LQAS n'est pas un plan d'échantillonnage ou une méthode d'échantillonnage. Il s'agit d'une approche d'analyse des données. Il y a beaucoup de confusion sur le sujet parce que ces méthodes peuvent être appliquées à des données collectées afin que l'on puisse faire cesser l'échantillonnage.

En règle générale, une étude LQAS est plus rapide et moins coûteuse qu'une autre approche, mais les résultats seront généralement limités à des classifications (par exemple, est-ce que la prévalence de la résistance aux médicaments est au-dessus ou au-dessous d'un certain niveau ?) plutôt qu'à des estimations (par exemple, la prévalence de la résistance aux médicaments est-elle de X% avec un IC à 95% de Y% - Z%), comme cela est généralement le cas pour les autres approches.

La comparaison n'est pas facile parce que les objectifs sont différents. Je trouve LQAS très utile pour les applications de contrôle qualité. Dans notre secteur, cela peut s'appliquer à la couverture ou à d'autres normes de livraison ou lorsque les coûts doivent être maintenus bas. Les approches LQAS ou similaire sont souvent beaucoup plus rapides et moins coûteuses que d'autres méthodes. Si vous trouvez que vous faites souvent des estimations et que vous devez y appliquer une classification (par exemple, la prévalence est élevée), alors, vous souhaiterez sans doute gagner du temps et de l'argent avec LQAS.

La plupart des critiques contre les méthodes LQAS, ou similaires, les prennent pour quelque chose qu'elles ne sont pas. Il y a peu de substance dans les critiques qui disent que LQAS est nul parce qu'elle ne classifie lorsque la méthode est conçue pour classer uniquement. Ceci est un peu comme critiquer les chats parce qu'ils n'aboient pas et ne dissuadent pas les cambrioleurs quand la raison d'avoir un chat est de contrôler les vecteurs de maladies comme les souris et les rats.

Une comparaison qui peut être faite est d'utiliser les deux méthodes pour faire une classification et comparer les classifications. Ne pas utiliser un seul petit échantillon de LQAS pour les estimations, car toute comparaison ne sera pas crédible à cause de la petite taille de l'échantillon à la disposition de LQAS.

J'espère que cela pourra vous être d'une certaine utilité.

Merci Mark Myatt,
Message bien reçu, j'ai bien compris la différence.
Au cours de l'étude LQAS, nous avions évalué le niveau de couverture pour 6 indicateurs de notre programme dans nos zones de supervisions. Ces 6 indicateurs avait également été renseignés au cours d'une etude IBBS. Alors,selon ce que je crois avoir compris dans ton explication, serait que pour ma comparaison, je fasse une analyse des données (6 indicateurs) du IBBS selon les procédures d'analyse du LQAS afin de faire la comparaisons des différents résultats. Ainsi, il me serait facile de la recommander comme ma méthode d'alternative pour une évaluation rapide dans notre contexte de ressource limité.
Merci de bien vouloir me conseiller de la documentation ou des études si disponible.
J'ai fais une petite revue, que je parcours en ce moment.

Vous pourriez:

(1) Appliquer la procédure de classification LQAS aux données IBBS (un test binomial serait OK pour cela). Ensuite, comparez les classifications faites pour les données LQAS et les données IBBS.

(2) Élaborez une base de classification sur l'estimation de la couverture à partir des données IBBS (j'utiliserais l'estimation ponctuelle mais vous pouvez utiliser les intervalles de confiance selon que votre plan LQAS d'échantillonnage / règle de décision donne la priorité à la sensibilité ou à la spécificité. Ensuite, comparez les classifications faites entre les données LQAS et IBBS.

Est-ce que ceci est expliqué clairement ?

Vous pourriez:

(1) Appliquer la procédure de classification LQAS aux données IBBS (un test binomial serait OK pour cela). Ensuite, comparez les classifications faites pour les données LQAS et les données IBBS.

(2) Élaborez une base de classification sur l'estimation de la couverture à partir des données IBBS (j'utiliserais l'estimation ponctuelle mais vous pouvez utiliser les intervalles de confiance selon que votre plan LQAS d'échantillonnage / règle de décision donne la priorité à la sensibilité ou à la spécificité. Ensuite, comparez les classifications faites entre les données LQAS et IBBS.

Est-ce que ceci est expliqué clairement ?

Oui, c'est très intéressant.
Je fais une simulation et je reviens vers toi si nécessaire.
Merci.

Rp2s3L https://www.genericpharmacydrug.com