An Integrated Multi-Method Framework for Gender-Based Violence Research: A Synthetic Data Demonstration Using Kenya Demographic and Health Survey Parameters

Cette étude présente une démonstration de principe d'un cadre analytique intégré en cinq phases pour la recherche sur les violences basées sur le genre, appliqué à des données synthétiques paramétrées selon l'Enquête démographique et de santé du Kenya de 2022, afin de combiner la sélection de variables par apprentissage automatique et l'inférence causale pour identifier les déterminants directs de ces violences.

L'essentiel

🌍 L'Idée de Base : Pourquoi on a besoin d'un "Super-Détective"

Imaginez que la violence basée sur le genre (comme les coups ou les insultes entre partenaires) est un énorme puzzle complexe.

Jusqu'à présent, les chercheurs avaient deux boîtes à outils séparées :

1. La boîte "Prédiction" (Machine Learning) : Comme un détective très rapide qui regarde des milliers de photos et dit : "Tiens, cette personne a l'air à risque !" Mais il ne sait pas vraiment pourquoi.
2. La boîte "Explication" (Statistiques classiques) : Comme un professeur qui explique la théorie : "L'alcool et la pauvreté sont liés à la violence." Mais cette boîte a du mal à voir les interactions compliquées entre tous les facteurs.

Le problème ? On utilisait souvent une seule boîte, soit on prédisait mal, soit on expliquait mal.

La solution de cette étude ? Les chercheurs ont créé un nouveau cadre en 5 étapes (un "super-outil") qui combine les deux. Ils ont voulu voir si on pouvait utiliser la puissance de l'ordinateur pour trouver les indices, puis utiliser la science pour comprendre le mécanisme exact.

---

🎭 Le Laboratoire Secret : Une "Simulation" Réaliste

Au lieu de prendre des données réelles (ce qui est long et compliqué à cause de la vie privée), l'auteur a créé un monde virtuel (un jeu vidéo statistique).

• Le décor : Il a copié les statistiques réelles de l'enquête démographique du Kenya de 2022.
• Les personnages : Il a généré 3 000 femmes virtuelles avec des histoires, des maris, des problèmes d'alcool, des traumatismes d'enfance, etc.
• La règle du jeu : Il a programmé le jeu pour que la violence se produise dans certaines conditions (par exemple, si le mari boit beaucoup, la violence augmente).

C'est comme si un architecte construisait une maquette de ville parfaite pour tester comment les incendies se propagent, sans avoir à attendre qu'une vraie ville brûle.

---

🕵️‍♂️ Les 5 Étapes de l'Enquête (Le Framework)

Voici comment ils ont travaillé, étape par étape :

1. Le Recensement (Épidémiologie) : Ils ont regardé la "ville virtuelle" pour voir combien de femmes subissaient des violences (environ 27 %). C'est le constat de départ.
2. Le Scanner IA (Machine Learning) : Ils ont lancé un algorithme (Random Forest) pour scanner tous les facteurs.
   • Résultat : L'IA a crié "L'alcool du partenaire !" comme étant le facteur n°1. C'était le signal le plus fort.
3. L'Interrogatoire (Régression Logistique) : Ils ont demandé à l'ordinateur de vérifier si l'alcool était vraiment la cause, même en tenant compte de l'éducation, de l'argent, etc.
   • Résultat : Oui ! Même si on enlève les autres facteurs, un mari qui boit augmente énormément le risque de violence.
4. Le Test de la Chaîne (Médiation) : Ils ont voulu voir si l'alcool causait la violence parce qu'il créait des disputes (Alcool → Dispute → Violence).
   • Résultat : Dans ce jeu virtuel, la chaîne n'était pas significative. L'alcool agissait directement, ou par d'autres chemins invisibles. C'est comme si l'alcool était le détonateur direct, sans avoir besoin de passer par une étincelle intermédiaire.
5. Le Grand Résumé (Synthèse) : Ils ont mis toutes les pièces du puzzle ensemble pour voir ce qui ressortait vraiment.

---

💡 Les Découvertes Clés (Ce qu'on a appris)

Voici les trois leçons principales, expliquées simplement :

1. L'Alcool est le Géant (Le facteur dominant)

C'est le résultat le plus frappant. Dans leur simulation, le fait que le partenaire consomme de l'alcool était le facteur le plus puissant.

• Analogie : Si la violence est une maison en feu, l'alcool du partenaire est comme un seau d'essence versé sur le feu. C'est le déclencheur le plus immédiat et le plus fort.

2. Le Passé et le Présent se Mêlent

Les chercheurs ont confirmé que la violence ne vient pas d'un seul endroit. C'est un mélange :

• Individuel : Les traumatismes d'enfance (comme une blessure ancienne qui ne guérit pas).
• Relationnel : Les disputes et le manque de communication.
• Communautaire : La culture locale (par exemple, si la société pense que l'homme doit tout contrôler).
• Analogie : Imaginez une chaise à trois pieds. Si vous enlevez un pied (par exemple, les normes communautaires), la chaise (la violence) reste debout, mais elle est moins stable. Pour la faire tomber, il faut agir sur les trois pieds en même temps.

