Ceci est un rapport intéressant. La plupart de l'expérience en utilisant MUAC pour les admissions PCMA a été avec le seuil plus extrêmes de 110 mm et nous avons besoin de plus de rapports des programmes de forme en utilisant le seuil de 115 mm.

Le premier point à faire est que nous devons être très prudents lorsque nous utilisons des termes tels que les préjugés sexistes. Tout simplement parce que un indicateur sélectionne plus de filles que de garçons ne signifie pas qu'il est "préjugés sexistes". Si les filles sont plus à risque d'une issue défavorable que les garçons alors l'indicateur devrait sélectionner plus de filles que de garçons. PB est utilisé dans les programmes PCMA, car il est le meilleur prédicteur de la mortalité pratique à court terme. Si, dans votre milieu, les filles ont une mauvaise affaire par rapport aux garçons quand il vient à la nutrition, l'infection, l'accès aux services de santé, & c. ce qui les expose au risque de morbidité et de mortalité, alors vous attendez MUAC pour sélectionner plus de filles que de garçons. Cela ne veut pas un parti pris sexiste (il est le contraire d'un sexisme). Dans un tel contexte, un indicateur qui n'a pas sélectionner plus de filles que de garçons seraient sexes biaisés. Vous devez vous demander (et de consulter recensement et des rapports épidémiologiques) si, dans votre milieu, les filles reçoivent probablement un accord pire que les garçons. Ils ont tendance à faire à de nombreux paramètres que je ne l'ai travaillé dans.

Le deuxième point à faire est que la comparaison WHZ et MUAC est pas utile car ils mesurent des choses différentes et le pouvoir prédictif (par exemple pour la mortalité à court terme) de WHZ est habituellement le plus faible de tous les indicateurs pratiques. Il est possible que, dans votre milieu, WHZ expose un parti pris sexiste en faveur des garçons.

En regardant vos données ... Le sex ratio observé (garçons: les filles) est 349/666 = 0,5240.

Je dois compare cela avec les sex-ratios observés dans 560 ensembles de données nutritionnelles de l'enquête de l'anthropométrie de 39 pays et trouver:

Base de données complète (458951, 15014 cas avec MUAC <115 mm):

Nombre de garçons avec MUAC <115 mm: = 6852
Nombre de filles avec MUAC <115 mm: = 8162
Sex-ratio (garçons: filles): = 0.8395

Je calculais le sex-ratio dans 87 ensembles de données avec au moins 50 cas (pour ne pas me confondre avec les ensembles de données de prévalence très bas dans lequel (par exemple) 1 garçon et 2 filles me donne un sex-ratio de 0,5) et a obtenu:

Minimum: = 0,3182
Q1: = 0,6937
Médiane: = 0,8571
Moyenne: = 0,8725
Q3: = 1,0170
Max: = 1,5530

Cela confirme votre constat de plus de filles que de garçons étant sélectionnés.

Votre sex-ratio est assez extrême (ie dans le bas de 3,5% des distributions des sex-ratios observés dans les 87 ensembles de données ci-dessus). Il se peut que les filles au Népal obtiennent une très mauvaise affaire par rapport aux garçons, mais ... nous devons être très prudents sur les hypothèses ici ... vos données sont des données non la charge de travail de données de population. Il se pourrait que, en quelque sorte, votre programme a un parti pris contre les garçons. Je voudrais certainement vérifier le dépistage des cas et des activités de recrutement, ainsi que d'essayer de se faire une idée des attitudes culturelles au programme et à la malnutrition (par exemple, il pourrait être très honteux d'avoir un garçon mince, mais pas honteux d'avoir une fille mince et cette pourrait effectuer la participation à ce programme).

