📄 medicine

One in four Indian births is now by caesarean section: a state-level analysis of public–private sector differences and ecological drivers using NFHS-6 (2023– 24)

Cette analyse écologique des données de la NFHS-6 (2023–24) révèle que le niveau d'instruction des femmes est le prédicteur dominant de l'augmentation des taux de césarienne en Inde, qui ont atteint 27,2 % au niveau national avec une disparité marquée de 3,2 fois entre les secteurs privé et public, incitant à des appels pour des audits cliniques ciblés et une éducation prénatale afin de freiner la médicalisation du côté de la demande.

Auteurs originaux : Mahendra G., Ravindra S. Pukale, Kaveri Potaraj Potarad, Suresh Bangla

Publié 2026-07-08

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Mahendra G., Ravindra S. Pukale, Kaveri Potaraj Potarad, Suresh Bangla

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La vue d'ensemble : Une marée montante de césariennes

Imaginez le paysage de l'accouchement en Inde comme un océan immense. Il y a quelques années, le niveau de l'eau (le taux de césariennes) était déjà élevé, se situant à environ 21,5 %. Aujourd'hui, selon les données les plus récentes (NFHS-6 de 2023–24), l'eau est montée de manière significative pour atteindre 27,2 %.

Pour mettre cela en perspective, l'Organisation mondiale de la santé (OMS) suggère que le niveau d'eau « idéal » pour la sécurité se situe entre 10 % et 15 %. L'Inde nage désormais à un niveau 82 % plus élevé que ce plafond recommandé. L'étude révèle qu'un bébé sur quatre en Inde naît désormais par césarienne.

Le grand fossé : L'écart « Privé vs Public »

Les chercheurs ne se sont pas contentés d'observer le niveau global de l'eau ; ils ont examiné où l'eau monte. Ils ont découvert un écart massif entre les hôpitaux gouvernementaux (publics) et les cliniques privées (privées).

L'analogie : Imaginez deux épiceries dans la même ville. Le Magasin A (Gouvernement) vend des pommes (césariennes) à 17 clients sur 100. Le Magasin B (Privé) en vend à 54 clients sur 100.
L'indice de soins axés sur le marché (MDCI) : Les auteurs ont inventé une nouvelle règle appelée MDCI pour mesurer cet écart. C'est comme une « étiquette de prix » indiquant la probabilité plus élevée d'avoir recours à une césarienne dans un hôpital privé par rapport à un hôpital public.
- Au Kerala, l'écart est faible (la règle affiche 1,08). Les deux magasins vendent des pommes à des taux similaires.
- Au Bihar, l'écart est énorme (la règle affiche 18,26). Cela signifie qu'une femme est 18 fois plus susceptible de subir une césarienne dans un hôpital privé que dans un hôpital gouvernemental. Au Bihar, les hôpitaux gouvernementaux pratiquent presque jamais de césariennes (seulement 2,7 %), tandis que les établissements privés en pratiquent fréquemment (49,3 %).

Les trois types de « niveaux d'eau »

L'étude regroupe les États indiens en trois modèles distincts, comme différents systèmes météorologiques :

Le « Monopole Privé » (ex. : Bihar, Jharkhand) : Ici, les césariennes sont un article de luxe que l'on trouve principalement dans les boutiques privées. Les magasins gouvernementaux n'en stockent presque jamais. Le taux global est bas, mais l'écart entre l'accès des riches (privé) et celui des pauvres (public) est immense.
L'« Inondation Systémique » (ex. : Telangana, Andhra Pradesh) : Ici, à la fois les hôpitaux gouvernementaux et privés pratiquent des césariennes à des taux très élevés. L'écart entre eux est faible, mais le niveau de l'eau est dangereusement haut partout.
L'« Équité dans l'Excès » (ex. : Kerala) : Les deux secteurs pratiquent des césariennes à des taux élevés, et les taux sont presque identiques. Tout le monde subit la procédure avec la même fréquence élevée, qu'il s'agisse d'un hôpital public ou privé.

