Exemples

  • Qu’entend-on par des divisions « infranationales » ?

    Les sous-divisions administratives diffèrent selon les pays. Pour les besoins de cet guide, les définitions suivantes sont adoptées :

    • Le terme générique « région » correspond au « niveau administratif infranational de niveau N-1 », dans le cadre duquel un pays est généralement divisé en 10 à 20 sous-divisions.
    • Le terme générique « district » correspond au « niveau administratif infranational de niveau N-2 », dans le cadre duquel un pays est généralement divisé en 30 à 100 sous-divisions.

    Cette dénomination correspond à la situation existante dans la plupart des pays PNIN à l’exception de la Côte d’Ivoire, où ce que l’on appelle ici « région » correspond en fait à un « district » et vice-versa.

    Sous-divisions administratives dans les pays de l’initiative NIPN
    Terme générique utilisé dans ce guideRégionDistrict
    PaysNiveau N-1Niveau N-2
    Bangladesh 8 divisions 64 districts
    Burkina Faso 13 régions 45 provinces
    Côte d’Ivoire 12+2 districts 31 régions
    Éthiopie 11 états régionaux 68 zones
    Guatemala 22 départements 335 municipalités
    Kenya 47 districts
    RPD Laos 17 provinces + Vientiane districts
    Niger 7 régions + Niamey 63 départements
    Ouganda 15 sous-régions districts
    Zambie 10 provinces 103 districts
  • Tableau de bord national et infranational du SUN MEAL

    Lien :
    https://scalingupnutrition.org/fr/progres-et-impact/suivi-evaluation-redevabilite-et-apprentissage-meal/tableaux-de-bord-des-pays/

    Des tableaux de bord nationaux ont été élaborés pour les pays SUN. En outre des tableaux de bord infranationaux sont en cours d’élaboration, qui sont légèrement différents et ont pour but de comparer les données entre les districts.

    Principales caractéristiques du tableau de bord SUN MEAL :

    • Sous-sections claires qui correspondent directement à la théorie du changement du Mouvement SUN et sont conformes, à de nombreux égards, aux cadres de nutrition du Fonds des Nations Unies pour l’enfance (UNICEF) et du Lancet.
    • Les indicateurs ne présentant « aucune donnée » sont clairement visibles (bien qu’ils ne soient pas présentés dans cet exemple).
    • L’année la plus récente au cours de laquelle l’indicateur a été collecté est incluse.
    • Les sources de données sont incluses.
    • Un code de couleurs montre clairement les résultats en comparaison avec les résultats médians des autres pays (ou la valeur médiane nationale dans le cas d’un tableau de bord infranational).
    • Les tableaux de bord infranationaux qui ne sont pas encore totalement finalisés présentent un codage de couleurs permettant de comparer les différentes régions.
    • Un résumé narratif est inclus.
    • Une page expliquant la classification des couleurs est incluse.
    • 6 pages au total pour les tableaux de bord nationaux ; 8 pages pour les premières ébauches de tableaux de bord infranationaux (pas encore publiés).

    Contenu du tableau de bord SUN MEAL :

    • Environnement favorable
    • Financement pour la nutrition
    • Intervention et approvisionnement en aliments
    • Législations adoptées
    • Facteurs en faveur de la nutrition dans le cadre des Objectifs de développement durable (ODD)
    • ANJE et apports alimentaires
    • Statut nutritionnel
    • ODD liés à la nutrition
    Exemple

    Extrait du tableau de bord SUN MEAL du Burkina Faso

    JPEG - 118.1 ko
  • Tableau de bord POSHAN au niveau des districts (Inde)

    Lien :
    http://poshan.ifpri.info/category/publications/district-nutrition-profiles/

    Principales caractéristiques du tableau de bord POSHAN :

    • Tableau de bord au niveau des districts
    • Sous-sections claires
    • Graphique à barres très clair et simple présentant la valeur moyenne du district et celle de l’État. L’un des problèmes qui se posent avec ce type de graphique à barres réside dans l’échelle, car il est difficile de comparer les indicateurs allant de 10 à 20 % avec ceux allant de 40 à 50 %.
    • Les indicateurs ne présentant « aucune donnée » sont clairement visibles
    • Les sources de données sont incluses
    • Une section avec des « points de discussion possibles » est incluse
    • Page mentionnant les déterminants de la malnutrition et les sources d’information
    • 4 pages au total pour les tableaux de bord infranationaux

    Contenu du tableau de bord POSHAN :

    • Profil démographique
    • La situation de la nutrition
    • Déterminants immédiats de la nutrition
    • Couverture des interventions spécifiques à la nutrition
    • Déterminants sous-jacents et basiques de la nutrition
    • Interventions qui affectent les déterminants basiques et sous-jacents
    Exemple

    Extrait du tableau de bord POSHAN du district de Bokaro

    JPEG - 85.1 ko
  • Tableau de bord national du GNR

    Lien :
    https://globalnutritionreport.org/

    Principales caractéristiques du tableau de bord du GNR :

    • Sous-sections claires
    • Présentation visuelle pratique avec une variété de couleurs, mais plutôt dense.
    • Certains graphiques sont difficiles à interpréter au premier abord.
    • Les sources de données sont incluses.
    • Des analyses des inégalités, définies par le quintile de richesse, sont incluses.
    • Une section présentant les progrès réalisés relativement aux cibles mondiales en matière de nutrition est incluse.
    • 2 pages au total pour les tableaux de bord nationaux.

    Contenu du tableau de bord du GNR :

    • Données économiques et démographiques
    • Anthropométrie des enfants
    • Statut nutritionnel des adolescents et des adultes
    • Progrès réalisés relativement aux cibles mondiales en matière de nutrition
    • Couverture des interventions et pratiques d’alimentation des enfants
    • Déterminants sous-jacents
    • Ressources financières et dispositions politiques, juridiques et institutionnelles
    Exemple

    Extrait du tableau de bord GNR de l’Ouganda

    JPEG - 67.4 ko
  • Tableau de bord national Countdown 2030

    Lien :
    http://countdown2030.org/country-and-regional-networks/country-profiles

    Principales caractéristiques du tableau de bord national Countdown 2030 :

    • Sous-sections claires
    • Présentation visuelle pratique avec une variété de couleurs, mais plutôt dense.
    • Profil interactif en ligne avec un grand potentiel.
    • Des représentations graphiques de l’équité très simples à interpréter sont incluses.
    • Des liens vers les sources de données sont inclus.

    Contenu du tableau de bord national Countdown 2030 :

    • Données démographiques
    • Couverture de la continuité des soins
    • Équité
    • Santé maternelle et du nourrisson
    • Nutrition des femmes et des enfants
    • Données démographiques
    • Santé des enfants
    • Politiques, système, financements
    • Environnement
    Exemple

    Extrait du tableau de bord Countdown 2030 de la république de Côte d’Ivoire

    JPEG - 93.5 ko
  • Tableau de bord national du système d’information sur la nutrition de l’OMS (WHO NLiS)

    Lien :
    http://apps.who.int/nutrition/landscape/report.aspx

    Principales caractéristiques du tableau de bord WHO NLiS :

    • Sous-sections claires
    • L’année au cours de laquelle l’indicateur a été collecté est incluse
    • Lien direct vers la source d’information (utile pour les lecteurs en ligne, moins pour ceux qui consultent les tableaux de bord imprimés)
    • Informations très claires sur la signification et l’interprétation de chaque indicateur (fenêtre pour cliquer)
    • Une section sur les politiques et les programmes figurant dans la base de données GINA est incluse

    Contenu du tableau de bord WHO NLiS :

    • Malnutrition chez les enfants
    • Malnutrition chez les femmes
    • Carences en vitamines et éléments minéraux
    • Services de santé
    • Sécurité alimentaire
    • Pratiques de soins
    • Engagement
    • Capacité
    • Méta-indicateurs
    • Politiques et actions dans la base de données mondiale sur la mise en œuvre des actions en matière de nutrition (GINA)
    Exemple

    Extrait du tableau de bord WHO NiLS du Guatemala

    JPEG - 50.5 ko
  • Système d’information, jeu de données, indicateur

    Un système d’information est un système de composants interdépendants qui travaillent ensemble pour collecter, traiter, stocker et diffuser des informations entre les parties prenantes / bénéficiaires afin de faciliter la prise de décision, la coordination, le contrôle, l’analyse et la visualisation (par ex. DHIS-2, le référentiel des instituts nationaux de statistique, la plateforme EDS - enquêtes démographie et santé).