NOTE: Je ne suis pas exclure la possibilité que le PB peut avoir un parti pris sexiste. Si vous regardez le MUAC OMS / Une table de référence:

http://www.who.int/childgrowth/standards/second_set/acfa_girls_3_5_zscores.pdf

http://www.who.int/childgrowth/standards/second_set/acfa_boys_3_5_zscores.pdf

Vous verrez que, à des âges plus jeunes et dans des conditions idéales pour la croissance, les filles ont tendance à avoir MUACs légèrement inférieurs à ceux des garçons. Cela signifie que le seuil fixe MUAC aura tendance à choisir un peu plus de filles que de garçons (nous avons à se méfier de la façon dont nous utilisons les données de référence puisque nous travaillons rarement dans les milieux où les conditions sont idéales pour la croissance). Je ne pense pas que cette seule différence peut tenir compte de vos données si.

J'espère que cela aide.

Ceci est un rapport intéressant. La plupart de l'expérience en utilisant MUAC pour les admissions PCMA a été avec le seuil plus extrêmes de 110 mm et nous avons besoin de plus de rapports des programmes de forme en utilisant le seuil de 115 mm.

Le premier point à faire est que nous devons être très prudents lorsque nous utilisons des termes tels que les préjugés sexistes. Tout simplement parce que un indicateur sélectionne plus de filles que de garçons ne signifie pas qu'il est "préjugés sexistes". Si les filles sont plus à risque d'une issue défavorable que les garçons alors l'indicateur devrait sélectionner plus de filles que de garçons. PB est utilisé dans les programmes PCMA, car il est le meilleur prédicteur de la mortalité pratique à court terme. Si, dans votre milieu, les filles ont une mauvaise affaire par rapport aux garçons quand il vient à la nutrition, l'infection, l'accès aux services de santé, & c. ce qui les expose au risque de morbidité et de mortalité, alors vous attendez MUAC pour sélectionner plus de filles que de garçons. Cela ne veut pas un parti pris sexiste (il est le contraire d'un sexisme). Dans un tel contexte, un indicateur qui n'a pas sélectionner plus de filles que de garçons seraient sexes biaisés. Vous devez vous demander (et de consulter recensement et des rapports épidémiologiques) si, dans votre milieu, les filles reçoivent probablement un accord pire que les garçons. Ils ont tendance à faire à de nombreux paramètres que je ne l'ai travaillé dans.

Le deuxième point à faire est que la comparaison WHZ et MUAC est pas utile car ils mesurent des choses différentes et le pouvoir prédictif (par exemple pour la mortalité à court terme) de WHZ est habituellement le plus faible de tous les indicateurs pratiques. Il est possible que, dans votre milieu, WHZ expose un parti pris sexiste en faveur des garçons.

En regardant vos données ... Le sex ratio observé (garçons: les filles) est 349/666 = 0,5240.

Je dois compare cela avec les sex-ratios observés dans 560 ensembles de données nutritionnelles de l'enquête de l'anthropométrie de 39 pays et trouver:

Base de données complète (458951, 15014 cas avec MUAC <115 mm):

Nombre de garçons avec MUAC <115 mm: = 6852
Nombre de filles avec MUAC <115 mm: = 8162
Sex-ratio (garçons: filles): = 0.8395

Je calculais le sex-ratio dans 87 ensembles de données avec au moins 50 cas (pour ne pas me confondre avec les ensembles de données de prévalence très bas dans lequel (par exemple) 1 garçon et 2 filles me donne un sex-ratio de 0,5) et a obtenu:

Minimum: = 0,3182
Q1: = 0,6937
Médiane: = 0,8571
Moyenne: = 0,8725
Q3: = 1,0170
Max: = 1,5530

Cela confirme votre constat de plus de filles que de garçons étant sélectionnés.

Votre sex-ratio est assez extrême (ie dans le bas de 3,5% des distributions des sex-ratios observés dans les 87 ensembles de données ci-dessus). Il se peut que les filles au Népal obtiennent une très mauvaise affaire par rapport aux garçons, mais ... nous devons être très prudents sur les hypothèses ici ... vos données sont des données non la charge de travail de données de population. Il se pourrait que, en quelque sorte, votre programme a un parti pris contre les garçons. Je voudrais certainement vérifier le dépistage des cas et des activités de recrutement, ainsi que d'essayer de se faire une idée des attitudes culturelles au programme et à la malnutrition (par exemple, il pourrait être très honteux d'avoir un garçon mince, mais pas honteux d'avoir une fille mince et cette pourrait effectuer la participation à ce programme).

