Cher Meeta,

Le ENN récemment facilité une consultation au nom de Save the Children UK, ACF et le HCR qui a examiné l'utilisation de la FMH et MUAC dans la programmation SAM. Le rapport peut être consulté ici: http://www.ennonline.net/resources/920.

Meilleurs voeux,
Tamsin

Cher Meeta,

Je l'avais posé une question similaire ya un peu plus d'un an et M. Tamsin Walters a répondu: «Je ne pense pas qu'il y ait une réponse claire au rapport entre le PB et cas W / H détectée, car ils mesurent des choses différentes et ne sont pas directement comparables. " Tout autant que je comprends sa réponse Je comprends aussi pourquoi vous ASK- En enquêtes nutritionnelles que nous utilisons à la fois MUAC et W index / H pour l'identification de l'émaciation sévère et modérée. Avec MUAC nous détectons moins de cas, mais avec W / index H nous capturons plus. Les projets d'urgence sont souvent planifiées sur la base du périmètre brachial, mais une fois les projets roulent sur sol plus de cas sont détectés comme par Z score pour W / H et cela a des implications en matière de ressources.

Je partage également le lien qu'il partageait avec moi

http://www.en-net.org.uk/question/328.aspx

Il est suggéré dans ce pour les jeunes enfants.

Dans notre projet dans Sundarbans nous avons eu un 0,6% SAM selon PB inférieur à 11,5 cm et 6,8% au-dessous -3SD score WHZ.

Dans une enquête récente menée dans nos zones de projet dans le nord du Bangladesh après les inondations, nous avons été surpris de constater que le MUAC détecté plusieurs cas de GAM (SAM + MAM) de la FMH - score avec une prévalence de 30% par PB et 20% par la FMH. Cela correspond au point de vue généralement jugé que MUAC mesure minceur et est plus sensible à la mortalité des enfants dans les situations d'urgence.

Dans la plupart des contextes indiennes où il est peut-être une crise prolongée, il est préférable d'inclure les deux catégories pour le traitement, mais la priorité aux cas selon MUAC.

Je espère que cela est d'une certaine utilité. Je suis également la discussion avec intérêt et espérons experts sur le sujet serait répondre.

Merci beaucoup
Charulatha

Bonjour à tous,

Je travaille actuellement en Haiti au sein d'un programme luttant contre la malnutrition infantile (aigue principalement). L'ONG a reçu des fonds pour l'achats de livres, documents destinés aux "monitrices" (femmes de terrain dépistant la MN + éducation des mères). Auriez-vous des recommandations, des idées de materiel à avoir, des références à me donner (livres en Créole haitien de préférence).

Merci beaucoup pour votre aide !

Merci Dr Charulata. En fait, je dois mêmes résultats mon SAM est à venir élevé que par la FMH, comparativement à MUAC.

Meilleurs voeux

Meeta

Cher Mark,

Vous parlez d'une base de données SMART EXAMENS Nous sommes basés dans l'est de l'Inde et allons bientôt faire une enquête SMART dans la région deltaïque du Bengale occidental. Est-ce que votre base de données comprennent des enquêtes de partout en Inde et si oui, quel est-il dit au sujet de la question de la FMH et MUAC?

Merci beaucoup pour vos très nombreuses réponses utiles.

Meilleurs voeux
Charulatha

Je dois rien de l'Inde mais je dispose de données en provenance d'Afghanistan, le Myanmar (Birmanie), le Pakistan et le Sri Lanka. Voici ce que je reçois pour ces pays pour SAM par WHZ (WHZ <-3) en utilisant la référence WGS et SAM par MUAC (MUAC <115 mm) à la fois ignorant oedème:
SIGNIFIER Pays Enquête WHZ <-3 (%) MUAC <115 (%) WHZ -? MUAC DIFFÉRENCE ----------- ------ ------------ -------------- ------- --- ---------- Afghanistan 1 2,15 2,04 0,11 -1,04 1,49 1,03 0,46 2 1,49 1,03 0,46 3 4 0,21 0,97 -0,76 5 1,76 3,08 -1,32 6 1,62 2,92 -1,30 7 6.51 10.53 -4.02 8 2,29 2,65 -0,36 9 2,39 5,42 -3,03 10 2,48 3,24 -0,76 11 1,74 2,07 -0,33 12 0,65 0,86 -0,21 13 0,76 0,65 0,11 14 2,21 2,53 -0,32 15 0,75 1,38 -0,63 2,23 0,85 1,38 16 17 2,70 2,80 -0,10 18 3,45 5,12 -1,67 19 7,05 8,28 -1,23 2,43 2,43 0,00 20 21 6,86 3,68 3,18 22 2.11 1.89 0.22 23 1,15 1,46 -0,31 24 3,45 9,61 -6,16 25 5,00 9,27 -4,27 26 1,37 1,05 0,32 1,71 1,32 0,39 27 28 1,90 4,10 -2,20 29 1,29 1,72 -0,43 30 0,90 2,55 -1,65 31 0,78 5,93 -5,15 32 4,53 5,80 -1,27 33 1,36 2,52 -1,16 34 1,43 2,32 -0,89 35 4,90 8,37 -3,47 ----------- ------ ------------ -------------- ------- --- ---------- Birmanie 1 1,51 3,23 -1,72 -0,55 2 1,49 1,81 -0,32 3 0,64 2,03 -1,39 4 5,29 6,75 -1,46 6,40 5,72 0,68 5 6 4,54 3,43 1,11 7 3,66 4,44 -0,78 ----------- ------ ------------ -------------- ------- --- ---------- Pakistan 1 1,98 1,10 0,88 0,10 2 3,46 3,34 0,12 3 1,77 3,53 -1,76 4 1,71 2,06 -0,35 5 2,92 3,52 -0,60 6 4,56 2,44 2,12 2,61 1,31 1,30 7 8 0,87 1,96 -1,09 9 1,08 0,76 0,32 ----------- ------ ------------ -------------- ------- --- ---------- Sri Lanka 1 3,12 1,22 1,90 2,21 1,79 0,14 1,65 2 4,78 1,71 3,07 3 ----------- ------ ------------ -------------- ------- --- ----------
Comme avec les données de l'Ethiopie (voir mon message précédent), nous voyons des différences au sein des pays.