Les véritables moteurs : Qu'est-ce qui fait monter l'eau ?

Les chercheurs se sont demandé : « Qu'est-ce qui fait augmenter ces taux ? » Ils ont testé plusieurs théories, comme l'assurance maladie ou le nombre de personnes utilisant les hôpitaux gouvernementaux.

La réponse surprenante : Le prédicteur le plus fort n'était ni l'argent, ni l'assurance. C'était l'éducation des femmes.

L'analogie : Considérez l'éducation comme un « aimant ». Plus les femmes d'un État sont instruites, plus l'aimant tire vers les césariennes.
Pourquoi ? L'étude suggère qu'il s'agit d'une « médicalisation du côté de la demande ». Les femmes instruites peuvent être plus réceptives aux conseils médicaux, plus conscientes des options, ou plus susceptibles de choisir la « sécurité » perçue d'une césarienne.
Le résultat contre-intuitif : Le fait d'avoir plus d'accouchements dans les hôpitaux gouvernementaux n'a pas fait baisser le taux de césariennes. En fait, dans des États comme le Telangana, les hôpitaux gouvernementaux pratiquent également des césariennes à des taux très élevés. Ainsi, il ne suffit pas de dire aux femmes d'aller dans les hôpitaux gouvernementaux si les médecins de ces derniers pratiquent aussi trop de césariennes.

Un autre facteur : Le taux de fécondité totale (TFR) (le nombre moyen d'enfants par femme) était lié à des taux de césarienne plus faibles.

L'analogie : Dans les États où les femmes ont beaucoup d'enfants (TFR élevé), les « anciennes méthodes » d'accouchement naturel sont encore très courantes, ce qui maintient le taux de césarienne plus bas. Dans les États où les familles sont plus petites (TFR faible), le passage aux interventions médicales (césariennes) est plus marqué.

Que faut-il faire ? (Les recommandations de l'article)

Les auteurs ne se contentent pas de pointer le problème ; ils suggèrent quatre « canots de sauvetage » spécifiques pour empêcher l'eau de monter davantage :

Vérification du « Livre de règles » : Les hôpitaux privés qui acceptent l'assurance gouvernementale (PMJAY) doivent être contraints de suivre un « Livre de règles » strict (appelé classification de Robson) pour prouver qu'ils ont une bonne raison médicale pour chaque césarienne.
Paiement avec conditions : Le gouvernement ne devrait payer pour une césarienne que si l'hôpital fournit un dossier clair expliquant pourquoi elle était médicalement nécessaire.
Contrôle de la qualité : Étendre le programme « LaQshya » (une initiative gouvernementale pour améliorer les salles de travail) mais ajouter un objectif spécifique : réduire le nombre de césariennes, et pas seulement améliorer les bâtiments.
Discuter avant la naissance : Dans les États où l'éducation et le taux de césarienne sont élevés, les médecins doivent avoir des conversations honnêtes avec les femmes enceintes avant l'accouchement, en explant que les césariennes comportent des risques et ne sont pas toujours le choix le plus sûr.

L'essentiel

Cette étude est comme une carte montrant que les taux de césarienne en Inde augmentent rapidement, principalement parce que les femmes instruites choisissent (ou se voient proposer) des accouchements médicalisés, et par un fossé massif où les hôpitaux privés pratiquent cette procédure bien plus souvent que les hôpitaux publics. La solution n'est pas seulement de construire plus d'hôpitaux gouvernementaux, mais de changer la culture de pourquoi et de quand ces interventions chirurgicales sont pratiquées.