NOTE: Je ne suis pas exclure la possibilité que le PB peut avoir un parti pris sexiste. Si vous regardez le MUAC OMS / Une table de référence:

http://www.who.int/childgrowth/standards/second_set/acfa_girls_3_5_zscores.pdf

http://www.who.int/childgrowth/standards/second_set/acfa_boys_3_5_zscores.pdf

Vous verrez que, à des âges plus jeunes et dans des conditions idéales pour la croissance, les filles ont tendance à avoir MUACs légèrement inférieurs à ceux des garçons. Cela signifie que le seuil fixe MUAC aura tendance à choisir un peu plus de filles que de garçons (nous avons à se méfier de la façon dont nous utilisons les données de référence puisque nous travaillons rarement dans les milieux où les conditions sont idéales pour la croissance). Je ne pense pas que cette seule différence peut tenir compte de vos données si.

J'espère que cela aide.

Je pense que Mark a repéré les deux raisons pour lesquelles MUAC peut retourner un nombre plus élevé de filles avec SAM

Tout d'abord, les garçons et les filles ont une croissance différente, et cela se reflète aussi dans le PB. A tout moment, les filles en moyenne auront MUAC légèrement inférieur à celui des garçons, même si elle est bien nourrie. Si vous définissez SAM basée sur un fixe coupé pour les deux sexes, vous obtiendrez toujours, tous les autres facteurs étant égaux, un léger excès de filles.

Deuxièmement, dans certaines sociétés, les garçons et les filles ne font Thave le même risque de SAM pour les questions liées aux préjugés sexistes. Le sexisme a été rapporté précédemment en Asie du Sud et est bien documenté pour la mortalité, un critère objectif. Il est susceptible de se produire aussi bien pour le risque de SAM.

Il ya quelques années, je participais à une étude où l'on pouvait évaluer les proportions de décès liés à la SAM dans le Bangladesh rural. L'étude suggère que les filles ont plus de deux fois le risque de mourir de SAM que les garçons. Voir:

Fauveau et al. La contribution de la malnutrition sévère à la mortalité infantile dans le Bangladesh rural. Alimentation Nutr Bull 1990; 2 (3): 216-9. Disponible sur le site de la nutrition.

Je soupçonne le sexisme est susceptible d'être impliqué quand vous avez un déséquilibre entre les sexes majeur dans votre patient SAM. Dans cette situation, vous ne devriez pas considérer cela comme un biais diagnostique mais plutôt comme un argument pour donner plus de soutien aux filles. Diffference de la croissance peut toutefois expliquer les petites différences généralement considéré comme rapporté par Mark (sexe ration 0,8).

Je pense que Mark a repéré les deux raisons pour lesquelles vous pouvez avoir un nombre plus élevé de filles que de garçons à l'aide MUAC.

Tout d'abord, les garçons et les filles grandissent différemment, et cela se reflète dans la croissance MUAC. Même dans bien nourri cohorte tels que la cohorte qui MGRS, à tous les âges, en moyenne, les filles ont plus petit périmètre brachial. Lors de l'utilisation du périmètre brachial avec un fixe coupé pour détecter SAM, vous êtes susceptible d'obtenir un peu plus de filles que de garçons.

Deuxièmement, il peut y avoir des situations dans lesquelles il ya en effet plus de SAM chez les filles pour des questions liées à des préjugés sexistes. Le sexisme a été largement documentée en Asie du Sud et cela se reflète même dans une mortalité différente dans de nombreux domaines. Ceci est susceptible de se produire aussi bien pour SAM.

