Situation Nutritionnelle dans la Région

Présentation au sujet: "Situation Nutritionnelle dans la Région"— Transcription de la présentation:

1 Situation Nutritionnelle dans la Région
Regional Food Security Nutrition Working Group, 28 Février 2019

2 Prévalence GAM dans la Region
(2019) Les prévalences pour les pays Sahéliens + CAR ont toutes été actualisées en fonction des enquêtes Nutritionnelles menées en 2018 (sauf pour le Sénégal). Pour les autres pays, les données de prévalence utilisées sont issues des dernières enquêtes menées. Selon les données d’enquêtes de 2018, les prévalences GAM sont > 15 % pour : CHAD  12 Régions sur 23  Barh El Gazel (18,7%), Batha (17,1%), Borkou (19,4%), Ennedi Est (16,7%), Ennedi Ouest (22,8%), Guera (17,6%), Hadjer Lamis (18%), Kanem (25%), Ouddai (17,8%), Salamat (15,9%), Sila (17,9%), Wadi Fira (20,3%). MRT  4 Régions sur 15  Assaba (15,3%), Brakna (15,4%), Guidimaka (18,8%), Hodh El Chargi (15,8%) NIGER  3 Régions sur 8  Maradi (15,4%), Tahoua (16,6%), Zinder (17,7%) DRC – Données de la MICS  Province de Maniema (22,7%)

3 Prévalence SAM dans la Region
(2019) Les prévalences pour les pays Sahéliens + CAR ont toutes été actualisées en fonction des enquêtes Nutritionnelles menées en 2018 (Sauf pour le Sénégal). Pour les autres pays, les données de prévalence utilisées sont issues des dernières enquêtes menées.

4 Evolution des prévalences entre 2016 et 2018 dans le SAHEL (6)
Burkina Faso Chad Mali Mauritanie Niger Senegal Les données de prévalence montrent des tendances plutôt stables ces dernières années, ou en tous cas qui ne sont pas statistiquement significatives. Il est donc à noter que malgré les efforts pour l’amélioration de la couverture de la prise en charge effectués depuis 10 ans, les taux de MAG, MAS et MAM restent élevés dans la région Sahélienne. Ceci doit nous inciter recentrer nos efforts sur 1/. Le maintien des services de prise en charge (qualité et couverture), mais surtout sur 2/. Le volet préventif de la MAS avec les aspects de Early Detection à travers des campagnes de dépistage de masse (ex: CPS) ainsi que l’outillage des communautés pour la détection des cas au sein des familles (Ex: MUAC by Caregivers). Burkina Faso  Tendance à la baisse de la MAG entre 2012 et 2018, avec un pic enregistré en 2015 (10,4%, dont 2,2% SAM et 8,2% MAM). Un autre pic doit être signalé au niveau de la MAS en 2017 avec un taux de 2%. Chad  Tendance à la hausse entre 2015 et 2018 (data non disponibles avant 2015). Pic atteint en 2017 avec un taux de MAG de 13,9% (3,9% SAM et 10% MAM). Au niveau de la prévalence MAS, le pic est enregistré en 2018 avec un taux de 4% (le plus haut depuis 2015). Mali  Tendance des prévalences MAG à la baisse entre 2015 et 2018 (data non disponibles avant 2015). Pic atteint en 2015 avec 12,4% MAG (dont 2,8% SAM et 9,6% MAM). Un rebond de la MAS est malgré tout à noter en 2017 avec 2,6% de MAS. Mauritanie  Tendances à la baisse pour la MAM et la GAM, mais ce n’est pas le cas de la MAS avec un taux à 2,3% sur 2017 et 2018. Niger  Tendances stables en général pour le Niger, même si un pic à 15% MAG (4,5% MAS et 10,5% MAM) a été enregistré en Les prévalences restent inquiétantes en 2018 avec 14,4% MAG (3,1% MAS et 11,3% MAM). Senegal  Data disponibles jusque 2015, nous restons dans l’attente des données d’enquêtes Les tendances sur les années 2012 à 2015 montrent des prévalences stables, avec un pic MAS enregistré en 2014 (1,4%).