3. L'Éducation et le Pouvoir sont des Boucliers

Les femmes qui ont un meilleur niveau d'éducation ou qui ont leur mot à dire dans le couple (pouvoir de décision) sont moins touchées.

• Analogie : C'est comme un bouclier invisible. Plus le bouclier est fort (éducation, argent, pouvoir), moins les flèches de la violence peuvent vous atteindre.

---

⚠️ Les Limites (Ce qu'il faut garder en tête)

L'auteur est très honnête : c'est une simulation.

• C'est comme un test de crash d'une voiture virtuelle. Ça nous dit comment la voiture devrait réagir selon les lois de la physique, mais ce n'est pas un vrai accident sur une vraie route.
• Les résultats montrent que la méthode fonctionne bien. Ils ont prouvé que leur "super-outil" en 5 étapes est capable de trouver les bons indices.
• La prochaine étape ? Utiliser cette méthode sur de vraies données de vraies femmes pour voir si ça marche aussi bien dans la réalité.

🚀 Conclusion : Pourquoi c'est important ?

Cette étude nous dit : "Arrêtons de chercher une seule cause magique."

La violence conjugale est comme un écosystème complexe. Pour la combattre, il ne suffit pas de dire "arrêtez de boire" ou "éduquez les femmes". Il faut une approche globale :

• Aider les hommes à gérer l'alcool.
• Soigner les traumatismes d'enfance.
• Changer les normes communautaires.
• Renforcer l'autonomie des femmes.

C'est comme soigner une plante malade : on ne se contente pas d'arroser les feuilles (le symptôme), on regarde la terre, le soleil et les racines (les causes profondes) pour qu'elle redevienne forte.

Résumé technique

Titre de l'étude

Un cadre intégré multi-méthodes pour la recherche sur les violences basées sur le genre (VBG) : Une démonstration par données synthétiques utilisant les paramètres de l'Enquête Démographique et de Santé (EDS) du Kenya.

---

1. Problématique et Contexte

La recherche actuelle sur les violences basées sur le genre (VBG) souffre d'une « singularité méthodologique ». Elle tend à séparer deux approches analytiques distinctes :

• L'inférence causale traditionnelle (régression multivariée) : Efficace pour estimer les associations ajustées et contrôler les facteurs de confusion, mais souvent limitée par des hypothèses de linéarité et une difficulté à gérer les interactions complexes et non linéaires inhérentes aux systèmes écologiques.
• L'apprentissage automatique (Machine Learning - ML) : Offre une précision prédictive supérieure et gère bien les interactions complexes (ex: Forêts aléatoires), mais est souvent critiquée pour son manque d'interprétabilité et de validité causale.

De plus, bien que les facteurs de risque soient fréquemment identifiés, les voies causales (les mécanismes par lesquels des facteurs distaux comme le traumatisme infantile influencent des résultats proximaux comme la violence conjugale) restent sous-étudiés via des analyses de médiation formelles. L'étude vise à combler ces lacunes en proposant un cadre analytique intégré capable d'identifier les prédicteurs à haute valeur tout en démêlant leurs mécanismes causaux.

2. Méthodologie

L'étude adopte une conception de simulation transversale plutôt qu'une étude empirique sur des données réelles.

• Données : Un jeu de données synthétique de N = 3 000 femmes (15-49 ans) a été généré à l'aide du package simstudy dans l'environnement R. Les paramètres de génération de données (DGP) ont été calibrés pour refléter les distributions démographiques et la prévalence des facteurs de risque de l'Enquête Démographique et de Santé du Kenya (KDHS) 2022. La structure hiérarchique comprend 100 clusters communautaires.
• Cadre Théorique : Le modèle écologique de Heise (niveaux individuel, relationnel, communautaire) guide la génération des données et la spécification des modèles.
• Stratégie Analytique (5 Phases) :
  1. Épidémiologie descriptive : Validation de la structure des données simulées.
  2. Modélisation prédictive (Machine Learning) : Utilisation d'une Forêt Aléatoire (Random Forest) avec 500 arbres pour identifier les prédicteurs prioritaires sans hypothèses de linéarité. Importance des variables mesurée par la diminution moyenne de la précision (MDA).
  3. Inférence causale (Régression) : Modèles de régression logistique multivariée emboîtés (individuel → relationnel → écologique complet) pour estimer les rapports de cotes ajustés (aOR) et comparer l'ajustement du modèle (AIC).
  4. Analyse de médiation : Test formel de trois voies causales théoriques (ex: Consommation d'alcool du partenaire → Conflit conjugal → VBG) en utilisant le cadre des résultats potentiels (ACME et ADE) avec 1 000 rééchantillonnages bootstrap.
  5. Synthèse et Analyse de sensibilité : Intégration des résultats et test de la stabilité du cadre à différentes tailles d'échantillon (N=500, 1000, 5000).