Il ya quelques années, je participais à une étude dans le Bangladesh rural, qui a tenté d'évaluer la contribution de la SAM à la mortalité infantile. L'étude suggère que les filles ont plus de deux fois le risque de mourir de SAM que les garçons. Voir:

Fauveau et al. La contribution de la malnutrition sévère à la mortalité infantile dans le Bangladesh rural: Implications pour cibler les interventions nutritionnelles. Alimentation Nutr Bull 1990; 12 (3) 215-9.

http://www.unu.edu/unupress/food/8F123e/8F123E05.htm#The%20contribution%20of%20severe%20malnutrition%20to%20c

Un excès de SAM décès liés à des filles dans ce contexte suggère qu'il n'y a d'autre qu'un biais diagnostic quelque chose et que les filles ne doivent plus de soutien.

Votre conclusion qu'une enquête nutritionnelle a renvoyé le même nombre de garçons et de filles SAM doit être pris avec prudence. 30 x 30 enquêtes traditionnelles ont une conception mal adaptée pour comprendre l'épidémiologie SAM, comme des numéros de SAM trouve généralement dans une enquête sont généralement trop petits pour faire des comparaisons significatives entre les différents groupes.

Votre conclusion que les garçons et les filles ont la même FMH à l'admission est intrigante, mais il serait intéressant de savoir comment ils sont recrutés. Avez-vous une recherche active des cas dans la communauté? Je doute que vous pouvez le faire avec la FMH. Ou prenez-vous des patients qui se présentent? Vous pouvez avoir ainsi un problème d'accès différent aux soins pour les garçons et les filles.

Je dois aussi la même question. du total des cas SAM admis (MUAC <115mm) de, le nombre de garçons et de filles dans District1 était de 214 et 333 respectivement. Dans District2, il était de 40 et 77 respectivement.

Cher Regine,

Avez-vous MISURE MUAC dans les enquêtes anthropométriques au Népal? Quelle a été la prévalence de <115mm PB chez les garçons et les filles dans vos enquêtes? Je pense que le sex-ratio de cas graves dans le PB dans un échantillon idéalement impartiale telle l'enquête de l'une et de la même population (népalais), peuvent exclure la partialité durant la sélection et l'admission et de l'aide à interpréter le sex-ratio que vous avez déclaré.

La référence que André affiché et un couple des autres références dans cet article faire une lecture intéressante sur le sexe-différentiel de SAM et de mortalité dans le Bangladesh rural. Dans un tel contexte comme un homme: rapport de sexe féminin dans les cas SAM de 0,5 semble raisonnable.

Anonyme 303 est correcte. Vous pouvez vérifier pour la sélection de diagnostic biais / en comparant votre charge de travail sex-ratio à la ratio de la population de sexe pour SAM. MAIS ... je suis d'accord avec André au sujet de la difficulté d'utiliser la grappe en deux étapes enquêtes sur des échantillons (par exemple 30 par 30 ou enquêtes SMART ) pour estimer le sex-ratio de la population pour SAM parce que la taille de l'échantillon est généralement trop petit pour trouver suffisamment de cas de SAM pour faire une estimation précise et fiable de la sex-ratio. Par exemple, si la prévalence est de 1% et la taille de l'échantillon est de 900, vous trouverez environ 9 cas Sam dans l'échantillon de l'enquête. En outre, une conception de grappe échantillonnée est un mauvais choix pour enquêter sur un phénomène en cluster (dans de tels contextes «l'effet de conception" est élevé et les intervalles de confiance très large). Avec une condition telle que SAM qui est souvent associée à une maladie infectieuse peut y avoir regroupement considérable de cas. Une meilleure méthode serait d'utiliser une conception de l'enquête comme la méthode de couverture du SCCS qui utilise une méthode d'échantillonnage "de manière optimale biaisée" de trouver des cas SAM. Il peut être intéressant de regarder toutes les données de l'enquête vous ne les avez, mais être conscient de ses limites. Il pourrait être possible d'estimer le ratio de la population de sexe en utilisant des seuils plus élevés MUAC (voir ci-dessous).

