Tendances et facteurs associés au récent dépistage du VIH chez les femmes en Haïti : une étude transversale utilisant les données d’enquêtes représentatives à l’échelle nationale | Maladies infectieuses BMC

Cadre d’étude

Située sur le tiers occidental de l’île d’Hispaniola dans la mer des Caraïbes, Haïti compte une population d’environ 11,7 millions d’habitants. [30]. Administratively, the republic of Haiti is divided into 10 departments (Ouest, Sud, Sud-Est, Grande Anse, Nippes, Nord, Nord-Ouest, Nord-Est, Centre, and Artibonite), 41 districts, 140 municipalities and 570 communal sections [31]. Haïti a une structure démographique très jeune : l’âge médian est estimé à 24 ans et moins de 5 % de la population a 65 ans ou plus. [30]. Économiquement, Haïti est le pays le plus pauvre de l’hémisphère occidental avec un PIB par habitant de 1 829,6 (USD courants). [32]. De plus, environ 25 % vivent en dessous du seuil national d’extrême pauvreté (1,23 $ par jour). [33] avec une espérance de vie à la naissance de 64,7 ans [34]. Haïti est également très vulnérable en termes d’accès aux soins de santé. Des estimations récentes de l’OMS ont révélé que le pays dispose en moyenne de 7 lits d’hôpitaux, 2,3 médecins et 4 infirmières et sages-femmes pour 10 000 habitants, contre respectivement 15,6, 14,5 et 13,3 en République dominicaine voisine. [35,36,37].

Source de données et plan d’échantillonnage

Les données de cette étude ont été extraites des trois dernières enquêtes démographiques et de santé haïtiennes (HDHS : 2006, 2012 et 2016/17). A noter que cinq EDS ont déjà été réalisées en Haïti ; cependant, les informations sur le dépistage du VIH n’ont pas été collectées pour les deux premiers HDHS (1994/1995 et 2000). Les HDHS sont des enquêtes auprès des ménages représentatives à l’échelle nationale menées par l’Institut haïtien pour l’enfance avec le soutien technique de partenaires mondiaux, notamment le Bureau haïtien des statistiques, le ministère de la Santé publique et de la Population et l’ICF à travers le programme DHS de l’Agence des États-Unis pour le développement international. (TU AS DIT). L’objectif principal de ces enquêtes était de fournir des informations sur la fécondité des femmes, la mortalité infantile, l’utilisation de contraceptifs, les infections sexuellement transmissibles et les problèmes de santé maternelle et infantile en Haïti. [31].

Un plan d’échantillonnage stratifié à deux degrés a été appliqué, impliquant une sélection aléatoire des grappes d’échantillonnage créées au premier degré, suivie d’une sélection aléatoire des ménages par grappe avec des probabilités égales dans le cadre d’une approche systématique au cours du deuxième degré. Quatre questionnaires ont été utilisés pour la collecte de données : le questionnaire ménage, le questionnaire femme, le questionnaire homme et le questionnaire biomarqueur. Des informations détaillées concernant l’échantillonnage HDHS et la collecte de données ont été publiées ailleurs. [31]. Pour cette étude, nous avons extrait toutes les variables pertinentes des fichiers de données sur les femmes (recodage individuel) dans les ensembles de données HDHS 2006, 2012 et 2016/17. Les données analysées dans ce présent travail de recherche concernent des femmes en âge de procréer ayant déjà eu des rapports sexuels.

Population étudiée

La population étudiée était composée de femmes âgées de 15 à 49 ans qui ont fait leurs débuts sexuels, car il s’agit de l’un des groupes les plus à risque de VIH en Haïti. [38]. Au cours des trois dernières HDHS, respectivement 10 757, 14 287 et 14 371 femmes ont été interrogées avec succès. Sur l’ensemble des femmes ayant participé, 8 627, 11 637 et 11 892 ont déclaré avoir eu leur premier rapport sexuel, respectivement.

Variables d’étude

Variable dépendante

La variable de résultat intéressante pour cette étude était le dépistage du VIH. Généré à partir des éléments « Dernier test de dépistage du VIH » et « Résultat reçu du dernier test de dépistage du VIH », il était codé « oui » si une femme déclarait avoir subi un test de dépistage du VIH au cours des 12 mois précédant l’enquête et avoir reçu le résultat, et « non » dans le cas contraire.

Variables indépendantes

Basé sur la littérature existante [10, 25, 39,40,41] ainsi que leur disponibilité dans l’ensemble de données Femmes, nous avons identifié des facteurs potentiels qui pourraient influencer le dépistage du VIH chez les femmes en Haïti à deux niveaux (individuel et communautaire). Les variables au niveau individuel comprenaient l’âge (“moins de 25 ans”, “25-34”, “35 ans et plus”), la religion (“chrétien”, “non chrétien”), le niveau d’éducation (“primaire ou moins”, ” secondaire” et “supérieure”), fréquence d’écoute de la radio (“pas du tout”, “moins d’une fois par semaine”, “au moins une fois par semaine”, “presque tous les jours”), fréquence de visionnage de la télévision (” pas du tout”, “moins d’une fois par semaine”, “au moins une fois par semaine”, “presque tous les jours”), travailler actuellement (“oui”, “non”), être couvert par une assurance maladie (“oui”, « non »), état civil (« jamais marié », « en union », « veuf/divorcé/séparé »), âge au premier rapport sexuel (« moins de 15 ans », « 15-18 ans », « 18 ans et plus »). , nombre de partenaires sexuels (« aucun partenaire », « un partenaire », « deux et plus »), avoir eu une MST au cours des 12 derniers mois (« oui », « non ») et indice de richesse (« le plus pauvre », « le plus pauvre »). , “milieu”, “plus riche”, “le plus riche”). Une analyse en composantes principales, dans laquelle les ménages individuels étaient positionnés sur une échelle continue de richesse relative, a été utilisée pour générer l’indice de richesse. Des informations détaillées sur la construction de l’indice de richesse peuvent être trouvées dans les rapports HDHS. [31].