BTW: je oublié de mentionner l'angle de l'infection ... nous attendons à voir de MUAC déprimé rapidement par l'infection mais pas de masse central (afin WHZ serait inférieur).

Merci pour votre aimable commentaire.

Juste pour le suivi ... SAM est rare et la fiabilité (précision) des estimations à partir d'enquêtes de type SMART sera pauvres et les chiffres ci-dessus sera soumis à beaucoup de variation d'échantillonnage.

salut

Ceci est en effet un enjeu majeur, en particulier si l'on considère que l'écart entre le PB et le diagnostic de WHZ est beaucoup plus élevé que la différence dans les pourcentages. En fait, dans la plupart des enquêtes, seule une minorité d'enfants SAM (telle que définie par un critère ou l'autre) sont diagnostiqués à la fois par la FMH et MUAC.

Cet écart de diagnostic est soumis à des variations considérables, même au sein des pays, tel que décrit par Mark Myatt. Hypothèse actuelle d'expliquer d'où l'écart provient, ne se limite pas à l'explication "de la forme du corps", sont décrites dans le document mentionné par Tamsin Walters ci-dessus. Toutes ces hypothèses ont besoin de nouvelles enquêtes afin de mieux comprendre dans quelle mesure les besoins nutritionnels de ces enfants diffèrent effectivement.

Pour avoir une idée de ce qui a déjà été observé en Inde en termes de chevauchement entre les indicateurs et la différence dans les pourcentages, ainsi que d'une hypothèse explicative alternative intéressante, vous pourriez trouver utiles cet article ici:

http://www.indianpediatrics.net/jan2013/jan-154-155.htm

Cordialement

Benjoin

Méfiez-vous!

WHZ est pas un étalon-or. Il est juste une mesure anthropométrique brut (ce qui est PB) utilisée pour identifier les cas d'une maladie que nous appelons SAM.

Les termes état "nutritionnel" et "l'état anthropométrique» sont souvent utilisés de manière interchangeable. L'état nutritionnel désigne l'état interne d'un individu en ce qui concerne la disponibilité et l'utilisation des nutriments au niveau cellulaire. Cet état ne peut être observée directement indicateurs afin observables sont utilisées à la place. Il ya une série d'indicateurs observables (biochimiques, cliniques et anthropométriques) de l'état nutritionnel, dont aucun ne pris seuls ou en combinaison sont capables de fournir une image complète de l'état nutritionnel d'un individu. Il est, par conséquent, aucun indicateur unique "étalon-or" de l'état nutritionnel.

L'état nutritionnel peut être utilement défini au niveau individuel, par opposition à la cellulaire, niveau que le ratio de réserves nutritives (musculaires et adipeuses) aux besoins nutritifs des organes (cerveau, foie, cœur, reins, poumons, & c.). Il est généralement reconnu que le muscle joue un rôle particulier en tant que réserve de nutriments lors de l'infection et que l'infection est un facteur étiologique majeur dans dénutrition aiguë. W / H exprime la relation entre le poids et la hauteur. Chez les enfants, environ 4% du poids est de réserves de nutriments dans le muscle. Environ 96% de poids est donc sans rapport avec les réserves nutritives. Hauteur est presque totalement sans rapport avec les besoins nutritifs des organes. MUAC, cependant, est directement lié à la masse musculaire et est, par conséquent, une mesure directe de réserves nutritives.

La preuve limitée qui est actuellement disponible suggère que un indice connu comme le rapport masse maigre (RMT), le ratio de la masse estimée des membres à la masse estimée du tronc, est le meilleur indicateur anthropométrique de l'état nutritionnel. Les données disponibles suggèrent que le MUAC non corrigée pour l'âge ou la hauteur est un meilleur indicateur de l'état nutritionnel de tous les autres indicateurs pratiques et que la hauteur du poids-pour-ne est pas associé avec RMT et est le pire indicateur pratique de l'état nutritionnel.

Une alternative à examiner l'association entre un indicateur anthropométrique et l'état nutritionnel est d'examiner la valeur pronostique ou prédictive (c. de prédire la mort) de divers indicateurs. Lorsque cela a été fait, W / H a été démontré de façon constante d'être moins efficace prédicteur de la mortalité et que, à haute spécificités, MUAC est supérieur à la fois à la taille pour l'âge et le poids-pour-âge.

En termes d'indicateurs qui sont pratiques pour recueillir dans des contextes de développement et d'urgence, MUAC peut le mieux être un "étalon-or" possible de l'état nutritionnel.