Kiross ... où est-ce à partir des données? Les sex-ratios sont District 1 = 0,6426, District 2 = 0,5195, Combiné: 0,6195. Pas aussi extrême que les données népalais (voir ci-dessus).

Plus de données (à partir de ce que je dois le remettre - la plupart des données de programme de routine que je dois ne comprend pas le sexe) ... Les données de OTP dans SNNPR, l'Ethiopie admettant le MUAC <110 mm - le sex-ratio est 0.8424 (246 garçons à 292 filles) qui est proche de la moyenne trouvée dans mon analyse (ci-dessus). Les données d'une recherche de cas (dépistage porte-à-porte) exercice (petit nombre) dans le Wollo, en Éthiopie en utilisant MUAC <115 mm avaient un sexe ratio est de 0,6667 (12 garçons et 18 filles). Données d'un autre cas, l'exercice est de trouver la même zone en utilisant MUAC <115 mm avait un sex-ratio de 0,6857 (48 garçons et 70 filles). Les données d'un programme ANP dans le centre de la RDC en utilisant MUAC <110 mm avaient un sexe ratio de 0,9080 (987 garçons et filles) 1087.

Donc, nous avons ...

Regine (Népal): 0,5240
Kiross (?): 0,6195
Mark (Ethiopie 1): 0,8424
Mark (Ethiopie 2): 0,6667
Mark (Ethiopie 3): 0,6857
Mark (RDC): 0,9080

Moyenne pondérée: 0,7610

tiré de programme ou de données de recherche de cas. Il ne semble y avoir une tendance pour que ces programmes admettent plus de filles que de garçons. Les ensembles de données "L'Ethiopie 2" et "3" en Éthiopie suggère que dans le Wollo (en Avril - Juin 2003), le sex-ratio de la population pour SAM est quelque part environ 0,68 (données de dépistage porte-à-porte dans 43 villages).

Quelqu'un at-il un programme ou des données de dépistage qu'ils peuvent partager avec nous? Il n'a pas d'importance si le seuil est de 115 mm MUAC ou 110 mm.

Il me semble que nous pourrions être en mesure de l'utiliser comme un indicateur de la couverture équitable ... nous pourrions probablement utiliser des données d'enquête avec un seuil plus élevé MUAC (par exemple <125 mm) pour estimer un sex-ratio, puis de comparer à l'apport du programme à l'estimation de la population. Si (par exemple), nous avions un ratio de la population sexe de 0,68 et une ration programme de sexe de 0,85, nous pourrions penser que nous étions ne pas admettre assez de filles. Juste une idée. Peut-être nous faut de meilleures méthodes d'enquête pour que cela soit utile.

Je regardai le garçon: ratios de fille pour le même district au Népal lors de l'enquête de la nutrition 30x30 et l'enquête de couverture fait en utilisant SLEAC.

Nutrition Survey 30x30 (n = 961)
PB <115 garçons: filles = 0,9, mais le cas de charge très faible pour l'interprétation!

Champ de l'enquête SLEAC (n = 3316) la sélection aléatoire de grappes et de tous les enfants <5 blindé porte-à-maison
Sex-ratio (garçons: les filles) pour MUAC <115 = 0,3 cas très faible charge pour l'interprétation!

De 41 cas SAM trouvés au cours de la SLEAC 7 cas seulement sont actuellement admis dans l'OTP (5 filles et 2 garçons). Faible charge de cas.

