Anthropometric data from the 1982/83 Papua New Guinea (PNG) National Nutrition Survey were analysed to identify geographical patterns of child growth and investigate their relation to a wide range of environmental, dietary and socio-economic variables. Standardized growth scores for length-for-age (LAZ), weight-for-age (WAZ) and weight-for-length (WLZ) were calculated based on an internal PNG growth reference. Hierarchical Bayesian spatial models based on conditional autoregressive (CAR) priors were subsequently used to model spatial patterns in scores and their relation to different sets of covariates. The geographical differences were bigger for linear growth than for increases in weight. Growth was most reduced in parts of Milne Bay Province, Madang Province, the Torricelli/Prinz Alexander Ranges, and in the area occupied by Angan people. Socio-economic status was the most important factor determining variation in growth within populations. Differences in diet and, to a lesser extent, the physical environment were the main determining factor of differences among populations. Covariate adjustment accounted for more spatially structured variation in LAZ and WAZ than in WLZ. All variables indicating higher socio-economic status were correlated with better growth, as was a high consumption of imported and local high quality foods such as cereals, legumes, tinned fish/meat or fresh fish. This indicates that nutritional interventions in PNG should aim at promoting the consumption of such high energy and high protein foods as well as strengthening the general economic base of rural populations.Es wurden anthropometrische Daten von der Nationalen Ernährungsstudie in Papua Neu Guinea (PNG) aus den Jahren 1982/83 analysiert, um geographische Muster des kindlichen Wachstums und deren Beziehungen zu einer großen Anzahl von Variablen der Umwelt, der Ernährung und des sozio-ökonomischen Umfeldes zu untersuchen. Auf der Basis von internen PNG Wachstumsreferenzwerten wurden standardisierte Wachstums-Scores für length-for-age (LAZ), weight-for-age (WAZ) und weight-for-length (WLZ) berechnet. Anschließend wurden hierarchische Bayessche räumliche Modelle basierend auf konditionalen autoregressiven (CAR) Priors benutzt, um räumliche Scores-Muster und deren Beziehung zu verschiedenen Sätzen von Covariaten zu modellieren. Beim linearen Wachstum waren die geographischen Differenzen größer als bei den Zunahmen des Körpergewichts. Die stärkste Verringerung des Wachstums fand sich in Teilen der Provinz Milne Bay, in der Provinz Madang, in den Torricelli/Prinz Alexander Ranges und in dem von den Angan People bewohnten Gebiet. Der sozio-ökonomische Status war der wichtigste Einflussfaktor hinsichtlich der Variabilität des Wachstums innerhalb von Populationen. Die Unterschiede zwischen Populationen wurden am stärksten durch Unterschiede in der Ernährung und in geringerem Ausmaß durch die physische Umwelt determiniert. Die Covariaten-Adjustierung erklärte die mehr räumlich strukturierte Variabilität von LAZ und WAZ gegenüber WLZ. Alle Variablen, die einen höheren sozio-ökonomischen Status anzeigten (wie z. B. ein hoher Verbrauch von importierten und von heimischen qualitativ hochwertigen Nahrungsmitteln wie Getreide, Hülsenfrüchten, Fisch-/Fleischkonserven oder frischem Fisch), waren mit einem besseren Wachstum korreliert. Dies weist darauf hin, dass Ernährungsinterventionen in PNG darauf abzielen sollten, den Verbrauch von solchen energie- und proteinreichen Nahrungsmitteln zu fördern sowie die allgemeine ökonomische Basis der Landbevölkerung zu stärken.Des données anthropométriques de l'Enquête Nationale de Nutrition de Papouasie-Nelle Guinée (PNG) de 1982/83 sont analysées afin d'identifier les modalités géographiques de la croissance ainsi que pour étudier leurs relations avec une très large gamme de variables environnementales, socio-économiques et alimentaires. On a calculédes scores standardisés de la croissance: longueur-pour-l'âge (LAZ), poids-pour-l'âge (PAZ) et poids-pour-longueur (PLZ) sur la base de références de croissance internes àla PNG. Des modèles bayésiens spatiaux et hiérarchiques établis sur des antécédents autorégressifs conditionnels, sont ensuite utilisés afin de modéliser les répartitions spatiales des scores et leurs relations avec différentes séries de covariants. Les différences géographiques de la croissance sont plus marquées pour la croissance linéaire que pour les accroissements en poids. La croissance est la plus faible dans des fractions des provinces de Milne Bay et de Madang, dans les chaînes de Torricelli/Prinz Alexander et dans la zone de peuplement Angan. Le statut socio-économique est le facteur le plus important qui détermine la variation en croissance au sein des populations. Les différences de diète et dans une moindre mesure l'environnement physique sont les facteurs déterminant les différences entre les populations. L'ajustement des covariants indique une variation plus structurée des LAZ et PAZ en fonction de l'espace que des PLZ. Toutes les variables qui indiquent un meilleur statut socio-économique ainsi qu'une consommation élevée en nourriture, importée ou locale de haute qualité: céréales, légumes, poisson en boîte ou poisson frais, sont corrélées avec une croissance plus forte. Ceci indique que les interventions nutritionnelles en PNG devraient viser àpromouvoir la consommation de ces aliments riches en énergie et en protéines, aussi bien qu'à renforcer l'assiette économique générale des populations rurales.
Read full abstract