Facteurs déterminants la faible utilisation par le ménage du service curatif dans la zone de santé de Pweto, province du Katanga, République Démocratique du Congo en 2013

Facteurs déterminants la faible utilisation par le ménage du service curatif dans la zone de santé de Pweto, province du Katanga, République Démocratique du Congo en 2013

 

Cilundika Mulenga Philippe^1,&, Muse Kikuswe Eleuthère², Kikunda Kabenga Ghislain³, Mwelwa Mupunga Crispin², Katanga Mumba Sylvie², Mukomena Sompwe Eric¹, Mashini Ngongo Ghislain¹, Luboya Numbi Oscar¹

 

¹Faculté de Médecine, Département de Santé Publique, Université de Lubumbashi, Lubumbashi, République Démocratique du Congo, ²Ecole de santé publique, Université de Lubumbashi, Lubumbashi, République Démocratique du Congo, ³Division Provinciale de la Santé du Haut-Katanga, République Démocratique du Congo

 

 

^&Auteur correspondant
Cilundika Mulenga Philippe, Faculté de Médecine, Département de Santé Publique, Université de Lubumbashi, Lubumbashi, République Démocratique du Congo

 

 

 

 

Deux tiers des patients en République Démocratique du Congo (RDC) ne recourent pas au système de santé formel pour obtenir des soins, soit parce que les services ne sont pas disponibles ou sont de mauvaise qualité quand ils existent, soit parce qu'ils n'ont pas de moyens financiers pour y accéder [1].

 

Au Nord- Kivu, une enquête socio-économique et d'accessibilité aux soins réalisée en mars 2005, a observé que le nombre moyen de personnes par ménage était de 6.1 et que plus de la moitié de la population avaient comme principale source de revenu l'agriculture et/ou l'élevage. La population vivait en dessous du seuil de pauvreté avec un revenu moyen par jour par personne de 0.33$. La santé constituait le problème prioritaire de la population, et les ménages recouraient souvent aux centres de santé (42%) et à la pharmacie (28%) en cas de maladie. Le nombre moyen d'épisodes maladies par personne et par an était 2.4, dont 12% des malades ne recevaient aucun traitement, parmi lesquels 37% ne le recevaient pas par manque d'argent. Les ménages dépensaient 16% de leur revenu pour la santé ; le coût moyen global était de 4.27 $ par épisode maladie, tous les frais y compris [2].

 

Foutain et Courte joie dans leur ouvrage comment bâtir la santé, pour compléter et renforcer les activités curatives, préventives, promotionnelles du paquet minimum d'activité (PMA), une chose reste à faire : les visites à domicile ; par ailleurs des malades restent chez eux, ne viennent ni à l´hôpital ni au dispensaire parce que l´hôpital est trop loin ou cher ou encore parce qu'on n´a pas confiance dans le traitement [3].

 

L'étude menée, dans la zone de santé Karisimbi dans la province du Nord Kivu en 2006sur les déterminants de la faible utilisation des activités curatives, a mis en évidence plusieurs facteurs, notamment le coût de soins, le revenu et la distance géographique [4]. Le Rapport de l'Etat de Santé et Pauvreté en RDC effectuée par la Banque Mondiale (BM) en 2005 a montré que 82% des ménages ne sont pas satisfaits de leurs soins de santé. Ceci justifie en grande partie le faible taux de l'utilisation des services de santé offerts qui est en moyenne de 0,15 IC à 95% (0,07-0,42) consultation par habitant et par an. Ce qui correspond à moins d'une consultation par personne tous les 6 ans [5].

 

Au niveau des infrastructures et de l'offre des services, l'accessibilité à un service de Santé reste très faible avec seulement 26 % de la population qui se situait à moins de 5 km d'une structure sanitaire [6]. Le taux d'utilisation des services curatifs de Bwamanda à l'Equateur a plutôt diminué (de 40 à 30%) au cours des années du projet DGCD OS2 Santé 2008-2010 [7]. La sous-utilisation des formations sanitaires s´explique en partie par une faible accessibilité géographique des populations aux soins [8]. Pendant l'année 2007, les services de santé de premier échelon de la ville de Likasi au Katanga ont reçu un total de 137,417 personnes en consultation (soit une utilisation globale de 0.40 nouveaux cas par habitant et par an) [9].

