Blog

Jul 31, 2023

Possiamo prevedere il peso della malnutrizione acuta durante la crisi

BMC Nutrition volume 8, numero articolo: 92 (2022) Cita questo articolo 2262 Accessi 3 dettagli delle metriche alternative Le indagini campionarie sono il pilastro della sorveglianza della malnutrizione acuta nelle strutture

BMC Nutrition volume 8, numero articolo: 92 (2022) Citare questo articolo

2262 accessi

3 Altmetrico

Dettagli sulle metriche

Le indagini a campione rappresentano il pilastro della sorveglianza della malnutrizione acuta in contesti colpiti da crisi, ma sono onerose e hanno una copertura geografica limitata a causa dell’insicurezza e di altri problemi di accesso. Come possibile complemento alle indagini, abbiamo esplorato un approccio statistico per prevedere il peso prevalente della malnutrizione acuta per piccoli strati di popolazione in due paesi colpiti dalla crisi, Somalia (2014-2018) e Sud Sudan (2015-2018).

Per ciascun Paese, abbiamo raccolto set di dati generati da attori umanitari o altre entità su insicurezza, sfollamenti, insicurezza alimentare, accesso ai servizi, insorgenza di epidemie e altri fattori sul percorso causale della malnutrizione. Abbiamo unito questi dati con set di dati di indagini antropometriche domestiche campione effettuate a livello amministrativo 3 (distretto, contea) come parte della sorveglianza nutrizionale e, per ciascuno dei numerosi risultati, inclusi indici binari e continui basati sul rapporto peso-altezza o medio-alto -circonferenza del braccio, adattato e valutato le prestazioni predittive di modelli lineari generalizzati e, in alternativa, foreste casuali di machine learning.

Abbiamo sviluppato modelli basati su 85 rilievi sul terreno in Somalia e 175 in Sud Sudan. Il tipo di mezzi di sussistenza, l’intensità del conflitto armato, l’incidenza del morbillo, l’indice della vegetazione e il prezzo dell’acqua sono stati importanti predittori in Somalia, mentre i mezzi di sussistenza, l’incidenza del morbillo, le precipitazioni e le ragioni di scambio (potere d’acquisto) in Sud Sudan. Tuttavia, sia i modelli lineari generalizzati che le foreste casuali hanno avuto prestazioni basse sia per i risultati antropometrici binari che per quelli continui.

I modelli predittivi hanno avuto prestazioni deludenti e non sono utilizzabili per l’azione. La gamma dei dati utilizzati e la loro qualità probabilmente hanno limitato la nostra analisi. L’approccio predittivo rimane teoricamente attraente e merita un’ulteriore valutazione con set di dati più ampi in più contesti.

Rapporti di peer review

Nei contesti colpiti da crisi dovute a conflitti armati, violenza comunitaria, sfollamenti e/o insicurezza alimentare, la malnutrizione acuta rappresenta una grave minaccia per la salute pubblica che, a livello individuale, presenta un rischio di mortalità a breve termine, esacerba malattie infettive endemiche ed epidemiche e peggiora i risultati dello sviluppo a lungo termine. Anche la prevalenza della malnutrizione acuta tra i bambini è un indicatore chiave della gravità della crisi, poiché riflette la situazione più ampia della sicurezza alimentare, dei mezzi di sussistenza, della salute pubblica e dell’ambiente sociale [1]. Ai fini di questo articolo, e in conformità con le attuali linee guida dell'Unicef, ci riferiamo alla malnutrizione acuta (comunemente nota anche come deperimento) come la presenza di due presentazioni parzialmente sovrapposte: il marasma, caratterizzato da una recente e grave perdita di peso, e il più raro ma forma edematosa più letale (kwashiorkor). Gli indici antropometrici che includono peso per altezza o lunghezza, circonferenza del braccio medio-superiore (MUAC) e presenza di edema della fossetta bilaterale possono essere combinati in indicatori continui (ad es. punteggio Z peso per altezza/lunghezza, relativo alla media di una popolazione di riferimento ben nutrita: WHZ) o dicotomizzati in base a soglie per classificare i bambini come malnutriti gravemente o moderatamente acuti (SAM, MAM) e, a livello di popolazione, calcolare stime di prevalenza [2]. Tali informazioni aiutano a valutare i progressi verso gli obiettivi nazionali e globali, a identificare un pacchetto adeguato di servizi nutrizionali e di sicurezza alimentare, a stimare le risorse necessarie (ad esempio, il carico di lavoro), a monitorare le prestazioni dei servizi e a rilevare i cambiamenti nella gravità della crisi come parte dei sistemi di allarme rapido come come classificazione integrata delle fasi di sicurezza alimentare (IPC) [3,4,5].

Le indagini antropometriche trasversali tra i bambini di età compresa tra 6 e 59 mesi (mese) sono una componente importante della sorveglianza nutrizionale in contesti di crisi, insieme ai dati programmatici e basati sulle strutture [6]. Negli ultimi dieci anni sono stati compiuti notevoli progressi nella standardizzazione dei metodi e dell’analisi di queste indagini. In particolare, il progetto Standardized Monitoring and Assessment of Relief and Transitions (SMART) [7] fornisce protocolli di studio generici e ausili per la progettazione dell'indagine, la formazione e il controllo di qualità, nonché il software di nutrizione di emergenza su misura per la selezione dei campioni, l'immissione e l'analisi dei dati . Le indagini SMART, solitamente implementate su piccola scala geografica (ad esempio distretti o singoli campi), sono il metodo più comune basato sulla popolazione per misurare il carico di malnutrizione nella risposta umanitaria. Tuttavia, le indagini SMART sono piuttosto onerose in termini di risorse umane e finanziarie, richiedono diverse settimane per essere pianificate, implementate e riferite e possono avere una portata geografica limitata a causa di insicurezza o altri vincoli di accesso, risultando quindi potenzialmente distorte, premature e/o o informazioni non sufficientemente granulari. In altre parole, le indagini da sole potrebbero non supportare adeguatamente l’individuazione precoce di situazioni in peggioramento e un’efficiente allocazione delle risorse [8]. Più recentemente, le restrizioni legate al COVID-19 hanno temporaneamente ridotto l’implementazione dell’indagine SMART, proprio mentre si prevedeva che la pandemia avrebbe contribuito a un previsto raddoppio della popolazione globale che si trovava ad affrontare condizioni di crisi di insicurezza alimentare e, di conseguenza, a un aumento sostanziale del carico di malnutrizione acuta [9] .