Eh bien, je pense que je suis au courant de cela.

Évaluation précise de l'état nutritionnel et les besoins, ainsi que l'évaluation de la composition corporelle, ne sont pas disponibles pour les jeunes enfants, en particulier pour ceux dans des conditions physiopathologiques.

Donc, il est en effet très peu de preuves concernant le lien entre l'anthropométrie et l'état nutritionnel / needs.And tout le monde devrait être conscient de cela. Comme nous devrions tous être conscients des limites de la preuve derrière le lien entre l'anthropométrie et la mortalité (de quelques études de cohortes des années 80, en comparant des indicateurs différents de ceux en usage aujourd'hui, dans un contexte tout à fait différent de mortalité).

En fait, la seule évaluation précise des besoins nutritionnels dont je suis au courant a été effectuée il ya quelques décennies par Mike or et ses collègues, pour les enfants SAM qui étaient, à cette époque, définie par une faible FMH (ancienne référence NCHS) et / ou œdème nutritionnel. Je pense que cette évaluation est à l'origine de la formulation de la F75, F100 et plus tard de l'ATPE.

Maintenant, la mesure dans laquelle les enfants admis aujourd'hui pour le traitement SAM (principalement faible périmètre brachial et enfants chétifs, comme vous le savez sans doute que les bas de la FMH seuls les enfants sont très souvent exclues de "PB seulement" programmation ou pratiques)
1) ont les mêmes besoins nutritionnels pour leur réhabilitation nutritionnelle à court terme, ainsi que pour leur croissance saine, que ceux qui ont été guéris par Golden et al. il ya quelques décennies
2) devrait être considéré comme le plus besoin pour être admis au traitement SAM que les enfants faibles de la FMH, qui seront exclues du périmètre brachial seule la programmation et les pratiques

... Sont des questions importantes, qui nécessitent une enquête plus approfondie. Particlularly concernant la mauvaise chevauchement entre le diagnostic par MUAC et la FMH, qui a fait l'objet initial de ce fil.

Tout d'abord, Benjamin, je ne répondait pas uniquement pour votre avantage. Je suis aussi conscient que je ne l'avais égaré du sujet de ce fil. Ma réponse a été à la déclaration que WHZ est un "étalon-or" dans un court article que vous explicitement lié comme "utile" dans votre post ci-dessus. Je me sens libre de critiquer un document bâclé (au moins il était court!) Pour faire une réclamation injustifiée tout comme vous vous sentez libre de rejeter une série (plusieurs est un assez grand nombre d'études de cohortes ... plus d'un «peu») bons papiers par d'éminents scientifiques des années 1980, simplement parce qu'ils étaient des années 1980 (dans les faits, certains étaient des années 1990 et ont donné les mêmes résultats). Si vous vous sentez vraiment que cette preuve est sans valeur, alors vous devriez appuyer sur pour le financement de refaire ces études de cohorte. Le problème avec ceci est que vous ne pouvez pas parce que ces études seraient contraires à l'éthique aujourd'hui. Il me semble être un peu idiot de rejeter la seule preuve que nous ont ou sont susceptibles d'avoir et de se replier sur des arguments "en agitant à la main". L'argument «Je ne ai aucune preuve, mais je ne l'aime vraiment votre témoignage (qui est à partir de sources crédibles) donc je vais juste l'ignorer" est, OMI, assez faible.

Cela dit, nous avons la possibilité de les MUAC programmes uniquement. Nous pouvons éthiquement "refuser le traitement" pour les enfants à faible WHZ mais les enfants élevés MUAC comme la meilleure preuve que nous avons est que la faible WHZ à haute MUAC est pas dangereux (bien sûr, vous devez croire preuve ne l'affirmation injustifiée). Nous avons des preuves. Lorsque nous avons suivi ces bas WHZ mais élevés enfants MUAC comment ont été «traitement nié" ils ne semblent pas être en danger. Pourquoi ne pas le faire plutôt que de critiquer faussement données qui contredit un dogme chéri.

Je suis d'accord cette est une question importante et je demande donc ... "Où est votre preuve?". Nous ne pouvons pas régler ce sans preuve. Nous avons des preuves. Vous ne l'aimez pas, donc vous devez fournir une meilleure preuve. Telle est la façon dont ces choses sont supposés travailler.

BTW, quand ont-or et les partenaires font leur travail? ... 1976 (Picou-Golden Mix - précurseur de F75 .. F75 est "tordu" PG-Mix) à 1987 (Golden-Morris - test de F100 en Jamaïque). Nous pourrions étendre cette à 1988 (Golden publie son type I / type II hypothèse). Il est tous les 1980 et plus tôt. Pourquoi citer ce travail à partir d'une période où vous croyez clairement que les données de la 1980 est lié à nous induire en erreur? Il est après tout une simple poignée d'essais cliniques à partir il ya longtemps. Je ne prends pas ce point de vue. La preuve de Golden est (OMI) assez convaincant. Les données de la cohorte est également assez convaincant.

Tout d'abord, s'il vous plaît ne pas MIS-interprète mes mots: je ne «rejette» pas les preuves disponibles, ni dire que quelqu'un est «stupide». Parler de «dogme cherrish", je ne me suis pas fait pour les 10 dernières années, un défenseur passionné de l'utilisation d'un indicateur contre l'autre, dans ce que vous avez fait un travail merveilleux.