 

En considérant les consultations réalisées dans les structures intermédiaires et dans les hôpitaux de la ville de Lubumbashi comme des consultations de premier contact au cours de l'année 2006 ; pour l'ensemble des structures de soins, on a enregistré 561,831 nouvelles consultations curatives parmi la population de 1.5 millions. Le taux d'utilisation global de services curatifs pour les 3 niveaux de structures confondus est donc de 0,37 NC/habitant/an (561831/1500000) [10]. En 2011, le rapport du système national d'information sanitaire annuel du ministère de la santé de la province du Katanga a montré le taux d'utilisation du service curatif à 30% et 32% celui du district sanitaire du Haut-Katanga [11].

 

Malgré les efforts entrepris par le gouvernement pour promouvoir le droit à la santé de tout congolais à travers ces stratégies, l'accès aux soins de santé primaires de qualité demeure insuffisant dans la plupart des provinces dû au fait de la faiblesse de la couverture sanitaire et du paiement pratiqué qui ne sont pas basés sur les principes de la couverture universelle des soins. Ce qui a comme corollaire, la sous-utilisation des services de soins. Selon une étude réalisée par l'Ecole de Santé Publique de l'Université de Kinshasa en 2003, parmi les membres de familles qui sont tombés malades, 30% sont allés dans un centre de santé public ou confessionnel, 40% ont pratiqué l'automédication, 21% n'ont reçu aucun traitement et 9% ont consulté un guérisseur traditionnel. Ceci correspond à environ 70% des malades qui n'ont pas accédé aux services de santé modernes [12]. Cette situation sévit aussi dans presque toutes les zones de santé de la province du Katanga, et celle de Pweto n'est pas épargnée. Les rapports d'activité portant sur l´Analyse et évaluation des données annuelles de 2004 à 2012 du Bureau Central de la Zone de Santé Pweto relève une tendance pas différente des études antérieures sur l'utilisation du service curatif. Durant la période de 2004 à 2012, le taux des consultations curatives n'a jamais atteint, dans la Zone de santé Pweto, le seuil de l'OMS de 0,5 contacts par habitant/an et malgré la présence des partenaires successifs pour appui global de 2004 à juin 2008 MSF/Espagne dans 4 aires de santé, de 2005 à décembre 2008 MSF/Hollande dans 3 aires de santé et PARSS/FBR pour appui total de 2010 à 2012. L'objectif de cette étude est de déterminer la prévalence de la faible utilisation du service curatif et d´identifier les facteurs associés qui déterminent la faible utilisation de ce service dans la zone de santé Pweto afin de contribuer à l'amélioration du bien-être de la population.

 

 

Ce travail repose sur une étude transversale à visée descriptive et analytique réalisée dans 10 aires de santé de la zone de santé rurale de Pweto en octobre 2013. La population de notre étude était constituée des ménages des aires de santé de la zone de santé Pweto. Pour trouver la taille de l´échantillon, nous nous sommes servis de la formule de Fisher qui se présente de la manière suivante : n=Z²PQ/d² Où : Z² = Coefficient qui correspond à l´intervalle de confiance. Sa valeur est de 1,96 quand l´IC est 95%. P est la proportion des personnes ayant utilisé le service de santé valant 41% pour l'année 2012 (source : BCZS Pweto); Q=1-P, la proportion des personnes n´ayant pas utilisée le service des soins de santé. d2 = La marge d´erreur, sa valeur est de 5% ou 0,05 quand l´IC est de 95%. En appliquant la formule, la taille de notre échantillon est n = (1,96) ²*0,41*0 ,59/ (0 ,05) ² = 372 ménages à enquêter. Nous avons utilisé la technique d'échantillonnage probabiliste à trois degrés (Sondage à plusieurs degrés). Au premier degré, dans la zone de santé, les étapes suivantes ont été suivies : 1. Numérotation de toutes les 16 aires de santé de la zone sur des bouts de papiers et les introduire dans un petit panier ; 2. Tirer au hasard 10 aires de santé [13]. Le Tableau 1 montre le nombre de ménages dans une aire de santé qui est obtenu en divisant la population totale de l'aire de santé concernée par 7, moyenne des personnes par ménage [14]. Au second degré, dans chaque aire de santé retenue, le village était sélectionné par tirage aléatoire. Au troisième degré : élaborer les relevés parcellaires de tous les ménages du village ciblé, générer le pas en divisant le nombre des ménages du village ciblé par le nombre des ménages à enquêter. Le premier ménage a été choisi en prenant un nombre au hasard entre un et le pas. Les autres ménages étaient choisis chaque fois en ajoutant le pas au ménage précédemment choisi jusqu'à atteindre le nombre des ménages requis. Au cas où nous n'atteignions pas le nombre des ménages exigé dans un village, les enquêteurs prendraient des ménages du village le plus proche en respectant la même méthodologie.