Résumé Technique : Analyse par État des Taux de Césarienne en Inde (NFHS-6)

Énoncé du Problème
Le taux de césarienne (CS) en Inde est passé de 21,5 % lors de l'enquête NFHS-5 (2019–21) à 27,2 % dans le NFHS-6 (2023–24). Ce chiffre se situe désormais 82 % au-dessus du plafond optimal de 15 % au niveau de la population établi par l'Organisation Mondiale de la Santé (OMS). Alors que des recherches antérieures ont lié les excès du secteur privé à des incitations financières et à une réglementation faible, aucune étude publiée n'avait utilisé les données nouvellement publiées du NFHS-6 pour cartographier les taux de CS à travers les 36 États et territoires de l'Union (TU) de l'Inde. De plus, il manquait une analyse concernant l'« écart entre les secteurs privé et public » et l'identification des déterminants écologiques pilotant ces taux au niveau des États.

Méthodologie
Cette étude est une analyse transversale écologique utilisant les fiches d'information par État disponibles publiquement du NFHS-6 (2023–24).

Source de Données : Données au niveau des États pour 35 États/TU (l'agrégat national a été exclu de la régression).
Résultat Primaire : Taux de CS global de l'État (% d'accouchements institutionnels).
Résultats Secondaires : Taux de CS du secteur privé, taux de CS du secteur public, et l'Indice de Soins Pilotés par le Marché (MDCI), défini comme le rapport entre le taux de CS du secteur privé et le taux de CS du secteur public ( $MDCI = I.39 \div I.40$ ).
Prédicteurs : Quatre variables écologiques ont été examinées :
1. Couverture d'assurance maladie (% de ménages).
2. Niveau d'éducation des femmes (% de femmes âgées de 15 à 49 ans ayant $\ge$ 10 ans de scolarité).
3. Proportion d'accouchements en établissements publics.
4. Taux de Fécondité Totale (TFT).
Analyse Statistique :
- Corrélation : Des corrélations de rang de Spearman ont été utilisées pour évaluer les associations par paires, avec un seuil de signification ajusté par la méthode de Bonferroni de $p < 0,0125$ pour contrôler les tests multiples.
- Régression : Une régression multiple par moindres carrés ordinaires (MCO) avec des erreurs types robustes HC3 a été employée pour modéliser les taux de CS au niveau des États. Deux modèles parsimonieux ont été construits pour éviter le surapprentissage compte tenu de la taille de l'échantillon ( $n=35$ $n = 35$ ) :
  - Modèle 1 : Assurance maladie + Part des accouchements en établissements publics.
  - Modèle 2 : Éducation des femmes + TFT.
- Logiciel : Les analyses ont été effectuées avec Python 3.12.

Principales Contributions

Cartographie Complète : L'étude fournit la première documentation au niveau des États des taux de CS pour les 35 États/TU déclarant des données via le NFHS-6.
Introduction du MDCI : Elle introduit l'Indice de Soins Pilotés par le Marché (MDCI) comme mesure composite pour quantifier la divergence entre les taux de CS des secteurs privé et public. Les auteurs notent que le MDCI est sensible aux dénominateurs faibles du secteur public et doit être interprété parallèlement aux taux absolus.
Prédicteurs Écologiques : L'étude identifie et quantifie les moteurs écologiques des taux de CS au niveau des États, en distinguant les facteurs de la demande (éducation) des facteurs structurels (accès sectoriel).

