régions de la bande sahélienne du

Tchad Août – Septembre 2014

JOUR 1

Horaires Modules Responsable

8h30-11h00

• Enregistrement des participants • Mot d’ouverture • Introduction générale des participants • Présentation du contenu de la formation • Informations administratives • Introduction aux méthodologies d’enquête • Présentation de l’enquête dans la bande sahélienne

CNNTA UNICEF Abakar

11h00-11h15 Pause

11h15-13h00

• Partie « MORTALITE » – La population cible – La période de rappel – Les données à collecter – Le questionnaire mortalité – L’écriture des nombres

Garba Idriss

13h00-14h00 Repas

14h00-17h00

– Vidéo sur l’interview de mortalité – Exercice de groupe (jeu de rôle) sur les interviews de

mortalité • Conclusion du jour et introduction à l’agenda du jour

suivant

Garba Idriss

JOUR 2

Horaires Modules Responsable

8h00-11h00

• Questionnaire récapitulatif sur le jour précédent • Partie « NUTRITION » – La population cible – La collecte de l’âge – L’utilisation du calendrier des événements – Le questionnaire anthropométrique

Abdelhakh Alain Esaïe

11h00-11h15 Pause

11h15-13h00 – Vidéo sur les mesures anthropométriques – La malnutrition et les indices nutritionnels – Les coupons de référence

Abdelhakh Alain Esaïe

13h00-14h00 Repas

14h00-17h00

– Pratique sur les mesures anthropométriques – Pratique sur le test d’iodation du sel de cuisine (tous) • Conclusion du jour et introduction à l’agenda du jour

suivant

Abdelhakh Alain Esaïe

88

JOUR 3

Horaires Modules Responsable

8h00-11h15

• Questionnaire récapitulatif sur le jour précédent • Introduction à la procédure d’échantillonnage • Le sondage en grappe (1er degré) • La sélection des ménages (2ème degré) • Technique de segmentation • Procédures sur le terrain • Cas particuliers • Fiche de dénombrement • Autres outils d’enquête

Idriss Philémon

11h15-11h30 Pause

11h30-13h00 • Rôles des membres de l’équipe • Standardisation des outils anthropométriques • Révision générale

Garba

13h00-14h00 Repas

14h00-17h00 • Test écrit • Test informatique

Tous

JOUR 4

Horaires Modules Responsable

8h00-13h00 • Test de standardisation Tous

13h00-14h00 Repas

14h00-17h00

• Introduction au logiciel ENA (contrôleurs & superviseurs) – Présentation du logiciel – La saisie des données anthropométriques – Exercice pratique de saisie des données • Conclusion du jour et introduction à l’agenda du jour suivant

Garba Idriss Philemon

JOUR 5

Horaires Modules Responsable

8h00-13h00 • Test de standardisation Tous 13h00-14h00 Repas

14h00-17h00

• Introduction au logiciel ENA (contrôleurs & superviseurs) – Le rapport de plausibilité – La sauvegarde des données – Exercices pratiques – Pratique sur le test d’iodation du sel de cuisine (superviseurs) • Conclusion du jour et introduction à l’agenda du jour suivant

Abdelhakh Alain Esaïe

JOUR 6

Horaires Modules Responsable

8h 00-15h00 • Pré-test • Leçons apprises et recommandations

Tous

89

7.5. Résultats du test de standardization 7.5.1. Vague 1 Groupe 1 Rapport d'évaluation des enquêteurs Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W2-W1] [Superv.(W1+W2)- Enum.(W1+W2] Supervisor 0,28 4/6 Enumerator 1 0,58 POOR 1,12 POOR 4/5 7/2 Enumerator 2 1,21 POOR 0,77 OK 5/3 6/3 Enumerator 3 32220,40 POOR 28798,50 POOR 2/6 5/5 Enumerator 4 23994,70 POOR 24033,20 POOR 3/4 5/3 Enumerator 5 0,04 OK 0,21 OK 1/0 2/7 Enumerator 6 0,24 OK 2,05 POOR 1/6 7/2 Enumerator 7 5098,27 POOR 5092,02 POOR 2/4 6/3 Enumerator 8 Error Error 5/3 8/1 Enumerator 9 0,03 OK 0,20 OK 3/0 2/7 Enumerator 10 0,60 POOR 1,24 POOR 2/6 5/5 Enumerator 11 0,41 OK 1,66 POOR 5/2 4/5 Enumerator 12 10,34 POOR 7,63 POOR 4/5 4/6 Enumerator 13 9960,37 POOR 9975,64 POOR 5/2 7/3 Enumerator 14 1,65 POOR 1,21 POOR 1/2 4/5 Enumerator 15 1,03 POOR 0,39 OK 3/6 7/3 Enumerator 16 0,61 POOR 0,86 POOR 2/6 6/2 Enumerator 17 1,18 POOR 0,56 OK 5/4 5/4 Enumerator 18 0,80 POOR 2,17 POOR 1/6 7/3 Enumerator 19 0,27 OK 2,32 POOR 2/5 6/4 Enumerator 20 0,28 OK 1,65 POOR 4/5 7/3 Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H2-H1] [Superv.(H1+H2)- Enum.(H1+H2] Supervisor 482,63 6/3 Enumerator 1 3,74 OK 475,53 OK 5/4 5/5 Enumerator 2 4,28 OK 447,98 OK 3/7 5/5 Enumerator 3 Error Error 4/5 5/5 Enumerator 4 9540,03 POOR 11825,20 POOR 6/4 7/3 Enumerator 5 125,54 OK 972,02 OK 3/6 6/4

90

Enumerator 6 2,06 OK 498,49 OK 3/5 5/5 Enumerator 7 4,36 OK 480,13 OK 4/5 4/6 Enumerator 8 17,04 OK 668,37 OK 1/2 7/3 Enumerator 9 32,76 OK 517,00 OK 5/5 6/4 Enumerator 10 10070,90 POOR 10240,30 POOR 6/2 5/5 Enumerator 11 8223,53 POOR 9067,32 POOR 6/4 6/4 Enumerator 12 3,82 OK 504,05 OK 7/3 4/6 Enumerator 13 3,38 OK 543,75 OK 4/4 4/6 Enumerator 14 10,79 OK 503,37 OK 2/8 7/3 Enumerator 15 4,69 OK 516,97 OK 7/2 5/5 Enumerator 16 98,32 OK 607,11 OK 3/6 4/6 Enumerator 17 15,29 OK 555,42 OK 2/4 5/5 Enumerator 18 12,60 OK 428,93 OK 8/2 5/5 Enumerator 19 10466,80 POOR 10694,90 POOR 5/3 4/6 Enumerator 20 10051,40 POOR 10647,10 POOR 6/3 6/4 MUAC: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC2-MUAC1] [Superv.(MUAC1+MUAC2)- Enum.(MUAC1+MUAC2] Supervisor 14,69 7/1 Enumerator 1 300,00 POOR 552,94 POOR 5/4 7/3 Enumerator 2 251,00 POOR 395,44 POOR 4/6 8/2 Enumerator 3 474,00 POOR 923,94 POOR 9/0 7/2 Enumerator 4 29388,50 POOR 25344,50 POOR 3/6 5/5 Enumerator 5 364,00 POOR 555,94 POOR 9/1 5/5 Enumerator 6 116,00 POOR 620,94 POOR 3/5 9/1 Enumerator 7 130,00 POOR 278,44 POOR 6/4 6/4 Enumerator 8 922,00 POOR 1363,44 POOR 5/4 3/7 Enumerator 9 430,00 POOR 523,44 POOR 9/1 5/5 Enumerator 10 59,00 POOR 272,44 POOR 6/3 3/7 Enumerator 11 121,00 POOR 245,44 POOR 2/7 7/3 Enumerator 12 86,00 POOR 258,44 POOR 2/7 5/5 Enumerator 13 30,00 POOR 250,44 POOR 4/2 9/1 Enumerator 14 198,00 POOR 413,44 POOR 9/1 8/2 Enumerator 15 100,00 POOR 200,94 POOR 2/6 8/2 Enumerator 16 78,00 POOR 172,44 POOR 3/3 1/9 Enumerator 17 167,00 POOR 1499,94 POOR 4/5 10/0 Enumerator 18 47,00 POOR 247,44 POOR 6/1 9/1 Enumerator 19 176,00 POOR 1359,94 POOR 3/7 9/1 Enumerator 20 14,00 OK 784,44 POOR 0/6 9/0