 

Le Tableau 2 nous montre comment les facteurs induisent la faible utilisation du service des soins curatifs. A) Variables indépendantes : sont des facteurs déterminant de la faible utilisation du service curatif. Il s'agit de : âge, sexe, état civil, taille du ménage, revenu du ménage, occupation du chef du ménage, niveau d´instruction du chef de ménage, le fait de connaitre un relai communautaire, aires de santé , types de soins. Nous avons eu à transformer quelques variables comme : 1) âge (années) en tranche d'âge : - premier âge de 18 à 40 ans, - deuxième âge de 41à 60 ans, - troisième âge au-delà de 60 ans, 2) revenu du ménage, Cette variable a été catégorisée en : - ménage à revenu moyen (satisfaction de 4 à 5 éléments), - ménage à revenu pauvre (satisfaction à 3 éléments), - ménage à revenu très pauvre (0 à 2 éléments), 3) occupation du Chef de ménage, dans cette variable : - le salarié (celui qui travaille dans une entreprise privée) et le fonctionnaire (agent de l'état) ont été transformés en employé, - le libéral (Celui qui fait les activités privées génératrices des recettes) et le chômeur (celui qui ne fait rien, restant pendant longtemps sans emploi) n'ont pas été transformés, 4) niveau d´instruction du chef de ménage : - sans instruction : celui qui n'a jamais étudié ni terminé l'école primaire, - primaire : celui qui a terminé les études primaires, - secondaire (celui qui a terminé les études secondaires) et supérieure (celui qui a terminé le premier et le deuxième cycle de l'Université) ont été transformés en secondaire, 5) aires de santé : catégorisées en aires de santé rurales et aires de santé urbaines. B) Variable dépendante La variable faible utilisation des services des soins de santé curatifs a été générée à partir des réponses à la question qu'avez- vous fait dont les assertions sont les suivantes : 1) auto médication : l´auto administration des médicaments modernes sans prescription médicale (pharmacies) 2) recours à la médecine traditionnelle : consultation des tradipraticiens et utilisation de la médecine naturelle 3) groupe de prière : recours aux églises 4) consultation dans une formation sanitaire (FOSA) 5) aucun : lorsque lors de sa maladie, rien n'a été fait. Est considéré comme faible utilisation des services lorsque le chef de ménage a répondu à 1,2,3,4,5. Dans le cas contraire nous considérons la réponse comme utilisation des services des soins.

 