Non, je suis juste se référant au document équilibré communiquée par Tamsin ci-dessus.

Deuxièmement, le document Pediatrics indienne que je posté est le seul reportage sur la différence entre les indicateurs SAM dans un contexte indien, qui était la question initiale de ce fil.
Ce sont des données importantes, ce que vous pensez des inquiétudes des auteurs à propos de la faible chevauchement avec la FMH (ils ne l'appellent un étalon-or), et que vous pensez à propos de leur interprétation de la forte association entre faible périmètre brachial et le retard de croissance. Par ailleurs, ils ne sont pas les premiers auteurs à émettre l'hypothèse de cette association, dont l'influence dans le diagnostic de SAM par un faible périmètre brachial devrait clairement être étudiée.

Je ne suis pas que souligner certains (parmi d'autres - à nouveau se référer à la doc communiquée par Tamsin) limites et de lacunes importantes dans les preuves que vous présentez, je suis clairement d'un appel et d'agir pour plus de recherche dans ce domaine, à ce poste ainsi que dans le dernier.

Il est bon d'avoir vos encouragements.

Benjoin

Un grand merci aux contributeurs à cette discussion et à Mark et Benjamin pour tenter de présenter les meilleures données disponibles pour répondre à Meeta.

Bien que ce sujet tend à soulever les passions, nous devrions tous être prudent de faire de fortes affirmations positives ou méprisantes contre un corps de travaux publiés qui doit être compris dans ses limites et nuancée de manière appropriée. Une grande partie de la base de données probantes a été longuement discutée lors de la consultation mentionné dans mon post précédent, où la plupart des questions ci-dessus ont été soulevées. Ceux-ci sont représentés dans le document que je inclus le lien vers http://www.ennonline.net/resources/920.

La question elle-même n'a pas, réponse finale clair à ce moment, parce que, à la fois comme Benjamin et Mark ont ??souligné, la relation entre la FMH et MUAC varie entre contextes pour une variété de raisons, dont beaucoup ne sont pas bien comprises. Comme ils mentionnent à la fois, il est nécessaire d'examiner les données provenant d'autres enquêtes dans votre contexte spécifique pour être en mesure d'émettre des hypothèses à propos de la différence vous êtes plus susceptible de voir entre les deux mesures.

Il est maintenant admis qu'il n'y a pas «étalon-or» pour mesurer la malnutrition aiguë en utilisant des indicateurs anthropométriques, de sorte qu'il est difficile d'évaluer le pouvoir prédictif de PB contre la FMH, comme cela a été fait dans le document de l'Inde, cependant, les données peuvent encore être utile pour vous dans votre contexte, Meeta, et l'association entre le PB et le retard de croissance pourrait être intéressant de poursuivre les recherches.

Désolé, je dois prendre problème avec vous quand vous dites "la FMH (ils ne sont jamais appeler un étalon-or)" que l'article a:

PB comme un outil de dépistage ne ??devrait pas être d'identifier moins d'enfants que WHZ (le «gold standard») (soulignement ajouté).

Jette un oeil.

Si vous commencez à partir de la prémisse que WHZ est un étalon-or puis tout indicateur souffrira inévitablement en comparaison.

Comme Tamsin écrit:

Il est maintenant admis qu'il n'y a pas «étalon-or» pour mesurer la malnutrition aiguë en utilisant des indicateurs anthropométriques, de sorte qu'il est difficile d'évaluer le pouvoir prédictif de PB contre la FMH, comme cela a été fait dans le document de l'Inde ...

Mon message au sujet de ce document est seulement à souligner qu'il n'y a pas «gold standard» et, de tous les indices anthropométriques praticables, MUAC se rapproche de ce que fait alors WHZ. La préface de la poste était "Méfiez-vous!" parce que je tenais à souligner une prémisse erronée du papier. Il n'y avait aucune intention de provoquer.

Tamsin est correcte quand elle dit que les données présentées dans le troisième paragraphe de la lettre de pédiatrie indienne ne parlent directement à la question des différences entre la prévalence dans une population indienne. Si vous regardez ici (Figure 1), vous verrez que, en Ethiopie, au moins, la différence varie dans le pays. Pour les intéressés:

Eveleth PB, Tanner JM. 1990. Dans le monde entier variation de la croissance humaine (2e éd.). Cambridge: Cambridge University Press.

donne un aperçu et des données abondantes sur la variabilité en anthropométrie.

PB a été critiqué pour la sélection des enfants rabougris. Ceci est une autre raison pour favoriser le PB comme faible H / enfants sont également à risque élevé de mortalité (la plupart des études ont mis cette plus élevé que pour W / H). La propension à MUAC pour sélectionner les jeunes enfants (également du risque de mortalité) signifie que ce retard de croissance peut être inversé. Ceci est une des raisons (l'autre étant œdème) pour l'observation de longue date de la réduction de W / H de la PTF patients lors de la récupération qui est parfois appelé "rattrapage" ou de la croissance "compensatoire" (notez que vous ne verrez que si vous surveiller à la fois du poids et de la hauteur et ne pas utiliser la hauteur à l'admission pour tous les calculs de WHZ comme on le fait souvent).

