Les études récentes ont montré l’importance des facteurs communautaires — surtout du niveau de pauvreté — en tant que variables explicatives de la maltraitance et de la négligence envers les enfants; la présente étude nationale semble être la première tentative d’examiner l’effet ajouté de l’inégalité des revenus. L’unité analysée ici est le comté (N = 2877); les données sont les taux annuels dont la moyenne a été calculée sur cinq ans (2005-2009) pour les variables suivantes :
- Taux de maltraitance envers les enfants (signalements corroborés pour 1000 enfants) : données du Children’s Bureau, National Child Abuse and Neglect Data System (NCANDS) des États-Unis, recueillies annuellement auprès des systèmes de protection de l’enfance des États.
- Niveau de pauvreté (pourcentage d’enfants vivant sous le seuil fédéral de la pauvreté) : données du Census Bureau, American Community Survey (ACS).
- Inégalité des revenus (coefficient de Gini, où 0 = égalité parfaite et I = inégalité parfaite; un seul individu gagne tous les revenus) : données aussi de l’ACS.
Les corrélations entre ces trois variables étaient toutes positives et très significatives; la corrélation entre la pauvreté et la maltraitance envers les enfants correspondait à celle découverte dans les études antérieures. Les chercheurs ont utilisé des modèles de régression non paramétrique pour prédire le taux de maltraitance envers les enfants à partir du niveau de pauvreté et de l’inégalité des revenus, en tenant compte des variables potentiellement confusionnelles (ethnicité, scolarité, revenu de l’aide sociale et taux de mortalité infantile). Ils ont découvert une association significative entre l’inégalité des revenus et les taux de maltraitance envers les enfants pour tous les niveaux de pauvreté, mais l’effet est le plus marqué pour les niveaux de pauvreté plus élevés.
Les auteurs indiquent que ces résultats contribuent à la documentation reliant une plus grande inégalité des revenus à une série de faibles résultats en matière de santé et de bien-être des nourrissons et des enfants. Ils citent des preuves indiquant que les effets de l’inégalité sont généralement plus grands pour de plus grandes unités d’analyse (ex. nations, États) et moins importants pour les plus petites unités comme le quartier, où le revenu est une variable prédictive solide.
The research appeared to be generally well-conducted, and the methods appropriate; a number of strategies were used to deal with various data problems. Because of differences in reporting practices in some states, 259 actual counties were combined into regions, or “statistically equivalent entities,” to give the total N of 2877. State child maltreatment rates varied widely, from 0.2% to 3.1%; state was included as a fixed effect in the analysis to control for this difference. A natural log transformation was used in the regression analysis to deal with a skewed distribution of county child maltreatment rates. Analysis was performed using the generalized additive model (GAM) in SAS—a flexible nonparametric regression-modelling technique.
Further research is clearly needed to determine how income inequality actually works. At a given poverty level, why should the mere presence of rich people make it more likely that children are maltreated? If this effect is really more common in larger geographic units, perhaps it reflects geographic subdivisions with different social climates (e.g., levels of social order or social capital). This might suggest avenues for possible future preventive work in communities.