91

7.5.2. Vague 1 Groupe 2 Rapport d'évaluation des enquêteurs Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W2-W1] [Superv.(W1+W2)- Enum.(W1+W2] Supervisor 0,28 4/6 Enumerator 1 1,31 POOR 0,58 OK 3/6 6/4 Enumerator 2 0,71 POOR 1,11 POOR 4/6 6/3 Enumerator 3 0,32 OK 0,62 OK 2/6 5/4 Enumerator 4 0,97 POOR 0,34 OK 4/4 6/1 Enumerator 5 0,07 OK 0,13 OK 2/2 2/7 Enumerator 6 4792,01 POOR 4781,80 POOR 4/4 6/4 Enumerator 7 0,47 OK 1,30 POOR 3/6 6/4 Enumerator 8 Error Error 4/5 5/4 Enumerator 9 0,75 POOR 0,92 POOR 4/4 5/2 Enumerator 10 3,28 POOR 0,79 OK 4/6 5/5 Enumerator 11 5,01 POOR 3,97 POOR 4/5 6/4 Enumerator 12 0,43 OK 1,12 POOR 3/6 5/4 Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H2-H1] [Superv.(H1+H2)- Enum.(H1+H2] Supervisor 482,63 6/3 Enumerator 1 5,21 OK 502,11 OK 6/2 5/5 Enumerator 2 3,60 OK 499,39 OK 4/5 4/6 Enumerator 3 5,81 OK 539,29 OK 3/5 3/7 Enumerator 4 1,52 OK 497,24 OK 3/5 5/5 Enumerator 5 285,32 OK 847,32 OK 2/6 5/5 Enumerator 6 162,92 OK 680,16 OK 2/5 6/4 Enumerator 7 1,78 OK 465,75 OK 3/7 4/6 Enumerator 8 Error Error 7/3 5/5 Enumerator 9 553,11 OK 1099,12 OK 7/3 5/5 Enumerator 10 11,14 OK 378,02 OK 5/3 3/7 Enumerator 11 4713,97 POOR 5045,48 POOR 7/3 6/4 Enumerator 12 15,57 OK 537,68 OK 4/6 4/6 MUAC:

92

Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC2-MUAC1] [Superv.(MUAC1+MUAC2)- Enum.(MUAC1+MUAC2] Supervisor 14,69 7/1 Enumerator 1 333,00 POOR 725,94 POOR 9/0 10/0 Enumerator 2 99,00 POOR 538,44 POOR 5/2 9/1 Enumerator 3 37,00 POOR 425,94 POOR 3/2 8/2 Enumerator 4 9300,00 POOR 10445,90 POOR 2/6 9/1 Enumerator 5 379,00 POOR 905,94 POOR 0/7 9/1 Enumerator 6 19,00 OK 224,94 POOR 5/2 3/7 Enumerator 7 72,00 POOR 545,44 POOR 7/3 7/3 Enumerator 8 Error Error 3/7 6/4 Enumerator 9 113,00 POOR 611,94 POOR 5/5 8/2 Enumerator 10 59,00 POOR 103,44 POOR 4/4 5/5 Enumerator 11 4678,00 POOR 5182,94 POOR 4/6 6/4 Enumerator 12 318,00 POOR 1182,44 POOR 2/8 7/3

93

7.5.3. Vague 2 Groupe 1 Rapport d'évaluation des enquêteurs Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W2-W1] [Superv.(W1+W2)- Enum.(W1+W2] Supervisor 0,99 0/10 Enumerator 1 1,43 OK 0,35 OK 1/9 4/6 Enumerator 2 1,96 OK 2,36 OK 1/9 6/3 Enumerator 3 1,34 OK 0,17 OK 0/9 3/7 Enumerator 4 1,00 OK 0,57 OK 0/10 8/2 Enumerator 5 1,80 OK 1,97 OK 1/9 4/6 Enumerator 6 1,14 OK 0,42 OK 0/10 8/2 Enumerator 7 0,45 OK 0,47 OK 1/7 7/3 Enumerator 8 4,10 POOR 1,87 OK 1/9 5/5 Enumerator 9 1,08 OK 0,22 OK 0/10 4/6 Enumerator 10 1,34 OK 0,67 OK 0/9 6/3 Enumerator 11 0,76 OK 0,51 OK 0/10 7/2 Enumerator 12 3469,98 POOR 3531,71 POOR 1/8 4/6 Enumerator 13 1,16 OK 0,91 OK 2/8 8/2 Enumerator 14 0,65 OK 0,14 OK 1/9 3/6 Enumerator 15 1,88 OK 0,46 OK 0/10 7/3 Enumerator 16 0,98 OK 0,23 OK 0/9 4/6 Enumerator 17 0,35 OK 0,60 OK 2/5 3/7 Enumerator 18 0,72 OK 0,17 OK 0/9 5/5 Enumerator 19 0,33 OK 0,73 OK 1/9 4/6 Enumerator 20 0,89 OK 0,42 OK 0/8 4/6 Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H2-H1] [Superv.(H1+H2)- Enum.(H1+H2] Supervisor 0,25 5/4 Enumerator 1 1,29 POOR 9,66 POOR 5/2 2/8 Enumerator 2 113,01 POOR 109,30 POOR 2/6 2/8 Enumerator 3 4,77 POOR 12,09 POOR 2/5 6/4 Enumerator 4 2,74 POOR 10,92 POOR 5/4 4/6 Enumerator 5 88,90 POOR 136,14 POOR 3/7 3/6 Enumerator 6 3,48 POOR 3,40 POOR 6/3 5/5 Enumerator 7 130,71 POOR 90,05 POOR 7/3 3/7

94

Enumerator 8 153,76 POOR 129,41 POOR 7/3 5/5 Enumerator 9 2,27 POOR 4,59 POOR 3/7 5/5 Enumerator 10 2,16 POOR 7,66 POOR 5/5 2/8 Enumerator 11 103,49 POOR 141,58 POOR 7/2 5/5 Enumerator 12 9950,28 POOR 10870,60 POOR 6/3 6/4 Enumerator 13 14,19 POOR 17,52 POOR 2/4 4/6 Enumerator 14 2,47 POOR 8,39 POOR 6/3 2/8 Enumerator 15 2,58 POOR 8,96 POOR 5/4 2/8 Enumerator 16 2,50 POOR 5,09 POOR 2/8 5/5 Enumerator 17 7,66 POOR 8,35 POOR 7/2 5/4 Enumerator 18 1,60 POOR 5,13 POOR 4/4 5/5 Enumerator 19 6578,61 POOR 46933,50 POOR 4/6 3/7 Enumerator 20 229,74 POOR 255,64 POOR 9/1 9/1 MUAC: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC2-MUAC1] [Superv.(MUAC1+MUAC2)- Enum.(MUAC1+MUAC2] Supervisor 6,94 4/4 Enumerator 1 724,00 POOR 351,94 POOR 4/5 2/8 Enumerator 2 24,00 POOR 176,44 POOR 4/5 5/5 Enumerator 3 155,00 POOR 211,94 POOR 2/6 9/1 Enumerator 4 172,00 POOR 198,94 POOR 8/1 8/1 Enumerator 5 76,00 POOR 111,44 POOR 1/8 3/7 Enumerator 6 223,00 POOR 751,44 POOR 7/2 10/0 Enumerator 7 860,00 POOR 1445,44 POOR 2/8 5/5 Enumerator 8 124,00 POOR 337,94 POOR 5/2 7/3 Enumerator 9 63,00 POOR 671,44 POOR 7/3 10/0 Enumerator 10 58,00 POOR 134,44 POOR 2/4 8/2 Enumerator 11 100,00 POOR 193,44 POOR 3/7 4/6 Enumerator 12 5557,00 POOR 8318,94 POOR 0/9 2/8 Enumerator 13 50,00 POOR 178,94 POOR 2/5 1/9 Enumerator 14 70,00 POOR 696,44 POOR 3/5 9/1 Enumerator 15 77,00 POOR 73,44 POOR 7/3 9/1 Enumerator 16 24,00 POOR 816,44 POOR 7/3 10/0 Enumerator 17 287,00 POOR 254,44 POOR 6/4 9/1 Enumerator 18 17,00 POOR 155,94 POOR 6/2 7/3 Enumerator 19 26258,20 POOR 24836,70 POOR 4/4 9/1 Enumerator 20 5058,00 POOR 4527,44 POOR 6/3 7/3