OK, le terme «étalon-or» est mentionné dans les supports dans cet article, et en outre entre parenthèses, afin de refléter les inquiétudes des auteurs concernant le fait que faible périmètre brachial mal capturer bas de la FMH, la voie historique de l'identification anthropométrique malnutrition aiguë. Encore une fois, je ne pense pas que ce soit une bonne raison de rejeter l'article.

Merci pour mettre en évidence les bons points de l'article, enfin, dans votre dernier message.

Comme je l'ai dit plus tôt la mesure dans laquelle un traitement qui a été conçu pour couvrir les besoins nutritionnels des enfants faibles FMH couvrant les besoins de faible périmètre brachial et des enfants chétifs (pour le gain de poids à court terme, et la réhabilitation clinique, ainsi que pour longtemps une croissance saine à long terme) est un domaine clé de l'enquête qui mérite beaucoup plus d'attention que ce qui a été fait jusqu'à présent.

Ce sera mon dernier post sur ce fil.

L'article IP estime que WHZ est une «norme d'or» et le MUAC ncriticise pour ne pas être WHZ. Les mêmes données pourraient être utilisées pour faire le point exact opposé. L'approche complète de réifier soit W / H ou périmètre brachial est profondément erronée.

Une approche plus utile consiste à comparer les indicateurs en ce qui concerne la manière dont ils permettent de prévoir le résultat fonctionnel. Dans les programmes de survie de l'enfant "résultat fonctionnel" est la mortalité. Quand nous faisons cela, nous constatons qu'aucune des indicateurs anthropométriques possibles (c.-à-PB, PB / A, PB / H, W / H, H / A, W / A) est très bon. Nous devons "choisir le meilleur d'un mauvais sort". Ceux-ci se révèlent être MUAC et W / A. Une conclusion cohérente est que W / H est le pire d'un mauvais lot (Voir 1 994 avis de Pelletier).

Quant à l'histoire comme un étalon or ... James Joyce a «l'histoire est un cauchemar dont je suis en train de se réveiller". Historiquement (et pour beaucoup plus longtemps que W / H a été utilisé), l'esclavage était un élément clé de la production agricole et l'organisation sociale. Je ne pense pas que ce un bon argument pour le maintien de l'esclavage comme un "étalon-or" pour la production agricole ou une organisation sociale ou pour l'introduction des camps de travail.

Je suppose «historique» varie selon ce que vous prenez pour le début de l'histoire. Prenant le milieu du 20e siècle comme un point de pivot. Avant cela, nous avons un ensemble d'indicateurs de mesure unique telle une hauteur et une circonférence de la poitrine (généralement par âge dans une seule cohorte de naissance) et l'indice de Quetelet (maintenant appelé IMC) chez les adultes ainsi que des méthodes biochimiques et évaluation clinique subjective. Après cela, nous avons W / A dominante pendant de nombreuses années avant d'être supplanté par le PB et PB / H dans les années 1960 (en réponse à la famine en Afrique) avec W / H venir plus tard. Les années 1980 et 1990 des études de cohorte ont été entreprises dans l'utilitaire de W / H-dessus W / A et PB était (et est encore) douteuse (Voir 1 994 avis de Pelletier). Historiquement, puis, les choses peuvent changer. Je ne, cependant, un peu comme l'idée de W / H étant condamné à la «poubelle de l'histoire" (la phrase de Trotsky).

Le programme de recherche de la CCT délibérément inclus les enfants faible périmètre brachial comme un groupe de patients cible. Dans certaines cohortes, les enfants faible périmètre brachial formaient la majorité des cas (dans certains programmes de PCMA ils sont la grande majorité des cas). Le protocole CTC a donc été conçu et testé pour répondre aux besoins des enfants faible périmètre brachial ainsi qu'une faible W / H enfants. Ceci est le protocole que nous utilisons maintenant pour la plupart des cas SAM. Il est, certes, une adaptation des anciens protocoles TFC mais les adaptations ont été faites à la fois faible périmètre brachial et basse W / H enfants dans les populations de test.

L'examen Pelletier est:

Pelletier DL. La relation entre l'anthropométrie des enfants et de la mortalité dans les pays en développement: implications pour les politiques, les programmes et la recherche future. J Nutr 1994; 124 (10 Suppl): 2047S-81S

Ici, l'approche est l'anthropométrie de test contre la mortalité.

Je l'ai utilisé les mesures de la FMH et MUAC. On me demande souvent quelle est la différence entre la FMH et l'IMC. Quelqu'un peut-il aider?

Ils sont les deux indices problématiques et archaïques.

FMH est un indice «normalisé». Un grand ensemble de données (l'ensemble de données de référence) des enfants est prise et un sous-ensemble d'enfants pour chaque sexe et la hauteur (par exemple, les hommes de hauteur = 95 cm) est prise et la moyenne (ou médiane) et l'écart type est calculé. Le processus est un peu plus compliquée que l'interpolation est appliquée afin que nous puissions disposer de moyens utilement précises et les écarts types pour toutes les hauteurs avec une grande plutôt que simplement un ensemble de données vraiment massive. Aussi, nous choisissons généralement des individus en bonne santé (et riches) de manière à créer une référence ambitieux.