La collecte des données a été précédée par l'obtention d'une fiche de recherche, ensuite le contact a été pris avec les autorités politico-administratives du Territoire de Pweto ainsi que celles du bureau central de la zone de santé Pweto en vue de leur expliquer le bien-fondé de l'étude. Nous avons procédé au recrutement des enquêteurs qui ont bénéficié préalablement d'une formation suivie d'une pré-enquête pour corriger les failles. Après cela, les enquêteurs et le chercheur se sont rendus dans les différentes aires de santé pour collecter les données. A chaque descente dans le village l'équipe présentait les civilités au chef de localité. Pour obtenir les informations en rapport avec notre recherche, nous avons administré un questionnaire aux chefs de ménages ou leur représentant. Après vérification de la qualité des données collectées, celles-ci ont été encodées, saisies à l'aide du logiciel Epi DATA 3.1 et traitées, analysées grâce au programme STATA 11.2 selon le plan d'analyse développé. Le logiciel Excel 2007 a été utilisé dans la présentation des tableaux et des graphiques. Les ménages retenus pour la suite de notre étude étaient uniquement des ménages qui avaient déclaré avoir été malades deux semaines avant l'enquête. Les statistiques descriptives usuelles ont été utilisées dans la description de l'échantillon comme les proportions pour les variables en catégorie et la médiane et percentile 25 et 75 pour décrire la variable âge. Le test khi2 de Pearson a été utilisé dans l'analyse des tables de contingence. Dans le cas où, la proportion de nombre des cellules dans le tableau de contingence avec effectif théorique inférieur à 5 est supérieure à 20%, le khi carré de Pearson ne pouvait être d'application, le khi carré de Fisher exact était utilisé. Les odds ratios de la faible utilisation ont été estimés ainsi que leur IC à 95%. Pour identifier les facteurs déterminants liés à la faible utilisation, un modèle de régression logistique a été construit avec la méthode progressive pas à pas sur le rapport de vraisemblance. Les variables à plus de deux catégories ont été transformées en indicateurs avec comme catégorie de référence celle qui présentait la proportion la moins élevée de la faible utilisation. Pour constituer le modèle, nous avons retenu les variables : âge, sexe, état civil, taille du ménage, occupation du chef de ménage, aire de santé, revenu du ménage, niveau d'étude du chef de ménage et le fait de connaitre un relais communautaire. Les conditions d'application du modèle ont été vérifiées par le test d'Hosmer-Lemeshow (HL). Ainsi, le premier modèle obtenu n'était pas adéquat, nous avons commencé à introduire dans le modèle les variables présentant la plus petite valeur de p et revérifier les conditions d'application jusqu'à l'obtention d'un modèle adéquat. L'absence de colinéarité entre les variables incluses dans le modèle a été vérifiée par les facteurs d'inflation de variance. L'analyse de résidus a été effectuée pour détecter les éventuels outliers. La valeur de p < 0,05 a été considérée comme seuil de signification statistique.

 

 

Les résultats de notre étude concernent 246 ménages uniquement qui ont été malades deux semaines avant l'enquête.

 

Résultat en rapport avec les variables indépendantes dans l'échantillon: le Tableau 3 décrit la façon dont les chefs des ménages étaient représentés dans l'échantillon. Et au vu de ce tableau, il se révèle que sur les 246 ménages dans lesquels les chefs de ménage avaient déclaré un malade deux semaines avant l'enquête, 33,7% des répondants étaient très pauvres, 52% pauvres et 14, 3% moyens. Les employés ne représentaient que 6,9% par rapport à ceux qui avaient un métier libéral soit 46,3% et les chômeurs avec 46,8%.

 

Analyse de la faible utilisation des soins en fonction des variables indépendantes : la faible utilisation des services des soins représente 53% avec l'IC à 95% (0,47-0,59) de 246 ménages qui avaient déclaré avoir la maladie deux semaines avant l'enquête. Le Tableau 4 nous donne la manière dont les chefs de ménages étaient répartis en fonction des variables indépendantes. Il ressort de ce tableau que la proportion de la faible utilisation de service des soins curatif est plus élevée dans le ménage où le chef de ménage avait un niveau primaire soit 57,3% avec P valeur= 0,136.De l'occupation varie de 15 à 65% et est plus élevée dans le ménage où le chef du ménage est chômeur soit 63%.

 

Facteurs déterminant de la faible utilisation du service curatif dans les ménages de la ZS Pweto Il sera question ici d'identifier les facteurs qui ont une influence sur la faible utilisation du service curatif à partir du Modèle logistique estimé sur base des informations collectées auprès de 246 ménages ayant déclaré avoir eu un malade durant les 14 jours précédant le passage de l'enquêteur. Le Tableau 5 nous donne les variables ayant permis d'avoir un modèle adéquat. Hormis les variables reprises dans le Tableau 5, dans la construction du modèle, les variables incluses et qui n'ont pas été statistiquement significatives sont : le nombre des personnes dans le ménage, le sexe, l'âge, le niveau d'étude, le revenu, l'état civil, les aires de santé et le fait de connaître un relais communautaire ; En outre, la cote de la faible utilisation des soins de santé curatifs est statistiquement significative entre les chefs de ménage chômeurs et ceux exerçant un métier libéral avec OR ajusté IC à 95% respectifs de 8,3 (1,9-35,9) et 4,1 (1,0-16,7) avec la valeur p égale à 0,004. Cependant la variable niveau d'étude a été ajouté dans le modèle pour que celui-ci soit adéquat ou remplisse les conditions d'application.