95

7.5.3. Vague 2 Groupe 2 Rapport d'évaluation des enquêteurs Weight: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [W2-W1] [Superv.(W1+W2)- Enum.(W1+W2] Supervisor 1881,60 0/10 Enumerator 1 0,22 OK 1873,40 OK 3/5 6/4 Enumerator 2 0,36 OK 1890,51 OK 2/6 6/4 Enumerator 3 0,54 OK 1882,18 OK 1/7 9/1 Enumerator 4 2,97 OK 1858,08 OK 4/6 7/3 Enumerator 5 0,43 OK 1882,34 OK 0/8 9/1 Enumerator 6 34447,80 POOR 36431,80 POOR 0/10 7/3 Enumerator 7 1,00 OK 1882,68 OK 1/8 9/1 Enumerator 8 0,66 OK 1899,40 OK 2/7 9/1 Enumerator 9 0,63 OK 1873,72 OK 1/9 7/3 Enumerator 10 2,02 OK 1872,89 OK 0/8 6/4 Enumerator 11 0,48 OK 1908,85 OK 3/4 5/5 Enumerator 12 0,35 OK 1858,62 OK 3/3 6/4 Enumerator 13 62,85 OK 1964,64 OK 2/8 6/4 Enumerator 14 38,95 OK 2428,94 OK 0/8 7/3 Enumerator 15 0,52 OK 1899,90 OK 1/8 7/3 Enumerator 16 0,53 OK 1908,33 OK 3/6 6/4 Enumerator 17 5,19 OK 2068,35 OK 1/9 8/2 Enumerator 18 50,13 OK 2568,95 OK 2/7 4/6 Enumerator 19 0,73 OK 1890,72 OK 3/5 6/4 Enumerator 20 0,62 OK 1873,69 OK 1/8 8/2 Height: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [H2-H1] [Superv.(H1+H2)- Enum.(H1+H2] Supervisor 0,49 4/6 Enumerator 1 116,33 POOR 125,37 POOR 2/7 7/3 Enumerator 2 85,27 POOR 84,50 POOR 3/5 5/5 Enumerator 3 24,89 POOR 236,14 POOR 4/5 4/6 Enumerator 4 0,44 OK 4,64 POOR 1/8 4/6 Enumerator 5 6,59 POOR 31,82 POOR 2/4 2/7 Enumerator 6 3,78 POOR 13,54 POOR 5/5 1/9

96

Enumerator 7 0,37 OK 2,90 POOR 5/2 4/5 Enumerator 8 1,97 POOR 3,42 POOR 4/3 4/6 Enumerator 9 6783,95 POOR 6414,73 POOR 4/5 5/5 Enumerator 10 6,39 POOR 4,02 POOR 4/5 5/4 Enumerator 11 3,39 POOR 7,72 POOR 4/6 3/6 Enumerator 12 1,32 POOR 15,45 POOR 3/6 6/4 Enumerator 13 116,74 POOR 116,19 POOR 6/3 4/5 Enumerator 14 141,92 POOR 156,16 POOR 2/7 1/9 Enumerator 15 846,51 POOR 830,17 POOR 2/5 6/4 Enumerator 16 9720,21 POOR 28135,90 POOR 5/4 5/5 Enumerator 17 4890,31 POOR 4736,42 POOR 4/4 3/6 Enumerator 18 249,10 POOR 250,69 POOR 3/2 5/5 Enumerator 19 20,72 POOR 263,69 POOR 2/6 8/2 Enumerator 20 3,58 POOR 9,27 POOR 2/5 3/7 MUAC: Precision: Accuracy: No. +/- No. +/- Sum of Square Sum of Square Precision Accuracy [MUAC2-MUAC1] [Superv.(MUAC1+MUAC2)- Enum.(MUAC1+MUAC2] Supervisor 36,06 5/4 Enumerator 1 25,00 OK 163,06 POOR 3/3 9/1 Enumerator 2 221,00 POOR 263,06 POOR 5/4 10/0 Enumerator 3 208,00 POOR 129,56 POOR 7/2 7/3 Enumerator 4 7,00 OK 524,06 POOR 1/3 8/2 Enumerator 5 96,00 POOR 333,06 POOR 3/7 1/9 Enumerator 6 132,00 POOR 624,56 POOR 3/7 7/2 Enumerator 7 207,00 POOR 130,56 POOR 6/2 9/1 Enumerator 8 296,00 POOR 783,56 POOR 8/0 10/0 Enumerator 9 7465,49 POOR 6327,30 POOR 6/4 6/4 Enumerator 10 147,00 POOR 1192,56 POOR 4/3 10/0 Enumerator 11 Error Error 3/5 1/9 Enumerator 12 96,49 POOR 1411,26 POOR 2/6 1/9 Enumerator 13 20329,30 POOR 21292,90 POOR 5/5 7/3 Enumerator 14 114,00 POOR 274,56 POOR 5/4 7/2 Enumerator 15 29,00 OK 156,56 POOR 3/6 6/3 Enumerator 16 14652,70 POOR 33701,90 POOR 9/1 4/6 Enumerator 17 379,00 POOR 1099,56 POOR 2/6 7/3 Enumerator 18 51,00 OK 118,06 POOR 7/2 7/2 Enumerator 19 102,00 POOR 754,56 POOR 5/5 9/0 Enumerator 20 307,00 POOR 347,56 POOR 7/1 9/0