    Un jeu de données est un fichier contenant tous les enregistrements individuels d’une enquête spécifique (par ex. enquête EDS dans le pays “X” de l’année 2005).
    Un jeu de données peut être disponible dans un ou plusieurs systèmes d’information. Par exemple, l’enquête EDS de 2012 au Niger est disponible dans le système d’information StatCompiler (plateforme officielle EDS) et dans le système d’information de l’Institut national de la statistique du Niger.

    Un indicateur est calculé en fonction d’une ou de plusieurs variables d’un jeu de données.
    Le même indicateur peut être trouvé dans différents jeux de données, mais il peut être comparable ou ne pas l’être, car :

    • la définition de l’indicateur n’est pas exactement la même. Par exemple, la définition de certains indicateurs dans les enquêtes EDS a évolué avec le temps ;
    • la méthodologie d’échantillonnage utilisée par l’enquête est différente.
  • Deux options pour surmonter de défi n°1

    Option 1 : Limiter l’exercice au niveau des jeux de données (exclure la matrice des indicateurs)

    L’exercice est toujours considérable et son périmètre peut encore être réduit.

    1. L’éventail de jeux de données à examiner
    Par exemple, la Côte d’Ivoire a décidé d’examiner les jeux de données gérés par les secteurs clés concernés par la nutrition (santé, éducation, genre, affaires sociales, agriculture, ressources animales, eau, économie, finances et planification) et d’autres agences connues pour la gestion de bases de données (Agence nationale pour le développement rural, Offices nationaux de l’eau, etc.).
    Les « secteurs clés » sont ceux impliqués dans le Plan d’action multisectoriel pour la nutrition. Dans certains pays, cette liste peut être beaucoup plus longue, incluant plus de 10 ministères. Dans l’intérêt de l’exercice de cartographie des données, il est recommandé de réduire la liste des fournisseurs de données à examiner afin que l’exercice reste réalisable. D’autres secteurs pourraient être étudiés dans un deuxième temps en utilisant l’expérience acquise lors du premier exercice.

    2. Le niveau de détail des informations à collecter pour chaque jeu de données
    Les équipes-pays PNIN peuvent décider du niveau de détail nécessaire à collecter pour chaque jeu de données. Une option consiste également à demander une description détaillée des jeux de données uniquement pour certains secteurs prioritaires.

    Option 2 : Inclure les jeux de données et la matrice des indicateurs dans l’exercice de cartographie des données

    Le périmètre de l’exercice de cartographie des données peut être réduit en considérant :

    1. Le nombre et l’éventail des indicateurs à examiner
    Il y a plusieurs manières de décider du nombre et de l’éventail des indicateurs à inclure dans la matrice :

    • Sélectionner les fournisseurs de données principaux au lieu de sélectionner des indicateurs. Par exemple, l’équipe-pays de la PNIN en Côte d’Ivoire a décidé d’enquêter sur toutes les données disponibles dans les ministères clés (santé, éducation, genre, affaires sociales, agriculture, ressources animales, eau, économie, finances et planification) et d’autres agences connues pour la gestion de bases de données (Agence nationale de développement rural, Offices nationaux de l’eau, etc.).
    • Se reporter au plan de suivi & évaluation et à la liste des indicateurs multisectoriels qui sont joints à un Plan national d’action multisectoriel pour la nutrition. Si cette liste est encore trop longue, des indicateurs clés peuvent être identifiés et sélectionnés. Par exemple, l’équipe-pays de la PNIN au Guatemala a sélectionné 70 indicateurs clés à partir du plan de suivi & évaluation. Cela voudrait dire que la matrice des indicateurs est limitée à ces 70 indicateurs mais que la description des jeux de données nécessiterait d’avoir un périmètre plus large.
    • Adapter le système SUN MEAL qui inclut une liste d’indicateurs multisectoriels (environ 300) et une sous-sélection d’indicateurs clés (environ 70) pour la nutrition.

    2. Le niveau de détail des informations à collecter pour chaque jeu de données
    Plusieurs options sont à prendre en compte pour décider du niveau de détail de chaque indicateur, notamment :

    • Remplir intégralement une matrice des indicateurs. La matrice des indicateurs disponible ici est un exemple d’évaluation approfondie pour chaque indicateur sélectionné.
    • Ne compiler que les informations de base pour chaque indicateur. Par exemple, la PNIN au Burkina Faso a répertorié seulement tous les indicateurs disponibles dans les jeux de données et leur définition.
    • Compléter intégralement la matrice des indicateurs pour les secteurs clés (santé, agriculture, éducation, etc.) et rassembler des informations moins détaillées pour les secteurs moins prioritaires. Par exemple, la PNIN en Éthiopie a décidé de se concentrer sur la nutrition et l’EAH dans la première phase. Cela signifie qu’une matrice des indicateurs détaillée peut être complétée pour ces deux domaines et contenir des informations moins détaillées pour les autres domaines.
  • Le project "Plateformes nationales d’évaluation" (NEP)

    Le projet NEP est une initiative de l’Université Johns Hopkins menée dans quatre pays africains (Mali, Malawi, Mozambique, Tanzanie) et appuyée par le gouvernement du Canada entre 2014 et 2018.
    Son objectif est de doter les décideurs gouvernementaux des outils et des compétences nécessaires pour évaluer de manière critique dans leur pays l’état de santé et de nutrition des mères, des nouveau-nés et des enfants et favoriser une prise de décision appropriée. Il repose sur une approche cyclique qui ajoute progressivement de nouveaux types de données, d’outils d’analyse et de compétences en communication et diffuse les conclusions aux décideurs, tous concernés par la santé et la nutrition maternelles et infantiles.

    Le projet NEP met en œuvre une approche d’appropriation par le pays conduite par le gouvernement. Il travaille avec de multiples parties prenantes nationales concernées par la santé maternelle et infantile, les données sur la nutrition et la prise de décision, qui ont toutes intérêt à améliorer la santé et la nutrition et à réduire les résultats en termes de mortalité.
    Pour consulter l’expérience des pays concernant le projet NEP ou pour examiner les résultats générés et les leçons apprises, vous pouvez consulter le site Web du NEP.