 

 

Cette étude a révélé que la proportion de la faible utilisation des services curatifs était de 53,3% IC à 95% (0,47-0,59). En analyse univariée de toutes les variables retenues dans l'étude, seule l'occupation était statistiquement associée à la faible utilisation des services des soins curatifs avec les OR IC à 95% de 4,4 (1,1-24,6) pour les chefs de famille avec un métier libéral et 8,1 (2,1-45,8) pour les chômeurs comparativement aux employés (p=0,001). La régression logistique a montré qu'il y avait une association statistiquement significative entre la faible utilisation des services des soins curatifs et l'occupation. La cote de la faible utilisation des services des soins curatifs était plus élevée dans le ménage où le chef avait un métier libéral ou était chômeur que dans celui où il était employé avec les OR ajustés IC à 95 % respectifs de 4,1 (1,0 - 16,7) et 8,3 (1,9 -35,9) et p valeur égale à 0,004.

 

Caractéristiques principales des ménages enquêtés: en rapport avec la répartition de la population par aire de santé, les aires de santé rurales représentaient 70,3% des ménages enquêtés tandis que 29,7% des aires de santé urbaines. Ce résultat se rapproche à celui de l'enquête nationale 1-2-3 de 2005 citée dans PNDS 2011-2015 : Situation socio démographique, la RDC est le troisième pays le plus peuplé d'Afrique subsaharienne avec une population estimée à 64,420 millions d'habitants, mais disproportionnellement répartie sur le territoire ; où 69,6 % de la population vit en milieu rural contre 30,4% en milieu urbain [15]. Concernant le sexe du chef de ménage, 64,4% des ménages sont dirigés par les hommes et le reste, soit 35,4% par les femmes. Ce résultat est proche de celui trouvé dans l´étude sur l´accessibilité financière des communautés aux soins où 64,14% des ménages sont dirigés par les hommes [1]. Selon le rapport final MICS-RDC, dans 72 % de cas, les ménages sont dirigés par les hommes [16]. Aussi MUSHAGALUSHA [17] a trouvé que 89% des ménages sont dirigés par les hommes et 11% par les femmes dans la ZS Kadutu. Cette situation est loin supérieure à celle trouvée par Gomes do Espirito Santo [18] dans la ville de Cotonou (Benin), où les ménages enquêtés étaient caractérisés par l´équilibre relatif entre les effectifs d´hommes et de femmes: 48,5% et 51,5% respectivement (sex ratio = 0,94). Par rapport à l'état civil, il y a eu 79,7% des mariés, les sujets célibataires 2,4%, les divorcés et les veufs représentaient respectivement 8,9%. Ces résultats sont presque les mêmes avec ceux de l'étude d'IZANDENGERA qui avait trouvé que 73% étaient des mariés, 10% des célibataires, 10% des divorcés(es) et 7% des veufs (ves) [19].

