Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Les conséquences de la malnutrition et du tabac sur les enfants d’Indonésie Nou

Les conséquences de la malnutrition et du tabac sur les enfants d’Indonésie Nourdine SAID Master 2 Economie et Politique Publiques 2 Source : UNICEF, « Growing well in a changing world », 2019. 3 Table des matières Les conséquences de la malnutrition et du tabac sur les enfants d’Indonésie. ........................................1 Executive summary ............................................................................................................................4 Méthode statistique ............................................................................................................................5 Choix des variables ......................................................................................................................5 Modèle .......................................................................................................................................5 Résultats attendus ......................................................................................................................5 Bibliographie .....................................................................................................................................6 4 Executive summary L’Indonésie est un « Pays émergent » à fort population (262 millions d’habitants) avec un IDH de 0,6 et un taux de croissance de 5%, se classant ainsi en 10e position des puissances mondiaux. Cet archipel se caractérise par une économie en pleine expansion, portée par la consommation, entre autres, de produits manufacturés (cigarettes…). Toutefois les inégalités sur place sont très élevées (1% de la population détient près de 50% des richesses) et la classe moyennement pauvre a pris certaines mauvaises (ou bonnes) habitudes telles que la consommation en masse de tabacs atypiques comme le kretek, le cheroot, le cigarillo ou la pipe à l’eau (plus de 75% des indonésiens de plus de 15 ans fument) ; Cela avec une alimentation très riche en glucide qui accroit le risque de diabète (riz frit). Des pratiques plus ou moins déconseillé pour la santé, et qui se transmettent de génération à génération, cela non sans conséquences. Dans la ligné de l’UNICEF qui a mise en exergue « l’état des enfants du monde » en 2019. Notre étude analysera, grâce à une enquête démographique de l’USAID (Indonesia DHS 2017), l’impact de ces pratiques encrées dans les mœurs sur la santé des enfants en Indonésie. Cela via Le poids à la naissance d’une enfant (Y), une variable proxy de la mortalité infantile et donc de la santé en général. Pour le tabac, on utilisera le type de tabac fumé par les femmes du foyer familial (X1), cela capte la répercussion directe des habitudes et hygiène de vie de la mère. Enfin on aura le type d’alimentation exclusivement consommé dans le foyer (X2). Avec comme hypothèse de départ, le fait que les habitudes consommatrices des indonésiens ont une répercussion directe sur les enfants qui sont majoritairement en maigreurs. Grâce au model probit multinomial pour variables ordonnées, on a les signes d’impact des différentes variables. Les résultats sont tels qu’une alimentation exclusivement riche en riz, impact négativement le poids à la naissance des nouveaux nés par rapport à une alimentation exclusive en viande et protéine, pour un foyer donné (significatif à 5%). Concernant le fait de fumer les cigarettes (cigare, pipe,), on a un impact non significatif sur