5 Prévisions des Burden et Caseload SAM à WCAR en 2019
2019 Estimated SAM Burden WCA REGION Estimated Burden : 4,898,577 Targeted Caseload : 3,056,929 (62% of the burden) SAHEL (9 Countries) Estimated Burden : 2,873,160 Targeted Caseload : 2,030,509 (71% of the burden) BURDEN WCAR  4,9 M enfants SAM (dont 61% sont en DRC et NIGERIA) BURDEN SAHEL (9 Countries)  2,9 M enfants SAM (dont 58% sont au NIGERIA)

6 Evolution des Burden MAS entre 2015 et 2019
L’estimation des burden reste un exercice difficile. L’utilisation d’un facteur d’incidence harmonisé (à 1,6) pour tous les pays cache certaines disparités contextuelles, et pourrait engendrer dans certains cas une sous-estimation vs sur-estimation du nombre de cas SAM. UNICEF en collaboration avec la Harvard University mène un travail sur cette question du Facteur d’Incidence contextualisé par zone (et non plus par pays) de manière à ce que la méthodologie soit plus contexte-centrée. Les résultats de cette recherche devrait être partagé courant de l’année 2019. 9 countries  BF, Cameroon, Chad, Gambia, Mali, MRT, Niger, Nigeria et Senegal 6 countries  BF, Chad, Mali, MRT, Niger et Senegal WCAR : Baisse enregistrée en 2019 du fait du Nigéria et de la RDC où les Burden sont moins élevés cette année que les années précédentes. Il faut prendre en considération que ces 2 pays rassemblent à eux seuls 61% du BURDEN SAM de la Région. Nigeria  Le Nigeria utilise depuis 2016 un facteur d’incidence de 9 au lieu des 2,6 (Harmonized method). Dans ce cadre, même si la prévalence de 2015 (1,2%) était plus élevée que celle de 2018 (1,5%), le facteur d’incidence impacte directement le Burden du pays. A noter que les enquêtes sont exécutées au niveau national mais que les Burden sont calculés uniquement pour les 12 Etats du Nord du pays. RDC  Selon l’équipe, il y aurait eu une surestimation des cas (KWASH notamment) ces dernières années, d’où la baisse enregistrée en 2018 qui engendre une baisse sur l’estimation du burden. On passe de 2 M les années précédentes à 1,3 M pour cette année 2019. SAHEL (6): II faut prendre en compte qu’en 2018, au regard de la crise nutritionnelle qui s’annonçait, les BURDEN du CHAD et du MALI avaient été révisés à la hausse à mi-année (en utilisant les prévalences hautes de l’intervalle de confiance), ce qui avait fait augmenter leur burden de 2018, et donc ceux de la zone SAHEL (6). On est passé de 1,045,379 à 1,313,310. SAHEL (9): La baisse enregistrée entre 2017 et 2018 est directement liée au Burden du Nigeria qui est passé de 2,4M sur les 12 Etats du Nord en 2018 à 1,7M en Pour les estimations de 2018, les prévalences de l’enquête de 2015, tandis que pour les estimations de 2019, ce sont les résultats de la SMART 2018 qui ont été utilisés. Les résultats de l’enquête de 2018 montrent une tendance générale à la baisse des taux de MAS excepté pour les Etats d’Adamawa (0,7% vs 2,2%) et Zamfara (0,9% vs 1,6%).