97

7.6. Liste des équipes 7.6.1. Vague 1 REGIONS FONCTION NOM/PRENOMS Tel1 Tel2 DISTRICT SUPERV,RG

SUPERVISEUR NDAMBA PATRICE 0 66 29 88 99 CHADRA

INTERVIWEUR ABAKAR ABDOULAYE 0 62 62 34 17 0 99 37 95 30

MESUREUR1 AGNES NDOKOI 0 66 19 76 56

MESUREUR2 MAHAMAT ABDRAMANN ADJI 0 99 36 26 23SUPERVISEUR MEDILY MAHAMAT 0 63 34 85 85 MOUSSORO

INTERVIWEUR GOUDJA MOUSSA IBED 0 66 31 50 53 0 99 47 81 02MESUREUR1 NERONDOUBA MEOUNON 0 62 53 87 23

MESUREUR2 MAHAMAT ABAKAR HAGGAR 0 66 02 66 67 0 99 16 46 30

SUPERVISEUR GUIPELBE DJONFENE 0 66 54 77 16 0 91 54 57 39 BITKINE

INTERVIWEUR KOUDJILENGAR GERMAINE 0 66 27 69 39 0 99 27 69 39

MESUREUR1 DJIMADOUM ALAIN 0 66 46 29 57

MESUREUR2 AHMAT BABA KOTANDJI 0 66 57 35 97

SUPERVISEUR MAHAMAT YOUNOUS LALOUCHE 0 66 16 73 16 MANGALME

INTERVIWEUR HASSANE ISSA LAMA 0 68 78 82 71

MESUREUR1 HAYANGOU DANGUIGUE BOUTASSOU 0 63 53 91 56 0 66 41 21 99

MESUREUR2 GATHA KABA MAKANDJE

SUPERVISEUR DANIMBE KAMKEIN 0 62 26 93 99 MELFI

INTERVIWEUR AL-KHASSIM BOUKARI 0 66 22 36 99 0 90 19 94 94

MESUREUR1 NARANG SYLVIE 0 66 92 83 01 0 95 45 80 06MESUREUR2 OUMAR MOURTALLA ALI 0 99 99 31 35

SUPERVISEUR NAISSEM SERGE 0 66 07 71 63 MONGO

INTERVIWEUR AISSATOU TOLALBAYE 0 66 75 94 59

MESUREUR1 MAHAMAT ANAZIR HASSAN 0 60 44 83 83 0 90 98 91 98

MESUREUR2 OUMAR AICH GASSAM 0 66 75 45 76

SUPERVISEUR BRAHIM ADOUM AHMAT 0 66 29 43 28 BOKORO

INTERVIWEUR HAOUA MAHAMAT MOUSTAPHA 0 66 27 00 78 0 99 99 47 97

MESUREUR1 DJIMTOLA TATOLA 0 66 38 69 22 0 99 52 42 82

MESUREUR2 ALI MAHAMAT TIDJANI 0 66 71 71 76SUPERVISEUR MAHAMAT TIDJANI ABAKAR 0 66 26 75 70 0 99 26 75 70 MASSAGUET

INTERVIWEUR MIMI TESSOU 0 60 47 76 49

MESUREUR1 ADOUM HISSEIN DOUNGOUS 0 99 17 25 28

MESUREUR2 MAHAMAT ABDALLAH FARADJ 0 66 27 79 54SUPERVISEUR BRAHIM SALEH MAREB 0 66 83 49 53 MASSAKORY

INTERVIWEUR HASSINA MAHAMAT SALEH 0 66 20 95 31 0 92 77 44 20MESUREUR1 MAHAMAT AMINE AHMED 0 66 41 58 99 0 95 02 99 02

MESUREUR2 CHAD MALOUM ABAS 0 63 24 00 21

SUPERVISEUR NODJIADOUM KOINGAR TATOLA 0 66 22 97 15 MAO

INTERVIWEUR ADOUM ABDRAMANN ADOUM 0 66 14 96 71 0 99 20 52 14

MESUREUR1 MAHAMAT YOUSSOUF MAHAMAT 0 66 55 61 00

MESUREUR2 RAMADJ SARA DEGOTO 0 66 89 89 28 0 95 45 20 33

SUPERVISEUR TCHOUA MALCOM AZINA 0 66 32 14 66 MONDO

INTERVIWEUR HISSEIN EGREY 0 63 64 65 70MESUREUR1 GONZOMBE PALAYE 0 66 79 16 18 0 99 69 46 33

MESUREUR2 MARIAM ALIFA 0 66 97 78 78

SUPERVISEUR KOUDAR MOUSTABCHIR 0 66 34 94 49 NOKOU

INTERVIWEUR TAROSSA PAES 0 66 25 02 02 0 66 29 71 35MESUREUR1 TAWE BESSOUE 0 66 16 49 68 0 66 46 62 50

MESUREUR2 AMINA MOUSSA 0 66 35 70 62

SUPERVISEUR MONODJI MBAIDIGUEM 0 66 33 43 18 0 66 47 25 09 RIG RIG

INTERVIWEUR ABATCHA DOUNAMA AHMAT 0 66 27 29 34

MESUREUR1 TAHAR MAHAMAT ADOUM 0 66 09 33 32 0 95 67 99 36MESUREUR2 FATIME ZARA GONI 0 66 23 20 77

SUPERVISEUR ALAMINE MAHAMAT HASSANE 0 66 41 80 65 0 99 30 53 88 BAGASSOLA

INTERVIWEUR ALI OUMAR MAHAMAT 0 66 48 09 45 0 66 20 00 87

MESUREUR1 NDIMITA OLLO 0 60 11 61 84

MESUREUR2 BANLONGAR BOLRI PATRICIA 0 62 49 86 91 0 93 17 78 78

SUPERVISEUR NUBAH ASRA 0 66 26 47 05 BOL

INTERVIWEUR ABAKAR YOUNOUS DJIREB 0 66 24 72 39

MESUREUR1 ADOUM MBODOU 0 63 34 82 67 0 99 10 24 53MESUREUR2 ALYO ESTEHR 0 66 44 51 63

SUPERVISEUR ABAKAR ARABI MAHAMAT 0 66 23 87 76 NGOURI

INTERVIWEUR OUMAR BEN HASSAN 0 63 20 24 37 0 91 96 36 20MESUREUR1 MBAIRAMADJI ELYSEE 0 66 78 65 94

MESUREUR2 TEUBA GRACE 0 66 39 59 48 0 66 26 67 66

ABDERAMANE ISSAKA 0 66 22 15 59

FRIGUI KETMOKREO 0 66 02 44 98 0 99 94 04 46

NDERO FRANCIS DJIMASBE 0 66 29 91 03

SAKO HASSANE 0 66 38 75 19 0 99 99 36 67

ASSAFI ABAKAR MHT 0 66 45 69 87 0 99 88 35 32

ACHILLE ALPHA 0 66 47 51 74 0 92 15 74 73

1

2

3

4

5

6

7

8

9

15

16

14

10

11

12

13

B,E,G

B,E,G

GUERA

GUERA

GUERA

H LAMIS

H LAMIS

H JAMIS

GUERA

KANEM

KANEM

KANEM

FRIGUI

FRANCIS

SAKO

ABDRAMANE

SUPERV, RGION

KANEM

LAC

LAC

ACHILE

LAC

98

7.6.1. Vague 2

REGIONS FONCT NOM/PRENOMS Tel1 Tel2 DISTRICTS SUPERV REGIONS

SUPERVISEUR DINGAMBAYE BENJAMIN 0 68 33 78 02INTERVIWEUR MARIAM ABAKAR 0 63 11 88 87MESUREUR1 MARCEL BLAGUE 0 66 77 50 33MESUREUR2 LIMAN MAHAMAT 0 66 73 30 20 0 95 26 29 19SUPERVISEUR KOGUINGAR JONATHAN 0 66 89 49 78INTERVIWEUR HISSEIN OUMAR TAHIR 0 66 04 32 20 0 99 65 35 65MESUREUR1 ALLARAMBAYE JOEL 0 66 74 63 98 0 99 78 16 08MESUREUR2 ZARA HASSANE ABDELMO 0 90 66 34 21 0 99 25 35 32SUPERVISEUR MBAIBEL MBAIOUALA 0 66 81 68 65 0 90 09 64 13INTERVIWEUR HASSANE HASSABALLA 0 66 49 60 59 0 99 18 80 60MESUREUR1 ELIE KARA 0 68 67 06 59 0 91 51 07 71MESUREUR2 FIERRA MARIAM 0 66 18 81 70 0 91 18 91 70SUPERVISEUR KHALIL MAHAMAT DANNA 0 66 25 60 06 0 99 25 60 06INTERVIWEUR THOMAS ZAGALO 0 68 41 55 20MESUREUR1 OUSMAN MHT NOUR 0 99 18 09 09MESUREUR2 AISSATOU HASSANE 0 63 24 85 85 0 93 07 16 17SUPERVISEUR MOHAMAD HADJARO 0 66 29 65 03 0 99 90 25 17INTERVIWEUR SALEH MAHAMAT DJIME 0 66 27 18 56 0 99 11 07 27MESUREUR1 GOGO