le poids des nouveaux nés, par rapport au fait de ne pas fumer. A la différence de fumer ou prendre d’autres types de tabacs (herbe, tabac à mâcher), qui a un impact significativement négatif, par rapport aux non-fumeurs. Au final on a une confirmation de notre hypothèse de départ, à savoir que les habitudes consommatrices des indonésiens influent sur la santé des nouvelles générations. Plus particulièrement le fait de baser son alimentation que sur le riz et de fumer du tabac atypique. Toutefois, il parait difficile de pouvoir changer ces habitudes pour les indonésiens, malgré la prise de conscience des autorités locales (VDN, 2018). les 5 Méthode statistique Choix des variables a) Création de variable : TypeSmoke = 0 (ne fume pas), 1 (fume que des cigarettes), 2 (fume autre chose ou mâche du tabac). Puis création de variables dichotomiques colinéaires, d’où le choix comme point de référence le fait de ne pas fumer. (Variable explicative non ordonnée 1). POIDSnaiss (Y) = Poids moyen des enfants du foyer à la naissance : {0, 5} et {0, 9002 g} avec 5 seuils. Hypothèse : approximation de la prématurité de l’enfant, due à une mauvaise hygiène (Rambaud, 2003) (tabagisme par exemple), (Variable dépendante ordonnée). Netri2 = 0 (Féculant exclusivement), 1 (Protéine et viande exclusivement), 2 (Fruit et légume exclusivement). Type de nutrition des enfants du foyer : approximation du type de nutrition de la mère aussi. Féculant (riz) ; Fruit, légume ; Viande. (Variable explicative non ordonée2). b) Recodage des variables Recodage binaire NoFume (0,1), FumeCigarette (0,1), FumeOther (0,1) : X1 Recodage binaire en NutriFeculant (0,1), Nutriviande (0,1), NutriFruitLegume (0,1) : X2 Modèle Le modèle adéquat est le modèle probit multinomial pour les variables ordonnées. De ce fait on aura : P(Y)=F(b0+b1*POIDSnaiss+b2*FumeCigarette+b3*FumeOther+b4*NutriFeculant+b5*NutriFruitLegume +Xi) + e Xi : variables de contrôle = (TempsEau, NbChildHome)1 F () : Loi normale centrée réduite. Résultats attendus 1) Les variables représentants le fait de fumer impactent négativement « PoidsNaiss » : Plus la mère du foyer fume et plus les nouveaux nés sont en mauvaise posture (faible poids). 2) « NutriFeculant » impact négativement « PoidsNaiss » : Plus la famille mange du riz exclusivement et plus les nouveaux nés sont en mauvaise posture (faible poids). 1 Voir fichier .do 6 Bibliographie Corpus Médical Faculté de Médecine de Grenoble Prématurité et hypotrophie néonatale (21) Professeur Pierre RAMBAUD, Mai 2003. http://wwwsante.ujfgrenoble.fr/SANTE/1/13 Cours d’économétrie des variables qualitatives (Pietrie Antoine), Faculté d’économie de Montpellier, 2019. Face au diabète, des Indonésiens remettent en cause leur « addiction au riz », la Voix du Nord, 2018. https://www.lavoixdunord.fr/665567/article/2019-11-14/face-au-diabete-des-indonesiens-remettent-en- cause-leur-addiction-au-riz L’INDONESIE, LE DISNEYLAND DES CIGARETTIERS, Jean-Baptiste Chauvin,1 juillet 2018. https://bali-gazette.com/lindonesie-le-disneyland-des-cigarettiers/ National Population and Family Planning Board, Statistical Indonesia, Ministry of Health - Kemenkes, and ICF. 2018. Indonesia Demographic and Health Survey 2017. Jakarta, Indonésie : BKKBN, BPS, Kemenkes, and ICF. Stata gestion de données : https://aliquote.org/articles/stata-sk/01-data.html UNICEF (2019). The State of the World’s Children 2019. Children, Food and Nutrition : Growing well in a changing world. UNICEF, New York. Annexe 1 : Code contenu dans le Fichier .do correspondant