Je ai également vérifié sur l'âge moyen des garçons et des filles admises dans OTP:
Les filles sont en moyenne 2 mois plus jeunes que les garçons admis ce qui pourrait expliquer une certaine différence dans le périmètre brachial.
Moyenne d'âge pour l'admission du Bureau du Procureur
filles = 15,66 mois
garçons = 17,74 mois

Question? Pourquoi les filles SAM à un stade plus précoce que les garçons? Hypothèse: les pratiques d'alimentation sont différents.
Je suis arrivé allaitement selon l'âge et le sexe (pas d'autres données connexes disponibles à ce sujet):
Les enfants allaités (%) par rapport au sexe et l'âge
6-11months: garçons: 80,6%, filles: 77,8%
12-23 mois: 80,4% des garçons, les filles: 78,4%
24-35 mois: 70,3% des garçons, les filles: 65,2%
36-47 mois: garçons: 27,3%, filles: 45,5%
48-59 mois: garçons: 20,0%, 40,0% des filles:

L'allaitement maternel signifie ici allaité en général et ne dit rien à propos exclusive, la fréquence etc. Différences dans les 3 premières années sont minimes. Dans l'âge 3-5 ans filles sont en fait plus souvent que les garçons allaités. Les données proviennent des admissions et du Bureau du Procureur est pas de données démographiques.

Je ai également vérifié sur un lien possible de maladies et avec cette un risque de mortalité plus élevé associé éventuellement avec le MUAC faible pour les filles.
sur les 614 admissions OTP analysé 40,4% a également eu une maladie enregistrée. Sur ce 40,4% des filles sont majoritaires avec 60,9% et les garçons qui composent pour seulement 39,1%.

Symptômes simples ou multiples enregistrées? sur les filles malades 28,5% montrent de multiples maladies enregistrées similaires pour les garçons (33%)

SAM filles admises dans OTP souffrent plus souvent de problèmes de santé que les garçons. Cependant, ils ne sont pas le plus souvent souffrent de plusieurs problèmes médicaux.

En ce qui concerne le processus de sélection et un éventuel biais de genre:

Dépistage principal est fait par des bénévoles de la communauté en utilisant MUAC au cours de leurs tâches quotidiennes normales en tant que bénévole de la santé (système MSP).

Assumption1: ils identifient les garçons et les filles par des preneurs de soins nombre égal avec les filles ont tendance à suivre les conseils référence plus souvent et donc plus de filles sont admises dans OTP par un PB avec garçons ayant un statut beaucoup plus élevé dans la société Népal Je suppose que les garçons sont meilleurs pris en charge (et ce moins souvent malades / malnutris), mais en cas de problèmes de consultation immédiate au centre de santé.

Hypothèse 2: les filles sont plus identifiés avec MUAC parce que les filles sont plus souvent SAM (PB) à la discrimination sexuelle des filles à oui probablement

Le dépistage au niveau du poste de santé se fait par MUAC et également pour WHZ (en théorie) tous les enfants <5 ans vu au cours des consultations pour une raison quelconque

Hypothèse 1: les filles sont plus souvent malades et donc apporté le plus souvent pour le contrôle de la santé et à ce moment nutritionnellement examinés et admis un possible que les filles semblent être plus souvent malades (voir données) à des données chèque de SIMD pour confirmer garçon: ratio de fille pour la santé consultations!

Ce qui devient clair pour moi est que, dans la malnutrition de district de Bardiya associée à un risque de mortalité plus élevé semble être lié à la discrimination entre les sexes. La discrimination des filles / femmes est une pratique courante au Népal, plus caché que dans certains autres pays, je travaillais dans mais il est certainement pratiquée. Cependant, je suis vraiment surpris que à l'âge de 15 mois, ce qui est déjà visible. Je vais essayer de trouver d'autres pratiques d'ANJE liées au genre de données indiquant.

Nous avons fait une autre enquête 30x30 nutritionnelle dans le district de Jajarkot au Népal. Je vais vérifier sur le sex-ratio pour voir si il ya des similitudes.

Un bref commentaire ci-dessous les informations complémentaires fournies par Régine.

La discrimination sexuelle peut commencer très tôt dans certaines sociétés, comme le montre le taux d'avortement différentiels dans les endroits où il ya des préjugés sexistes graves + accès à in utero détermination du sexe avec des ultrasons. Souvent signalés dans toute l'Asie du Sud.

