Découvrez notre dernier Rapport Annuel

Research Articles Un nouvel outil pour repenser les environnements alimentaires en faveur de meilleurs résultats en santé

by Tosin Harold Akingbemisilu, Irmgard Jordan, Irene Mudiovo Induli, Christine Chege, Céline Termote

Alors que la transformation des systèmes alimentaires s’accélère à l’échelle mondiale, une question centrale demeure : comment mesurer les environnements alimentaires qui influencent les choix et la santé des populations ? Dans un article récemment publié, nous présentons l’Indice des environnements alimentaires sensibles à la nutrition (N-FEI) ; un nouvel outil fondé sur les données, conçu pour évaluer les environnements alimentaires en reliant diversité alimentaire, accessibilité, infrastructures et, en fin de compte, le risque de malnutrition.

Nous avons utilisé des données provenant de plus de 17 000 vendeur.euse.s de denrées alimentaires réparti.e.s dans six pays : Bénin, Côte d’Ivoire, Éthiopie, Kenya, Ouganda et Vietnam. L’analyse a combiné apprentissage automatique, analyse spatiale et tests statistiques rigoureux pour projeter les risques de malnutrition associés à l’environnement alimentaire construit — mesuré à l’aide du N-FEI. Les résultats montrent que le N-FEI constitue un outil d’analyse puissant pour les chercheur.e.s, les gouvernements et les acteur.rice.s du développement souhaitant évaluer, comparer et améliorer les environnements alimentaires dans des contextes variés.

Les milieux ruraux, périurbains et urbains du Vietnam. Photos : Ha Dao/CIAT.

L'importance de la N-FEI

Les environnements alimentaires sont complexes : ils sont façonnés par qui vend quoi, où, dans quelle mesure les aliments diversifiés sont accessibles, et dans quelles conditions ces aliments sont proposés. Jusqu’à présent, la plupart des indices se sont concentrés de manière étroite sur l’abordabilité ou la disponibilité en point de vente, en négligeant souvent des dimensions clés telles que la diversité alimentaire, l’accès à l’eau et à l’assainissement, ou encore la densité des vendeur.euse.s — autant de facteurs qui influencent les résultats nutritionnels.

Le N-FEI comble cette lacune en proposant une mesure associée aux risques de malnutrition des populations dans les régions étudiées. Il s’agit d’un outil à la fois simple et complet, conçu pour refléter les réalités de l’accès à l’alimentation, en particulier dans les zones marginalisées ou les contextes informels où la collecte de données classiques est difficile et où les risques sanitaires sont élevés.

Comté de Turkana, Kenya. Photos collectées par les agents recenseurs lors de la collecte des données/Bioversity International.

Qu’est-ce qui distingue le N-FEI ?

Le N-FEI va au-delà des indicateurs traditionnels des environnements alimentaires en intégrant neuf indicateurs clés regroupés en deux grands domaines :

Diversité et qualité alimentaires au niveau du.de la vendeur.euse et de son environnement

  • Indice de diversité en aliments sains du.de la vendeur.euse (VHFDS)

  • Diversité ProColor (un indicateur basé sur la diversité des couleurs des fruits et légumes)

  • Nombre de produits alimentaires et boissons malsains proposés

Accessibilité au vendeur.euse et à l’environnement

  • Disponibilité du.de la vendeur.euse (jours d’ouverture hebdomadaires et quotidiens)

  • Densité des vendeur.euse.s (par km² et par nombre d’habitant.e.s)

  • Accès à des installations sanitaires dans un rayon de 500 mètres

Ce qui rend le N-FEI unique, c’est sa capacité à prendre du recul : il ne se limite pas à analyser les vendeur.euse.s individuellement, mais considère l’environnement alimentaire dans un rayon de marche de 50 mètres, capturant ainsi la manière dont les consommateur.rice.s interagissent réellement avec les options alimentaires qui les entourent.

Vue d’ensemble des neuf indicateurs et des scores utilisés pour calculer l’Indice des environnements alimentaires sensibles à la nutrition (N-FEI).
(Code couleur des indicateurs : vert pour les options alimentaires saines, bleu clair pour la disponibilité de l’eau et des installations sanitaires, rose pour la disponibilité des vendeur.euse.s, gris pour la densité des vendeur.euse.s, et pêche pour les options alimentaires malsaines)

Nous avons appliqué des méthodes d’apprentissage automatique (XGBoost) et des analyses spatiales pour établir des liens entre ces indicateurs et les résultats sanitaires issus des Enquêtes démographiques et de santé (EDS), afin de modéliser la relation entre les caractéristiques de l’environnement alimentaire et les résultats en matière de santé. Nous avons également réalisé différents tests de robustesse pour valider la stabilité de l’indice (voir article).

Qu'avons-nous trouvé ?

L’indice est statistiquement stable, interprétable et adaptable, même lorsqu’il est appliqué dans des contextes ruraux et urbains en Afrique et en Asie du Sud-Est selon les tests de robustesse réalisés. Les scores du N-FEI variaient largement entre les différents sites d’étude.

Les quartiers informels urbains comme Viwandani (Nairobi, Kenya) affichaient les scores N-FEI les plus élevés, ce qui reflète des environnements alimentaires globalement plus favorables à la nutrition. Cela était principalement dû à une forte diversité de vendeur.euse.s et à de meilleures infrastructures ; des contributeurs positifs qui ont compensé la présence d’options alimentaires malsaines également observée, lesquelles, bien que prises en compte dans l’indice, ont été ajustées de manière à ce qu’une exposition plus faible contribue positivement au score global.