  • Comment le manque de cohérence entre les plans sectoriels a contribué à la formulation de questions de politique au Mali

    En 2014, le gouvernement malien était en train d’élaborer un « Plan de développement sanitaire et social (PDDSS) 2014-2023 ». À cette époque, l’examen par l’équipe du projet NEP du projet de PDDSS et du Programme de développement sanitaire et social III (PRODESS III), le programme quinquennal du PDDSS, a révélé les points suivants :

    • Les taux de mortalité ciblés étaient déjà atteints et les informations de base de plusieurs interventions et objectifs n’étaient pas cohérentes entre le PDDSS et le PRODESS III.
    • Les groupes de population cibles des différents programmes de santé et de nutrition du secteur de la santé n’étaient pas harmonisés ;
    • Le programme d’intervention proposé dans le PDDSS ne semblait pas adapté à l’ambition des objectifs de réduction de la mortalité du PDDSS.
      Confrontés à ce manque de cohérence entre le PAMN et les politiques et plans sectoriels, les acteurs concernés ont décidé de travailler à la réalisation d’un objectif commun et harmonisé de réduction de la mortalité, qui pourrait être atteint de manière réaliste dans les délais impartis par le PDDSS. L’équipe d’analyse a formulé des questions de politique axées sur les cibles du PDDSS et les ensembles d’interventions proposés, qui ont ensuite été validées par les parties prenantes du gouvernement.
      Afin de permettre l’utilisation de l’outil Lives Saved Tool (LiST), un logiciel de modélisation capable de fournir des résultats dans un délai relativement court (6 mois), la finalisation du PDDSS a été reportée à 2015.
      Les analyses ont été effectuées dans les délais impartis et les résultats ont été disponibles à temps pour redéfinir les objectifs du PDDSS et affiner les ensembles d’interventions, tout au long du processus de révision à mi-parcours du PRODESS III.

    Cet exemple est basé sur l’expérience du projet de Plateformes nationales d’évaluation (NEP) de l’Université Johns Hopkins.

  • EXERCICE 1 : Commencez par comprendre l’ampleur et la tendance du problème de la sous-nutrition et les tendances par rapport aux objectifs nationaux ou infranationaux

    Travaillez avec les analystes de données pour visualiser l’ampleur et la tendance du problème de la sous-nutrition : il est recommandé d’utiliser l’enquête EDS et toute autre indication de prévalence provenant d’enquêtes nationales validées.
    Établissez les scénarios 1) si les tendances continuent comme d’habitude, et 2) si les objectifs nationaux doivent être atteints.
    L’exercice doit être répété au niveau sous-administratif (région, district) auquel le cycle « questions-analyse-résultats » de la PNIN est stratégiquement intéressant. Dans la mesure où les données le permettent, le cycle de la PNIN devrait autant que possible renforcer le niveau de prise de décision décentralisé. Ainsi, les questions identifiées répondent également à ce niveau.

    JPEG - 87.5 ko
  • EXERCICE 2 : Cartographiez les politiques et plans d’action multisectoriels clés par rapport à la tendance de la sous-nutrition

    Visualisez les principaux plans et politiques multisectoriels par rapport à la tendance de la sous-nutrition et voyez comment cette tendance a évolué pendant la période de mise en œuvre.
    Faites ceci pour les politiques, programmes et/ou changements d’investissements en matière de nutrition les plus pertinents qui sont censés s’être produits au cours des dernières années.

    JPEG - 108.7 ko

    Les priorités et les intérêts des parties prenantes varieront selon la phase de la politique ou du plan :

    • au stade de la formulation, l’accent sera mis sur la définition des objectifs, la sélection des interventions, la couverture requise, etc. ;
    • lors de la mise en œuvre, les priorités porteront sur l’avancement de la mise en œuvre et la probabilité d’atteindre les objectifs ;
    • lors de l’évaluation, l’accent sera mis sur l’impact : ce qui a fonctionné, ce qui n’a pas fonctionné.

    Chaque phase représente une opportunité stratégique d’améliorer la suivante, du moment que l’information est disponible pour les décideurs.
    L’hypothèse est la suivante : si la politique multisectorielle, le plan ou le programme multisectoriel est bien conçu(e) et que les interventions sont mises en œuvre 1) selon la couverture prévue et 2) avec la qualité souhaitée, un impact sur les résultats escomptés devrait être constaté.
    La visualisation de la période de mise en œuvre de la politique, du plan ou du programme par rapport à la tendance de la sous-nutrition fournira une première idée de la probabilité d’exactitude de ces hypothèses.

  • EXERCICE 3 : Visualisez le calendrier de mise en œuvre des politiques et des plans multisectoriels

    • Affichez les périodes de mise en œuvre des politiques, plans et programmes multisectoriels sur une seule ligne chronologique.
    • Ajoutez des informations complémentaires sur le contexte de mise en œuvre, comme indiqué dans l’exemple de pays fictif ci-dessous.

    Ce chronogramme peut aider à confirmer les priorités des décideurs politiques pour les 12 à 24 prochains mois et aidera à identifier les possibles fenêtres d’opportunité pour influencer les cycles de planification, de formulation ou d’évaluation.

    L’exemple fictif ci-dessous montre que les décideurs politiques de ce pays ont besoin d’informations en 2018 sur l’avancement de la mise en œuvre de la phase II du Plan d’action multisectoriel et sur la probabilité que le plan atteigne ses objectifs d’ici 2020. L’absence d’évaluation à mi-parcours rend ce besoin d’information plus aigu, et ce besoin peut être comblé par la PNIN.
    Avec la transition politique à venir en 2019, les nouveaux décideurs politiques auront également besoin d’informations sur l’« avancement de la mise en œuvre » afin d’étayer la formulation d’une nouvelle politique d’ici 2020.

    JPEG - 84.5 ko

    REMARQUE : La relation entre les politiques ou les plans multisectoriels et sectoriels peut être visualisée de la même manière, afin de déterminer si ces derniers pourraient constituer un point d’entrée pour un soutien stratégique aux efforts multisectoriels.

  • EXERCICE 4 : Identifiez les décisions en matière de politiques, de programmes ou d’investissements susceptibles d’être influencées et choisissez le niveau administratif à influencer

    À terme, le processus d’examen donnera à l’équipe PNIN une première idée des priorités des décideurs et du calendrier correspondant sur lequel le cycle « questions-analyse-résultats » devrait être axé.
    La sélection initiale des priorités sera basée sur les informations rassemblées lors de l’examen des politiques, en utilisant les conseils précités, et sur les commentaires des parties prenantes.
    Dans le même temps, l’équipe devra décider à quel niveau administratif le cycle de la PNIN entend renforcer le processus de prise de décision. Cette décision dépendra de la manière dont les interventions nutritionnelles sont décentralisées, de l’intérêt des décideurs politiques et de la disponibilité des données au niveau infranational. La demande d’informations risque d’être plus forte au niveau infranational, pour lequel la capacité à utiliser les données collectées est souvent sous-optimale et auquel une boucle de rétroaction fait souvent défaut. Le tableau de bord infranational peut soutenir l’analyse au niveau décentralisé tant que le processus est lancé par l’intérêt des décideurs et la formulation des questions.

  • EXERCICE 5 : Identifiez et apprenez à connaître vos "décideurs" aux différents niveaux administratifs

    À ce stade, l’équipe doit bien connaître les différents décideurs tout au long de la chaîne de mise en œuvre. Les décideurs ne se limitent pas nécessairement aux décideurs politiques : les planificateurs de programmes et les responsables de la mise en œuvre sont d’autres acteurs de la chaîne de mise en œuvre qui prennent également à leur niveau des décisions pour améliorer les actions de nutrition.
    La catégorisation des décideurs, en fonction du niveau administratif auquel ils interviennent et du type de décisions qu’ils peuvent prendre, aidera à évaluer la diversité des besoins des parties prenantes de la PNIN.
    Elle définira également les publics cibles et contribuera par conséquent à affiner la pertinence politique des questions et à aligner le « scénario » des conclusions avec chaque public cible de décideurs.