3. Résultats Clés

A. Prévalence et Associations Bivariées

• La prévalence simulée de la VBG est de 26,9 %, correspondant aux estimations de l'EDS 2022.
• L'analyse bivariée montre que la consommation d'alcool du partenaire présente la corrélation la plus forte (φ = 0,385), suivie par le conflit conjugal et le traumatisme infantile.

B. Modélisation Prédictive (Forêt Aléatoire)

• Performance : Le modèle a atteint une précision globale de 74,6 % (AUC = 0,711). Cependant, cette amélioration est modeste par rapport à un classificateur nul (73,1 %), en raison de l'imbalance des classes et de la dominance d'un seul prédicteur fort.
• Importance des variables : La consommation d'alcool du partenaire domine avec 100 % d'importance relative, suivi du traumatisme infantile (17,3 %) et du conflit conjugal (10,5 %).

C. Régression Logistique et Cadre Écologique

• Ajustement du modèle : Le modèle écologique complet (niveaux individuel, relationnel et communautaire) offre un ajustement statistique nettement supérieur aux modèles à niveau unique (ΔAIC = 67,5 par rapport au modèle individuel).
• Facteurs de risque ajustés :
  • Alcool du partenaire : aOR = 6,60 (IC 95 % : 5,50–7,94).
  • Traumatisme infantile : aOR = 1,99 (IC 95 % : 1,60–2,47).
  • Conflit conjugal : aOR = 1,15.
  • Patriarcat communautaire : aOR = 1,08.
• Facteurs protecteurs : Éducation supérieure, mise en œuvre plus forte des lois et pouvoir décisionnel.

D. Analyse de Médiation

• Aucune des trois voies indirectes hypothétiques (Alcool → Conflit → VBG ; Traumatisme → Santé mentale → VBG ; Patriarcat → Pouvoir → VBG) n'a atteint la significativité statistique (p > 0,05 pour l'ACME).
• Cela indique que, dans cette simulation paramétrée avec des effets directs forts, les facteurs de risque opèrent principalement via des voies directes plutôt que par les médiateurs spécifiés.

E. Analyse de Sensibilité

• Les résultats sont robustes pour les tailles d'échantillon N ≥ 1 000. Le classement des variables et les estimations des effets principaux (alcool, traumatisme) restent stables, bien que la puissance statistique diminue pour les prédicteurs communautaires à N=500.

4. Contributions et Significativité

Contributions Méthodologiques

• Intégration ML et Causalité : L'étude démontre un pipeline séquentiel où le Machine Learning (Forêt Aléatoire) sert d'outil de criblage pour identifier les prédicteurs non linéaires, qui sont ensuite intégrés dans des modèles de régression pour obtenir des estimations causales interprétables.
• Validation Empirique du Modèle Écologique : La comparaison des modèles (AIC) fournit une preuve quantitative que la prise en compte des niveaux multiples (individuel, relationnel, communautaire) est statistiquement nécessaire pour modéliser la VBG, dépassant les explications réductionnistes.
• Distinction Prédiction vs Causalité : L'étude met en lumière que l'importance prédictive (ex: distance aux services) ne correspond pas toujours à la signification causale ajustée, soulignant la nécessité de l'ajustement par régression pour cibler les interventions.

Implications Théoriques et Politiques

• Facteurs Clés : La convergence des résultats identifie un cluster de risques cohérent : alcool du partenaire, traumatisme infantile et normes patriarcales.
• Interventions Multi-niveaux : Les résultats plaident pour des interventions intégrées :
  • Individuel : Réduction de l'alcool et soins adaptés aux traumatismes.
  • Relationnel : Programmes de résolution de conflits et d'équilibre des pouvoirs.
  • Communautaire/Sociétal : Mobilisation pour changer les normes de genre et renforcer l'application des lois.

Limites et Perspectives

• Nature des données : Les résultats sont basés sur des données synthétiques avec des effets pré-spécifiés. Ils valident la fonctionnalité du cadre mais ne constituent pas une preuve empirique indépendante des déterminants réels de la VBG.
• Structure transversale : L'absence de données longitudinales limite l'inférence causale stricte et l'analyse de médiation.
• Recommandations : L'application de ce cadre à de véritables données longitudinales (ex: panels KDHS) est essentielle pour valider sa capacité à détecter des effets indirects et à établir des relations temporelles.

Conclusion

Cet article propose une preuve de concept d'un cadre analytique à cinq phases qui combine épidémiologie descriptive, apprentissage automatique et inférence causale. Il démontre que la violence basée sur le genre est un phénomène complexe ancré dans des interactions multi-niveaux. Bien que la simulation ait montré des effets directs dominants, le cadre offre une feuille de route reproductible pour des recherches futures visant à mieux comprendre et prévenir la VBG grâce à des approches méthodologiques hybrides.