GNOKREO 0 66 99 23 59MESUREUR2 TCHABEY MARIE GANDAR 0 66 64 07 00 0 99 43 50 25SUPERVISEUR MAHAMAT HAMDAN ANADIF 0 66 28 58 74INTERVIWEUR MOUSSA BRAHIM ALI 0 99 12 01 21MESUREUR1 DJOUMAYE NELOUMTA HISEIN 0 62 18 19 29MESUREUR2 ALAIN NAIBAN 0 63 72 74 04SUPERVISEUR BRAHIM MOUSSA 0 66 34 33 25 0 92 72 55 72INTERVIWEUR NEKOUANODJI HAWA 0 66 37 31 68MESUREUR1 MOUSSA ADOUM ABDRAM 0 66 20 92 00 0 99 82 88 99MESUREUR2 NGAREBEY BEGUY 0 66 01 09 71SUPERVISEUR ABDELHAKIM ALI AHWICH 0 66 23 38 73 0 99 73 18 74INTERVIWEUR FALMATA OUMAR MOU 0 66 35 98 74MESUREUR1 NABIA NAKONO MAKANDJE 0 66 64 54 01 0 93 92 43 99MESUREUR2 MAHAMOUD MHT IBEDALA 0 66 18 36 44SUPERVISEUR MAHAMAT ALI ABAKAR 0 66 81 15 24 0 95 44 43 44INTERVIWEUR OUSMANE HISSEIN OUSM 0 66 44 49 36MESUREUR1 MAHAMAT BRAHIM ADAM 0 91 31 88 77MESUREUR2 TORMAL CHANTAL 0 62 16 18 29 0 92 07 80 77SUPERVISEUR NGUEYALOUM NOEL 0 66 21 31 96INTERVIWEUR MAITCHOYE SYLVIE 0 63 62 52 64MESUREUR1 ADOUM ALI MAYE 0 66 27 22 00 0 91 17 61 62MESUREUR2 BADJOLBE BEBLERE 0 68 50 99 85 0 91 64 41 95SUPERVISEUR BADOU LEVY 0 62 49 49 08 0 91 63 63 91INTERVIWEUR KALTOUMA ABDOULAYE 0 66 31 40 55MESUREUR1 KESSON DAMAS 0 66 45 75 71 0 95 95 18 33MESUREUR2 MOUSSA ISSA DARDOKI 0 62 10 48 86SUPERVISEUR DJEDID BADOU DYNAMIQUE 0 66 31 10 28 0 93 01 50 90INTERVIWEUR FIZANI AHMAT HISSEINE 0 99 22 67 10MESUREUR1 SENOUSSI MAHAMAT SALEH 0 66 40 92 40 0 99 18 92 59MESUREUR2 MOSSEI CHANTAL 0 66 63 47 42SUPERVISEUR AHMAT ISSA TIDJANI 0 66 25 48 63INTERVIWEUR MAHAMAT NOUR SALIOU 0 66 29 39 97 0 99 29 39 97MESUREUR1 SOULEYMAN ADOUM 0 66 45 36 40 0 99 84 15 81MESUREUR2 DARASSALAM ABDRAMANE 0 66 27 66 20

ABAKAR OUMAR MASSAR 0 63 55 10 11 0 90 91 35 95ALLAYAMBAYE LAVEL 0 62 14 18 19 0 95 17 33 77MAHAMAT HAROUN DJOM 0 66 20 89 02 0 99 80 97 47YOUNOUS IZERIK TABIT 0 66 25 46 00 0 90 25 46 00YOUSSOUF MHT BARKA 0 66 90 67 67 0 99 14 05 27

1

2

3

4

5 YOUSSOUF MHTGUERADA N°(28)

IRIBA N°(29)

SUPERV

W FIRA

BILTINE N°(27)

5 REGIONS

MHT HAROUNAMTIMAN N°(24)

SILA

AMDAM N°(25)

ABAKAR MASSAR

GOZ BEIDA N°(26)

SALMAT

ABOUDEIA N°(23)

YOUNOUSS IZERIKABECHE N°(21)

ADRE N°(22)

BATHA

ATI N°(17)

ALAYAMBAYELAVELOUM HDJR, N°(18)

YAO N°(19)

OUADAI

ABDI N°(20)

7.7. Plan de déploiement des équipes

Date de début Date de fin Durée (jours) Date de début Date de fin Durée (jours)

1 - 2 BEG (56) 26-août 28-août 3 1 30-août 01-oct 33 1 38

3 - 6 GUE (124) 26-août 28-août 3 1 30-août 04-oct 36 1 41

7 - 9 HAD (98) 26-août 28-août 3 1 30-août 06-oct 38 1 43

KAN (112) 26-août 28-août 3 1 30-août 01-oct 33 0

HAD (16) - - - - 02-oct 07-oct 6 1

14 - 16 LAC (87) 26-août 28-août 3 1 30-août 02-oct 34 1 39

BAT (84) 19-août 23-août 5 2 26-août 26-sept 32 1

SIL (12) - - - - 29-sept 02-oct 4 2

OUA (84) 19-août 23-août 5 2 26-août 26-sept 32 1

SAL (15) - - - - 29-sept 03-oct 5 2

23 - 24 SAL (64) 19-août 23-août 5 2 26-août 01-oct 37 2 46

25 - 26 SIL (62) 19-août 23-août 5 2 26-août 30-sept 36 2 45

27 - 29 WAD (96) 19-août 23-août 5 2 26-août 01-oct 37 2 46

1 - 29 19-août 28-août 26-août 07-oct 435

PLAN DE DEPLOIEMENT DES EQUIPES SUR LE TERRAIN - AOÛT 2014

Enquête dans N'Djaména Enquête dans la Région Durée totale (jours)

EQUIPES

Voyage vers la Région et

introduction

Voyage retour

PLANREGIONS (nombre de grappes à couvrir)

10 - 13 44

17 - 19 46

47 20 - 22

7.8. Guide de supervision generale

BUT : OBSERVER L'APPLICATION DES PROCEDURES DE L'ENQUETE ET CORRIGER LES ERREURS

ACTIVITES :

A - Faire une revue complète des questionnaires remplis

1 Revoir pour chaque ZD couverte, la fiche de recensement et la carte de la ZD

Le numéro de ZD porté sur la fiche est-il correct ? (doit correspondre au numéro SMART indiqué sur la carte)

Tous les villages de la ZD ont-il été couverts ? Sinon y a-t-il des observations/explications dans la fiche récapitulative ?

(Les noms des villages visités figurent sur les questionnaires, parfois sur la fiche de recensement)

Si une segmentation a été faite sur le terrain, voir les différents segments et la méthode utilisée pour la sélection du segment

Comparer le nombre de ménages recensés au nombre de ménages attendus et vérifier qu'ils ne sont pas très différents

(En général le nombre de ménages recensés devrait être un peu plus élevé que le nombre de ménages attendus ;

si la différence est importante, vérifier que la reconnaissance de la ZD et de ses limites A été bien faite)

2 Revoir pour chaque ZD couverte, la fiche de sélection des ménages

Le numéro de ZD porté sur la fiche est-il correct ? (doit correspondre au numéro SMART indiqué sur la carte et sur la fiche de recensement)

Le calcul du pas de sondage est-il correct ?

Le numéro du premier ménage est-il compris entre 1 et la partie entière du pas ?

Les calculs pour la détermination du numéro des ménages suivants sont-il correct ?

Les ménages sélectionnés sont-ils reportés dans la fiche de recensement ?