Pour chaque hauteur possible, nous avons une moyenne (M) et une déviation standard (S). Nous pouvons calculer un z-score poids-pour-taille en utilisant:
z = X - M ----- S
étaient X est le poids mesuré, M est le poids moyen de la hauteur mesurée dans la référence, et S est l'écart type associé avec M. Nos définitions de cas avec WHZ sont de nature statistique. Un WHZ de -2 correspond (par exemple) le (environ) les percentile de 2.3rd (soit seulement 2,3% des enfants du même sexe et la taille de la population de référence ont un poids inférieur. D'autres approches sont à utiliser en pourcentage de la médiane ou percentiles d'utilisation (ce qui est, en dessous, le même qu'en utilisant z-scores)

Le problème avec cette approche de référence est la sélection d'une référence appropriée. Depuis poids pour la taille est influencée par la forme du corps qui est des influences par l'alimentation, la génétique, l'altitude, la température et d'autres facteurs que nous peut se retrouver avec une référence qui conduit à des niveaux élevés d'erreur de diagnostic de certaines populations. Cela signifie que les conséquences fonctionnelles d'un enfant ayant un WHZ donnée varie considérablement entre les populations.

IMC a une approche différente. Il est calculé comme le poids divisé par la taille au carré. IMC est un bon indicateur de pourcentage de graisse dans de nombreuses populations, mais a des problèmes avec l'utilisation de seuils universels car elle est aussi influencée par la forme du corps. Seuils locales peuvent avoir à être utilisé pour l'IMC pour être utile pour le diagnostic. Singapour (par exemple) utilise BMI> = 27,5 chez les adultes comme une - catégorie «surpoids à risque" tout Hong Kong utilise BMI> = 23,0. Des travaux récents des Etats-Unis suggèrent que «à risque» peut être mieux fixé à BMI> = 30,0 plutôt que le courant IMC> = 25,0. Donc, encore une fois, nous avons le problème de l'IMC qui signifie des choses différentes dans différentes populations. Si l'IMC est utilisé pour le diagnostic, puis les normes locales peuvent être utilisés ou IMC corrigées pour la forme du corps. Si elle est utilisée pour mesurer le changement (comme dans un système de surveillance), alors aucune correction soit nécessaire que biais peuvent être prises pour être cohérent entre les deux tours de l'enquête. Autre objection à l'utilisation de l'IMC est qu'il est de peu d'utilité dans la grossesse, les seuils ont une signification différente fonctionnel à différents âges et chez les personnes malades, et de la difficulté de la mesure chez les personnes âgées et les handicapés. Il ya aussi un problème de "modèle mal spécifié" en ce qu'elle ne tient pas compte des lois physiques de base en supposant que l'augmentation de la masse avec le carré de dimensions linéaires plutôt que avec le cube de dimensions linéaires. Cela signifie que les personnes les plus importantes ont un IMC plus élevé que les personnes plus petites, même si elles ont la même forme du corps et la composition corporelle. IMC est en baisse de faveur et d'être remplacée par des mesures circonférentielles qui sont plus fortement associés à des résultats fonctionnels tels la taille: rapport de la hanche pour le diagnostic et le tour de taille dans les programmes de traitement de l'obésité.

Je espère que ce d'une certaine utilité.

Merci
Ainsi est la FMH normes utilisées par l'OMS repose essentiellement sur les enfants disent des États-Unis?

Les normes de croissance de l'OMS (WGS) utilise les données de l'étude multicentrique de l'OMS La référence de croissance (MGRS). Le MGRS a recueilli des données de croissance primaire et des informations connexes d'environ 8500 enfants du Brésil, Ghana, Inde, Norvège, Oman, et les Etats-Unis. Le WGS est une "référence des critères" en ce que pour les données d'un enfant d'être dans le jeu de données de référence dont ils ont besoin pour répondre à un ensemble de critères rigoureux. Il y avait des critères pour les sites d'étude et des critères individuels pour les enfants. Vous pouvez voir les critères dans cet article.

Quand vous regardez les critères que vous pouvez demander si cette référence est ce que vous voulez. Y at-il des conséquences à l'utilisation de ces critères?

Certains des critères sont exclusifs. Un site et l'enfant peuvent répondre à tous (sauf un) des critères d'inclusion, mais seront exclus parce qu'ils sont / vivent plus de 1500 mètres au dessus du niveau de la mer. Les gens qui vivent à des altitudes plus élevées ont tendance à avoir de larges coffres "tonneau" et des membres courts. Ces formes du corps sont associés à une forte WHZ. Dans ces populations, nous pouvons nous attendre à voir beaucoup de faux négatifs pour le gaspillage et beaucoup de faux positifs pour le surpoids. L'exclusion des populations mobiles exclut les pasteurs qui, dans les pays chauds ont souvent courts troncs étroits et longs membres. Ces formes du corps sont associés à une faible WHZ. Dans ces populations, nous pouvons nous attendre à voir beaucoup de faux positifs pour le gaspillage et beaucoup de faux négatifs pour la surcharge pondérale. Je me demande sérieusement si elle est légitime d'élever un ensemble de données de la plus riche et la plus instruite (qui, dans certains sites MGRS signifie l'mercantile et les élites politiques) en tant que norme mondiale.