7 Sahel - Burden vs Caseload MAS (2015-2019)
SAHEL (9)  Entre 2015 et 2019, le Burden SAM a été multiplié par 1,9 (du fait du Nigeria notamment avec le facteur d’incidence de 9), tandis que sur la même période le CSL SAM n’a été multiplié que par 1,6. Ceci signifie que notre capacité de prise en charge (mise à l’échelle des services IMAM) augmente moins vite que la masse du nombre de SAM. Ainsi, alors que le CSL SAM représentait 85% du burden en 2015, en 2019, celui-ci représente 70% du Burden. Cet état de fait pose donc la question des leviers disponibles (financements, capacités de systèmes de santé, gouvernance, volonté politique, etc..) pour améliorer la couverture des services IMAM au niveau national, mais aussi de l’accélération nécessaire pour la détection/référence des cas du niveau communautaire vers les structures de prise en charge (et des goulots d’étranglement identifiés pour un meilleur accès aux services de prise en charge). SAHEL (6)  Entre 2015 et 2019, le Burden SAM et le CSL SAM ont été multipliés par 1,2. Le niveau des CSL par rapport aux Burden ne cesse d’augmenter ces dernières années passant de 77,7% en 2016 à 93,5% en 2019.

8 Evolution des Couvertures de prise en charge MAS (2015-2018)
RAPPEL 2018 SAM Burden: 3,7 M SAM CSL : 2,1 M New Admissions: 1,6M RAPPEL 2018 SAM Burden: 1,3 M SAM CSL : 1,2 M New Admissions: 903,494 SAHEL (9)  Les admissions sont en constante augmentation depuis 2015 (1,3M en 2015 vs 1,6M en 2018, soit +24%). Malgré cela, une baisse des niveaux de couverture (Programme et Traitement) est observable. Couverture Programme (en lien avec le CSL) Une première baisse est à noter entre 2015 et 2017 (passant de 102,6% en 2015, à 87,6% en 2016 puis à 61,3% en 2017). Ceci est directement lié au fait de l’augmentation du CSL Nigeria passant de 345,927 en 2015, à 615,611 cas en 2016 puis à 1,655,640 cas en 2017. Un rebond est enregistré cette fois entre 2017 et 2018 passant de 61,3% à 77,1%. Ceci est lié à une révision à la baisse du CSL Nigeria qui est repassé de 1,655,640 en 2017 à 827,998 en 2018. Couverture Traitement (en lien avec le Burden) Une baisse est observable entre 2015 et 2016 (passant de 87,4% à en 2015 à 36,9% en 2016). Elle est ici aussi à mettre en regard avec le cas du Nigéria qui a commencé à utiliser un facteur d’incidence de 9 à partir de 2016, ce qui a fait bondir son Burden SAM de 461,236 en 2015 à 2,539,074 en 2016. Un rebond se fait sentir entre 2016 et 2017 (passant de 36,9% à 46%), en lien cette fois avec la révision à la baisse du Burden pour les 9 pays de 3,8M en 2016 à 3,4M en 2017 (Baisse significative pour le Chad (-30%), le Nigeria (-7%), le Niger (-30%)). Une nouvelle baisse est observable entre 2017 et 2018 (passant de 46% à 42,8%). Il est à noter que 1/. Le Burden a réaugmenté passant de 3,4M en 2017 à 3,8M en 2018 (Lié à la crise nut de 2018 avec révision des burden Chad et Mali), 2/. Toutes les données de Décembre 2018 ne sont pas encore disponibles, 3/. Les niveaux de reporting qui sont assez bas pour le BF (~65%) et le Senegal (~10%). SAHEL (6)  Le nombre d’admissions est en hausse également pour les 6 Pays Sahéliens passant de 843,581 en 2015 à 903,494 en 2018 (+7%), malgré une baisse à noter en 2017 avec 833,658 cas admis (contre 843,581 en 2015 et 880,442 en 2016). Couverture de Programme (en lien avec les CSL) Tendance stable jusqu’en 2018 où une baisse est enregistrée (97,7% en 2017 contre 73,5%). Ceci est à mettre en relation avec la révision des Burden pour le Mali et le Chad en cours d’année 2018 du fait de la plausible crise nut qui était annoncée (augmentation des taux de prévalence MAS pour tous les pays). On est passé d’un CSL de 853,361 en 2017 à un CSL de 1,229,760 en A prendre également en compte l’absence de données pour le Senegal (reporting coverage 10%), et une mauvaise complétude des données sur le Burkina Faso (~65%) Besoins de données plus qualitative pour mieux analyser ces baisses de couverture? Nécessité de revoir les résultats des BNA pays pour rebondir sur les goulots identifiés.

