Ce quelque chose est une question étrange puisque SMART est rapide et sale.

Le problème avec SMART est qu'il est très mal adapté à des évaluations étendus. Il peut être OK pour les petites surfaces comme une seule circonscription avec très peu de variation spatiale de la prévalence mais le parti pris urbain dans le plan d'échantillonnage PPS et l'hypothèse d'homogénéité rendre inutilisable pour de larges zones à-hétérogénéité spatiale.

Il ya et (pas trop) alternatives sales rapides. Vous aurez envie de regarder:

http://www.ajcn.org/cgi/reprint/24/3/358.pdf

Cela pourrait répondre à vos besoins.

Vous voudrez probablement MUAC plutôt que PB / H. Vous pouvez utiliser W / H, mais que voulez-vous ralentir et ajouter des coûts.

Notez que la cartographie de la répartition spatiale de la malnutrition en détail similaire n'a pas été réalisé en utilisant le poids-pour-taille et grappes en deux étapes échantillonnés (c. enquêtes SMART). Ce travail fait SMART semble assez "idiot".

Pour une zone plus grande, je serais tenté d'aller pour un échantillon un peu plus sophistiqué et analsyis design. Quelque chose comme ... Un grand (CEI 60 - 90) enquête PSU couvrant une superficie peut-être 10 à 20 fois supérieure à celle d'une enquête SMART standard (depuis SMART a besoin d'environ 30 groupes par district l'économie sera entre 70% et 80%). L'échantillon serait démarre comme un échantillon même spatiale, mais serait moins régulière dans la pratique car il aurait besoin d'adhérer à la tendance sous-jacente de l'occupation humaine. Dans PSU-échantillonnage serait une méthode modifiée PEV tels que EPI5 ou QTR & EPI5 qui donnent un échantillon plus représentatif que la méthode PEV simple utilisée par SMART et ajouter peu de travail supplémentaire ou de coût. Analyse serait d'utiliser un réseau triangulé irrégulier (zones d'estimation triangulaires). L'échantillon viserait pour une surface moyenne de triangle de moins d'environ 150 sq. Km. (aucun enfant de plus d'environ 11 km ou 12 km d'un point d'échantillonnage) des estimations de prévalence locales basées sur des données provenant de plus de trois unités. Les estimations des superficies plus vastes pouvaient être produits en utilisant la pondération de la population. L'objectif serait pour quelque chose de plus simple que les bilans périodiques TCG pour le Myanmar. La méthode actuellement développé par l'UNICEF / PRÉOCCUPATION / FMOH / EHNRI en Ethiopie pour la couverture du programme PCMA et GMP serait, après quelques modifications mineures, être adapté.

Je espère que cela est d'une certaine utilité.

Pas sûr si cela est approprié sur votre cadre, mais vous voulez peut-être jeter un oeil à l'échantillonnage des conceptions alternatives Guide produit par FANTA. http://www.fantaproject.org/downloads/pdfs/ASG_FINAL_Sept24.pdf

Le guide décrit 3 plans d'échantillonnage différents, qui sont tous appropriés pour les situations d'urgence, où le temps consacré à la collecte des données devrait être limité, mais doit être suffisante pour obtenir les informations nécessaires à propos de la population. Les trois modèles ont été développés pour fournir des méthodes fiables pour l'évaluation rapide de la prévalence de la malnutrition aiguë et des mesures utiles d'indicateurs secondaires relatifs à l'évaluation des besoins et la planification des interventions, y compris des enfants ou des niveau des ménages, les indicateurs tels que la prévalence de la morbidité, la couverture vaccinale, alimentaire des ménages la sécurité, et l'accès à l'eau et à l'assainissement. Les plans d'échantillonnage (33x6, 67X3, conception séquentielle) décrits dans le guide et sont chacun conceptions hybrides peignage aspects de l'échantillonnage en grappes et Lot Quality Assurance Sampling (LQAS).

Ceci est une approche intéressante.