à l’études gen netri2 = 1 if ((v414e==1 | v414f==1) & (v414g==0 & v414h==0 & v414m==0 & v414n==0 & v414o==0)) & (v414i==0 & v414j==0 & v414k==0 & v414l==0) //*Riche en riz, pattate ; traces lait ; Mais sans proteine, ni fruits*// replace netri2 = 2 if (v414f==0 | v414e==0) & (v414g==1 | v414h==1 | v414m==1 | v414n==1 | v414o==1) & (v414i==0 & v414j==0 & v414k==0 & v414l==0) & (v414p==0 & v414v==0 & v411==0) //*riche en proteine; sans lait, trace feculant; sans fruits*// replace netri2 = 3 if (v414i==1 | v414j==1 | v414k==1 | v414l==1) & (v414g==0 | v414h==0 | v414m==0 | v414n==0 | v414o==0) & v414f==0 & v414e==0 & (v414p==1 | v414v==1 | v411==1) //*riche en fruit et traces de proteines; sans feculant, trace Laitsupp*// //*IIA*variable de type de nutrition données aux enfants, non ordonnée*recodage// recode m19 (200/2500=1)(2509/3000=2) (3002/4000=3) (4035/9002=4) (9996=.) (9998=.), gen(POIDnaiss) //*Poids moyen à la naissance des enfants du foyer familiale*// recode netri2 (3=1) (1/2=0), gen(nutriFRUIT) recode netri2 (2=1) (3=0) (1=0), gen(nutriPROT) 7 recode netri2 (1=1) (2/3=0), gen(nutriFEC) recode v115 (0/3=1) (4/480=2) (996=.)(997=.) (998=.), gen(TempsEau) //*TempsEau = variable_ordonnée / recodage, temps de recuperation de l'eau, étude des corrélations*// pwcorr nutriFRUIT nutriPROT nutriFEC , obs sig star(1) recode v025 (1=0) (2=1), gen(rural) //*Zone d'habitation rural ou urbain*// recode v218 (0/1=0) (1/2=1) (3/12=2), gen (NbChildHome) //*nombre d'enfants à la maison*// recode v405 (0=0), gen(ameno) //*Aménorrhéique*// recode v409 (1=1), gen(ChildWater) //*Les enfants prennent de l'eau exclusivement, parmi les liquides*// recode v404 (1=1), gen(BreastF) //Breasfeeding*// recode v411a (1=1), gen(ChilFoodLiqu) //*Autres alimentations liquide*// replace ChilFoodLiqu= 1 if v412a==1 | v412c==1 | v410==1 | v412==1 recode s413jj (1=1), gen(Anteconsul) //*Antenne de consultation medical*// recode s413ea (1=0)(0=1), gen(SoluComp) replace SoluComp = 1 if s413ec==1 | s413eg==1 | s413eh==1 | s413eee==1 | s413ef==1 //*solution comtraception medecinale*// replace SoluComp = 2 if s413eb==1 | s413ed==1 | s413ex==1 //*solution contraception non conv*// recode ml13y(1=0), gen(traitAvie) //*Traitement medical à vie*// replace traitAvie = 1 if ml13b==1 | ml13a==1 | ml13c==1 | ml13d==1 | ml13da==1 | ml13e==1 | ml13aa==1 | ml13ab==1 | ml13f==1 | ml13g==1 | ml13h==1 | ml13i==1 | ml13j==1 | ml13k==1 | ml13l==1 | ml13m==1 | ml13n==1 | ml13o==1 | ml13p==1 | ml13x==1 gen TypeSmoke1 = 0 if v463z==1 replace TypeSmoke1 = 1 if v463z==0 replace TypeSmoke = 2 if v463c==1 | v463d==1 | v463g==1 | v463h==1 | v463i==1 | v463x==1 replace TypeSmoke = 1 if v463a==1 | v463b==1 | v463e==1 | v463f==1 //*1=les cigarettes types "industrielles", 2=tabac traditionnel, 0=fume pas*// recode TypeSmoke (0=1) (1/2=0), gen(NoSmoke) recode TypeSmoke (1=0)(2=1), gen(smokeothertabaconly) recode TypeSmoke (2=0), gen(smokeCigaretteonly) //*on a independance des entre les alternatives possibles*// pwcorr POIDnaiss nutriFRUIT nutriPROT nutriFEC rural NbChildHome TempsEau ameno ChildWater BreastF ChilFoodLiqu Anteconsul SoluComp traitAvie, obs sig star(1) 8 //*on choisie les variables explicatives peu correlées entre elles et celles les plus correlées avec la variable dépendante*// oprobit POIDnaiss nutriProtViande nutriFecul TempsEau smokeothertabaconly smokeCigaretteonly Anteconsul intchildtemps intchildsmok oprobit POIDnaiss TempsEau //*le meilleur modèle trouvé*// uploads/Geographie/ projet-en-economie-du-developpement.pdf