  • EXEMPLE 2 : Identifier les différents éléments d’une question par rapport au chemin de l’impact et les décomposer en sous-questions

    Les investissements (moyen) dans les interventions dans le domaine de l’eau, l’hygiène et l’assainissement (EAH) (activité) ont-ils conduit à un meilleur accès aux installations d’EAH (produit) entraînant une réduction du pourcentage d’enfants souffrant de diarrhée (résultat) et une réduction de la sous-nutrition infantile (impact) ?

    Décomposer la question en questions plus spécifiques afin de mieux comprendre les étapes intermédiaires du chemin de l’impact. Par exemple :

    • Les investissements dans les interventions EAH ont-ils changé au cours des 5 dernières années ?
    • Comment les investissements dans les interventions EAH sont-ils répartis au niveau infranational ?
    • La couverture des interventions EAH a-t-elle changé au cours des 5 dernières années ?
    • Les interventions EAH atteignent-elles les populations cibles ?
    • Les interventions EAH ont-elles permis d’améliorer l’accès aux latrines/à l’eau potable ?

    Décortiquer la question pour identifier les indicateurs, la relation entre les indicateurs et les hypothèses éventuelles, afin de générer des questions plus spécifiques auxquelles les données disponibles pourront répondre. Par exemple :

    • Les indicateurs peuvent être des investissements ou la couverture du programme.
    • Les relations sont : « les investissements EAH entraînent une couverture accrue du programme EAH ».
    • Les hypothèses sont : « les investissements EAH se traduisent directement par une couverture accrue du programme ».

    Zoomer sur une question spécifique et la décortiquer plus avant. Par exemple :

    • La dernière hypothèse peut à son tour devenir une question à détailler : « les investissements EAH se traduisent directement par une couverture accrue du programme ».
    • Les investissements dans l’EAH se traduisent-ils par des dépenses budgétaires équivalentes aux niveaux régional/départemental pour les interventions EAH ?
    • Pour quelles interventions EAH les investissements ont-ils été réalisés au niveau régional ? Quelle était la répartition du budget entre les régions ?
    • Le personnel a-t-il été embauché, formé et supervisé de manière égale dans chaque région ? Les fournitures et le matériel étaient-ils disponibles de manière égale dans chaque région pour permettre d’atteindre la couverture prévue ?
    • Etc.
  • EXEMPLE 3 : Formuler des questions liées à un parcours de protection sociale pour un impact sur la nutrition

    D’après le secrétariat du Mouvement SUN (SMS), 2015. La contribution de l’agriculture et de la protection sociale à l’amélioration de la nutrition ; Scaling up Nutrition in Practice. Genève.

    JPEG - 186.4 ko

    Le développement de chemins de l’impact plus détaillés que ceux présentés dans cet exemple, qui mettent en évidence des hypothèses spécifiques et des relations spécifiques entre les activités, les produits et les moyens, permettra de formuler des questions plus spécifiques et plus détaillées pour aider à identifier les goulots d’étranglement, telles que :

    • « Le budget alloué à la mise en œuvre des interventions de protection sociale a-t-il également été utilisé pour renforcer les capacités en ressources humaines, cela a-t-il conduit à une meilleure qualité des services et à un meilleur ciblage ? »
    • « Quelles sont les raisons d’une absence d’augmentation de la couverture des interventions de protection sociale : effectifs insuffisants, faible niveau de formation, prestation de services de mauvaise qualité, nombre insuffisant de points de distribution, ciblage inadéquat, suivi incomplet ? »
  • Les types des données qui peuvent être utilisées par une PNIN

    La PNIN est unique en ce sens qu’elle rassemble et valorise de multiples sources de données partagées par les différents secteurs qui influencent la nutrition : santé, agriculture, eau, assainissement et hygiène, protection sociale et éducation, entre autres.
    Les données classiques que la PNIN utilise proviennent :

    • d’enquêtes basées sur la population au niveau national (pouvant être représentatives au niveau infranational) :
      • enquêtes démographiques et sanitaires (EDS) ; enquêtes par grappes à indicateurs multiples (MICS) ; enquêtes nationales sur la nutrition (NNS) ; enquêtes sur le revenu et les dépenses des ménages (ERDM) ; enquêtes sur les dépenses de santé et de nutrition ; évaluation de la disponibilité et de la capacité opérationnelle des services (SARA), etc.
    • d’enquêtes auprès de la population locale (représentative d’un district / d’une région) :
      • enquêtes sur la nutrition (SMART) ; enquêtes auprès des ménages ; enquêtes sur la couverture des interventions, etc.
    • de données de programme :
      • données de routine collectées par secteur ;
      • données de suivi collectées par secteur.
    • de données du système d’alerte précoce.
    • de données financières :
      • évaluation du budget nécessaire (plan d’action pour la nutrition) ;
      • engagements officiels pour des investissements financiers ;
      • allocation budgétaire aux niveaux central et infranational.
    • de données de modélisation :

    Cette liste n’est pas exhaustive. Chaque pays doit explorer la masse des informations disponibles. L’exercice de cartographie de données est utile à cet effet (voir section 3.1).

  • Exemple 1 : Analyse des tendances du retard de croissance pour suivre les progrès

    En utilisant les données d’enquêtes nationales issues d’EDS et de MICS, une analyse des tendances peut servir à estimer le taux de réduction annuel moyen du retard de croissance. La même méthode peut être appliquée à d’autres indicateurs cibles.

    Avec cette méthode, la PNIN peut répondre aux question suivantes :

    • Quelle est la tendance actuelle de la réduction du retard de croissance ?
    • La réduction du retard de croissance s’est-elle accélérée au cours de la période de mise en œuvre du dernier plan d’action multisectoriel pour la nutrition ?
    • La tendance actuelle de la réduction du retard de croissance est-elle suffisante pour atteindre l’objectif ?
    Taux de réduction du retard de croissance annuel moyen mondial

    (Source : EU Action Plan on Nutrition)
    Cette analyse effectuée au niveau mondial montre que le taux de réduction annuel moyen actuel n’est pas suffisant pour atteindre l’objectif prévu pour 2025.

    JPEG - 109.3 ko
  • Exemple 2 : Diagramme de Venn pour visualiser la coexistence de multiple formes de malnutrition

    Ce diagramme de Venn montre la population touchée par une ou plusieurs formes de malnutrition.
    Il est extrait du Global Nutrition Report, qui a analysé les données au niveau national.
    Une analyse similaire peut être réalisée au niveau infranational pour montrer quelles régions sont affectées par quelles formes de malnutrition et quelles actions sont nécessaires.
    Ce diagramme permet de mettre en évidence le double fardeau de la malnutrition.
    La même figure avec le nombre réel d’enfants affectés par région peut indiquer où il est pertinent d’investir.

    Coexistance des multiples formes de malnutrition dans un pays d’Afrique

    (Source : Global Nutrition Report)

    JPEG - 51 ko
  • Exemple 3 : Analyse descriptive visant à améliorer le ciblage d’un programme d’assistance sociale au Mexique

    Un programme national d’assistance alimentaire est mis en place au Mexique depuis des décennies.
    En 1994, une analyse descriptive des niveaux de revenu des bénéficiaires du programme a montré que celui-ci n’était pas très efficace pour cibler les ménages les plus pauvres.
    Après la mise en œuvre de mesures actives, la même analyse a montré qu’en 2000 un bien plus grand nombre de bénéficiaires du programme correspondaient aux ménages dont le revenu était le plus bas.