Je doute concernant les économies de coûts de cette approche parce que nous passons souvent une grande partie de notre temps voyager vers et depuis les points d'échantillonnage et, une fois que nous arrivons à un point d'échantillonnage, une rencontre avec les dirigeants locaux pour les autorisations et de recruter des guides locaux. Que nous l'échantillon 7 enfants ou 30 enfants avec un plan d'échantillonnage modifiée PEV va souvent faire peu de différence pour les coûts globaux. Je sais que certains essais de cette méthode ont montré des économies considérables de plus de 30 by30 et enquêtes SMART afin que je puisse être un peu pessimiste ici. La méthode d'échantillonnage séquentiel, dans de nombreuses situations, de réaliser des économies considérables ... si la prévalence est très faible ou très élevé, l'échantillonnage se arrête tôt.

Ma principale préoccupation concerne l'utilisation de l'échantillonnage en grappes. PPS est juste un système de pondération dans lequel la pondération est effectuée à l'avance de la collecte de données. Cela signifie généralement que l'échantillon est biaisé pour les communautés ayant des populations plus importantes (biais urbain). Localisation de la majeure partie de la collecte de données dans les communautés les plus peuplées peut quitter les zones de faible densité de population non échantillonnée (à savoir ceux des zones comprenant des communautés susceptibles d'être éloignés des centres de santé, centres d'alimentation, et des points de distribution). Cela peut provoquer des enquêtes pour (par exemple) sous-estimer la prévalence ou évaluer la couverture comme étant suffisante même lorsque la couverture est mauvaise ou inexistante dans les zones en dehors des centres urbains. Le processus PPS devrait aboutir à un échantillon auto-pondéré, mais il ne peut pas être invoquée pour faire si les estimations des munitions tailles de population sont inexactes. Les estimations de population sont généralement dérivées des données du recensement. Dans les situations d'urgence complexes de certains facteurs peuvent conduire à des données de recensement ne pas être précis (par exemple, la manipulation politique, l'absence d'une société civile qui fonctionne, le déplacement de la population, et le manque de sécurité). Les estimations de population sont souvent corrigées par l'application des estimations de la croissance de la population qui peut rarement expliquer le déplacement, la migration ou la mortalité élevée dans la population cible. Dans une situation, comme les inondations au Pakistan, où le déplacement est commun, le PPS peut vous diriger vers les communautés vides. Pour ces raisons. entre autres, je préfère un échantillon stratifié spatialement.

Quelque chose a été harcelé à l'arrière de mon esprit quant à l'échantillonnage / variante d'arrêt début séquentielle de la méthode décrite dans:

http://www.fantaproject.org/downloads/pdfs/ASG_FINAL_Sept24.pdf

lorsqu'il est utilisé sur de larges zones.

Il me semble qu'il ya un risque considérablement accru d'erreurs de classification, si il existe une hétérogénéité (clustering) dans les phénomènes l'enquête. La chose évidente à faire pour réduire les coûts dans toute enquête est d'échantillonner des classes commodément sorte que (par exemple), vous déguster UPE voisine le même jour. Si vous faites cela et (par exemple) commencent dans une zone à faible prévalence alors vous allez probablement obtenir un classement de prévalence faible, mais la région vous avez échantillonné avant abattage peut juste avoir été une poche de faible prévalence dans une zone plus vaste de forte prévalence (ou vice- versa).

Si vous adoptez cette approche, je pense que vous aurez besoin d'échantillonner les UPE dans un ordre aléatoire. Cela vous perdre quelques économies, mais il devrait encore y avoir quelques économies globales.

J'espère que cela aide.

Chers tous,

Juste une mise à jour rapide du Pakistan; le Pôle Nutrition, ministères de la Santé dans chaque province touchée, l'UNICEF avec ACF-CA et de CDC effectuera des enquêtes SMART dans les zones touchées par les inondations: les enquêtes nutritionnelles touchées par les inondations (FANS); il y aura un total de cinq enquêtes menées SMART.

Si vous souhaitez participer, s'il vous plaît communiquer avec le coordonnateur Cluster Nutrition pour le Pakistan, James King'ori au jkingori@unicef.org ou Fawzia El Sharief, Spécialiste de la surveillance de la nutrition avec l'UNICEF au Pakistan au faelsherief@unicef.org

Merci d'avance pour votre aide,

Erin

Erin Boyd
Spécialiste de la nutrition d'urgence
UNICEF