Research Triangle Institute, Durham, USA Gillings School

1
A cohort study of Plasmodium falciparum
malaria in pregnancy and associations with
uteroplacental blood flow and fetal
anthropometrics in Kenya
International Journal of Gynecology and Obstetrics
Elizabeth M. McClure, Steven R. Meshnick, Noam
Lazebnik,Peter Mungai
Research Triangle Institute, Durham, USA
Gillings School of Global Public Health, University of North
Carolina, Chapel Hill, USA
Gynecology, University Hospital, Cleveland, USA
André Gillibert 2014-06-16

2
Introduction
•Lien connu entre le paludisme maternel et un petit
poids de naissance.
•Mais littérature contradictoire quant au trimestre
dans lequel l’effet est le plus marqué.
•Importance dans le traitement préventif sélectif de
la femme enceinte
–Traitement préventif intermittent à 2 doses, à partir du
second trimestre (sulfadoxine/pyrimethamine)
•recommandation OMS appliquée par le Kenya.
•Peu de données échographiques.

3
Matériel et méthodes : population
•Cohorte ouverte de 2006-01-01 à 2009-12-31.
• Dans l’hôpital Msambweni, Kenya
–Rural, endémique
•Toutes les femmes enceintes venant pour leur
première visite prénatale
• N’incluant pas:
–Femmes VIH+
–Grossesses multiples
–Maladies responsables de RCIU
•Excluant:
–Naissances prématurées
–MFIU
–Naissances dans un autre hôpital

4
Matériel et méthodes : données
•1er temps : Première visite prénatale
–Âge, parité, niveau socio-économique, tt antipaludique
–PCR à Plasmodium Falciparum
–Échographie -> estimation
• 2ème temps : Naissance à l’hôpital Msambweni
–Anthropométrie
• Critère de jugement principal : Croissance fœtale in
utero
•Critère de jugement secondaire : Poids à la
naissance
•Analyse : Régression log-binomiale et régression
linéaire

5
Matériel et méthodes : Rappel
•Régression logistique
–Cote=p/(1-p) élément de R+*
–Log(p/(1-p)) = b0 + b1.X1 + b2.X2
–Cote=p/(1-p) = exp(b0).exp(b1)X1.exp(b2)X2
–Cote= Cote0.OR1X1.OR2X2
–Intérêt : Validité dans les cas-témoins. Validité si p élevé.
•Régression log-binomiale
–p élément de [0,1]
–Log(p)=b0 + b1.X1 + b2.X2
–p=exp(b0) .exp(b1) X1*exp(b2)X2
–p=risque0.RR1X1.RR2X2
–Valide seulement si p << 1.
–Intérêt : Interprétation plus intuitive dans les cohortes.