Ce paquet R est très bine conçu et très utile.

Merci Mark et Ernest.

Merci de partager tout cela sur le forum Mark.

Mark et moi-même sommes heureux de pouvoir partager ce package, ainsi que l'interface Web correspondante, avec le forum et avec tous ceux qui réalisent des études et des enquêtes sur la nutrition. Nous pensons que cela comble une lacune que nous avons constatée à partir de certaines des questions / problèmes soulevés dans la discussion qui concerne les outils de calcul du score z.

Pour ceux qui utilisent déjà le langage R pour l’analyse de données et les graphiques, l’installation et l’utilisation se feront simplement à l’aide des liens que Mark partage, documentant les fonctions du paquet zscorer.

Pour ceux qui n'utilisent pas R ou qui en sont encore aux premiers stades de l'apprentissage de R, l'interface Web permet à quiconque d'effectuer les calculs à l'aide d'une interface utilisateur simple et conviviale.

Ce paquet et l'interface Web sont en développement actif. Mark et moi-même sommes heureux de recevoir vos commentaires / commentaires / problèmes, rapports de bugs / demandes de fonctionnalités via le forum EN-NET ou via notre portail de développement GitHub, disponibles ici . Mark et moi-même soutenons également le développement open source et, en tant que tel, notre base de code est disponible afin que quiconque puisse en prendre connaissance et en tirer des commentaires. Ceci est à nouveau disponible via notre portail de développement GitHub .

Excuse moi pour moi c’est pas une réponse  mais plutôt une question: dites-moi si vous connaissez un moyen de calculer le poids cible à l’ai Du points et de la taille d’un enfant sans utilise la table de Zscore de l’OMS?  

J’aimerais savoir s’il y’a une autre méthode pour avoir le poids cible d’un enfant sans utiliser la table de zscore de l’OMS car après avoir prendre les paramètres anthropométriques pour le P/T -3 on utilise la table de l’OMS pour avoir son poids cible ma question est de savoir s’il y’a une autre méthode de calcul 

 merci d’avoir pris ma question en considération, Tidiani Cisse Etudiant 

Merci Ernest et Mark. Je conviens que cela comble un vide. J'en ferai part à mes étudiants.

Merci Mark et Ernest

Bonjour,

Il existe de poids cibles attendus pour une periode de 1 mois dans le cadre du suivi promotion de la croissance (SPC).

essait de faire connaissance avec ces tableaux mais c'est pour les enfants de 0-23 mois.

Merci

Cher Anonyme 27728 / Étudiant / Tidiani Cisse,

Je ne suis pas sûr de comprendre votre question. Je suppose que vous avez un cas de MAS avec P/T < -3 et que vous souhaitez déterminer quel poids correspoindrait à P/T > = 2 et cela devient un «poids cible». Est-ce exact ?

Si c'est le cas, il devrait être assez facile d'écrire un court script R qui utilise les fonctions et les données de référence du paquet zscorer pour effectuer les calculs. Vous pouvez encapsuler ce script avec Shiny pour pouvoir effectuer les calculs dans votre navigateur Web.

La mécanique du script R ressemblera à ceci :

## Charger la bibliothèque zscorer
bibliothèque (zscorer)

## Sexe, poids et taille pour un cas MAS
sexe = 1
hauteur = 91
poids = 9,9

## Calculez P/T pour ce cas
getWGSR (sexe = sexe, première partie = poids, deuxième partie = taille, index = "wfh")

Cela donne:

[1] -3,633671

Il s'agit du P/T pour le cas spécifié (par exemple, sexe = 1 (pour les hommes), taille = 91 et poids = 9,9).

Nous devons maintenant calculer quel poids pour la hauteur actuelle donne WHZ = 2

## Spécifiez la fonction objectif
objFun <- fonction (poids)
{
résultat <- getWGSR (sex = sex, firstPart = weight,
secondPart = hauteur, index = "wfh") + 1.99
retour (résultat)
}

## Trouver le poids qui donne une réponse proche de zéro
uniroot (objFun, intervalle = c (poids, 25)) $ racine

Cela donne:

[1] 11.23279

C'est le poids cible

Nous pouvons vérifier le résultat avec la taille d'origine et le poids cible :

getWGSR (sexe = 1, première partie = 11.23279, deuxième partie = 91, index = "wfh" (p/t))

Cela donne:

[1] -1.990001

comme nous le voulions juste au-dessus de P/T = -2.

Ce processus suppose qu'aucune hauteur n'est gagnée pendant le traitement. Ce n'est peut-être pas toujours le cas, car les enfants ont tendance à grandir rapidement lorsque leurs besoins nutritionnels sont satisfaits.

Une alternative simple ... Les directives de l'UNICEF ont pour objectif un gain de poids de 15%. Pour l'exemple de l'enfant, ce serait :

9,9 * 1,15 = 11,385

Nous pouvons vérifier ce que cela donne :

getWGSR (sexe = 1, première partie = 11.385, deuxième partie = 91, index = "wfh" (p/t))

Cela donne:

[1] -1.813269

qui est également un peu au-dessus de P/T <-2, ce qui laisse de la place pour un petit gain de hauteur.

L’apporach de gain de poids proportionnel de 15% est simple à appliquer avec une table ou à l’aide d’une calculatrice de poche économique et simple.

Aussi ... Les tables de poids cibles GMP sont pour une croissance de poids normale et nous nous attendons / voulons une croissance accélérée dans l'alimentation thérapeutique.

J'espère que cela vous sera utile.

Merci Mark et Ernest. Informatif et utile.

Bonjour Mark,

J'utilise le package, vraiment du bon travail. Merci beaucoup.