Résultats

Tendances Nationales : Le taux national de CS a augmenté de 5,7 points de pourcentage (une augmentation relative de 26,5 %) en environ cinq ans. Le taux national du secteur privé est de 54,1 %, contre 16,9 % dans les hôpitaux gouvernementaux, soit un MDCI national de 3,20.
Variabilité par État : Les taux varient de 6,4 % (Meghalaya) à 62,2 % (Telangana). Quatre États (Telangana, Andhra Pradesh, Sikkim, Jammu & Kashmir) dépassent les 50 %. Seuls trois États (Nagaland, Mizoram, Meghalaya) se situent dans la fourchette optimale de l'OMS de 10–15 %.
Divergence Sectorielle (MDCI) :
- MDCI Élevé (Iniquité) : Des États comme le Bihar (MDCI 18,26) et le Jharkhand (MDCI 8,87) présentent des écarts massifs où les hôpitaux privés pratiquent des césariennes à des taux 8 à 18 fois supérieurs à ceux des structures gouvernementales. Dans ces régions, l'accès à la CS est effectivement une marchandise privée.
- MDCI Faible (Médicalisation Systémique) : Des États comme le Kerala (MDCI 1,08) présentent des taux de CS élevés dans les deux secteurs, indiquant une « équité dans l'excès ».
- Telangana/Andhra Pradesh : Ces États affichent des taux globaux élevés mais un MDCI plus faible (1,74), suggérant une médicalisation généralisée plutôt qu'un simple excès du secteur privé.
Modélisation Prédictive :
- Éducation des Femmes : Le prédicteur le plus fort des taux de CS étatiques. Une corrélation de Spearman de $\rho = +0,532$ ( $p=0,001$ ) et un coefficient MCO de $\beta = +0,377$ ( $p=0,0001$ ) indiquent que pour chaque augmentation de 1 point de pourcentage de femmes ayant $\ge$ 10 ans de scolarité, le taux de CS de l'État augmente de 0,377 point de pourcentage.
- Taux de Fécondité Totale (TFT) : Corrélation inverse avec les taux de CS ( $\rho = -0,428$ , $p=0,010$ ). Dans le Modèle 2, le TFT explique une part significative de la variance, avec un coefficient de $\beta = -12,101$ ( $p=0,035$ ).
- Facteurs Non Significatifs : La proportion d'accouchements dans les établissements publics et la couverture d'assurance maladie ne présentent aucune corrélation significative avec les taux de CS des États.
- Performance des Modèles : Le Modèle 2 (Éducation + TFT) explique 30,7 % de la variance des taux de CS au niveau des États ( $R^2 = 0,307$ ).

Signification et Revendications
L'article affirme que le niveau d'éducation des femmes est le prédicteur écologique dominant des taux de CS en Inde, reflétant une « médicalisation du côté de la demande » où les femmes instruites sont plus réceptives aux recommandations médicales, ceant potentiellement des césariennes électives.

L'étude souligne une crise d'équité masquée par les statistiques agrégées. Dans les États à forte fécondité et à faible revenu (États de l'EAG), les faibles taux de CS globaux ne sont pas nécessairement le signe de soins appropriés ; ils reflètent souvent une grave sous-provision dans le secteur public, où la CS est accessible uniquement comme une marchandise privée (MDCI élevé). À l'inverse, dans les États du sud à faible fécondité, les taux de CS élevés reflètent une médicalisation systémique.

Les auteurs concluent que les interventions politiques doivent aller au-delà du simple acheminement des accouchements vers les établissements publics. Ils proposent plutôt :

Des audits obligatoires de CS utilisant la classification de Robson dans les hôpitaux privés.
Le conditionnement des remboursements PMJAY (Ayushman Bharat) à des indications cliniques documentées.
Le renforcement de l'initiative LaQshya avec des objectifs spécifiques de réduction des CS.
Des campagnes d'éducation prénatale ciblant les États à haut taux de CS et à haut niveau d'éducation.

Limites et Modestie
Les auteurs précisent explicitement que ces résultats sont écologiques et n'impliquent pas de relations de causalité au niveau individuel. L'association positive entre l'éducation et les taux de CS peut capturer des aspects plus larges du développement, de l'urbanisation et de la dépendance au secteur privé plutôt que l'éducation seule. L'étude reconnaît les limites liées aux données autodéclarées, l'impossibilité d'évaluer les indications médicales à partir des données NFHS, et le potentiel de variables confusionnelles non mesurées (ex: densité d'obstétriciens, concentration des hôpitaux privés). Le MDCI est présenté comme un outil de surveillance descriptif plutôt que comme une métrique causale validée.