L'allaitement maternel ne signifie pas nécessairement un meilleur état nutritionnel. En fait, le contraire se voit souvent après 12 mois d'âge: l'allaitement maternel est associé à un plus mauvais état nutritionnel. Cela a été signalé dans de nombreux endroits. Voir:

LM Grummer-Strawn. Est-ce que l'allaitement prolongé nuire à la croissance de l'enfant? Un examen critique.
Pediatrics. 1,993 avril; 91 (4): 766-71.

Cela semble lié à une causalité inverse: quand les enfants sont mal nourris, les mères ont tendance à les allaiter plus longtemps. Nous avons vu qu'il ya au Bangladesh ans dans une étude longitudinale, montrant que l'état nutritionnel chez les enfants qui vont bientôt arrêter l'allaitement était mieux que ceux qui ont continué l'allaitement. Et aussi que la survie des enfants allaités était meilleur que pour les non allaités, en dépit d'un état nutritionnel pire.

Briend A, Bari A. L'allaitement améliore la survie, mais pas l'état nutritionnel, des enfants âgés de 12-35 mois dans le Bangladesh rural. Eur J Clin Nutr. 1,989 septembre; 43 (9): 603-8.

Ce problème de causalité inverse a été confirmée par d'autres. Voir:

Marquis GS, JP Habicht, Lanata CF, Noir RE, Rasmussen KM. Association de l'allaitement maternel et de retard de croissance chez les jeunes enfants péruviens: un exemple de causalité inverse. Int J Epidemiol. 1997 avril; 26 (2): 349-56.
http://ije.oxfordjournals.org/cgi/reprint/26/2/349

Donc, plus l'allaitement maternel chez les filles dans vos paramètres ne exclut pas la discrimination.

Merci, Regine, pour le suivi complet.

Je comprends le problème avec les petits nombres des sondages 30-par-30. Pouvez-vous faire la même analyse mais avec MUAC <125 mm? Cela montrera le rapport de masculinité pour GAM.

Vous avez 41 cas de SLEAC utilisant une stratégie d'échantillonnage exhaustive. Vous trouverez un rapport M: le sexe de F de 0,3. Cela donne à penser que vous avez trouvé 10 garçons et 31 filles avec SAM. Est-ce correct? Nous pouvons faire quelque chose avec cela. Je calcule un IC à 95% en utilisant ces données et a obtenu le sex-ratio = 0,3226 (IC 95% = 0,1411, 0,6752). Ceci est cohérent avec vos données sur les admissions. Dois-je les chiffres de base corriger?

La différence d'âge pourrait expliquer en partie la différence. En termes de périmètre brachial / A, les garçons sont probablement plus de gaspillage que les filles. Approximative PB / A pour 115 mm pendant 16 mois et 18 mois vieux garçons sont:

16 mois filles:

Médiane = 144
SD = 10.3
115 mm = (115 - 144) / 10.3 = -2,8 z-scores

18 garçons de mois:

Médiane = 148
SD = 10,0
115 mm = (115 - 148) / 10,0 = -3,3 z-scores

Mais nous devons garder à l'esprit que le PB / A est un prédicteur de la mortalité pire à court terme à un seuil MUAC simple. La chose au sujet du MUAC / Une référence est qu'il est à propos de al gosses de riches et en bonne santé. Voyez-vous beaucoup d'entre eux?

Les données de l'allaitement maternel sont intéressantes mais difficiles à interpréter cette question WRT. Nous aimerions vraiment voulons données démographiques.

Les données sur les maladies concomitantes sont intéressants. Il semble que les filles ont tendance à être plus susceptibles d'avoir une maladie coïncidence que les garçons. Cela devrait mettre votre esprit au repos un peu car il suggère que beaucoup de filles vous admettez aura probablement empirer sans votre intervention. Si vous pensez en termes de périmètre brachial / A, alors vous pouvez caractériser ces filles comme «borderline émaciation sévère avec des complications". Ce serait un aveu légitime CTC.