J'ai une question cependant, il semble que les zscores soient arrondis à 2 chiffres seulement. Existe-t-il un moyen de modifier cette option ?

Merci d'avance

Sev

Oui. En utilisant addWGSR () pour ajouter des z-scores à un R data.frame, vous pouvez spécifier le nombre de chiffres que vous souhaitez en utilisant le paramètre digits . Par exemple, avec des données d'enquête dans l'objet svy data.frame, vous pouvez ajouter un P/T (WHZ) à quatre chiffres en utilisant :

svy <- addWGSR (data = svy, sex = "sex", firstPart = "weight",

secondPart = "height", index = "wfh", digits = 4 )

cela devrait ajouter WHZ comme wfhz avec quatre décimales ... Je ne sais pas pourquoi vous désirez ce niveau de précision. Si vous avez besoin d'un nom différent de celui utilisé, utilisez le paramètre name .

J'espère que cela vous sera utile.

Merci pour vos aimables commentaires sur le logiciel,

Merci beaucoup Mark!

Bonjour,

La table de calcul du rapport poids sur taille utilisé en RDC correspond à la table unisexe garçon de l'OMS mais ne prend pas en compte l'âge de l'enfant. De ce fait lorsque je compare la classification des enfants selon le rapport P/T selon la table de RDC et selon une variable calculée avec le package zscorer ou autre package R tel que anthro ou igrowup, j'observe des différences de classifications.

Par exemple un enfant de 29 mois avec un poids de 7,2 kg et une taille de 73,5 cm a un rapprt P/T = -3 selon la table RDC mais un rapport P/T = - 3,27 selon la table OMS garçon. Donc lorsque je vérifie la classification de cet enfant en deux catégorie MAS ou Non MAS  par les infirmiers, ma variable calculée me signale une classification MAS alors que l'enfant est non MAS selon la table RDC, il n'y a donc pas d'erreur selon la table utilisé en RDC. J'ai trouvé 1,5% de discordance de ce type du fait que le calcul de l'indice poids/taille selon les normes OMS 2006 est basés sur l'âge ou la prise de la taille debout ou couché de l'enfant. 

L'idéal serait que je puisse intégrer la table rapport poids/taille de la RDC dans un programme R pour éviter ces discordances. Qu'en pensez-vous? Pensez-vous cela faisable? comment? ou peut-être d'autres alternatives?

Merci par avance pour votre aide.

Je ne suis pas sûr de bien comprendre la question. Z score P/T pour un garçon avec une taille = 73,5 cm et un poids = 7,2 kg est -3. Ceci provient du tableau de l'OMS :

www.who.int/childgrowth/standards/WFL_boys_0_2_zscores.pdf?ua=1

Utilisation de zscorer :

> getWGSR (sex = 1, firstPart = 7.2, secondPart = 73.5, index = "wfh")

donne:

[1] -3.078397

ce qui est assez proche (est-il exactement -3 si le poids est d'environ 7,445 mais nous ne mesurons presque jamais le poids avec ce degré de précision).

WHZ (P/T) n'inclut pas de limite d'âge. Il est considéré comme étant un avantage que le P/T ne soit pas utilisé (car il n'est souvent pas précis). Nous tenons compte de l'âge indirectement en utilisant la longueur plutôt que la taille chez les enfants âgés de moins de deux ans ou de taille inférieure à 87 cm (un proxy pour deux ans). Cela peut être à l'origine de l'écart que vous signalez.

Si je spécifie la position standing = 1 (c'est-à-dire la position debout) comme dans :

> getWGSR (sexe = 1, première partie = 7,2, deuxième partie = 73,5, index = "wfh", standing = 1)

qui donne:

[1] -3,26919

Je pense que c'est votre "-3,27".

Si vous utilisez zscorer et ne spécifiez pas de valeur «standing», les règles de hauteur (et d'âge) s'appliquent. Vous pouvez voir ces règles si vous tapez '(getWSGR)' pour imprimer la définition de la fonction.

Le "0.7" est une correction qui tient compte de la compression de la colonne vertébrale en position debout. Vous pouvez le faire avant d'utiliser getWGSR () ou addWGRS () pour faire correspondre la table DRC ou utiliser le paramètre «standing» (debout).

Vous pouvez réécrire la fonction getWGSR () pour qu'elle corresponde aux résultats donnés dans la table DRC. Ce ne serait pas difficile à faire.

J'espère que cela pourra vous être utile.

merci beaucoup pour votre réponse.

Je voudrais sûre de bien comprendre comment est conçus la table RDC.

Selon mes recherches, il s'agit de la table OMS des garçons mais j'ai remarqué que les valeurs correspondent soit à des enfants de - 24 mois (mesure couché) ou à des enfants de + 24 mois (mesure debout).

Si je comprends bien votre réponse, vous voulez dire que la table RDC correspond à la table OMS des garçons avec une correction systépmatique effectuée sur la taille : + 0,7 cm par rapport à la taille réelle ? est-ce bien cela?

donc je devrai appliquer l'argument : index = wfh height = height + 0.7 cm systématiquement pour avoir les valeurs de la table RDC?

merci pour votre aide

Le tableau de l'OMS pour les enfants plus jeunes (c'est-à-dire <2 ans) concerne généralement le rapport poids / taille (c'est-à-dire les enfants mesurés allongés). Il existe des tables de poids pour la taille pour les enfants de tous âges (capables de se tenir debout). Lorsque vous mesurez un enfant allongé, la longueur est supérieure à la hauteur. Avant le WGS, nous avions l'habitude de supposer que la différence était de 0,5 cm et d'ajuster la longueur de -0,5 cm pour estimer la hauteur afin de travailler avec des tables de poids pour la taille. Depuis WGS, nous utilisons 0,7 cm. Il s'agit de la différence de taille médiane de référence pour les enfants de deux ans dans les tableaux L / A (M = 87,8 cm; F = 86,4 cm) et H / A (M = 87,1 cm; F = 85,7 cm).