Le lieu de résidence et la région ont été considérés comme des variables au niveau communautaire. Le lieu de résidence et la région sont des critères utilisés dans la conception de l’échantillon pour estimer la prévalence des indicateurs démographiques et de santé de base au niveau national. Le lieu de résidence a été divisé en “rural” et “urbain” et la région a été codée comme “Ouest”, “Sud-Est”, “Nord”, “Nord-Est”, “Artibonite”, “Centre”, “Sud”, “Grand’Anse/Nippes”, et “Nord-Ouest”. Ces deux variables expliquent directement les caractéristiques des communautés.

analyses statistiques

L’analyse des données a été réalisée à trois niveaux : descriptif, bivarié et multivarié. Des analyses descriptives univariées ont illustré les fréquences et les pourcentages pour décrire le profil des femmes. Une analyse des tendances du dépistage du VIH chez les femmes a été réalisée par rapport aux années d’enquête respectives (2006, 2012 et 2016/17). Des analyses bivariées (tabulations croisées avec tests du chi carré) ont été effectuées séparément pour chaque ensemble de données afin d’examiner l’association entre le dépistage du VIH et les variables indépendantes sélectionnées en utilisant p-valeur < 0,05 comme coupe de points. Afin d'évaluer les effets de plusieurs facteurs identifiés au niveau individuel et communautaire associés au dépistage du VIH, des analyses multiniveaux (modèle de régression logistique à effets mixtes à deux niveaux) ont été appliquées puisque les données HDHS étaient hiérarchiques (les variables individuelles de « niveau 1 » étaient imbriquées). au sein des variables communautaires "niveau 2") [42]. Pour chaque ensemble de données, nous avons ajusté quatre modèles : modèle nul (Modèle-0), modèle 1 (Modèle-I), modèle 2 (Modèle-II) et modèle 3 (Modèle-III). Le modèle nul a été ajusté avec uniquement la variable de résultat [42]. Les modèles 1, 2 et 3 ont été ajustés à l'aide de variables au niveau individuel, de variables au niveau de la communauté et de variables au niveau individuel et communautaire, respectivement. La commande « melogit » a été utilisée dans le logiciel Stata pour tenir compte du regroupement de la variable de résultat au sein et entre les grappes d'échantillonnage du plan d'enquête. Les résultats des effets fixes ont été rapportés sous forme d'odds ratios ajustés (aOR) avec leurs intervalles de confiance (IC) correspondants à 95 %. L'effet aléatoire a été interprété à l'aide du coefficient de corrélation intra-classe (ICC) et du changement proportionnel de variance (PCV) et comparé entre les modèles progressifs en les examinant. De plus, le facteur d'inflation de la variance (VIF) a été utilisé pour évaluer la multi-colinéarité. Aucune des variables n'a présenté de problèmes de multi-colinéarité (toutes les VIF < 5) [43,44,45]. Le log-vraisemblance et le critère d’information d’Akaike (AIC) ont été utilisés pour vérifier l’adéquation du modèle, et un modèle avec le log-vraisemblance le plus élevé et l’AIC le plus bas a été considéré comme le modèle le mieux adapté. [46]. Toutes les analyses ont été pondérées pour obtenir des estimations impartiales et réalisées dans le logiciel STATA 16.0 (Stata Corp, Tex, USA) en utilisant “sournois” commande pour ajuster la structure d’échantillonnage complexe des données. La signification statistique a été déclarée à p< 0,05.

Analyse de décomposition démographique

Pour examiner les changements dans la prévalence du dépistage du VIH entre 2006 et 2016/17, une analyse de décomposition démographique a été utilisée. Plus précisément, cette méthode nous permet d’examiner comment un changement dans la variable dépendante est entraîné par des changements dans chaque variable indépendante (reflétant un groupe ou un processus). Dans une décomposition démographique, la question principale concerne la contribution de la « composition » ou de la taille spécifique du groupe par rapport au « comportement spécifique du groupe ». [47].

Formellement, la prévalence nationale du dépistage du VIH (Y) est exprimée sous forme de moyenne pondérée (par ({oméga }_{j})) de la prévalence du dépistage du VIH dans les groupes de sous-populations définis par les catégories de variables indépendantes sélectionnées (({y}_{j})).

Dans cette formule, un changement national dans la prévalence du dépistage du VIH peut être décomposé en deux composantes :

(Y): variable dépendante.

(oméga): poids démographique d’un sous-groupe individuel.

({y}_{j}): valeur de la variable dépendante pour le groupe (j)

(overline{{y}_{j}}): (gauche[{(y}_{j (t+1)}+{y}_{j

(3)