3 Revoir pour chaque ZD couverte, les questionnaires remplis

Vérifier que toutes les entêtes de chaque questionnaire sont complétées

Le numéro de ZD porté sur le questionnaire est-il correct ? (doit correspondre au numéro SMART indiqué sur la carte, la fiche de recensement et la fiche de sélection)

La composition du ménage (section I, page 1 du questionnaire mortalité) est cohérente ; sinon voir s'il y a des informations complémentaires aux sections II et III

Vérifier que tous les enfants de 0-4 ans et les femmes de 15-49 ans inscrits dans la composition du ménage sont repris dans le questionnaire anthropométrie

(même s'ils sont absents)

Vérifier que les données d'âge et de sexe enregistrées en anthropométrie sont cohérentes avec celles enregistrées dans la composition du ménage

Vérifier que les identifiants enregistrés en anthropométrie sont cohérents avec ceux enregistrés dans la composition du ménage

Dans le questionnaire anthropométrie, vérifier que :

Les mesures anthropo ne sont pas inversées entre les enfants

Les données sur la vaccination, la supplémentation et le déparasitage sont cohérentes avec l'âge des enfants

Le statut de la femme est cohérent avec l'âge des enfants

Toutes les informations manquantes font l'objet de justification

Apprécier la lisibilité des questionnaires et faire des recommandations au besoin

3 Revoir pour chaque ZD couverte, le formulaire de contrôle de grappe et la fiche récapitulative

Le nombre d'enfants mesurés et d'enfants absents sont cohérents et reflètent la situation observée dans les questionnaires

4 Revoir la fiche de calibrage

S'assurer que la bonne fonctionnalité des outils anthropométriques est vérifiée chaque jour par les mesureurs

GUIDE DE SUPERVISION DES EQUIPES DEPLOYEES POUR L'ENQUETE NUTRITIONNELLE

101

B - Faire une revue complète de la base de données

Le superviseur utilise-t-il le fichier de base fourni ?

La dénomination du fichier du jour est-elle concordante ?

Les numéros de grappes saisies sont-ils cohérents avec ceux des questionnaires ?

Le nombre d'enfants enregistrés (mesurés et absents) est-il cohérent avec celui des questionnaires ?

Les flags ont-ils fait l'objet de vérifications ?

Générer le rapport de plausibilité et analyser la qualité des données

Analyser la qualité de la sélection des ménages et des enfants en s'appuyant sur l'âge-ratio et le sex-ratio

(l'âge-ratio devrait être proche de 0,85 et le sex-ratio proche de 1,00)

Analyser la qualité des mesures anthropométriques des enfants en s'appuyant sur :

la proportion de données hors normes (acceptable si inférieure à 2,5%)

le score de préférence numérique (acceptable si inférieure à 8)

les écart type des indices PT, TA et PA (devraient être proches de 1,00)

un écart type PT compris entre 0,95 et 1,10 est acceptable

un écart type TA compris entre 0,95 et 1,20 est acceptable

C - Observer et questionner sur la logistique et les outils de l'enquête

1 Véhicule

Le véhicule est-il en bon état de marche ?

Le chauffeur est-il coopérant ?

2 Outils anthropométriques (balance, toise, rubam MUAC)

Etat de fonctionnement

Calibrage régulier

Rechange disponible

3 Fiches

Sont-elles suffisantes pour le reste de l'enquête ?

D - Accompagner l'équipe pour une enquête dans une ZD

(il est important de suivre l'équipe toute la journée)

1 Préparatifs, voyage et introduction aux autorités

Vérifier que l'équipe a été présentée aux autorités régionales

L'équipe s'est-elle préparée la veille ? A-t-elle dormi dans la grappe ?

Le chef de village est bien briefé sur l'enquête et a donné son autorisation

2 Recensement des ménages

Un guide accompagne l'équipe dans la reconnaissance des limites du village et le recensement des ménages

La définition du ménage est appropriée et se fait avec les membres du ménage et pas par le guide

Chaque ménage est numéroté, avec le numéro inscrit à l'entrée de la concession, voire à la porte de chaque ménage

La fiche de recensement est complétée de façon appropriée

3 Sélection des ménages

Le pas de sondage est calculé correctement

ENA est correctement utilisé pour la sélection du premier ménage

102

Les calculs pour la détermination du numéro des ménages suivants sont corrects

4 Lors de l'interview, vérifier que :

Le répondant est celui qui connait au mieux la situation du ménage et des enfants

L'emplacement est approprié pour assurer le confort et l'anonymat

L'interviewer fait bien référence à la période de rappel (date de début qui est la tabaski passée)

Chacun des trois volets du questionnaire mortalité sont systématiquement abordés

Pour chaque membre listé sur le questionnaire mortalité, la question sur les mouvements au cours de la période de rappel est posée systématiquement

Pour les décès, insister que cela concerne même les petits enfants

L'interviewer demande toujours un document officiel et les carnets de santé

En utilisant le calendrier des évènements, l'interviewer aligne toujours au moins deux évènements avant de conclure sur l'âge des enfants

L'interviewer présente toujours les échantillons de vitamine A et de mébendazole au répondant

Lorsque la réponse sur la supplémentation ou au déparasitage est positive, l'interviewer s'assure que ça concerne les 6 derniers mois

Les questions sont ordonnées et les réponses sont enregistrées au fur et à mesure, de façon lisible

5 Lors des mesures anthropométriques, vérifier que :

Le bon fonctionnement des outils a été vérifié

Les procédures sont suivies rigoureusement

La communication entre mesureur et assistant, et entre mesureur et interviewer est bonne

6 Saisie des données, corrections et débriefing

Les données sont saisies au village et les flags ont fait l'objet de vérification

7 Esprit d'équipe

Tous les membres de l'équipe participent à toutes les étapes de l'enquête

Les pauses sont respectées

8 Avant de quitter la ZD, s'assurer que :

Le superviseur a organisé le débriefing avec les autres membres de l'équipe

Tout le matériel a été rangé

Les remerciements ont été adressés au chef de village

E - Organiser un débriefing avec l'équipe

1 Faire le point sur les dysfonctionnement relevés

2 Formuler les recommandations pour une amélioration de la qualité des résultats de l'enquête

E - Elaborer un rapport de supervision, indiquant :

1 Les difficultés organisationnelles et matérielles rencontrées par les équipes visitées

2 Les solutions apportées à ces difficultés

3 Les erreurs techniques observées sur le terrain

4 Les recommandations formulées aux équipes pour corriger ces erreurs

7.9. Rapports de plausibilité 7.9.1. District de Chadra Test de plausibilité: CHA.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=1,000) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,004) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) 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 2 6 20 0 (0,98) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,11) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (-0,22) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,087) Timing Excl indéterminé 0 1 3 5 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.

104

7.9.2. District de Moussoro Test de plausibilité: MOU.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=0,893) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,045) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (1) 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 2 6 20 0 (1,04) 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 (0,09) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 5 (p=0,000) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 9 %

À cet instant le score global de cette enquête est de 9 %, ce qui est excellent.

105

7.9.3. District d’Ati Test de plausibilité: ATI.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 (0,2 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,850) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,007) 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 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) 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 2 6 20 0 (0,97) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (-0,27) 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 3 (p=0,005) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 8 %

À cet instant le score global de cette enquête est de 8 %, ce qui est excellent.

106

7.9.4. District d’Oum Hadjer Test de plausibilité: OUM.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 (0,4 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,857) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,001) 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 (4) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) 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 2 6 20 0 (0,98) 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 1 (0,25) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,176) Timing Excl indéterminé 0 1 3 5 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.

107

7.9.5. District de Yao Test de plausibilité: YAO.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 (0,2 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,680) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,377) 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 2 (8) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) 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 2 6 20 0 (0,93) 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 1 (p=0,040) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %

À cet instant le score global de cette enquête est de 3 %, ce qui est excellent.

