Ce billet de blog résume la présentation de Roland Mady lors de la réunion annuelle 2025, qui a présenté de nouveaux outils et méthodes pour évaluer la mortalité maternelle institutionnelle, la mortinatalité et la mortalité néonatale avant la sortie de l’hôpital. M. Mady est chercheur associé à Johns Hopkins Bloomberg School of Public Health.
Dans de nombreux pays, l’augmentation du nombre de naissances en établissement signifie que les données de routine des établissements de santé peuvent constituer une source de données précieuse pour l’estimation de la mortalité. Ces données sont également de plus en plus utilisées dans le contexte d’une baisse de la fréquence des enquêtes et d’un financement limité pour la collecte de données au niveau de la population.
Pourquoi les données institutionnelles sur la mortalité sont-elles importantes
Les données sur la mortalité institutionnelle tirées des systèmes d’information de routine sur la gestion de la santé, tels que le DHIS2, constituent une source essentielle de données pour la surveillance nationale de la santé. Cependant, la sous-déclaration reste un problème répandu, en particulier pour les décès maternels. Des facteurs tels que la crainte de mesures punitives et des pratiques de documentation incohérentes contribuent à l’absence de données, ce qui réduit l’utilité des indicateurs de mortalité pour la politique et la planification.
La transparence et l’interprétation pratique sont donc des facteurs importants. Il est important de s’interroger sur la plausibilité, la cohérence et la représentativité des données.
Comprendre les mesures de mortalité institutionnelle
Les trois approches suivantes peuvent être utilisées pour évaluer la qualité des données :
1. Plausibilité des taux de mortalité institutionnels
Après avoir calculé les ratios de mortalité maternelle (MMR) et les taux de mortinatalité (SBR) institutionnels, il est important de savoir que des valeurs extrêmement élevées ou faibles – en particulier celles qui s’écartent de 50 % ou plus de la médiane sur cinq ans, ou qui sont inférieures aux seuils observés dans les pays à revenu élevé – sont signalées comme des valeurs aberrantes potentielles nécessitant un examen plus approfondi ou une imputation. Par exemple, des TAS inférieurs à 6 pour 1 000 ou des RMM inférieurs à 25 pour 100 000 suggèrent une sous-déclaration potentielle ou des problèmes de qualité des données.
2. Rapport entre les mortinaissances et les décès maternels
Le ratio institutionnel attendu entre les mortinaissances et les décès maternels se situe généralement entre 5 et 15. Les ratios qui se situent en dehors de cette fourchette peuvent signaler des déséquilibres dans les rapports, comme une sous-déclaration des décès maternels par rapport aux mortinaissances ou vice versa.
- Un rapport supérieur ou égal à 15 peut indiquer que les décès maternels sont davantage sous-déclarés que les mortinaissances.
- Un ratio compris entre 5 et 15 peut suggérer deux choses, selon la plausibilité des niveaux globaux de mortalité (indicateur 1) : soit les décès maternels et les mortinaissances sont sous-déclarés, soit les deux sont déclarés avec une qualité raisonnable.
- Un ratio inférieur à 5 signifie que les décès maternels peuvent être mieux signalés que les mortinaissances.
En examinant ce ratio en parallèle avec la plausibilité globale de la mortalité, les équipes nationales peuvent mieux interpréter les divergences et identifier les lacunes spécifiques des systèmes de déclaration des décès.
3. Exhaustivité de la déclaration des décès
Le troisième indicateur compare le RMM observé à partir des données de l’établissement avec un RMM attendu, calculé sur la base de deux hypothèses clés :
- Une estimation du RMM au niveau de la population, telle que les estimations des Nations unies ou des sources alternatives comme des enquêtes de haute qualité ;
- Un rapport supposé entre la mortalité maternelle communautaire et institutionnelle, généralement compris entre 0,5 et 2,5, reflétant la relation attendue entre les décès survenant à l’intérieur et à l’extérieur des établissements de santé.
Des scénarios peuvent être créés pour estimer les fourchettes probables d’exhaustivité. Dans un exemple, avec une couverture de 80 % des naissances en institution et un RMM de 100, l’exhaustivité estimée de la déclaration des décès maternels variait de 59 % à 64 %, en fonction des hypothèses retenues.
Aller de l’avant : Des données pour la responsabilité et l’action
L’amélioration de la qualité et de l’utilisation des données de routine est essentielle pour élaborer des programmes de santé réactifs et fondés sur des données probantes. En diagnostiquant où et pourquoi les données de mortalité sont insuffisantes, les équipes nationales sont mieux équipées pour cibler les interventions et améliorer la précision des systèmes de notification au fil du temps.
Le module sur la mortalité institutionnelle encourage l’analyse et le renforcement des capacités au niveau national. Alors que les pays sont soumis à une pression croissante pour « faire plus avec moins », de telles approches seront de plus en plus essentielles pour réaliser des progrès en matière de santé maternelle et infantile.