Je pense, cependant, qu'il ya un problème plus important avec le WGS. Un indicateur conçu pour représenter la croissance idéal peut-être pas idéal pour le but d'identifier les enfants ou les populations, nécessitant des interventions nutritionnelles d'urgence. L'objectif principal de la plupart des enquêtes anthropométriques est d'identifier les populations dans le besoin des interventions nutritionnelles d'urgence. L'objectif principal des interventions traitant la malnutrition aiguë est de prévenir la mortalité. Dans ce contexte, la définition de cas plus utile sera celui qui peut identifier les personnes qui sont à haut risque de mourir si elles ne sont pas traités, mais seraient susceptibles de survivre si elle est traitée dans un programme de soutien nutritionnel adéquat. L'approche WGS équivaut défaut de ressembler à l'idéal d'abondance comme étant représentatifs du risque de mortalité élevé au sérieux. Voilà absence de l'idéal doit être une très mauvaise chose plutôt que simplement une chose ordinaire. Ceci est une sorte de catégorie erreur. Nous aimons habituellement d'utiliser des définitions de cas qui définissent la maladie plutôt que les définitions de cas qui fonctionnent à la manière d'back-to-front "votre croissance est pas idéal donc vous êtes vraiment malade"). Cette prise de conscience a conduit un certain nombre de travailleurs (moi entre eux!) De faire valoir que l'utilité des définitions de cas de malnutrition sont plus définis par leur capacité à refléter le risque de mortalité que de leur capacité à refléter la croissance idéal. Les études portant sur ??la valeur pronostique ou prédictive (c. de prédire la mort) de divers indicateurs anthropométriques ont constamment signalé le poids-pour-taille pour être le facteur prédictif le moins efficace de la mortalité et que, à haute spécificités, MUAC est supérieure à deux taille-pour-âge et le poids-pour-âge. En termes d'indicateurs qui sont pratiques pour recueillir dans des contextes de développement et d'urgence, MUAC sans correction pour l'âge, la taille, ou le sexe) a la meilleure prétention d'être une «norme» du risque de mortalité associé à la nutrition.

Je espère que cela est d'une certaine utilité.

Sur la question des normes de croissance de l'OMS et de la (mauvaise) interprétation commune qui automatiquement «petit = malsaine», serait intéressé par les pensées des gens sur le papier ci-dessous. Je l'entends souvent que parce que les normes de l'OMS sont basées sur les nourrissons allaités, il y aura moins de problèmes évaluant nourrissons allaités au sein en utilisant les nouvelles cartes. Pas du tout ce que nous avons trouvé dans cette petite RCT: (le texte intégral est un accès ouvert et gratuit à télécharger sur le site Web de la revue)

http://www.ncbi.nlm.nih.gov/pubmed/24134409

Interprétation des courbes de croissance de l'Organisation mondiale de la santé pour évaluer la malnutrition infantile: Un essai contrôlé randomisé

Ce qui est déjà connu sur ce sujet?
1) les normes OMS de croissance sont fondées sur une population allaités et sont techniquement supérieurs aux références de croissance NCHS.
2) Toutefois, plus de nourrissons âgés de <6 mois tombent en dessous de seuils anthropométriques de la malnutrition.
3) les implications pour l'allaitement maternel exclusif ont été débattues, mais manquent d'une base factuelle.

Qu'est-ce que ce document ajoute?
1) Les agents de santé ne tiennent pas suffisamment compte de la tendance de croissance linéaire, clinique et d'alimentation état lors de l'interprétation graphique de croissance parcelles de faible poids-pour-âge.
2) Ils sont donc plus préoccupés petits enfants lorsqu'ils sont évalués en utilisant mondiale de la Santé Organisation reposent plutôt que le Centre national pour les diagrammes de croissance à base de statistiques sur la santé: cela risque d'interrompre l'allaitement maternel exclusif.
3) Afin d'éviter gestion inadaptées, des lignes directrices et de la formation devrait souligner l'importance de la tendance de la croissance, l'allaitement maternel adéquat et l'état clinique.

Juste à se développer dans le commentaire précédent par Mark concernant la FMH et l'IMC. Les deux sont seulement des méthodes / stratégies qui visent à supprimer la contribution de la longueur / hauteur des différences de poids observées entre les individus / enfants, pour être en mesure de classer en fonction de la lourdeur. Chaque méthode utilise une approche mathématique différente pour éliminer cette contribution. Mark a gentiment expliqué une version simplifiée de la méthode derrière la FMH, mais passé sous silence que pour l'IMC.

Adolphe Quetelet de retour dans le 19ème siècle a travaillé que pour supprimer la contribution de la hauteur à la variance du poids, vous avez besoin de diviser le poids par la taille élevée à la puissance du coefficient de régression de leur association, lorsque les deux valeurs ont été transformées en log. Autrement dit, si vous prenez du poids et de la hauteur connecter transformer et effectuer une simple MCO, le coefficient de régression était la plupart du temps (pour les adultes) autour d'un facteur de deux. Étant donné que Quetelet était plus intéressé dans le classement large échantillon de personnes de façon sensible et spécifique sélectionner un petit sous-échantillon, cette méthode était une bonne approximation.

Avance rapide jusqu'à maintenant, et nous savons que beaucoup plus de détails, tels que le coefficient de régression entre la hauteur et le poids journal transformées varie à travers le développement, au plus près de deux fois, parfois plus étroits à quatre; que lors de la séparation maigre de la masse grasse, le coefficient de régression entre log-transformée maigre et la hauteur est plus robuste proche de la valeur de deux, même au cours du développement, tandis que celle de la graisse et de la hauteur transformées en log montre une grande variance. Ainsi, contrairement à l'affirmation Mark, index BMI mieux maigre écart de masse de la variance de la masse grasse, en particulier parmi ceux des catégories borderline comme celle entre le surpoids et l'obésité. IMC devient mieux indexation gras une fois que vous déplacez vers des valeurs très élevées (> 30). La meilleure façon de visualiser la relation entre l'IMC et la masse maigre et de gras est de regarder ce qu'on appelle les "charts" Hattori.