Les données de comportement de recours aux soins est également intéressant. Il me semble que, dans votre milieu, la malnutrition est souvent le résultat d'une infection. Si les garçons sont meilleurs que les filles traitées alors vous attendre à voir plus de filles que de garçons SAM SAM. Il pourrait être utile de demander autour de ce sujet. Vous pouvez également être en mesure de trouver des documents sur le genre et santé au Népal dans (par exemple) des ONG et rapports de l'ONU. Le rapport de la Banque asiatique de développement montre une image mitigée. Je viens de faire une recherche documentaire rapide et les articles récupérés tous les soutiens votre hypothèse que les garçons ont un accès préférentiel aux services de santé, y compris la recherche de traitement plus tôt. Il semble que vous êtes en train de ramasser de la pagaille causée par l'inégalité des sexes. Il est un bon travail que quelqu'un est!

30 par 30 amas GAM avec MUAC <125mm: n = 961, les garçons, les filles: 45: 60

Enquête sur la couverture: cas de 41SAM, sur ceci:
garçons: 6: PB <115mm, WHZ <-3: 11
filles: 19 MUAC <115mm, WHZ <-3: 3, œdème: 2
(MUAC est utilisée en priorité les critères d'admission et en cas MUAC et WHZ répond aux critères d'admission de l'enfant est enregistrée en vertu de l'admission MUAC), œdème est toujours enregistrée séparée.

Riche et en santé des enfants:
caste / groupe ethnique appartenant est un gros problème au Népal et donc nous avons inclus une question à ce dans la carte d'admission OTP, mais sur base volontaire. De 614 314 admissions à l'OTP n'a pas donné cette information, mais à partir de la 300 reste nous savons que nous avons des admissions:
aucune information: 314 (51,1%)
basse caste: 22 (3,6%)
caste moyenne: 237 (38,6%)
caste supérieure: 41 (6,7%)
Je mets cela en corrélation avec la distribution réelle de la caste dans le quartier. Selon les données de la population et en utilisant les 300 enfants des informations de caste comme 100% la suivante apparaît:
basse caste: pop dans le quartier: 3,94%, mais 7,33% des admissions OTP
caste milieu: pop: 45,32%, mais reflétant 79,0% des admissions OTP
caste supérieure: pop. 50.74% mais seulement 13,67% de nos admissions.

Cela montre que la caste du milieu dans le district pilote est d'avoir la majorité des enfants SAM admis mais il ne dit pas vraiment si nous avons le plus élevé de malnutrition parmi ce groupe. Peut-être que nous atteignons juste leur meilleur. Au cours de l'enquête de couverture seulement 1 OTP atteint> 50% de couverture, pour 3 aucun cas SAM a été trouvé dans la grappe et les 7 autres étaient en dessous de la cible de 50%. Donc à partir de ce que je ne dispose pas des données que je devrais faire une déclaration. Toutefois, dans un autre district, nous avons analysé la malnutrition en corrélation avec la caste et a constaté que les enfants à faible caste avaient un risque trois fois plus élevé de malnutrition que la caste milieu avec la caste supérieure venant en second. Mais cela est un quartier de la colline et pas du Terai que les données ci-dessus et donc une comparaison très délicat.

Données de l'enquête Cluster:

0,75 (IC à 95% = 0,58; 0,93)

Données de l'enquête de couverture (en utilisant 6 et 19):

Sex-ratio = 0,32 (IC à 95% = 0,12; 0,59)

Votre sex-ratio observé pour les cas était de 0,52 (compatible avec les données de couverture).

Je plaisantais au sujet des enfants riches et en bonne santé. Désolé. le point que je voulais (et à défaut) de faire est que une référence construite autour de la croissance idéal peut-être pas la meilleure chose à utiliser lorsque l'on travaille avec des enfants qui sont extrêmement malsaine (par exemple, plus de la moitié des enfants dans votre programme serait probablement mourir dans un quelques mois sans vous intervention).

Votre épidémiologie est correcte ... il est très difficile de conclure beaucoup de données sur les admissions seuls.

Ceci est une question intéressante ... il ya quelqu'un là-bas avec plus de données?