Je ne sais pas comment les tables DRC ont été faites. Je doute qu'ils aient utilisé une population de référence distincte des données collectées localement. Je suppose qu'ils viennent de rejoindre la table P / L (enfants <2 ans) et la table P / H (enfants> = 2 ans) ensemble a été faite avec l'ancienne référence NCHS. Vous pouvez demander conseil à votre cluster nutrition local. Les gens du projet SMART pourraient le savoir. Quelqu'un sur EN-NET pourrait le savoir.

Vous devez prendre soin du signe de l'ajustement. Si l'enfant a été mesuré allongé, soustrayez 0,7 cm pour utiliser la table P / H pour obtenir P/T (WHZ) et ne faites rien pour utiliser la table P / L pour obtenir le WLZ. Si l'enfant a été mesuré en position verticale, ajoutez 0,7 cm pour utiliser la table P / L pour obtenir WLZ et ne faites rien pour utiliser la table P / H pour obtenir WHZ. Cela vous esmble-t-il logique ? Ce type de comportement est codé dans les règles de taille / âge de la fonction gettWGSR () dans zscorer.

J'espère que cela vous sera utile.

encore Merci pour vos indications, je vais appliquer vos consignes.

Une dernière question, auriez-vous une référence bibiologrpahiques au sujet de la correction 0,7 cm?

encore merci à vous

Le manuel OMS / UNICEF:

RECOMMANDATIONS POUR LA COLLECTE, L'ANALYSE ET LES RAPPORTS DE DONNÉES SUR
INDICATEURS ANTHROPOMÉTRIQUES CHEZ LES ENFANTS DE MOINS DE 5 ANS

qui est disponible ici nous dit :

Précisez toujours soigneusement si la longueur en position couchée ou la hauteur debout a été mesurée. Si un enfant est âgé de 2 ans ou plus et ne peut pas se tenir debout, mesurez la taille allongée de l'enfant et notez-la dans le questionnaire (dans la question sur la position de mesure); de même, si un enfant a moins de 2 ans et est mesuré debout, cela doit également être noté dans le questionnaire. Dans les deux cas, expliquez pourquoi cet enfant n'a pas été mesuré dans la position appropriée à son âge. Dans de tels cas, un ajustement sera nécessaire dans la phase d'analyse des données avant de calculer les z-scores basés sur les normes de croissance de l'enfant de l'OMS ( 0,7 cm doit être ajouté à la hauteur debout pour le convertir en longueur allongée pour les enfants âgés de moins de 2 ans, et 0,7 cm soustrait de la longueur allongée pour le convertir en taille debout pour les enfants âgés de 2 ans ou plus). Cet ajustement est effectué automatiquement par le logiciel dans l'approche d'analyse standard (voir Chapitre 3 sur l'analyse des données).

à la page 41 (voir également le tableau 9). Cette procédure de correction est présente dans les scripts WHO pour R et STATA et dans la fonction xscorer getWGSR ().

J'espère que cela vous sera utile.

Rebonjour,

Après vérification, j'ai toujours le même problème de valeurs discordantes entre la table de l'OMS pour la table garçon WFL (0-2ans, 45 à 110 cm) et la valeur du WFL calculée par le package.

Tous les enfants ci-dessous sont âgés de moins de 24 mois avec une prise de mesure de la taille en position couchée. La table OMS garçon WFL indique un wfl z-score strictement égale à -3; ces enfants sont classés non sévères.

Par contre, la variable calculée avec zscorer indique un wfl z-score <-3 ; ces enfants sont dans la classe des sévères . J'ai trouvé le même résultat en utilisant les packages R anthro et igrowup.

Avec zscorer:

getWGSR(sex = 1, firstPart = 7.2, secondPart = 73.5, index = "wfl", standing = "2")
[1] -3.078397

getWGSR(sex = 1, firstPart = 6.8, secondPart = 71.1, index = "wfl", standing = "2")
[1] -3.073756

getWGSR(sex = 1, firstPart = 5.7, secondPart = 65.0, index = "wfl", standing = "2")
[1] -3.078341

getWGSR(sex = 1, firstPart = 5.3, secondPart = 63.2, index = "wfl", standing = "2")
[1] -3.199316

getWGSR(sex = 1, firstPart = 5.4, secondPart = 63.5, index = "wfl", standing = "2")
[1] -3.10421 

Je suppose que vous voulez dire "longueur" et non pas "taille".

Je pense que vous dites que votre exemple de poids et de hauteurs devrait donner un P/T = -3 mais, en réalité, donne un P/T un peu en dessous de -3.

En regardant votre premier exemple (homme, poids = 7,2, longueur = 73,5) en utilisant le tableau de l'OMS :

https://www.who.int/childgrowth/standards/WFL_boys_0_2_zscores.pdf?ua=1

affiche 7,2 dans la colonne -3 d'écart type pour une hauteur = 73,5. Si nous utilisons les valeurs LMS, nous obtenons:

z = (((7.2 / 9.1927) ^ - 0,3521) - 1) / (- 0,3521 * 0,08276) = -3,082965

cela devrait être ajusté. Voir page 203 de:

WHO Multicentre Growth Reference Study Group. WHO Child Growth Standards: Length/height-for-age, weight-for-age, weight-for-length, weight-for-height and body mass index-for-age: Methods and development. Geneva: World Health Organization, 2006

Il s'agit de la procédure utilisée dans anthro, igrowup, zscorer et d'autres logiciels ainsi que pour la production de tables de recherche de l'OMS.