Maintenant, tous les indicateurs anthropométriques, ainsi que les indices créés basés dans leurs relations sont susceptibles de changer avec les changements phénotypiques entre individus motivés par l'environnement, le sexe et l'âge. Mark a déjà mentionné l'impact de deux des aspects tels que la forme du corps et les proportions de la FMH, mais ces facteurs affectent également circonférences du corps. Par exemple, le tour de taille est largement modifié par la taille, par lequel les individus de grande taille présenteront plus du tour de taille, donc maintenant la suggestion de développer un tour de taille pour l'indicateur de la hauteur. Cela est également vrai pour le rapport taille-hanche, un indicateur qui semble être mieux au classement de la fécondité que l'obésité chez les femmes.

MUAC est pas exclu, par exemple les valeurs MUAC similaires prélevés sur des enfants aussi grand et aussi anciens sont très probablement à des valeurs de composition de l'indice du corps différente si les enfants sont de Guatemala que si elles sont de l'Ethiopie ou de l'Inde, comme on connaît les différences de composition corporelle phénotypique entre les populations vivant dans les pays mentionnés ci-dessus. Comment ces différences sont susceptibles d'être traduites en résultats ou la survie fonctionnels, à ma connaissance, est encore inconnue et sans doute contesté.

Merci à Carlos.

Je ne suis pas sûr que je l'ai dit beaucoup sur l'utilité de l'IMC au sujet de la masse grasse et la masse maigre. IMC (comme l'indice de Quetelet) n'a jamais été très populaire et a été remplacé par le "index pondéral" (AKA "l'Indice de Rohrer"), qui est le poids divisé par le cube de la hauteur. Cela a été préféré à l'IMC parce que le cubage de hauteur donne un indice de la dimension appropriée et parce qu'il est plus robuste aux changements de stature que l'IMC. L'indice de Quetelet était pas populaire jusqu'à Touches et al (1972) ont montré que, parmi plusieurs rapports de poids et la taille, il était le meilleur indicateur de la matière grasse en proportion du poids corporel et rebaptisé l'indice «IMC». Touches et al (1972) ERE explicite en affirmant que l'IMC est pas utile pour le diagnostic individuel. Il n'a, cependant, devenir utilisé pour le diagnostic individuel. Cela a été fait au moment d'une "peur de l'obésité" (ils vont et viennent) dans les économies capitalistes avancées. La motivation pour l'utilisation de l'IMC était gras. IMC était mieux à cette tâche que l'indice pondéral. Il me semble que si votre intérêt est d'ajuster le poids de la hauteur, puis l'indice pondéral (ou similaire - il existe des modèles bio-physiques qui suggèrent un exposant environ 2,5 pourrait être mieux que 3) pourrait être préféré mais si votre intérêt est dans la graisse puis IMC doit être préférée.

MUAC est pas exempt de problèmes de la forme du corps. En Ethiopie (par exemple) est a été constaté que non corrigée MUAC (comme nous utilisons dans la PCMA porgrams) a été associée à la forme du corps, mais que la force de l'association était faible et il n'y avait pas d'effet sur le statut cas. Quand on regarde les études de cohorte à partir des années 1980 et début des années 1990, nous voyons un modèle cohérent. La mortalité augmente de façon exponentielle avec la baisse MUAC, avec de petites augmentations de la mortalité à des valeurs intermédiaires (PB-dire entre 110 mm et 130 mm) et une forte augmentation de la mortalité à des valeurs inférieures à 110 mm MUAC. Il ya peu de variation entre les études dans les relations et la mortalité observées, malgré le fait que les études ont été menées par des équipes différentes dans des endroits différents à des moments différents avec des longueurs variables de suivi et la censure incohérente des décès accidentels. Cette concordance des résultats est pas aussi forte avec W / H. Ceci suggère que le PB est relativement indépendante (en termes de résultat fonctionnel) des facteurs tels que la forme du corps. Maintenant, nous avons un traitement efficace de la malnutrition aiguë, il est très difficile de recueillir plus de données sur les résultats puisque nous savons que le refus de traitement sera, pour un grand nombre d'enfants, entraîner la mort. Nous avons à faire avec des données qui sont "suffisantes pour l'action, mais insuffisante pour satisfaire l'intellect».

Bonjour à toutes et tous,

1. Ma 1ère question concerne la surveillance des enfants considérés comme guéris des centres de récupération nutritionnelle (wasting)?
- Comment assurez vous le suivi (visites au domicile? consultation? etc.) et à quelle fréquence (hebdomadaire le premier mois? mensuellement après un mois?
- Quel type de documents remettez vous à la personne reponsable de l´enfant? quelles informations y apparaissent?

2. Mon autre question concerne les coupons alimentaires. Une des difficultés de ce système est de s´assurer que ces derniers soient utilisés par les familles vulnérables pour l´achat réél d´aliments. Comment parvenez vous à controler cela? Auriez-vous des conseils à me donner?

Je vous remercie pour vos partages!