Contrairement à l'étude de Gomes do Espirito Santo [18] qui avait remarqué que la population présentait une forte proportion des célibataires 46,6% et les sujets mariés 43,7%. Cette différence peut être due au fait que notre étude a été menée dans un milieu urbano-rural alors que celle de Gomes dans un milieu urbain. Les chefs des ménages qui avaient un niveau d´instruction primaire étaient à 44,7%, secondaire à 18,3% contrairement aux illettrés dont la proportion était élevée à 37% alors que l'évolution du taux brut national de scolarisation primaire s'est présentée en 2006 à 64%, en 2007 à 64,1%, en 2008 à 70,8% et en2009 à 80% [15]. En ce qui concerne le revenu du ménage, 33,7% des répondants étaient très pauvres, 52% pauvres, 14, 3% moyens, différemment de ce que MUSHAGALUSHA avaient obtenu. Pour lui : 53% de ménages enquêtés se considéraient comme étant légèrement aisée, 40% comme étant pauvres, 4% de très pauvre, 1% d´éternel assisté. Seulement 2% de ménages s'est considéré comme étant riches [17]. Pour l'ensemble du pays, l'incidence de la pauvreté 71,34% est très élevée si on la compare à celle des autres pays de l'Afrique Centrale. En effet, la pauvreté atteint des proportions effroyables, touchant plus de 70% de la population du pays. L'ampleur de la pauvreté varie considérablement d'une région à une autre, (selon qu'on réside en milieu urbain et rural) ainsi que selon les groupes socioprofessionnels les travailleurs indépendants et les apprentis sont les plus pauvres 77% ; suivies des manœuvres, des employés et ouvriers semi qualifié 66%. On compte plus de 40% de pauvres parmi les cadres de direction et de collaboration ainsi que selon les groupes sociodémographiques (la pauvreté frappe surtout les ménages où l'âge du chef est compris entre 30 et 65 ans plus de 70% de pauvres). Il résulte de cette situation la non satisfaction des besoins fondamentaux de la population de sorte que des reformes vigoureuses sont à entreprendre dans le secteur économique pour permettre la réduction de la pauvreté. Dans ces conditions, les besoins de financement massif des secteurs sociaux comme la santé contrastent avec les ressources relativement maigres mobilisées et/ou mobilisables par l'Etat [15]. Par rapport à l'occupation, 6,9% des enquêtés étaient des employés, 46,3% des libéraux, 46,8% de chômeurs ; alors que pour CHENGE [10], les sans activités représentaient 11,6%, 30,7% des journaliers, agriculteurs et vendeurs informels ; 55,3% des employés salariés ou ouvriers indépendants et 2,4 % des cadres ou professionnel libéral. La différence de ces résultats est imputable au milieu d'étude.

 

Faible utilisation du service curatif: il ressort de cette étude que la faible utilisation des services des soins curatifs de la zone de santé Pweto représente 53% de ménages qui ont eu la maladie deux semaines avant l'enquête. Ce résultat est différent de ceux trouvés dans les études de MASHINI [9] à Likasi et CHENGE [10] à Lubumbashi,qui avaient relevé que la faible utilisation était respectivement de 0,60 et 0,63 nouveaux cas par habitant et par an. Contrairement aux deux études citées, nous pensons que la faible utilisation moins élevée dans notre étude pourrait être expliquée par le fait que dans le milieu rural le prix d'un acte est moins coûteux que dans le milieu urbain.

 

Analyse de la faible utilisation des soins en fonction des variables indépendantes: la proportion de la faible utilisation des services curatifs était de 40% chez les enquêtés du niveau secondaire, 57,3% chez ceux du niveau primaire et 54,9% chez les sans niveau d'instruction. De plus, la différence des proportions de la faible utilisation des services en fonction du niveau d'étude n'était pas statistiquement significative avec une p valeur de 0,136. Le niveau d'étude n'était pas statistiquement associé à la faible utilisation avec les OR IC à 95% de 1,8 (0,8-4,0) pour les sans niveau et 2,0 (0,9-4,3) pour le niveau primaire. Ces résultats sont différents de ceux de l'étude de IZANDENGERA [19] faite dans la zone de santé de Karisimbi qui avait trouvé que 44,5% des enquêtés du niveau secondaire au moins et 75,3% du niveau primaire n'avaient pas utilisé les services de santé. Par contre, nos deux résultats étaient semblables, pour la non association entre la faible utilisation des services des soins et le niveau d'étude. Nos résultats montrent que les proportions de la faible utilisation des services des soins en fonction de l'occupation variaient entre 17,6% et 63,5%. Cette proportion était plus élevée chez les chômeurs 63,5%. Aussi, l'occupation était statistiquement associée à la faible utilisation des services des soins. La cote de la faible utilisation des services des soins était plus élevée chez les chefs de ménage avec un métier libéral comme chez les chômeurs comparativement aux employés avec des OR IC à 95% respectivement de 4,1 (1,0-16,7) et 8,3 (1,9-35,9). L'étude d'IZANDENGERA [19] a révélé que 41,4% des employés et 77,1% des chômeurs n'avaient pas consulté les formations sanitaires. Notre étude a relevé que les proportions de la faible utilisation des services des soins en fonction du revenu étaient moins élevées chez les chefs de ménage moyens 45,7% mais élevées chez les pauvres 56,3% suivie de très pauvre 51,8%. Cette différence des proportions de la faible utilisation en fonction du revenu dans le ménage n'était pas statistiquement significative avec une p valeur de 0,514. De ce fait, cette variable n'est pas statistiquement associée à la faible utilisation des services des soins avec OR IC à 95% respectifs de 1,5 (0,7-3,5) et 1,2 (0,5-2,8).