108

7.9.6. District de Bitkine Test de plausibilité: BIT.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=0,573) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,203) 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 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) 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 2 6 20 0 (0,93) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,13) 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=0,255) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

109

7.9.7. District de Mangalme Test de plausibilité: MAN.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=0,968) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,660) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) 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 2 6 20 0 (0,97) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (0,26) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,02) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,346) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 1 %

À cet instant le score global de cette enquête est de 1 %, ce qui est excellent.

110

7.9.8. District de Melfi Test de plausibilité: MEL.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=0,178) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,227) 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 (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 2 6 20 0 (1,06) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,04) 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=0,140) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

111

7.9.9. District de Mongo Test de plausibilité: MOG.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=0,716) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,252) 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 (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 2 6 20 0 (1,00) 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 (-0,09) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,004) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %

À cet instant le score global de cette enquête est de 3 %, ce qui est excellent.

112

7.9.10. District de Bokoro Test de plausibilité: BOK.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=1,000) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,520) 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 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) 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 2 6 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 0 (0,10) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,007) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %

À cet instant le score global de cette enquête est de 3 %, ce qui est excellent.

113

7.9.11. District de Massaguet Test de plausibilité: MSG.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 (0,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,827) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 2 (p=0,093) 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 (4) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) 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 2 6 20 0 (0,97) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,08) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,12) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,637) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 2 %

À cet instant le score global de cette enquête est de 2 %, ce qui est excellent.

114

7.9.12. District de Massakory Test de plausibilité: MSK.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=1,000) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,368) 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 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) 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 2 6 20 0 (1,03) 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 (-0,15) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,173) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

115

7.9.13. District de Mao Test de plausibilité: MAO.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 (0,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,836) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,800) 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 (4) 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 2 6 20 0 (1,01) 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 (-0,06) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 5 (p=0,000) Timing Excl indéterminé 0 1 3 5 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.

116

7.9.14. District de Mondo Test de plausibilité: MOD.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=0,608) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,489) 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 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) 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 2 6 20 0 (0,99) 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 (-0,16) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,241) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

117

7.9.15. District de Noukou Test de plausibilité: NOU.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 (0,4 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,794) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,862) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) 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 2 6 20 0 (0,97) 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 0 (0,08) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,002) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %

À cet instant le score global de cette enquête est de 3 %, ce qui est excellent.

118

7.9.16. District de Rig Rig Test de plausibilité: RIG.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=0,710) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,996) 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 2 6 20 0 (1,02) 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 (0,15) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,097) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

119

7.9.17. District de Bagassola Test de plausibilité: BAG.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 (1,2 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,964) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 2 (p=0,056) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) 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 2 6 20 0 (1,00) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (0,21) 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 0 (p=0,983) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %

À cet instant le score global de cette enquête est de 3 %, ce qui est excellent.

120

7.9.18. District de Bol Test de plausibilité: BOL.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 (1,1 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,194) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,776) 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 2 (8) 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 2 6 20 0 (0,98) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (0,24) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (0,28) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,136) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 4 %

À cet instant le score global de cette enquête est de 4 %, ce qui est excellent.

121

7.9.19. District de Ngouri Test de plausibilité: NGO.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 (1,5 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,794) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,001) 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 (4) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) 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 2 6 20 0 (1,03) 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 (-0,13) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,502) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 4 %

À cet instant le score global de cette enquête est de 4 %, ce qui est excellent.

122

7.9.20. District d’Abdi Test de plausibilité: ABD.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 (1,1 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,185) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,818) 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 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (3) 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 2 6 20 0 (1,06) 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 (-0,03) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,118) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

123

7.9.21. District d’Abeche Test de plausibilité: ABE.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=0,231) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,234) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) 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 2 6 20 0 (1,04) 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 (0,15) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,218) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

124

7.9.22. District d’Adre Test de plausibilité: ADR.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=0,449) 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 (2) 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 (2) 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 2 6 20 0 (1,06) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,04) 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 0 (p=0,482) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 2 %

À cet instant le score global de cette enquête est de 2 %, ce qui est excellent.

125

7.9.23. District d’Aboudeia Test de plausibilité: ABO.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 (2,1 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,958) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,329) 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 (1) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (1) 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 2 6 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 (0,07) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,462) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

126

7.9.24. District d’Amtiman Test de plausibilité: AMT.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 (1,8 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,773) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,386) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (1) 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 2 6 20 0 (1,04) 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 0 (p=0,368) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

127

7.9.25. District d’Am Dam Test de plausibilité: AMD.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 4 (p=0,046) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,635) 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 (4) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) 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 2 6 20 0 (0,95) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,17) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (0,07) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,295) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 4 %

À cet instant le score global de cette enquête est de 4 %, ce qui est excellent.

128

7.9.26. District de Goz Beida Test de plausibilité: GOZ.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 (0,4 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,549) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 2 (p=0,080) 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 (3) 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 2 6 20 0 (0,98) 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 (-0,11) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 1 (p=0,016) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %

À cet instant le score global de cette enquête est de 3 %, ce qui est excellent.

129

7.9.27. District de Biltine Test de plausibilité: BIL.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=0,779) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,724) 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 (3) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (4) 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 2 6 20 0 (1,02) 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 (0,05) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,972) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 0 %

À cet instant le score global de cette enquête est de 0 %, ce qui est excellent.

130

7.9.28. District de Guereda Test de plausibilité: GUE.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 2 (p=0,057) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,016) 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 (1) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (1) 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 2 6 20 0 (0,97) 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 (-0,04) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 3 (p=0,004) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 9 %

À cet instant le score global de cette enquête est de 9 %, ce qui est excellent.

131

7.9.29. District d’Iriba Test de plausibilité: IRI_Modify.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 (0,4 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,814) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,201) 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 (2) Score préf num- PB Incl # 0-7 8-12 13-20 > 20 0 2 4 10 0 (2) 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 2 6 20 0 (0,93) 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 (-0,15) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 1 (p=0,020) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 1 %

À cet instant le score global de cette enquête est de 1 %, ce qui est excellent.

132

7.9.30. District de N’Djamena Centre Test de plausibilité: CEN.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 5 (2,9 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,511) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,830) 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 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 2 6 20 0 (1,02) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 0 (-0,16) C. applatissement PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (0,21) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,216) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 6 %

À cet instant le score global de cette enquête est de 6 %, ce qui est excellent.

133

7.9.31. District de N’Djamena Est Test de plausibilité: EST.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 (2,4 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,101) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,623) 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 (9) 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 2 6 20 0 (1,03) 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 1 (0,21) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,321) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 3 %

À cet instant le score global de cette enquête est de 3 %, ce qui est excellent.

134

7.9.32. District de N’Djamena Nord Test de plausibilité: NOR.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 (1,2 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,427) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,742) 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 2 6 20 0 (1,05) C.asymétrie PTZ Excl # <±0.2 <±0.4 <±0.6 >=±0.6 0 1 3 5 1 (-0,20) 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=0,120) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 1 %

À cet instant le score global de cette enquête est de 1 %, ce qui est excellent.

135

7.9.30. District de N’Djamena Sud Test de plausibilité: SUD.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 5 (3,0 %) Sexe ratio global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 0 (p=0,485) Distrib age global Incl p >0.1 >0.05 >0.001 <=0.001 (Chi carré significatif) 0 2 4 10 4 (p=0,017) Score préf. num - poids Incl # 0-7 8-12 13-20 > 20 0 2 4 10 2 (8) 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 2 6 20 2 (1,11) 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 (-0,06) Distr. Poisson PTZ-2 Excl p >0.05 >0.01 >0.001 <=0.001 0 1 3 5 0 (p=0,722) Timing Excl indéterminé 0 1 3 5 SCORE GLOGAL PTZ = 0-9 10-14 15-24 >25 13 %

À cet instant le score global de cette enquête est de 13 %, ce qui est bon.