Après ajustement, nous obtenons un z score P/T = -3.078397.

Il me semble qu'une erreur d'arrondi s'est glissée dans les tableaux de l'OMS et DRC. En jouant avec les valeurs (modification du poids, maintien de la hauteur et recalcul du WHZ), j'obtiens:

getWGSR (sex = 1, firstPart = 7.2455, secondPart = 73.5, index = "wfl", standing = "2")
[1] -3,000095

Ce 7.2455 kg est très proche de WHZ = -3 mais nous ne mesurons jamais à ce degré de précision ... 100 g de précision est à peu près le meilleur que nous puissions faire avec les balances suspendues à ressort de type Salter. Si nous arrondissons une précision de 7,2455 kg à 100 g, nous obtenons 7,2 kg.

Je pense depuis longtemps dans ce forum que P/T est trop compliqué et sujet aux erreurs. Je pense que c'est une grande partie de ce que nous voyons ici. Je pense que nous pouvons accepter une petite erreur que nous ne pouvons pas éviter et rester raisonnable. Une différence est le z-score de c. 0,08 semble peu inquiétante. Il semble qu'il est très délicat de décider ou non de traiter les enfants très minces.

je m'excuse de la confusion sur le terme "taille" qui vient de la traduction du français/anglais je pense  (un seul mot en français).

Vos explications sont d'une grande aide, je vous en remercie beaucoup.

j'avais cette hypothèse sur des arrondis de taille ou de poids mais je n'aurais pas été capable de les confirmer comme vous l'avez fait. merci beaucoup.

certains enfants sont classés dans la colonne -3 SD alors qu'ils sont sévères et échappent à un traitement par RUTF c'est bien dommage.  Dans le cas précis de ces 5 enfants, le PB était compris entre 115 et 122 donc des enfants à risque de mortalité élevé qui échappe au traitement par RUTF selon le protocole national.

merci pour votre aide.

Je suis content d'avoir pu être utile.

Je suis intéressé par les protocoles "combinés" qui traitent les cas de MAS et de MAM dans les programmes de type PCMA, les cas de MAM recevant un protocole de traitement basé sur les ATPE plus court et moins intensif. Ces programmes ont tendance à utiliser le MUAC (PB) pour décider de l'admission et des enfants avec MUAC ( PB) entre 115 mm et 122 mm devraient être admis.

Salut,

J'utilise le package pour mon enquête sur les enfants d'âge scolaire dont certains mesurent plus de 120 cm (donnez-moi un problème de poids pour la taille . J'ai aussi un problème avec Wight-for-age depuis certains de mon âge sont au-dessus de 120 mois.

Y a-t-il un moyen de contourner cela? Je sais que le package est limité à ces plages.

Merci.

Salut,

J'utilise le package pour mon enquête sur les enfants d'âge scolaire dont certains mesurent plus de 120 cm (ce qui me donne un problème pour le ratio poids pour la taille. J'ai aussi un problème avec le poids pour l'age certains ont plus de 120 mois.

Y a-t-il un moyen de contourner cela? Je sais que le package est limité à ces plages.

Merci.

Salut Halfan,

Pour les enfants de plus de 10 ans (120 mois) ou de plus de 120 cm, vous devez utiliser les scores z de l'IMC pour l'âge plutôt que le poids pour la taille ou le poids pour l'âge.

Il s'agit d'une limitation des références de croissance réelles de l'OMS, et non du package R «zscorer».

J'espère que ce qui précède vous sera utile.

Le package 'zscorer' se limite aux plages de valeurs de référence disponibles. Pour P / H, la limite supérieure est de 120 cm. Pour P / A, la limite supérieure est de 120 mois.

Le package 'zscorer, utilise les normes de croissance de l'enfant de l'OMS et les références de croissance de l'OMS pour les enfants et les adolescents. Si vous avez des données de référence pour des plages plus larges, cela peut être ajouté assez facilement.

Nous avons (par exemple) récemment ajouté des z-scores PB / A comme décrit dans:

Mramba L, Ngari M, Mwangome M, Muchai L, Bauni E, Walker AS, et al.,
        A growth reference for mid upper arm circumference for age among
        school age children and adolescents, and validation for mortality:
        growth curve construction and longitudinal cohort study. BMJ. 2017

portant la limite supérieure à 228 mois. Cela n'a pas demandé beaucoup de travail. Le plus gros travail a été d'obtenir les données de référence dans un format compatible avec celui attendu par les fonctions internes de la bibliothèque 'zscorer'. C'est un format simple mais il peut y avoir beaucoup de données à importer.

Il est sans doute possible d'utiliser la référence CDC 2000 qui a (par exemple) 240 mois comme limite supérieure pour le P / A avec des données proches du format requis. Vous pouvez utiliser le logiciel CDC pour utiliser la référence CDC.

Nous pouvons probablement vous aider à ajouter des ensembles de données de référence.

Je viens juste de vérifier ... CDC 2000 est dans EpiInfo 7 et quelques programmes SAS sont également disponibles.

Les graphiques de croissance CDC 2000 sont également disponibles dans Stata par le biais de la commande zanthro Stata. zanthro ne fait pas partie de Stata, vous devrez donc l'installer.

Comme Mark l'a mentionné, le graphique CDC vous permettra de dériver des scores z pour le poids pour l'âge jusqu'à l'âge de 24 mois, mais pour le poids pour la taille, la limite supérieure est de 121,5 cm. Au-dessus de cette limite de taille, vous devrez vous fier à l'IMC pour l'âge pour évaluer la croissance pondérale.