Les sites d’étude situés à Turkana (zone rurale) au Kenya présentaient les scores les plus faibles, reflétant des lacunes critiques en matière d’accès, d’hygiène et d’options alimentaires saines. Les districts urbains au Vietnam et en Éthiopie ont généralement obtenu de meilleurs résultats que leurs équivalents périurbains ou ruraux.

Viwandani, Nairobi, Kenya. Photos recueillies par les enquêteur.rice.s lors de la collecte de données / Bioversity International

Le type de vendeur.euse comptait également. Les étals et vendeur.euse.s sur table étaient significativement associés à de meilleurs scores N-FEI que les vendeur.euse.s mobiles ou ne proposant que des boissons, révélant ainsi comment la structure et la diversité des produits influencent la qualité des environnements alimentaires.

Les indicateurs de santé tels que le retard de croissance, l’anémie et l’indice de masse corporelle (IMC) montrent des associations prédictives puissantes. Dans certains modèles, les caractéristiques de l’environnement alimentaire expliquaient jusqu’à 94 % de la variation du risque d’anémie chez les femmes et plus de 90 % de la variabilité de l’IMC.

Ces tendances sont à la fois révélatrices et exploitables, en permettant des interventions ciblées fondées sur des données probantes.

Quels sont les facteurs de risque de malnutrition ?

Notre modèle d’intelligence artificielle explicable (via l’analyse SHAP) a montré que :

  • La densité des vendeur.euse.s (nombre de vendeur.euse.s par km²) était le prédicteur le plus fort pour tous les risques sanitaires.

  • L’accès aux installations sanitaires jouait un rôle majeur dans la réduction du retard de croissance et de l’anémie.

  • La disponibilité et la diversité des vendeur.euse.s dans un rayon de 50 mètres apparaissaient comme des facteurs clés de protection contre différentes formes de malnutrition.

  • La diversité alimentaire collective des vendeur.euse.s dans un quartier comptait davantage que celle d’un.e vendeur.euse pris.e individuellement.

En résumé : ce n’est pas seulement ce que vend un.e vendeur.euse, mais ce que l’environnement dans son ensemble offre qui importe.

Vietnam. Photo : Ha Dao/CIAT.

De l'outil à la transformation

Le N-FEI est plus qu’un outil académique : il est conçu dans une optique d’application politique. Sa simplicité, sa flexibilité et son faible coût en font un outil idéal pour une mise à l’échelle dans différents pays, en particulier là où les données alimentaires détaillées ou les systèmes de surveillance nutritionnelle sont rares.

Il peut être utilisé pour suivre les transformations des systèmes alimentaires, identifier les zones à risque de malnutrition, orienter la planification urbaine et les infrastructures de marché, appuyer la surveillance de l’exposition aux aliments ultra-transformés, et être croisé avec des données nutritionnelles pour orienter les politiques et les interventions.

Parce qu’il repose sur des données observables (et non sur des enquêtes auprès des consommateur.rice.s), il convient également aux évaluations rapides, y compris dans des contextes fragiles ou à ressources limitées.

Quelle est la prochaine étape ?

Bien que l’indice affiche déjà de solides performances, nous explorons les prochaines étapes, notamment :

  • L’intégration d’indicateurs environnementaux tels que les déchets solides ou les plastiques à usage unique,

  • L’adaptation de l’indice aux dynamiques urbaines et rurales,

  • Son intégration dans les systèmes nationaux de surveillance des environnements alimentaires,

  • Son utilisation conjointe avec des données sur les comportements des consommateur.rice.s afin de mieux comprendre l’abordabilité et les impacts alimentaires.

Nous pensons que le N-FEI a un fort potentiel pour redéfinir la manière dont les pays mesurent et interviennent sur les environnements alimentaires, et nous espérons qu’il permettra aux acteur.rice.s à tous les niveaux — des autorités locales aux décideur.e.s mondiaux.ales — de prendre des décisions plus éclairées, ciblées et efficaces.

En savoir plus :

Lisez l'article complet ici : https://doi.org/10.55845/jos-2025-1116

Le N-FEI a été développé dans le cadre du projet Healthy Diet for Africa (HD4A), qui est financé par l'Unité européenne (No. 01083388 - HORIZON-CL6-2022-FARM2FORK-01). La plupart des bases de données utilisées dans cette étude ont été générées par le Food Environment and Consumer Behaviour Africa Hub de l'Alliance Bioversity & CIAT (Nairobi) dans le cadre de divers projets financés par l'Union européenne, la Fondation Biovision Suisse et le ministère fédéral allemand de la coopération économique et du développement. Les ensembles de données de l'Éthiopie et du Vietnam utilisés pour développer le N-FEI ont été générés par le travail de l'initiative de recherche du CGIAR sur les régimes alimentaires sains et durables par la transformation des systèmes alimentaires (SHiFT). SHiFT est financée par le fonds fiduciaire du CGIAR (https://www.cgiar.org/funders/) et est dirigée par l'Institut international de recherche sur les politiques alimentaires (IFPRI) et l'alliance de Bioversity International et du CIAT, en partenariat avec l'université et la recherche de Wageningen (WUR), avec des contributions du Centre international de la pomme de terre (CIP). Tous les bailleurs de fonds cités ont pris en charge le temps de travail des auteurs de l'étude.

Pour en savoir plus sur nos outils et notre approche, contactez le domaine de recherche Environnement alimentaire et comportement du consommateur à l'Alliance de Bioversity et du CIAT :

Mark Lundy

Director, Food Environment and Consumer Behavior

Céline Termote

Senior Scientist - Africa Regional Team leader Food Environment and Consumer Behavior

Pour en savoir plus