    Incidence du bénéfice de l’assistance sociale axée sur l’alimentation par décile de revenu, 2014-2020

    Source : Levy, S. (2006). Progress against Poverty. Sustaining Mexico’s POP Programme. Washington, DC : Brookings Institution Press.
    Entre 1994 et 2000, le gouvernement du Mexique a amélioré le ciblage du programme d’assistance sociale axée sur l’alimentation :

    • en 1994, moins de 10 % des bénéficiaires appartenaient au décile de revenu le plus bas ;
    • en 2000, plus de 30 % des bénéficiaires appartenaient au décile de revenu le plus bas.
      JPEG - 39.4 ko
  • Exemple 4 : Analyse descriptive pour améliorer le ciblage des interventions en matière d’hygiène

    Une analyse descriptive portant sur les disparités régionales montre que les trois régions à fort taux de retard de croissance présentent également un niveau élevé de pratiques de défécation en plein air.
    Cela peut être un point de départ pour étudier plus en détail pourquoi la défécation en plein air est élevée dans ces trois régions et si d’autres causes affichent également des niveaux élevés.

    Taux de retard de croissance et de défécation en plein air par région

    (Source : REACH, Example of Ethiopia MICS, 2011)

    JPEG - 91.3 ko
  • Exemple 5 : Analyse descriptive de la couverture des interventions de santé en Inde

    Les suppléments de fer et d’acide folique sont fournis par les services de santé. Ces données combinées suggèrent que la plupart des districts ayant de faibles niveaux de suppléments de fer et d’acide folique ont également une faible couverture en visites de soins prénatals, ce qui suggère un problème d’accès aux services de santé.
    Mais elles montrent également que bon nombre de districts ayant une bonne couverture des visites de soins prénatals ont toutefois une faible couverture en suppléments de fer et d’acide folique, ce qui suggère des problèmes de distribution.
    Des recherches plus approfondies peuvent fournir des informations intéressantes sur ce qui est nécessaire pour améliorer la couverture de la supplémentation en fer et en acide folique.

    Couverture des interventions

    Source : POSHAN

    JPEG - 121.1 ko
  • Exemple 6 : Analyse de l’équité des pratiques d’alimentation des enfants

    Cette analyse de l’équité des pratiques d’alimentation des enfants montre que certaines pratiques sont plus sensibles aux niveaux de revenu (diversité alimentaire minimale) que d’autres (initiation précoce).
    L’analyse de l’équité est utile pour déterminer si les progrès réalisés profitent à tous, et en particulier aux plus vulnérables.
    Si la plupart des progrès ne sont observés que dans les ménages à revenu élevé, cela suggère un problème de ciblage ou de conception des interventions.

    Pratiques d’alimentation du jeune enfant par quintile de richesse dans un pays d’Afrique

    (Source : Global Nutrition Report)

    JPEG - 61.1 ko
  • Facteurs de confusion

    Les caractéristiques d’un facteur de confusion sont les suivantes :

    • il est associé au résultat ;
    • il est associé au facteur d’exposition auquel on s’intéresse ;
    • il ne doit pas s’agir d’une étape intermédiaire dans le lien de causalité entre le facteur d’exposition auquel on s’intéresse et le résultat.

    Exemple : Les investissements dans le programme A ont-ils réduit les taux d’anémie ?
    Les facteurs susceptibles de fausser la conclusion concernant l’impact d’une intervention sur les taux d’anémie pourraient par exemple être les suivants :

    • la coexistence d’un autre programme susceptible d’avoir un impact sur la réduction de l’anémie et ciblant les mêmes groupes de population ;
    • la diminution de l’incidence du paludisme dans la zone d’intervention en raison de la diminution des précipitations lors de la mesure de référence.

    Sans contrôle des facteurs de confusion lors de l’analyse de données, il n’est pas possible d’attribuer la réduction des taux d’anémie à l’intervention en matière de nutrition.

    • Bien qu’il soit relativement facile de mesurer une association et de vérifier la temporalité, il est très difficile de contrôler tous les facteurs de confusion (connus et inconnus), car les données sur tous les facteurs de confusion ne sont souvent pas disponibles dans les enquêtes basées sur la population. Cela nécessite généralement un essai contrôlé randomisé dans un cadre de recherche afin de mesurer et de comparer les taux d’anémie et de nombreux facteurs de confusion potentiels entre le groupe d’intervention et un groupe témoin (non exposé à l’intervention), avant et après l’intervention.
    • Les enquêtes nationales basées sur la population et les données de suivi de routine ne comportent généralement pas de groupe témoin.
    • En l’absence de groupe témoin, essayer d’interpréter une association ou un lien de causalité peut conduire à des erreurs. Il existe un risque élevé de tirer des conclusions erronées : par exemple, une intervention en matière de nutrition peut être considérée comme ayant un impact sur l’anémie alors qu’en réalité, un facteur de confusion, et non l’intervention, a provoqué la modification des taux d’anémie.

    Les données issues de ce type d’enquête ne conviennent pas à l’analyse d’un lien de causalité et peuvent conduire à des décisions de politique incorrectes et erronées.

  • Exemple : Pourquoi avoir un groupe témoin est essentiel pour établir un lien de causalité

    Cet essai contrôlé aléatoire a mesuré l’impact d’une intervention conçue pour réduire le retard de croissance.
    Entre 2010 et 2014, il a été observé que :

    • le groupe témoin (sans intervention) a vu ses taux de retard de croissance augmenter de 68,2 % à 74,8 % ;
    • les taux de retard de croissance du groupe d’intervention sont restés presque stables.

    Résultats d’une analyse secondaire relative à un programme de nutrition-santé au Burundi

    JPEG - 81 ko

    (Source : Leroy J.L., Olney D., Ruel M. 2016. Tubaramure, a Food-Assisted Integrated Health and Nutrition Program in Burundi, Increases Maternal and Child Hemoglobin Concentrations and Reduces Anemia : A Theory-Based Cluster-Randomized Controlled Intervention Trial. The Journal of Nutrition 146(8), p.1601–1608. https://doi.org/10.3945/jn.115.227462)

    • Ce n’est qu’en comparant le delta entre avant et après l’intervention pour le groupe témoin et le groupe d’intervention qu’une conclusion solide peut être tirée : l’intervention a réduit les taux de retard de croissance de 6,4 points de pourcentage (74,8-68,2) - (64,3-64,1 ).
    • En l’absence de groupe témoin, les mesures « avant et après intervention » pour le groupe d’intervention pourraient être comparées, ce qui permettrait de conclure que l’intervention n’a eu aucun impact (augmentation de 0,2 pp).
    • En l’absence de mesure de référence, les populations « avec et sans » intervention pourraient être comparées, ce qui permettrait de conclure que l’intervention a eu un impact très important (réduction de 10,5 pp).

    Dans les deux derniers cas, une conclusion erronée a été tirée.