J'espère que ce qui précède vous sera utile.

Toutes mes excuses, dans ma dernière réponse, il s'agit de 240 mois, et non pas de 24 mois.

Salut Halfan,

Mark m'a alerté de votre discussion avec lui concernant l'évaluation du poids pour la taille des personnes mesurant plus de 120 cm en utilisant la référence CDC 2000.

Ce que Mark a partagé en ce qui concerne la possibilité de mettre à jour le package pour utiliser la même fonction (et sa syntaxe) afin d'y parvenir est tout à fait faisable. J'ai classé ce problème sur notre site de développement (consultez notre site de développement ici et la définition du problème ici .

Je vais commencer à travailler sur cette mise à jour ce soir et faire des tests unitaires pendant le week-end et demander à Mark de vérifier la semaine prochaine. Nous nous efforcerons de soumettre au CRAN une version mise à jour (très probablement, nous la publierons en tant que version mineure v0.4.0 car il s'agit d'une nouvelle fonctionnalité plutôt que d'une simple version de correctif) d'ici la semaine prochaine avant leur pause hivernale. Si nous n'y arrivons pas, nous ferons une version de développement GitHub à la place comme mesure provisoire avant de sortir sur CRAN l'année prochaine. Vous pouvez suivre les progrès sur notre site de développement et je donnerai également une mise à jour ici sur en-net d'ici la fin de la semaine prochaine (si ce n'est plus tôt).

Et pour ajouter davantage à la discussion que vous et d'autres ayant un problème / une question connexe similaire à la vôtre; lorsque nous avons mis zscorer sur CRAN, nous avons pu nous engager avec d'autres créateurs de packages qui calculaient les scores z en utilisant ainsi de nombreuses autres normes de référence disponibles. Ce que j'ai appris, c'est que la norme de référence CDC n'a pas de package qui l'utilise directement (pas un package qui est disponible sur CRAN de toute façon) et j'aidais un groupe de chercheurs américains qui essayaient d'en développer un . Pour une raison quelconque, le développement est au point mort et le paquet n'a pas encore été déplacé depuis longtemps. Je dis cela parce que s'il existait déjà un package qui traite de la fonctionnalité dont nous parlons, la pratique courante est de recommander à d'autres d'utiliser ce package plutôt que de reconstruire la roue.

Dans un autre article ici, je partagerai tous les packages publiés sur CRAN qui évaluent les z-scores anthropométriques en fonction de différentes normes de référence.

Désolé encore pour le retard dans la réponse. Cela fait 7 jours que vous avez soulevé cette question. Nous allons y arriver maintenant.

Salutations,

Ernest

Salut Halfan,

Suite à ma réponse précédente. Nous travaillons sur les fonctionnalités supplémentaires du package zscorer qui ont été suggérées suite à votre question. Je pense que nous n'atteindrons pas la date limite de vendredi pour sortir une version avant que l'équipe CRAN ne prenne la pause hivernale, donc nous allons maintenant viser une version de développement et ensuite sortir une version CRAN au début de l'année prochaine.

De plus, j'ai mentionné dans mon précédent e-mail que je partagerai des informations sur les packages R qui calculent déjà les scores z basés sur les valeurs de référence CDC 2000. De mes connaissances avec ceux qui développent des packages similaires dans R, il existe deux packages qui ont été suggérés / recommandés spécifiques aux normes de référence CDC 2000:

1. Package AGD - disponible sur CRAN (https://cloud.r-project.org/web/packages/AGD/index.html) et le code source est disponible sur GitHub . L'approche du package pour calculer les scores z est quelque peu similaire à zscorer mais la structure des fonctions principales n'est pas aussi intuitive et la documentation n'est pas toujours claire. Le package comprend les données des courbes de croissance CDC (entre autres) qui sont utilisées pour appliquer le calcul LMS. Je n'ai pas personnellement utilisé le package et d'après ma lecture de la documentation, j'hésite à le faire.

2. Package mchtoolbox - non disponible sur CRAN et le code source de développement est disponible sur GitHub . Comme vous le verrez dans la page du référentiel GitHub, le dernier commit par le développeur principal ou l'un des membres de l'équipe de développement remonte à 3 ans. Ainsi, le développement a stagné bien qu'ils aient leur fonction principale disponible et semblent avoir pu la faire fonctionner. L'approche du calcul est basée sur le script SAS disponible pour le calcul des scores z à l'aide des normes de croissance CDC et applique ce que l'on appelle l'approche «ordonnée» à la gestion des données. Cette approche fournira les mêmes réponses que celles de l'approche zscorer mais la structuration des données de sortie est différente.

Alors que nous terminons l'ajout des normes de croissance CDC dans zscorer, vous voudrez peut-être examiner ces deux packages pour obtenir une solution immédiate à vos besoins.

Les alternatives seront d'utiliser EpiInfo ou les macros SAS comme suggéré par Mark.

Je mettrai à jour à nouveau vendredi en ce qui concerne l'ajout des normes de croissance CDC au paquet zscorer.

Salutations,

Ernest

Salut Halfa, Salut à tous ceux qui suivent cette discussion !

Mark et moi avons travaillé sur l'ajout des standards de croissance CDC 2000 au package zscorer. Toutes mes excuses pour les retards. Je ne connais pas aussi bien les normes CDC que le WGS, j'ai donc lu la documentation complète pour comprendre les fonctionnalités.