9 Sahel (6) - Burden & Caseload MAM entre 2016 et 2019
WCAR : Baisse enregistrée en 2019 du fait du Nigéria et de la RDC où les Burden sont moins élevés cette année que les années précédentes. Au Nigeria, les taux MAS sont à la baisse par rapport aux taux utilisés de la dernière enquête (2015). En RDC, il y aurait eu une surestimation des cas (KWASH notamment) les dernières années (on passe ainsi de 2 M les années précédentes à 1,3 M cette année).

10 SAHEL (6) - WFP MAM PREVENTION & TRAITEMENT 2019
WCAR : Baisse enregistrée en 2019 du fait du Nigéria et de la RDC où les Burden sont moins élevés cette année que les années précédentes. Au Nigeria, les taux MAS sont à la baisse par rapport aux taux utilisés de la dernière enquête (2015). En RDC, il y aurait eu une surestimation des cas (KWASH notamment) les dernières années (on passe ainsi de 2 M les années précédentes à 1,3 M cette année). Total bénéficiaires planifiés pour la prévention de la MAM: Total bénéficiaires planifiés pour le traitement de la MAM:

11 Sahel (6) - Evolution des cas de MAM traités (2012-2018)

12 SAHEL: lien plausible entre les indicateurs anthropométriques
ENQUETES SMART – Cas du mali de Conclusion: selon les analyses des données provenant des enquêtes de , l’insuffisance pondérale avec 87,4% et le retard de croissance avec 53,2% de probabilité de prédiction avec des p-value<0,05 (donc très significatif) contribuent à la malnutrition aigue. Il apparait que l’insuffisance pondérale est plus liée à la manifestation de la malnutrition aigue chez les enfants de 6-59 mois au Mali Les taux de prévalences SAM et GAM sont stables ces dernières années, excepté dans certains cas (Niger)

13 SAHEL: Paramètres plausibles influençant la couverture de prises en charge caseload versus Cas traités Cas du mali de Il apparait clairement lorsque les burden et les caseload sont calculés sur la base du GAM pour taille et que les références vers les centres de santé sont faites sur la base des MUAC, les couvertures seront toujours influencées par cet état de fait……..mais d’autres paramètres méritent d’etre investigués Les taux de prévalences SAM et GAM sont stables ces dernières années, excepté dans certains cas (Niger)

14 Plan de Réponse Conjointe UNICEF / WFP 2019 Key messages
Remettre l’ENFANT au centre de la réponse en proposant des approches multisectorielles Axer nos interventions sur la PREVENTION / PREPARATION dans les zones les plus affectées par la Malnutrition Aigue et les zones présentant de fortes vulnérabilités Mieux CIBLER les « zones à risque » pour des réponses intégrées Générer des PREUVES sur les approaches les plus performantes/efficaces pour la prévention et le traitement de la malnutrition aiguë Les ressources actuelles n’étant pas suffisantes pour atteindre et traiter tous les cas, il est plus que nécessaire de travailler d’avantage sur les questions de prévention (avec du Early Detection, Monitoring des enfants qui sont à risque). Depuis 2018, UNICEF travaille à travers des pilotes sur des approches innovantes dans la région visant à limiter le nombre de cas (Campagne de dépistage de masse, PB Mère et Combined Protocole).