  • Plan d’analyse des données

    1. Pourquoi un plan d’analyse des données ?
    « Un plan d’analyse de données vous aide à réfléchir aux données que vous allez collecter, à leur utilisation et à leur analyse. La planification des analyses peut représenter un précieux investissement en temps » (Centres pour le contrôle et la prévention des maladies, 2013).
    La méthode pour élaborer un plan d’analyse de données dans le contexte de la PNIN n’est pas très différente de la méthode utilisée dans un contexte de recherche.
    Dans le contexte de la PNIN, le processus devrait être plus simple car :

    • un cadre d’analyse de données est déjà généré (étape 3 du processus de formulation des questions) et constitue la base du plan d’analyse de données plus détaillé (après l’étape 4 du processus de formulation des questions) ;
    • les méthodologies d’analyse de données sont décrites dans cette section/n°7-8-9 ;
    • la PNIN concerne l’utilisation de données existantes, il ne s’agit pas de concevoir un protocole pour la collecte de nouvelles données.

    La partie suivante décrit brièvement le contenu d’un plan d’analyse de données en se concentrant sur ce qui est un peu spécifique à la PNIN.

    Recommandations générales :

    • Ne paniquez pas !
    • Utilisez les conseils et les expériences de collègues et d’experts.
    • Contacter rapidement un expert si nécessaire.

    Lectures recommandées :

    2. Qu’est-ce qu’un plan d’analyse des données ?

    • Question principale et sous-questions
    • Jeu(x) de données à utiliser
    • Critères d’inclusion / d’exclusion
    • Variables à utiliser pour l’analyse principale
    • Méthodes statistiques et logiciels à utiliser
    • Tableaux
      => Estimation du temps et des ressources nécessaires

    3. Question principale et sous-questions
    À ce stade, la question de politique (et, dans certains cas, ses sous-questions) est déjà bien définie (section 3.4/n°11).
    Répondre à toutes les sous-questions fournira une réponse complète à la question principale.

    4. Jeux de données à utiliser
    Le ou les jeux de données nécessaires sont listés.
    Dans le contexte de la PNIN, il peut être nécessaire d’apporter une attention particulière à la gestion des données : comme le ou les jeux de données peuvent provenir de sources différentes et/ou peuvent ne pas avoir été conçus pour la question principale, il peut être nécessaire d’harmoniser / de compléter / de nettoyer le ou les jeux de données bruts.

    • Les jeux de données sont-ils comparables ?
    • Les indicateurs sont-ils harmonisés ?
    • Est-il nécessaire de transformer les données pour l’analyse ?
      Pour répondre à ces questions, vous devez avoir accédé aux jeux de données en question.

    5. Critères d’inclusion/exclusion
    Dans cette partie, les sous-groupes de population, le champ d’application géographique, la période… sont définis très précisément.
    Vous devez également clarifier le niveau de qualité des données requis pour l’analyse.
    En effet, en fonction de l’analyse, vous devrez être plus ou moins strict sur le niveau de qualité des données requis.
    Ceci est détaillé dans la section 3.3 sur la qualité des données.

    6. Variables à utiliser pour l’analyse principale
    Dans cette partie, vous définissez précisément les variables / les indicateurs à utiliser dans l’analyse.
    Par exemple, si vous analysez « l’obésité », vous devez préciser si vous vous référez à l’indice de masse corporelle (IMC) et si vous allez utiliser différentes catégories d’IMC, la moyenne ou les deux.
    Dans le contexte de la PNIN, l’harmonisation de la définition des indicateurs entre les jeux de données sera importante.

    7. Méthodes statistiques et logiciels à utiliser
    Assurer la cohérence avec la partie 4 des notes d’orientation sur l’analyse de données.
    De plus, pour ne fournir que des analyses incontestables (section 3.4/n°4), assurez-vous que la méthode statistique utilisée est cohérente avec les jeux de données disponibles et avec la qualité des données de ces jeux de données. Le choix de la méthode statistique est essentiel afin d’éviter une surinterprétation des données qui pourrait conduire à des conclusions erronées.
    L’équipe PNIN a-t-elle la capacité technique de gérer la méthode statistique et le logiciel identifiés ?

    8. Tableau
    Rien de spécifique à la PNIN.

    9. Estimation du temps et des ressources nécessaires
    À ce stade, une estimation précise du temps et des ressources nécessaires pour mener l’analyse doit être réalisée.
    Si cette estimation prévoit plus de temps que l’estimation initiale effectuée lors du cadre d’analyse de données, vous pouvez ajuster la ou les questions à traiter en premier.

  • Question 1 : Quelle est la distribution spatiale de l’obésité et du surpoids au Bangladesh ? Quels sont les groupes les plus touchés ?

    L’objectif implicite de cette question est d’améliorer le ciblage de l’intervention.

    QUELLES sont les caractéristiques d’une question de politique bien formulée ?Commentaires pour la question 1
    1. La question doit répondre à un besoin politique La pertinence politique est assurée par les étapes 1 et 2 du processus de formulation des questions.
    2. C’est une question à laquelle les données quantitatives existantes peuvent apporter une réponse Les experts en données doivent identifier les principaux jeux de données disponibles qui mesurent cet indicateur.
    Les enquêtes basées sur la population constituent une bonne source de données pour cette question.
    Des données modélisées existent également sur l’IMC (www.ncdrisc.org), pouvant aider à répondre à la question.
    Cela présente des avantages et des inconvénients qui doivent être soigneusement équilibrés lors de l’élaboration du plan d’analyse de données.
    3. La question doit fournir une réponse en temps utile pour les politiques La ponctualité de la réponse est discutée au cours des étapes 1 et 2 du processus de formulation des questions. À noter que seul le plan d’analyse de données pourra définir avec précision le temps nécessaire à l’analyse.
    4. L’analyse de la question doit conduire à des recommandations et des décisions pratiques Ceci est assuré par les étapes 1 et 2 du processus de formulation des questions.
    5. La question doit préciser :
    a) les groupes de population
    b) le type d’intervention
    c) l’objectif
    d) la période
    e) les résultats attendus
    Les groupes d’âge doivent être précisés : adultes ? Enfants ? Adolescents ? Tous ?
    Le plan d’analyse de données précisera ce que l’on entend par « groupes les plus touchés ».
    L’analyse devra-t-elle porter sur le surpoids et l’obésité :

    • par région ? (besoin de données représentatives au niveau infranational) Utiliser les données là où elles sont exploitables. Si les décisions sont prises au niveau régional, il est logique de recourir à des sous-groupes régionaux.
    • par quintile de revenu ?
    • rural vs urbain ?
    • par quintile de revenu ET région ?
      Une brève revue de la littérature peut aider à définir ces groupes dans le contexte du Bangladesh. Les données disponibles peuvent également limiter le choix des groupes.



    b) Cette question concerne un objectif de la nutrition, pas une intervention spécifique.
    c) L’« objectif politique » sous-jacent pourrait être précisé, ce qui guiderait l’élaboration du plan d’analyse de données.
    d) La question suggère de considérer les données les plus récentes. Si les données ne sont disponibles que pour 2005, l’analyse est-elle toujours pertinente ? La période peut également être choisie en fonction d’objectifs officiels ou d’une année stratégique pour le lancement d’un nouveau plan.
    e) L’IMC est généralement utilisé comme indicateur de résultat du surpoids et de l’obésité. Le plan d’analyse de données précisera si l’analyse utilisera comme indicateur de résultat les catégories d’IMC ou l’IMC moyen.

    6. La question doit impliquer des méthodes d’analyse de données adaptées à l’utilisation par l’approche PNIN La question implique l’utilisation d’une méthode d’analyse de données descriptive.
    Le plan d’analyse de données doit détailler les méthodes à utiliser, par exemple le t-test pour comparer l’IMC moyen entre les différents groupes, ou l’affichage graphique de l’IMC moyen avec des intervalles de confiance.
  • Question 2 : Quelles sont les causes du retard de croissance par région ?