Notre approche actuelle à ce sujet serait d'utiliser une syntaxe similaire aux fonctions pour obtenir des z-scores en utilisant WGS. Cela facilitera l'utilisation, en particulier pour ceux qui sont déjà familiarisés avec l'utilisation des fonctions WGS. Nous effectuons actuellement des tests unitaires des nouvelles commandes informatiques CDC que nous avons créées.

Une version de travail / développement de cette mise à jour peut être installée dans R à l'aide des commandes suivantes :

if(!require(remotes) install.packages("remotes")

remotes::install_github("nutriverse/zscorer")

Les nouvelles commandes de calcul CDC sont :

getCDC()

addCDC()

avec la même syntex que les commandes WGS.

C'est là que nous aimerions obtenir le soutien de ceux qui suivent cette discussion et forum / communauté En-Net en général.

Nous aurons besoin de données utilisables pour appliquer les normes CDC et, idéalement, des informations sur les scores z calculés en utilisant les outils déjà existants (c'est-à-dire EpiInfo, SAS). Cela peut servir de référence ou gold standard, puis nous pouvons vérifier la sortie des fonctions que nous avons créées par rapport à cette référence standard. Il serait idéal que nous ayons ce que nous appelons des cas extrêmes dans l'ensemble de données. Cela inclurait les cas à l'extrême bas (0 mois), les cas avec des enfants âges à 24 mois et 36 mois où les normes poids-pour-âge pour les CDC divergent et des cas avec des mesures de taille / longueur à 45 cm, 77 cm, 102 cm et 122 cm qui sont à la limite des mesures de hauteur / longueur entre les mesures en position couchée et debout.

Nous sommes heureux d'inclure toute personne qui pourrait nous aider avec les données en tant que contributeur / s au package.

Merci!

Les gars d'en-net, vous êtes fantastiques et d'une grande aide. J'ai suivi la discussion tout du long et c'est un immense avantage pour moi, alors que je propose d'ajouter la gestion de la MAM à nos interventions nutritionnelles dans le Nord-Est, pour les personnes déplacées en interne dans les années à venir.

Salut Halfan et collègues,

Bonne année! J'espère que tout le monde va bien.

J'écris pour faire suite à mon précédent post dans ce fil de discussion demandant des données de test de la part de ceux qui ont des données utilisables avec les normes de croissance CDC (c'est-à-dire les mesures de taille et de poids pour les enfants plus âgés).

Nous n'avons encore reçu aucune réponse de qui que ce soit, alors j'écris à nouveau pour voir s'il y a peut-être quelqu'un heureux de partager des données pour que nous puissions tester les nouvelles fonctions.

Jusqu'à présent, nous sommes en mesure de vérifier les nouvelles fonctions pour calculer l'IMC pour l'âge, le poids pour l'âge et la taille pour l'âge, mais pour un ensemble de données qui ne contient que des données pour les enfants de moins de 5 ans.

Si vous avez des pistes sur des contacts  que nous pourrions approcher pour demander de telles données, ce serait formidable.

En attendant, nous conserverons ces nouvelles fonctions dans la version de développement du paquet zscorer jusqu'à ce que nous soyons en mesure de faire des tests unitaires appropriés sur les fonctions.

Encore une fois, vous pouvez suivre le développement du package en ce qui concerne l'inclusion de ces nouvelles fonctions pour calculer les scores z en utilisant les standards de croissance CDC ici .

Salutations,

Ernest

Ces nouvelles fonctionnalités et outils sont les bienvenus.

Mais je me demande si les données personnelles de santé remplissent bien les données cliniques des enfants

J'ai essayé d'utiliser les informations de mon enfant dans Shiny App mais j'ai échoué.Pas de données, quelqu'un quelque part dans l'établissement de santé a oublié de bien remplir.

Cher Anonyme 40504,

Puis-je connaître les valeurs des données que vous entrez afin que je puisse reproduire l'erreur que vous rencontrez pour voir s'il y a effectivement un problème? L'application Shiny est juste une application frontale pour ceux qui n'utilisent pas R, afin qu'ils puissent calculer le score z à l'aide des fonctions du package. Donc, si nous constatons effectivement qu'il y a un problème avec l'application, nous pouvons enquêter sur l'application elle-même (il se peut qu'elle ne gère pas les entrées de manière appropriée ou n'utilise pas correctement les fonctions) ou examinez le package zscorer lui-même pour vérifier les fonctions qui alimentent l'application. .

L'autre chose à laquelle il faut prendre garde lors de l'utilisation de l'application, et également lors de l'utilisation des fonctions, est qu'elle nécessite des unités de mesure d'un type spécifique. Donc, pour le poids, il doit être en kg, pour la hauteur, elle doit être en cm, pour le PB, il devrait être en cm. Il s'agit d'une source d'erreur courante dans les calculs lors de l'utilisation des fonctions zscorer.

Enfin, les sorties correspondantes dépendront de vos entrées. Pour les enquêtes nutritionnelles, nous mesurons souvent simplement la taille, le poids et le PB. Nous ne mesurons pas systématiquement le pli cutané du triceps, le pli cutané sous-scapulaire ou le tour de tête. Donc, si vous entrez simplement le poids, la taille et le PB, l'application ne fournira pas de résultats pour le tour de tête pour l'âge, le pli cutané du triceps pour l'âge et le pli cutané sous-scapulaire pour l'âge.

Pourriez-vous me donner plus d'informations sur l'enfant que vous saisissez dans le système, et si possible, sur le résultat que vous obtenez afin que je puisse vérifier et m'assurer qu'il y a quelque chose à investiguer.

Salutations,

Ernest

N'oubliez pas que nous avons besoin de l'âge dans le bon format. Cela peut devoir être en jours qui peuvent être calculés à partir de l'âge en mois.