 

Eu égard au nombre des personnes dans les ménages, nous avons constaté que la proportion de la faible utilisation des services des soins était plus élevée dans les ménages à plus de 7 personnes (54,8%) que dans ceux ayant moins de 7 personnes 46,8%. Cette différence des proportions de la faible utilisation en fonction du nombre des personnes dans le ménage n'était pas statistiquement significative avec une p valeur de 0,325. Ainsi, cette variable n'est pas statistiquement associée à la faible utilisation des services des soins avec OR IC à 95% de 1,4 (0,7-2,6). Cette situation est comparable à la proportion de la faible utilisation des soins de la zone de santé de Karisimbi, où 37,8% des ménages avaient moins ou égale à 6 personnes et 67,9% qui comptaient plus de 6 personnes [19]. Les proportions de la faible utilisation des services des soins en fonction des aires de santé ont montré qu'elles étaient élevées chez les chefs de ménage des aires de santé rurales 56,1% mais moins dans les ménages des aires de santé urbaines 46,6%. Cette différence des proportions de la faible utilisation en fonction des aires de santé n'était pas statistiquement significative avec une p valeur de 0,173. Et alors, cette variable n'est pas statistiquement associée à la faible utilisation des services des soins avec OR IC à 95% de 1,5 (0,8-2,5). En ce qui concerne la connaissance d'un relais communautaire, notre étude a révélé que la proportion de la faible utilisation des services des soins était plus dans les ménages qui ne connaissaient pas les RECO 56,1% et moins chez ceux qui les connaissaient 50%.Cette comparaison des proportions de la faible utilisation en rapport avec la connaissance d'un relais communautaire par le chef de ménage n'était pas statistiquement significative avec une p valeur de 0,342. En outre, cette variable n'est pas statistiquement associée à la faible utilisation des services des soins avec OR IC à 95% de 0,8 (0,5-1,3). Il en est de même pour la zone de santé de Karisimbi dans laquelle 51,6% des ménages n'ayant pas bénéficié d'une visite d'un RECO et 46,1% ayant bénéficié la visite d'un RECO n'a pas utilisé les services des soins [19].

 

Déterminants de la faible utilisation du service curatif dans les ménages: ce modèle laisse apparaître que de toutes les variables retenues au préalable dans ceci, seule l'occupation du chef de ménage s'est avérée plus importante comme facteur déterminant de la faible utilisation des services des soins dans la zone de santé Pweto. Après ajustement pour toutes les variables incluses dans le modèle, les cotes de la faible utilisation des services des soins étaient plus élevées chez les chômeurs comme chez ceux ayant un métier libéral comparativement aux employés avec des OR ajustés IC à 95% respectifs de 8,3 (1,9-35,9) et 4,1 (1,0-16,7) avec la valeur p égale à 0,004 (1,0-16,7) avec la valeur p égale à 0,004.

 

 

Cette étude menée auprès des chefs de ménages ayant un malade deux semaines avant le démarrage de l'enquête, a permis de déterminer la proportion de la faible utilisation des services curatifs dans la zone de santé de Pweto 53,3% et d'en identifier les facteurs déterminants. En effet, en analyse univariée comme en multi variée, elle a montré que la seule variable associée à la faible utilisation des services des soins était l'occupation dans les ménages où le chef avait un métier libéral ou chômeur.

 

 

Les auteurs ne déclarent aucun conflit d´intérêts.

 

 

Cilundika Mulenga Philippe, Muse et Kikunda ont conçu l´étude, traité les données, rédigé le manuscrit et recherché la littérature ; Mwelwa et Katanga ont récolté les données ; Mukomena, Mashini, et Luboya ont constitué le comité d´encadrement. Tous les auteurs ont lu et approuvé la version finale du manuscrit.

 

 

Nos remerciements s´adressent aux professeurs Mashini et Luboya Numbi.