    QUELLES sont les caractéristiques d’une question de politique bien formulée ?Commentaires pour la question 2
    1. La question doit répondre à un besoin politique La pertinence politique est assurée par les étapes 1 et 2 du processus de formulation des questions.
    2. C’est une question à laquelle les données quantitatives existantes peuvent apporter une réponse Les experts en données doivent identifier les principaux jeux de données disponibles qui mesurent le retard de croissance et ses causes.
    Les enquêtes basées sur la population constituent une bonne source d’informations pour cette question.
    3. La question doit fournir une réponse en temps utile pour les politiques La ponctualité de la réponse est discutée au cours des étapes 1 et 2 du processus de formulation des questions. À noter que seul le plan d’analyse de données pourra définir avec précision le temps nécessaire à l’analyse.
    4. L’analyse de la question doit conduire à des recommandations et des décisions pratiques Ceci est assuré par les étapes 1 et 2 du processus de formulation des questions.
    5. La question doit préciser :
    a) les groupes de population
    b) le type d’intervention
    c) l’objectif
    d) la période
    e) les résultats attendus
    a) Les groupes d’âge doivent être précisés : adultes ? Adolescents ? Tous ?
    b) Cette question concerne un objectif et les causes de la nutrition, pas une intervention spécifique.
    c) L’« objectif politique » sous-jacent pourrait être précisé, ce qui guiderait l’élaboration du plan d’analyse de données.
    d) La question suggère de considérer les données les plus récentes. Si les données ne sont disponibles que pour 2005, l’analyse est-elle toujours pertinente ? La période peut également être choisie en fonction d’objectifs officiels ou d’une année stratégique pour le lancement d’un nouveau plan.
    e) Le retard de croissance est l’indicateur de résultat. Le plan d’analyse de données précisera si l’analyse utilisera comme indicateur de résultat la prévalence du retard de croissance (global ou sévère ou les deux) ou le score Z moyen de taille pour l’âge. Le plan d’analyse de données doit décrire précisément quelles « causes » doivent être inclues dans l’analyse.
    6. La question doit impliquer des méthodes d’analyse de données adaptées à l’utilisation par l’approche PNIN La question implique l’utilisation de méthodes d’analyse causale de données qui ne se prêtent pas à l’approche PNIN, l’analyse causale utilisant des données basées sur la population pouvant être contestée et ne pas donner lieu à des recommandations traduisibles en actions ou en décisions. Savoir que les niveaux d’éducation, de revenu, de diarrhée et d’allaitement exclusif sont associés au retard de croissance n’apporte pas d’information nouvelle. Une association entre une cause et le retard de croissance plus forte dans une région qu’ailleurs n’implique pas nécessairement que cette cause devrait être une priorité d’intervention. Et de même dans le cas où une cause n’est pas associée à un retard de croissance.
    Cependant, reformuler la question comme suit : « Quelles sont l’ampleur et la gravité de la prévalence des causes connues du retard de croissance par région ? » permet des analyses descriptives bien adaptées ici, pouvant conduire à des recommandations concrètes et répondant en partie à l’objectif politique. La comparaison des causes et de la couverture des interventions en matière de nutrition entre les régions peut conduire à des recommandations encore plus intéressantes. Un tableau de bord infranational sur la nutrition pourrait être utile ici (section 3.2).
  • Question 3 : Les investissements (moyen) dans les interventions EAH (activité) ont-ils conduit à un meilleur accès aux installations d’EAH (produit) et entraîné une réduction du pourcentage d’enfants souffrant de diarrhée (résultat) et une réduction de la sous-nutrition et de la mortalité infantiles (impact) ?

    QUELLES sont les caractéristiques d’une question de politique bien formulée ?Commentaires pour la question 3
    1. La question doit répondre à un besoin politique La pertinence politique est assurée par les étapes 1 et 2 du processus de formulation des questions.
    2. C’est une question à laquelle les données quantitatives existantes peuvent apporter une réponse Les experts en données doivent identifier les principaux jeux de données disponibles qui mesurent les indicateurs mentionnés.
    Les données budgétaires, les données de routine, les indicateurs de suivi de progrès et les enquêtes basées sur la population constituent une bonne source d’informations pour cette question.
    3. La question doit fournir une réponse en temps utile pour les politiques La ponctualité de la réponse est discutée au cours des étapes 1 et 2 du processus de formulation des questions. À noter que seul le plan d’analyse de données pourra définir avec précision le temps nécessaire à l’analyse.
    4. L’analyse de la question doit conduire à des recommandations et des décisions pratiques Ceci est assuré par les étapes 1 et 2 du processus de formulation des questions.
    5. La question doit préciser :
    a) les groupes de population
    b) le type d’intervention
    c) l’objectif
    d) la période
    e) les résultats attendus
    a) « Enfants » : les groupes d’âge doivent être précisés, par exemple 0-59 mois ou 6-59 mois.
    b) Cette question concerne une intervention dans le secteur EAH, mais les interventions précises doivent être décrites plus précisément.
    c) L’« objectif politique » sous-jacent pourrait être précisé, ce qui guiderait l’élaboration du plan d’analyse de données.
    d) La question ne spécifie pas la période. Est-elle basée sur le calendrier du plan d’action officiel de l’intervention EAH ?
    e) La diarrhée est l’indicateur de résultat. Le plan d’analyse des données précisera si l’analyse utilisera la prévalence ou l’incidence de la diarrhée. Le plan d’analyse des données doit décrire précisément les autres indicateurs à inclure dans l’analyse (indicateurs EAH, mais aussi indicateurs d’impact, à savoir retard de croissance et mortalité).
    6. La question doit impliquer des méthodes d’analyse de données adaptées à l’utilisation par l’approche PNIN Les questions peuvent être décomposées en questions plus spécifiques afin de mieux comprendre les étapes intermédiaires du chemin de l’impact :

    • Les investissements dans les interventions EAH ont-ils changé au cours des 5 dernières années ?
    • Comment les investissements dans les interventions EAH sont-ils répartis au niveau infranational ?
    • La couverture des interventions EAH a-t-elle changé au cours des 5 dernières années ?
    • Les interventions EAH atteignent-elles les populations cibles ?
    • Les interventions EAH ont-elles permis d’améliorer l’accès aux latrines / à l’eau potable ?



    Il est possible de répondre à ces questions par des méthodes appropriées d’analyse de données descriptive utilisant les données existantes. La dernière partie du chemin concernant l’impact d’épisodes de diarrhée répétés sur le retard de croissance peut être abordée au moyen d’une revue de la littérature et/ou en utilisant un outil de modélisation tel que LiST.

  • Question 4 : Quel impact sur le retard de croissance peuvent avoir les interventions spécifiques à la nutrition ?