Wow, ça a l'air génial. Avez-vous un moyen d'importer d'autres courbes de croissance (comme la courbe de Fenton pour les prématurés) ? Merci beaucoup pour ce travail constructif

Perle,

Oui. Les courbes de croissance sont stockées dans le data.frame "wgsData" qui fait partie du package. Vous pouvez voir à quoi cela ressemble en utilisant:

exiger (zscorer)
tête(wgsData)

Cela permet le type d'extension que vous décrivez ... nous n'avons qu'à ajouter la référence à ce data.frame. Le processus est assez simple si les données de la courbe de croissance sont au format LMS. Nous avons récemment (2019) ajouté une référence PB/A étendue provenant de :

Mramba, L., Ngari, M., Mwangome, M., Muchai, L., Bauni, E., Walker, A. S., et al. (2017). A growth reference for mid upper arm circumference for age among school age children and adolescents, and validation for mortality: growth curve construction and longitudinal cohort study. BMJ (Clinical Research Ed.), j3423. http://doi.org/10.1136/bmj.j3423

et cela a été fait en, je pense, une demi-journée. La majeure partie du travail consistait à marteler les données dans le bon format. Il peut cependant s'écouler un certain temps avant que les packages soient testés et acceptés par le CRAN (CRAN = Comprensive R Archive Network).

Vous n'aurez peut-être pas besoin de vous soucier de cela car le package "peditools" fournit Fenton (2003) et d'autres références de croissance néonatale et pédiatrique. Ce package n'est pas encore disponible sur CRAN mais peut être installé dans R. Voir ici pour savoir comment l'installer.

La bibliothèque 'pedidools' utilise des données de référence au format LMS afin que nous sachions qu'elles sont disponibles. Les données LMS se trouvent dans Fenton (2007) .

J'espère que cela vous sera utile.

Bonjour Mark et Pear H,

D'accord avec ce que Marc a dit. L'ajout de toute autre courbe de croissance est simple si nous pouvons avoir les données LMS que je pense que Mark a pu trouver. De plus, il a pu vous référer à un package R qui semble calculer l'anthropométrie en fonction de la courbe de Fenton (le package peditools).

J'ai regardé le package peditools et je recommanderais de le tester en premier. La dernière mise à jour était assez récente (août 2021) donc elle doit être en cours de développement. Mais je ne vois aucun profil de test pour le package, etc., donc le comportement peut ne pas être garanti, je vous recommande donc de vous y habituer en jouant avec, et de contacter les développeurs si vous rencontrez des problèmes. Je suppose d'après la page des développeurs que cela est toujours en développement actif et que la version finale n'est pas encore entièrement mise en package (donc pas sur CRAN). Donc, je recommanderais de l'utiliser avec prudence et de communiquer avec le développeur en cas de problème.

J'ai brièvement examiné les fonctions utilisées pour obtenir la base des scores z sur les données du Fenton LMS et l'approche sur l'utilisation du LMS est ce à quoi je m'attendais, donc c'est crédible. Les problèmes que vous pouvez rencontrer sont liés à l'installation et à d'autres aspects logiciels en ce qui concerne son intégration dans votre R.

J'espère que cela vous sera utile.

Bonjour à tous,

Je reviens sur ce fil de discussion. Je note une différence pour un sous-ensemble de cas lors du calcul des scores z avec ce package et le package zscore06 de STATA. Alors que plusieurs de ces cas ont un œdème, d'autres non. Je me demande dans quelle mesure les informations de calcul d'âge en jours (R) et en mois (STATA) peuvent y contribuer ?

Je calcule l'âge en jours en multipliant l'âge en mois par (365,25/12).

Êtes-vous en mesure de me fournir un exemple reproductible de ce que vous dites concernant l'écart afin que je puisse reproduire le problème dont vous parlez ?

Idéalement, si vous pouvez partager l'ensemble de données que vous utilisez à partir duquel vous notez l'écart. Vous pouvez limiter les variables à celles qui sont nécessaires pour calculer les scores z dans R. De plus, je n'ai pas et je n'utilise pas STATA, donc si vous pouvez ajouter les scores z à l'ensemble de données produit par le Le package STATA dont vous parlez serait formidable.

Je voudrais reproduire les problèmes que vous mentionnez moi-même et cela me donnera un aperçu pour répondre à votre question.

Pourriez-vous partager avec moi le code que vous utilisez dans R pour calculer les scores z qui seront utiles plus tard si je ne suis pas en mesure de reproduire le problème que vous dites.

Êtes-vous en mesure de me fournir un exemple reproductible de ce que vous dites concernant l'écart afin que je puisse reproduire le problème dont vous parlez ?

Idéalement, si vous pouvez partager l'ensemble de données que vous utilisez à partir duquel vous notez l'écart. Vous pouvez limiter les variables à celles qui sont nécessaires pour calculer les scores z dans R. De plus, je n'ai pas et je n'utilise pas STATA, donc si vous pouvez ajouter les scores z à l'ensemble de données produit par le Le package STATA dont vous parlez serait formidable.

Je voudrais reproduire les problèmes que vous mentionnez moi-même et cela me donnera un aperçu pour répondre à votre question.

Pourriez-vous partager avec moi le code que vous utilisez dans R pour calculer les scores z qui seront utiles plus tard si je ne suis pas en mesure de reproduire le problème que vous dites.

Chers Mark et Ernest, merci d'avoir développé le package zscorer ; c'est d'une grande aide.