7.10. Exemples de feuilles calcul de coefficients de pondération 7.10.1. Calcul des coefficients de pondération pour la malnutrition aiguë chez les enfants âgés de 6 à 59 mois, région du Bahr El Gazal

INSTRUCTIONS1. Entrer les données nécessaires aux calculs dans les cellules D3, D4, D5, D62. Entrer le nombre d'enfants enquêtés par région dans les cellules I10 à I153. Si les flags SMART sont utilisés, entrer le nombre de cas avec exclusion des flags4. Entrer le nombre de femmes enquêtées par région dans les cellules I22 à I275. Entrer le nombre de ménages enquêtés par région dans les cellules I34 à I396. Vérifier les totaux dans les cellules vertes et que les cellules bleues sont égales à 1

Note:Les domaines d'enquête représentent soit une zone, une région ou une strate Les enfants âgés de 6 à 59 mois repésentent 90% des enfants âgés de 0 à 59 moisLe nombre de femmes âgées de 15 à 49 ans est égal à la moitié de la poulation totale

Taille moyenne du ménage 4,95 Source SMART% femmes âgées entre 15 et 49 ans 43,5 Source COEFFICIENTS DE PONDERATION A UTILISER POUR LES ANALYSES% enfants de moins de 5 ans Source SMARTNombre de domaines d'enquête 2

Coefficients de pondération pour les enfants - pour les prévalences de la malnutritionNombre d'enfants

enquêtés âgés de 6 à 59 mois

Poids selon fréquence (pour SPSS)

Poids selon proportion Poids standardisés (pour ENA-Delta)

BEG Domaine Population Ménages Femmes 15-49 ans

Enfants 0-59 mois

Enfants 6-59 mois N 1 cas = X enfant Proportion Coefficient de

pondération

Double vérifcation des calculs

Chadra 1 67656 16 576 14 918 578 25,81 0,499 0,998 14 918 Moussoro 2 59127 14 190 12 771 493 25,91 0,501 1,002 12 771

Total 126 783 30 766 27 690 1071 51,72 1,000 1,000

27 690 27 690

CALCUL DES COEFFICIENTS DE PONDERATION

137

7.10.1. Calcul des coefficients de pondération pour la malnutrition aiguë chez les enfants âgés de 6 à 59 mois, ensemble bande sahelienne INSTRUCTIONS1. Entrer les données nécessaires aux calculs dans les cellules D3, D4, D5, D62. Entrer le nombre d'enfants enquêtés par région dans les cellules I10 à I153. Si les flags SMART sont utilisés, entrer le nombre de cas avec exclusion des flags4. Entrer le nombre de femmes enquêtées par région dans les cellules I22 à I275. Entrer le nombre de ménages enquêtés par région dans les cellules I34 à I396. Vérifier les totaux dans les cellules vertes et que les cellules bleues sont égales à 1

Note:Les domaines d'enquête représentent soit une zone, une région ou une strate Les enfants âgés de 6 à 59 mois repésentent 90% des enfants âgés de 0 à 59 moisLe nombre de femmes âgées de 15 à 49 ans est égal à la moitié de la poulation totale

Taille moyenne du ménage 4,95 Source SMART% femmes âgées entre 15 et 49 ans 43,5 Source COEFFICIENTS DE PONDERATION A UTILISER POUR LES ANALYSES% enfants de moins de 5 ans Source SMARTNombre de domaines d'enquête 33

Coefficients de pondération pour les enfants - pour les prévalences de la malnutrition Nombre d'enfants

enquêtés âgés de 6 à 59 mois

Poids selon fréquence (pour SPSS)

Poids selon proportion Poids standardisés (pour ENA-Delta)

ENS Domaine Population Ménages Femmes 15-49 ans

Enfants 0-59 mois

Enfants 6-59 mois N 1 cas = X enfant Proportion Coefficient de

pondération

Double vérifcation des

calculsChadra 1 67656 16 576 14 918 578 25,81 0,014 0,476 14 918 Moussoro 2 59127 14 190 12 771 493 25,91 0,014 0,478 12 771 Ati 3 173156 36 709 33 038 442 74,75 0,042 1,379 33 038 Oum-hadjer 4 174261 46 179 41 561 481 86,41 0,048 1,594 41 561 Yao 5 104056 21 852 19 667 469 41,93 0,023 0,773 19 667 Bitkine 6 165599 33 948 30 553 601 50,84 0,028 0,938 30 553 Mangalme 7 88986 19 755 17 779 612 29,05 0,016 0,536 17 779 Melfi 8 98751 21 034 18 931 521 36,34 0,020 0,670 18 931 Mongo 9 158558 34 724 31 252 605 51,66 0,029 0,953 31 252 Bokoro 10 212661 56 780 51 102 765 66,80 0,037 1,232 51 102 Massaguet 11 129662 27 748 24 973 747 33,43 0,019 0,617 24 973 Massakory 12 161502 38 276 34 448 901 38,23 0,021 0,705 34 448 Mao 13 148911 34 398 30 959 576 53,75 0,030 0,991 30 959 Mondo 14 87721 21 492 19 342 544 35,56 0,020 0,656 19 342 Noukou 15 45910 12 625 11 363 515 22,06 0,012 0,407 11 363 Rig-rig 16 34323 10 434 9 391 564 16,65 0,009 0,307 9 391 Bagassola 17 62169 13 366 12 030 475 25,33 0,014 0,467 12 030 Bol 18 142237 34 421 30 979 528 58,67 0,033 1,082 30 979 Ngouri 19 192489 37 535 33 782 517 65,34 0,037 1,205 33 782 Abdi 20 93296 24 350 21 915 426 51,44 0,029 0,949 21 915 Abeche 21 284110 67 618 60 856 394 154,46 0,086 2,849 60 856 Adre 22 208718 48 423 43 580 377 115,60 0,065 2,132 43 580 Aboudeia 23 58701 9 451 8 506 341 24,94 0,014 0,460 8 506 Amtiman 24 168036 31 255 28 129 575 48,92 0,027 0,902 28 129 Amdam 25 66241 15 832 14 248 524 27,19 0,015 0,502 14 248 Goz-beida 26 254263 59 498 53 548 763 70,18 0,039 1,294 53 548 Biltine 27 133913 29 059 26 153 593 44,10 0,025 0,813 26 153 Guereda 28 123423 23 944 21 550 590 36,52 0,020 0,674 21 550 Iriba 29 86001 18 490 16 641 649 25,64 0,014 0,473 16 641 Centre 30 269854 40 478 36 430 314 116,02 0,065 2,140 36 430 Est 31 257260 48 879 43 991 410 107,30 0,060 1,979 43 991 Nord 32 75170 15 034 13 531 445 30,41 0,017 0,561 13 531 Sud 33 310008 35 341 31 807 325 97,87 0,055 1,805 31 807

Total 4 696 729 999 695 899 726 17660 1 789,10 1,000 1,000

899 726 899 726

CALCUL DES COEFFICIENTS DE PONDERATION

138

7.11. Exemple de feuille de calcul du test statistique de comparaison de prevalence Null Hypothesis p1=p2

Confidence Interval Known, but Design Effect UnknownEnter the sample size, the prevalence, lower confidence, upper confidence limit and the number of clustersSurvey 1

Total Sample Size Prevalence 95% Confidence Interval

Number of

Clusters

Estimated Design Effect

n p lower upper C Deff std err619 44,70% 39,30% 50,30% 30 1,81 2,69%

Survey 2

Total Sample Size Prevalence 95% Confidence Interval

Number of

Clusters

Estimated Design Effect

n p lower upper C Deff std err1938 32,30% 29,60% 35,20% 96 1,76 1,41%

p1-p2 Pooled Std Error t p DF 2 sided 1 sided12,40% 3,04% 4,08 0,000 124 100,0% 100,0%