    QUELLES sont les caractéristiques d’une question de politique bien formulée ?Commentaires pour la question 4
    1. La question doit répondre à un besoin politique La pertinence politique est assurée par les étapes 1 et 2 du processus de formulation des questions.
    2. C’est une question à laquelle les données quantitatives existantes peuvent apporter une réponse Les experts en données doivent identifier les principaux jeux de données disponibles contenant des estimations sur le retard de croissance et sur la couverture des interventions spécifiques à la nutrition.
    3. La question doit fournir une réponse en temps utile pour les politiques La ponctualité de la réponse est discutée au cours des étapes 1 et 2 du processus de formulation des questions. À noter que seul le plan d’analyse de données pourra définir avec précision le temps nécessaire à l’analyse.
    4. L’analyse de la question doit conduire à des recommandations et des décisions pratiques Ceci est assuré par les étapes 1 et 2 du processus de formulation des questions.
    5. La question doit préciser :
    a) les groupes de population
    b) le type d’intervention
    c) l’objectif
    d) la période
    e) les résultats attendus
    a) Les groupes d’âge doivent être précisés : enfants ? Moins de 2 ans ou moins de 5 ans ?
    b) La liste des actions pour la nutrition essentielles ou les interventions prioritaires dans le plan d’action pour la nutrition peuvent être utilisées.
    c) L’« objectif politique » sous-jacent pourrait être précisé, ce qui guiderait l’élaboration du plan d’analyse de données.
    d) Le calendrier n’est pas très précis. Est-il basé sur des objectifs officiels (par exemple 2025) ?
    e) Le retard de croissance est l’indicateur de résultat. Le plan d’analyse de données précisera si l’analyse utilisera la prévalence du retard de croissance (globale ou sévère ou les deux) ou le score Z moyen de la taille pour l’âge. Le plan d’analyse de données doit décrire avec précision les indicateurs de couverture à inclure dans l’analyse.
    6. La question doit impliquer des méthodes d’analyse de données adaptées à l’utilisation par l’approche PNIN La question implique l’utilisation de méthodes d’analyse causale de données qui ne conviennent pas, car les données basées sur la population ne peuvent pas fournir une mesure fiable de l’effet d’une intervention sur le retard de croissance, étant donné qu’aucune comparaison n’est possible avec un groupe témoin (se référer à la partie 4).
    Cependant, certains travaux de recherche ont mesuré l’effet des interventions sur le retard de croissance, en particulier des interventions spécifiques à la nutrition, et sur la base de ces travaux, LiST a modélisé la manière dont une augmentation de la couverture des interventions spécifiques à la nutrition pouvait entraîner une réduction du nombre d’enfants ayant un retard de croissance. LiST requiert des données sur la couverture des interventions.
    Après reformulation, il est possible de répondre à cette question à l’aide de l’outil LiST :
    « Combien d’enfants ne présenteront pas de retard de croissance ni ne mourront si la couverture d’un ensemble d’interventions spécifiques à la nutrition est augmentée de 20 % entre 2019 et 2025 ? »
  • Exemples de mesures d’atténuation en lien ave les risques identifiés

    Risques pendant la phase de mise en place

    Complexité et nombre d’initiatives et d’acteurs dans le domaine de la nutrition
    Mesures d’atténuation :

    • Préparer une cartographie de tous les acteurs et consulter toutes les parties prenantes pendant la phase de mise en place d’une PNIN au sujet du choix des organisations hôtes
    • Positionner la PNIN comme étant intégrée et soutenant l’environnement politique multisectoriel en matière de nutrition

    Manque d’appropriation de la PNIN par les organisations hôtes
    Mesures d’atténuation :

    • Sélectionner avec soin les partenaires qui feront partie de l’initiative et définir clairement les rôles, les attributions et les lignes de responsabilité dans le contrat ou le mémorandum d’entente
    • S’assurer que chaque partenaire comprend comment la PNIN peut fonctionner dans son pays et répondre à ses objectifs et à ses priorités. La PNIN doit alimenter la stratégie plus large de chaque partenaire

    L’hôte de la PNIN n’alloue pas / ne libère pas de personnel pour travailler sur la PNIN
    Mesures d’atténuation :

    • S’assurer que des estimations réalistes de la répartition du temps du personnel des organisations hôtes sont convenues et liées par un engagement contractuel et couvertes par des ressources budgétaires
    • Inclure un budget pour les tâches de gestion de projet spécifiques qui ne peuvent pas être absorbées par le personnel existant : coordination, soutien financier et administratif, communication

    Risques liés à la composante axée sur les politiques

    L’engagement multisectoriel est insuffisant, incluant une faible participation aux réunions du Comité consultatif multisectoriel
    Mesures d’atténuation :

    • Utiliser la phase de mise en place de la PNIN pour discuter de l’engagement et souligner les avantages pour tous les secteurs
    • Développer des systèmes d’incitation, prévoir des indemnités de réunion

    Demande faible ou non soutenue des produits de la PNIN de la part des décideurs
    Mesures d’atténuation :

    • Utiliser le Comité consultatif qui est directement lié au système de coordination multisectorielle de la nutrition pour engager leurs collègues
    • Utiliser le tableau de bord infranational sur la nutrition pour susciter l’intérêt et lancer le dialogue politique

    Les décideurs politiques n’acceptent pas les données et les informations factuelles fournies
    Mesures d’atténuation :

    • Impliquer les décideurs tout au long du dialogue politique afin de susciter l’appropriation de la formulation de questions, du choix de l’analyse de données et enfin de la participation à la discussion autour de l’interprétation des résultats
    • Transparence dans la communication des résultats et encouragement des autres parties prenantes à demander des comptes aux décideurs politiques concernant l’acceptation et l’utilisation des informations factuelles

    Risques liés à la composante axée sur les données

    Manque de volonté de partager des données avec la PNIN
    Mesures d’atténuation :

    • Sensibiliser le plus haut niveau du système de coordination multisectorielle de la nutrition à l’importance du partage des données
    • Plaider en faveur de l’établissement d’un cadre législatif favorable

    Mauvaise disponibilité et/ou qualité des données
    Mesures d’atténuation :

    • Renforcer les capacités du personnel en matière de contrôle de la qualité des données
    • Sensibiliser aux mesures visant à améliorer la qualité de la future collecte de données

    Faibles incitations ou obstacles à la collaboration entre les partenaires de la PNIN
    Mesures d’atténuation :

    • Intégrer la PNIN dans les structures existantes dès le début, avec un leadership dans le système national de coordination multisectorielle de la nutrition
    • Démontrer les avantages, l’efficience et l’efficacité de l’approche PNIN par des gains rapides et stratégiques au cours de la première année
  • Expérience de gestion de la PNIN au Guatemala

    Au Guatemala, un comité directeur fournit des précisions et de la transparence sur les plans et dispositifs aux principaux partenaires de la PNIN. Ce comité comprend des représentants de la délégation de l’UE, en tant que principal donateur soutenant la PNIN, le Secrétariat à la sécurité alimentaire et nutritionnelle (SESAN), en tant qu’hôte gouvernemental de la PNIN, et le CATIE (Centre agronomique tropical de recherche et d’enseignement supérieur), en tant qu’organisation gérant la subvention et fournissant une assistance technique.

    Le comité directeur se réunit régulièrement (trois fois par an). Les réunions attirent de nombreux participants et comprennent des discussions approfondies sur les progrès réalisés, les obstacles rencontrés et les moyens de les surmonter.

    Le CATIE a chargé un coordonnateur expérimenté, un assistant et un administrateur financier de gérer la PNIN. L’équipe du CATIE se réunit chaque semaine pour discuter des progrès et des problèmes et entretient des contacts réguliers (quotidiens) avec l’hôte gouvernemental de la PNIN, le SESAN, au sujet de la mise en œuvre du projet.

    Le CATIE a développé un outil de gestion de projet élaboré dans Excel, qui permet de suivre les objectifs, les activités et les dépenses, avec un simple système de feux de signalisation pour signaler les progrès ou les problèmes rencontrés au comité directeur du projet.

    Télécharger le modèle de suivi de projet Excel du CATIE