15 Sud Est Mauritanie et Centre Mali
Plan de Réponse Conjointe UNICEF / WFP 2019 Cartographie des zones prioritaires Area not analyzed LOW Priority area MEDIUM Priority Area HIGH Priority Area VERY HIGH Priority area Sud Est Mauritanie et Centre Mali Est Tchad Triangle Liptako-Gourma Bassin du Lac Tchad

16 Plan de Réponse Conjointe UNICEF / WFP 2019 Scénarios de planification
Coordination Plan de Réponse / Plan de contingence Signature accord de partenariat entre UNICEF et PAM Evaluation et analyse désagrégée de la Situation Nutritionnelle Prévention des cas Dépistage précoce couplé avec d’autres activités de santé (CPS) et traitement des maladies de l’enfant Supplémentation nutritionnelle de couverture pour les enfants 6-23 mois dans les zones prioritaires Promotion de l’ANJE, et déclaration conjointe pour la promotion, le soutien et la protection de l’allaitement maternel Intervention complémentaire de sécurité alimentaire sous forme de cash ou de nourriture dans les zones les prioritaires Paquet d’interventions WASH IN NUT Prise en charge des cas Organisation, mobilisation et pré-positionnement des intrants Remise à niveau des partenaires (Gouvernementaux, Opérationnels, Communautaires) sur le dépistage et la prise en charge de la malnutrition aigüe Surveillance nutritionnelle à travers les dépistages de masse au ainsi qu’à travers l’utilisation du MUAC by Caregivers Prise en charge intégrée de la malnutrition aigüe (SAM et MAM) chez les enfants 6-59 mois et les FEFA Scénario 1  Régions et districts où la PECIMA (MAS et MAM) est fonctionnelle Scénario 2 Régions et districts où la PECIMA (MAS et MAM) est partiellement ou pas fonctionnelle Combined Protocol Si un enfant est détecté MAM avec complications médicales  l’Enfant est référé en OTP/IPF (en fonction de la disponibilité des ressources) Dans les zones pilotes où il est prévu de tester un protocole simplifié, lors d'un dépistage de routine ou associé à des activités de prévention, les enfants qui seront détectés par MUAC seront admis dans ce programme et recevront les services du protocole simplifié.

17 Situation du Pipeline de RUTF
Countries GAP # RUTF Boxes 2019 Risk of stock-out Nigeria August 2019 for the 3 North Eastern States January for the 9 remaining Northern States Chad August 2019 Niger Burkina Faso July 2019 Mali October 2019 Senegal May 2019 Gambia Mauritania - 301 December 2019 Cameroon 75 TOTAL Les financements de FFP, ECHO et DFID sont pris en compte pour 2019. Pour le BF, il faut prendre en compte le fait qu’une contribution du Gvt est prévue (toutefois pour le moment, la quantité n’est pas définitivement validée).

18 WFP SAHEL 2019 : PLANIFICATIONS ET INTRANTS ET RESSOURCES REQUISES
Prevention (BSFP) Pays 6-23 mois/6-59 mois FEFA # 6-23 mois Type d’Intrants Intrants Ressources ($) # FEFA Tchad 192,798 SC Plus 4,627 6,478,013 100,000 SC + oil 2,700 3,780,000 Burkina Faso 72,696 SC plus ou voucher 143 902,444 40,387 SC+ huile 54 254,351 Mali 115,000 2,760 5,850,902 57,000 1,881 2,812,210 Mauritanie 6,900 82.80 81 393 4,600 SC +oil 121.44 Niger 137,112 3,048 5,660,178 Total 524,506 10,578 13,231,359 201,987 4,756 6,846,561 Traitement MAM (TSFP) Pays 6-59 mois FEFA # 6-59 mois Type d’Intrants Intrants Ressources ($) # FEFA Tchad 310,754 RUSF 2,797 3,915,500 100,000 SC + oil 4,050 4,860,000 Burkina Faso 120,600 1,085 5,241,653 30,080 SC+ huile 731 830,327 Mali 100,477 603 2,355,821 18,332 907 1,185,260 Mauritanie 35,871 215.23 2,430 120.23 Niger** 334,971 2,512 9,531,617 90,196 4,465 7,812,325 Total 902,673 7,212 21,044,591 241,038 10,273 14,687,912

19 Merci