 

 

Tableau 1: choix de l’échantillon des ménages selon la proportion de la population par aire de santé

Tableau 2: variables, définition opérationnelle et échelle de mesure

Tableau 3: caractéristiques principales des ménages enquêtés (N=246)

Tableau 4: analyse de la faible utilisation des soins curatifs en fonction des variables indépendantes

Tableau 5: variables indépendantes retenues dans le modèle final (N=246, événements=131)

 

 

1. Ministère de la santé.Etude sur l'accessibilité financière des communautés aux soins de santé ,DEP. Kinshasa, RD Congo : sn. 2004. Google Scholar


2. NOVOIB et IPS/Nord Kivu.Enquete socio-économique et d'accessibilité aux soins dans la Province du Nord-Kivu. réalisée par CIF-Santé. 2005. Google Scholar


3. Foutain D et Courte joie J.Comment batir la santé. 2006. Google Scholar


4. Tulinabo B.Déterminants de la sous utilisation des activités curatives dans les structures intégrées en soins de santé primaires de la ZS de Karisimbi. ULPGL. 2006. Google Scholar


5. Banque mondiale.Santé et Pauvreté en RDC :Analyse et cadre strategique de lutte contre la pauvreté.Rapport d'état. Kinshasa : sn, 2005.Google Scholar


6. MSP/RDC.Annuaire des données sanitaires. Kinshasa . sn, 2007. PubMed | Google Scholar


7. Chenge F et Emmanuel B.Evaluation du projet DGCD OS2 Santé 2008-2010 pour le CDI-Bwamanda/Nord-Equateur. Belgique/Lubumbashi . sn, 2010. Google Scholar


8. Ministère de la santé RDC.Sites de soins communautaires,guide de mise en oeuvre.Sécrétariat général. Kinshasa : sn, 2007. Google Scholar


9. Mashini N.Comment organiser les services de santé de premier échelon en milieu urbain pour leur utilisation optimale par la population.Expérience de la ville de Likasi.Thèse en sciences de la santé publique. Lubumbashi : UNILU, 2010. Google Scholar


10. Chenge M.Organiser un système des soins de santé en milieu urbain.Necessité d'adapter le modèle de district.Exemple de la ville de Lubumbashi en RD Congo. Lubumbashi : UNILU/SAPU, 2011. Google Scholar


11. Ministère de la santé provinciale.Rapport du système national d'information sanitaire de 20 Lubumbashi . KATANGA, 2012. Google Scholar


12. ESP/UNIKIN.Enquete CAP Ménage sur la situation sanitaire des zones de santé appuyées par la Banque Mondiale à travers BCECO dans le cadre du PMURR.Rapport final. .Kinshasa,République Démographique du Congo : s.n., 2003. PubMed | Google Scholar


13. Mukalay A. Livre de statistique appliquée à la santé publique.1ère partie.SAPU/DEA/UNILU. Lubumbashi : Presses Universitaires de l'shi, 2013. Google Scholar


14. DPS/KATANGA.Rapport du dénombrement en faveur de la campagne de distribution des moustiquaires impregnées d'insecticide à longue durée. sl : LUBUMBASHI. 2013. Google Scholar


15. Ministère de la santé/Secrétariat général.Plan national de développement sanitaire 2011-20 Kinshasa, RD Congo . sn, 2010. Google Scholar


16. Ministère du Plan .Rapport final de l' enquête par Grappes à Indicateurs Multiples en République Démocratique du Congo (MICS-RDC) 2010 . Kinshasa, RD Congo . sn, 2011. Google Scholar


17. Mushagalusha P.Etude des déterminants socio-économiques de l'utilisation des services de santé par les ménages de la Zone de Santé de Kadutu/Province du sud Kivu. RD Congo . ESP, 2005. Google Scholar


18. Gomes do Espirito Santo E, Floury B et Cissé M. Déterminants du recours aux soins dans la ville de Cotonou . Bulletin de l'Organisation mondiale de la Santé. 1998 ; 76, pp 195-201. Google Scholar


19. Izandengera A.Facteurs déterminant la faible utilisation des services des soins curatifs dans la zone de sante de Karisimbi. Goma/RD Congo : ISTM/GOMA. 2011. Google Scholar