ÉLABORATION D UN SCORE PRÉDICTIF DE MALNUTRITION AIGUË SÉVÈRE CHEZ LES ENFANTS DE MOINS DE 5 ANS MUKUKU O, LUBOYA ON

Dimension: px

Commencer à balayer dès la page:

Download "ÉLABORATION D UN SCORE PRÉDICTIF DE MALNUTRITION AIGUË SÉVÈRE CHEZ LES ENFANTS DE MOINS DE 5 ANS MUKUKU O, LUBOYA ON"

Serge Alain Viau
il y a 6 ans
Total affichages :

1 ÉLABORATION D UN SCORE PRÉDICTIF DE MALNUTRITION AIGUË SÉVÈRE CHEZ LES ENFANTS DE MOINS DE 5 ANS MUKUKU O, LUBOYA ON

2 PLAN INTRODUCTION MATERIEL ET METHODES RESULTATS DISCUSSION CONCLUSION

3 INTRODUCTION 1 La RDC fait partie de 5 pays au monde comptant un taux de mortalité élevé chez les enfants de moins de 5 ans (Liu, 2015). et la malnutrition constitue l une de principales causes de décès (Liu, 2015). En 2011, 45% de décès étaient attribués à la malnutrition (Black, 2013).

4 INTRODUCTION 2 Etat nutritionnel = meilleur indicateur du bien-être de l enfant. Pratiques alimentaires inadéquates = principaux facteurs nuisant à sa croissance physique et à son développement mental. Objectif: déterminer les facteurs de risque de malnutrition aiguë sévère afin d élaborer un score de prédiction chez les enfants de 6 à 59 mois.

5 MATERIEL ET METHODES Type et période d étude: Etude cas-témoins menée à l hôpital Sendwe (janvier 2011 à décembre 2012). Population d étude Cas = enfants âgés de 6 à 59 mois avec une MAS (z-score poids/taille <-3 ou <-2 +œdèmes de malnutrition (OMS, 2006). Témoins = enfants de même âge admis pour des pathologies autre que la MAS.

6 POPULATION D ETUDE Cas et témoins : inclus de façon consécutive et prospective Appariement de 1:1 en fonction de la date de consultation. Le nombre de sujets inclus dans l étude étaient de 263 cas et 263 témoins. Ont été exclus: les patients VIH+, cardiopathes, malformés ou atteints de toute autre pathologie induisant la malnutrition.

7 VARIABLES D ETUDE 1 1. Caractéristiques et ATCD personnels de l enfant Age Sexe Notion de faible poids à la naissance Diarrhée à répétition ou chronique Suivi de CPON 2. Pratiques alimentaires Age d introduction d aliments de complément (<6 mois=précoce) Age d arrêt d allaitement maternel (<6 mois=précoce) Fréquence journalière de repas (OMS, 2011).

8 VARIABLES D ETUDE 2 3. Antécédents maternels et paternels Mère: Age Parité Etat-civil Profession Niveau de scolarité Père: Profession Niveau de scolarité. 4. Antécédents familiaux Antécédent familial de malnutrition Nombre d enfants de moins de 5 ans dans la famille Taille de la famille.

9 ANALYSES STATISTIQUES 1 Les logiciels STATA 12 et Epi-Info 7.1 ont été utilisés pour les différentes analyses statistiques. Pour déterminer les facteurs prédictifs de MAS, nous avons effectué: une analyse unifactorielle en utilisant le test du Chi carré, une analyse multifactorielle avec une régression logistique.

10 ANALYSES STATISTIQUES 2 Les variables ont été incluses dans le modèle multifactoriel en utilisant la méthode pas à pas (stepwise selection) celles dont le seuil de signification était <0,05 ont été retenu dans le modèle final. La discrimination du score était évaluée à l aide de la courbe ROC et du C-index. La calibration du score selon le test d Hosmer Lemeshow.

11 ANALYSES STATISTIQUES 3 La sensibilité et la spécificité étaient calculées. L évaluation de la robustesse des coefficients du modèle était faite par bootstrap. Le score prédictif du risque de MAS était déduit au terme de l analyse statistique.

12 ANALYSES STATISTIQUES 4 Ce score était établi en assignant des points à chaque facteur de risque retenu dans le modèle logistique. Pour rendre ce score simple à utiliser, les coefficients ont été arrondis. Les probabilités de risque de MAS en fonction des valeurs du score construit ont été calculées.

RESULTATS Tableau I : Analyse univariée de principaux facteurs de risque de survenue de la MAS MAS présente MAS absente Variables (n=263) (n=263) p n (%) n (%) Age <24 mois 187 (71,1) 182 (69,2)

13 RESULTATS Tableau I : Analyse univariée de principaux facteurs de risque de survenue de la MAS MAS présente MAS absente Variables (n=263) (n=263) p n (%) n (%) Age <24 mois 187 (71,1) 182 (69,2) 0,6340 Sexe masculin 161 (61,2) 164 (62,4) 0,7879 Faible poids de naissance 124 (47,2) 20 (7,6) <0, Diarrhée à répétition/chronique 189 (71,9) 28 (10,7) <0, Age d ablactation <6 mois 24 (9,1) 3 (1,2) <0,0001 Age d introduction d aliments de complément <6 mois 234 (89,0) 121 (46,0) <0, <3 repas journaliers 230 (87,5) 58 (22,1) <0, Non suivi de consultations préscolaires 193 (73,4) 22 (8,4) <0, Orphelin d un ou de deux parents 46 (17,5) 10 (3,8) <0,00001

