Les quatre mesures, et à quoi sert chacune

Quatre choses, mesurées sur un enfant

Tout ce cours repose sur quatre observations, et un analyste qui ignore comment chacune est prise les lira toutes de travers.

Mesure	Unité	Précision	Ce à quoi elle est sensible
Poids	kg	0,1 kg	Déficit aigu — il chute vite et se récupère vite
Longueur / taille	cm	0,1 cm	Déficit chronique — il s’accumule et ne se récupère pas
PB	mm	1 mm	Déficit aigu, et le risque de mortalité plus directement que le poids
Œdèmes	présents / absents	—	Pas une mesure ; un signe clinique, et il prime

Deux de ces lignes méritent qu’on s’y arrête, car elles expliquent l’essentiel de ce qui suit.

Le poids bouge, la taille non. Un enfant qui a eu faim deux mois est plus léger qu’un enfant de même taille qui n’a pas eu faim, et il reprendra ce poids en quelques semaines s’il est nourri. Un enfant qui a eu faim deux ans est plus petit, et il ne rattrapera pas cette taille. Ce seul fait explique pourquoi le secteur distingue l’émaciation du retard de croissance et pourquoi les deux exigent des indicateurs et des programmes différents.

Les œdèmes ne sont pas sur une échelle. C’est un signe clinique — œdèmes bilatéraux prenant le godet, vérifiés en pressant les deux pieds trois secondes — et un enfant qui en présente est en malnutrition aiguë sévère quels que soient son poids et son périmètre brachial. Toute définition de cas de l’unité suivante porte une clause d’œdème, et toute analyse qui calcule la MAS comme « le décompte sous le seuil de score z » est fausse d’autant d’enfants œdémateux que le registre en contient.

Longueur ou taille, et les 0,7 cm qui ne sont pas un arrondi

Les enfants de moins de 24 mois sont mesurés couchés — c’est la longueur. Ceux de 24 mois et plus sont mesurés debout — c’est la taille. Le même enfant mesure environ 0,7 cm de plus couché que debout, car la colonne se décomprime.

Les normes de l’OMS sont publiées pour les deux, et la règle est la suivante.

• Sous 24 mois, employez la norme de longueur, et si l’enfant a été mesuré debout, ajoutez 0,7 cm avant la recherche.
• À 24 mois et plus, employez la norme de taille, et si l’enfant a été mesuré couché, retranchez 0,7 cm.

import pandas as pd

smart = pd.read_csv("smart-nutrition-survey-2024.v1.csv")
print(smart["measured_lying"].value_counts())

library(dplyr)
smart |> count(measured_lying)

752 mesurés couchés, 178 debout. Le registre enregistre la position, ce qui rend l’ajustement possible — et un registre qui ne l’enregistre pas est un registre dont les scores z portent une erreur non quantifiable pour chaque enfant mesuré dans la position non standard.

Inversez le signe et vous biaisez la moitié la plus jeune de l’enquête. Le laboratoire du cours sur les jointures vous l’a déjà fait faire ; voici pourquoi cela compte cliniquement.

Le PB, et pourquoi on l’emploie

Le PB est un ruban autour du bras, lu au millimètre, et il paraît fruste à côté d’un score z calculé à partir de deux instruments étalonnés. On l’emploie pour trois raisons qui décident ensemble de la plupart des programmes communautaires.

• Il exige une mesure, pas deux. Un agent de santé communautaire muni d’un ruban peut dépister un village ; un dépistage par poids-pour-taille exige une balance, une toise et une table de référence.
• Il prédit la mortalité au moins aussi bien. À âge donné, un bras petit prédit fortement le décès, et dans plusieurs études mieux que le poids-pour-taille.
• Il n’exige aucun âge. Ce qui compte énormément dans les populations sans actes de naissance, où l’âge dont un score z a besoin est lui-même une estimation.

Le coût fait l’objet de la leçon 4 — le PB croît avec l’âge indépendamment de l’état nutritionnel, si bien qu’un seuil fixe trouve des enfants différents selon l’âge.

