Recourir aux microsimulations pour étudier la mortalité de crise : illustration par la mortalité au Burundi en 1993

Abstract

Souvent utilisées dans une optique prospective, les microsimulations permettent aussi d’appréhender les biais de sélection affectant certaines enquêtes rétrospectives, notamment lorsque la mesure de la mortalité s’appuie sur les déclarations des enquêtés sur la survie de leurs proches. Susceptibles d’être observés dans divers contextes, ces biais de sélection ont de grandes chances d’être accrus dans les situations d’épidémies ou de crise (catastrophes naturelles, guerres). La microsimulation permet de conduire une analyse de sensibilité de l’ampleur des biais en fonction des facteurs qui en sont à l’origine. Elle permet aussi de tenter de mesurer l’efficacité d’indicateurs imparfaits issus de l’enquête pour estimer la corrélation de la mortalité de crise entre parents biologiques et corriger les résultats de l’enquête. Appliquée aux données de l’enquête réalisée en 2002 au Burundi, cette correction conduit à réévaluer le nombre de personnes tuées par la crise burundaise au cours de l’année 1993.Frequently used for demographic projections, microsimulations can also appraise the selection bias of retrospective surveys, especially when mortality rate estimates are based on reported deaths of the relatives of those surveyed. Although these selection biases are commonplace, they are liable to be much more severe during disease epidemics or in crisis situations (natural disasters or conflicts). Microsimulations enable sensitivity analysis of the scale of these biases according to the phenomena that generate them. They are also a way to appraise the effectiveness of approximated correlation indexes based on survey data in estimating crisis-related mortality correlation among families and in correcting selection biases. Applied to crisis-related mortality rates estimated from the Burundi 2002 household survey, this correcting process leads to a reappraisal of the numbers killed in the crisis of 1993 in Burundi

Child mortality estimation: An assessment of summary birth history methods using microsimulation

“…12 This is as previous works have done when evaluating selection biases in the estimation of adult mortality from sibling survival information (Bergouignan 2010;Masquelier 2012). 13 Figure 3 does not show the outliers detected using the Tukey (1977) rule, that is if the observation is higher than Q3 + 1.5(Q3-Q1) or smaller than Q1-1.5(Q3-Q1), where Q1 and Q3 are the first and third quartiles.…”

“…They were used to capture and simulate the variation in infant mortality risk according to the five-year age group of the mother by world region. 1993, 1996, 19992004, 2007, 2011Benin 1996, 20062011Bolivia 1994, 1998, 20032008Brazil 1991, 1996Burkina Faso 1993, 1998, 20032010Burundi 2010Cambodia 2000, 2005, 2010Chad 1996, 2004Colombia 1990, 1995, 20002005, 2010Comoros 1996, 2011Congo (DRC) 2007, 2013Dominican Republic 1991, 1996, 19992002, 2007, 2013Ethiopia 2000, 2005, 2011Ghana 1993, 1998, 20032008Guatemala 1995Guinea 1999, 2005Guyana 2009…”