14 Tableau I : Analyse univariée de principaux facteurs de risque de survenue de la MAS (suite) Variables MAS présente MAS absente (n=263) (n=263) n (%) n (%) Présence d ATCD de MAS 136 (51,7) 10 (3,8) <0, enfants de moins de 5 ans dans la fratrie 94 (35,7) 7 (2,6) <0, >6 personnes dans la famille 119 (45,2) 40 (15,2) <0, Age maternel <29 ans 81 (30,8) 9 (3,4) <0, Parité <5 117 (44,5) 42 (16,0) <0, Mère singletons 98 (37,3) 18 (6,8) <0, Mère sans emploi 242 (92,0) 124 (47,2) <0, Mère de bas niveau de scolarité 174 (66,2) 39 (14,8) <0, Père sans emploi 182 (69,2) 140 (53,2) 0,0002 Père de bas niveau de scolarité 108 (41,1) 10 (3,8) <0, p

Tableau II : Modèle de régression logistique du risque de MAS et score de facteurs prédictifs Variable ORa ICà95% Coeff. Score Faible poids de naissance 2,72 1,18-6,26 1,00 1 Diarrhée à répét./chron.

15 Tableau II : Modèle de régression logistique du risque de MAS et score de facteurs prédictifs Variable ORa ICà95% Coeff. Score Faible poids de naissance 2,72 1,18-6,26 1,00 1 Diarrhée à répét./chron. 10,34 4,94-21,62 2,33 2 <3 repas journaliers 9,86 4,66-20,85 2,28 2 Arrêt d allaitement maternel 9,08 1,63-50,62 2,20 2 précoce Alimentation de complément 3,19 1,38-7,35 1,16 1 précoce Age maternel <29 ans 16,60 5,92-46,56 2,80 3 Parité <5 6,03 2,27-16,04 1,79 2 ATCD familial de malnutrition 24,89 8,77-70,63 3, enfants de moins de 5 ans dans la fratrie 5,39 1,66-17,47 1,68 2

16 Tableau III : Probabilité de la MAS en fonction du score selon le modèle de régression logistique Score obtenu Probabilité de la MAS* Score obtenu Probabilité de la MAS* 0 0,22% 9 93,19% 1 0,58% 10 97,30% 2 1,53% 11 98,95% 3 3,93% 12 99,60% 4 9,74% 13 99,84% 5 22,14% 14 99,94% 6 42,82% 15 99,97% 7 66,36% 16 99,99% 8 83,86% 17 99,99% 9 93,19% 18 99,99% Score <7 points = Faible risque Score entre 7-8 points = risque Modéré Score >8 points = risque Élevé

17 Courbe ROC du score Aire sous courbe ROC= 0,9685 Discrimination exceptionnelle

18 Sensibilité et spécificité du score Sensibilité : 93,54% Spécificité : 93,16%,

19 DISCUSSION 1 Facteurs de risque Auteurs Lieux Année Fable poids de Chopra M Afrique du Sud 2003 naissance Ake-Tano et al. Côte d Ivoire 2011 Joseph et al. Pérou 2014 Diarrhée à répétition/chronique Nombre d enfants de moins de 5 ans Wong et al. Malaisie 2014 Das et al. Bangladesh 2011 Brito et al. Angola 2015 Bitwe et al. RDC (Goma) 2015 Hien et al. Vietnam 2008 Khattak et al. Pakistan 2010 Wong et al. Malaisie 2014 Bitwe et al. RDC (Goma) 2015

20 DISCUSSION 2 Facteurs de risque Auteurs Lieux Année Fréquence Sinnaeve et al. Bénin 2006 journalière de repas OMS ATCD familial de Sinnaeve et al. Bénin 2006 malnutrition Ouépaké A Burkina-Faso 2007 Jeune âge maternel Ayaya et al. Kenya 2004 (mère jeune) Kabulo et al. Kenya 2008 Garg et al. Inde 2009 Parité Garg et al. Inde 2009 Alimentation de Lawan et al. Nigeria 2014 complément précoce Arrêt précoce de Diouf et al. Sénégal 2000 l allait. maternel

21 DISCUSSION 3 Les résultats de notre étude proviennent de l'analyse des données récoltées sur la population d'un seul hôpital. Cette étude devra également être menée dans d'autres régions du pays à court terme pour évaluer et valider les performances de ce modèle sur des populations différentes (transportabilité).

22 CONCLUSION 1 Aucun score publié n est adapté pour prédire le risque de survenue de MAS dans une population de moins de 5 ans dans les pays en développement. Nous proposons donc un score simple et performant, prédictif du risque de MAS qui nécessitera une étude de validation externe.

23 CONCLUSION 2 Ce score prédictif de MAS = Outil clinique utile et simple pour : cibler la population à risque, limiter les taux élevés de malnutrition et réduire la morbidité et la mortalité infantojuvénile enregistrées dans les pays en développement.

24 MERCI POUR VOTRE ATTENTION