La précision décide de ce qu’une mesure peut soutenir

muac = pd.read_csv("muac-screening-artibonite-2024.v1.csv")
values = muac.loc[muac["muac_mm"].notna(), "muac_mm"]

near_cutoff = values.between(123, 127).sum()
print(f"{near_cutoff} of {len(values)} children within 2 mm of the 125 mm cut-off")

muac |>
  filter(!is.na(muac_mm)) |>
  summarise(near = sum(between(muac_mm, 123, 127)), n = n())

Le PB se lit au millimètre et deux agents formés obtiennent couramment des mesures répétées différant de 2 à 3 mm. Tout enfant situé à environ 3 mm d’un seuil est donc un enfant dont la classification dépend de qui tenait le ruban.

Cela ne rend pas le seuil faux — un seuil doit bien être quelque part — mais cela a deux conséquences qu’un analyste doit porter.

• Ne rapportez jamais un taux fondé sur le PB à deux décimales. La mesure ne le soutient pas.
• Attendez-vous à un amoncellement au seuil dans les données de programme. Un agent qui lit 114 et sait que 115 est le seuil d’admission pose un jugement clinique, il ne falsifie pas un registre, et la distribution le montrera.

Le même argument vaut pour le poids au 0,1 kg et la taille au 0,1 cm, et la leçon 5 en fait un contrôle formel.

Lisez la distribution avant tout calcul

cmam = pd.read_csv("cmam-admissions-2024.v1.csv")

print(cmam[["muac_admission_mm", "weight_admission_kg", "height_cm"]].describe().round(1))
print(f"height missing: {cmam['height_cm'].isna().sum()} of {len(cmam)}")

cmam <- readr::read_csv("cmam-admissions-2024.v1.csv")

summary(select(cmam, muac_admission_mm, weight_admission_kg, height_cm))
sum(is.na(cmam$height_cm))

Soixante-douze des 1 100 admissions n’ont pas de taille. Ce n’est pas une gêne de qualité à nettoyer — c’est la raison pour laquelle le poids-pour-taille est incalculable pour ces enfants alors que le PB l’est, et donc la raison pour laquelle toute comparaison des deux critères a deux dénominateurs différents. La leçon 4 est bâtie exactement là-dessus.

Ce qu’un analyste nutrition vérifie d’abord

Cinq contrôles, dans l’ordre, avant tout indicateur.

• La position est-elle enregistrée ? Sans measured_lying, l’ajustement de 0,7 cm est une supposition.
• L’âge est-il présent, et comment a-t-il été obtenu ? Un score z exige l’âge ; une distribution d’âges attirée par les valeurs rondes dit qu’il a été estimé, ce que la leçon 5 mesure.
• Les œdèmes sont-ils un champ distinct ? S’ils sont fondus dans un indicateur général de « complications », le décompte de la MAS ne peut pas être calculé correctement.
• Les unités. PB en mm ou en cm, poids en kg, taille en cm. Le cours de nettoyage a trouvé sept saisies en centimètres dans le registre de dépistage ; elles sont toujours là.
• Les plages plausibles. PB 80-220 mm, poids 2-30 kg, taille 45-125 cm pour 6-59 mois. Au-delà, c’est une erreur de saisie, non un résultat.

implausible = cmam[
    ~cmam["muac_admission_mm"].between(80, 220)
    | ~cmam["weight_admission_kg"].between(2, 30)
    | ~cmam["height_cm"].between(45, 125).fillna(True)
]
print(f"{len(implausible)} admissions outside plausible ranges")

cmam |>
  filter(!between(muac_admission_mm, 80, 220) |
         !between(weight_admission_kg, 2, 30) |
         (!is.na(height_cm) & !between(height_cm, 45, 125))) |>
  nrow()

L’anthropométrie est la seule partie des données de ce secteur où l’erreur de mesure est bien caractérisée et publiée. Servez-vous-en : elle dit quelle précision votre indicateur peut porter, et c’est la raison pour laquelle un écart de deux points entre deux enquêtes n’est en général rien.

La suite

Vous avez quatre mesures et savez à quoi sert chacune. La leçon suivante en transforme deux en la quantité sur laquelle repose toute prévalence de ce cours — un score z selon les normes OMS 2006, calculé à partir de la table de référence plutôt que lu dans une colonne de confiance.