J'aimerais demander votre aide, car lorsque je compare les résultats que j'obtiens de Zscorer à ceux d'Anthro dans R , il y a quelques divergences. Concrètement, avec Zscorer, le nombre d'enfants définis comme souffrant de MAS, selon leur z score P/T (WHZ), est inférieur au nombre que j'obtiens en anthro.

L'échantillon comprend 200 enfants âgés de 6 à 60 mois.

Les commandes que nous avons utilisées dans R étaient :

• Pour Zscorer :

fullbaseline <- addWGSR(data=fullbaseline, sex= "sex_child", firstPart= "weight_average", secondPart= "height_average", index = "wfh", standing = "height_position", output = "WHZ")

l'âge était compté en jours selon la formule :

fullbaseline$age_days<-fullbaseline$child_age * (365,25 / 12)

Avec cette commande, on obtient :

table(fullbaseline$sam_mam)

MAM :107 ; SAM : 93

• Pour Anthro :

avec (fullbaseline, anthro_zscores (sexe = sex_child, age = age_child_months, is_age_in_month = TRUE, poids = poids_moyen, lenhei = hauteur_moyenne, mesure = hauteur_position, armc = MUAC_average, triskin = triceps, sous-peau = sous-omoplate))

Avec cette commande, on obtient :

table(fullbaseline$sam_mam)

MAM : 92 ; SAM : 107

Avec Anthro, nous avons une donnée manquante puisqu'un enfant avait 60 mois et quelques jours au moment de l'inscription.

Ici, je rapporte quelques exemples d'enfants définis MAS dans Antrho et MAM dans Zscorer

Âge

Mois

Âge

Jours

POIDS

HAUTEUR

_Longueur

Position H

Œdème

WHZ ZSCOREUR

WHZ

Anthro

33.4

1016.6125

8.9

83,6

1/L

0

-2,88

-3.07

32,8

998.3500

9.5

86,6

1/L

0

-2,88

-3.07

36,8

1120.1000

8.9

83,6

1/L

0

-2,88

-3.07

24,5

745.7188

7.5

74,5

1/L

0

-2,84

-3.03

32.2

980.0875

8.0

78.1

1/L

0

-2,92

-3.08

Merci d'avance pour votre aide!

Cordialement,

Silvia

La nouvelle version du package R 'zscorer' (v0.3.1) disponible dans la zone Évaluation et surveillance comprend les mises à jour suivantes :

• Calcul et ajout de scores z d'anthropométrie nutritionnelle aux données d'enquête sur les enfants de moins de 5 ans, en utilisant les références de croissance de l'OMS et les nouvelles données de référence PB-pour-âge.
• Inclusion d'une application Shiny qui fournit une interface Web aux fonctions du package. Cette application peut être utilisée pour calculer et visualiser les scores z pour des enfants individuels ou des groupes d'enfants.
• Validation du package auprès des enfants et adolescents africains en âge scolaire.

Le package zscorer peut être téléchargé et installé dans R de la manière habituelle. Le site Web du package est ici et un manuel est inclus dans le package et est disponible ici.

Voici quelques-uns des avantages de l’utilisation de la nouvelle version de zscorer :

• Il est basé sur les dernières références de croissance de l'OMS et les données de référence PB pour l'âge, ce qui garantit que les scores z calculés sont précis et à jour.
• L'application Shiny offre un moyen pratique et convivial de calculer et de visualiser les scores z, ce qui la rend idéale pour une utilisation dans divers contextes, tels que la recherche, la surveillance et la pratique clinique.
• Le package a été validé auprès d’enfants et d’adolescents africains d’âge scolaire, ce qui le rend plus fiable pour une utilisation dans cette population.

Dans l’ensemble, la nouvelle version de zscorer constitue un outil précieux pour évaluer et surveiller l’état nutritionnel des enfants de moins de 5 ans.

Sylvie,

Merci pour votre question.

Ceci est lié/similaire à la question soulevée plus tôt par Grace Heymsfield.

Veuillez noter que ce problème est bien sur nos radars, mais à moins que nous ayons/connaissions la documentation complète du code du package anthro, il est difficile de faire de l'ingénierie inverse sur les raisons de l'écart.

Ce que j'ai appris de la question précédente de Grace, c'est que la raison la plus probable de l'écart est liée à la mesure de l'âge. Dans notre package, nous utilisons les tableaux WGS qui utilisent l'âge de l'enfant en jours, c'est pourquoi nous demandons aux utilisateurs de convertir leurs données sur l'âge de mois en jours (s'il n'y a pas de données disponibles pour calculer correctement l'âge de l'enfant en jours - c'est-à-dire, lorsque la date de naissance est disponible). D'après ce que je sais et ce que j'ai lu de la documentation du package anthro, ils utilisent à la fois la table WGS qui utilise les mois et la table WGS qui utilise les jours. Cela signifie que si vos données utilisent l'âge en mois, vous devez alors spécifier dans leurs anthro_zscores que les données sur l'âge sont en mois.

C'est la raison la plus probable de l'écart et les données que Grace a bien voulu partager avec moi (pour diagnostiquer le problème qu'elle a trouvé) le montrent.

Ce que j'ai également découvert, c'est que si vous ajoutez SMART ENA à l'image pour comparer, vous obtiendrez également des écarts entre les résultats pour les scores z pour SMART ENA, pour le package anthro et pour le package zscorer.

C’est la raison principale pour laquelle, à notre avis, il ne s’agit pas d’une question cruciale sur laquelle il faut consacrer du temps pour le moment. Nous finirons par trouver comment standardiser tout cela (le problème n’est pas de savoir comment, mais plutôt le moment de le faire).

Je pense que si vous effectuez une étude de recherche contenant de bonnes données sur les dates de naissance réelles des enfants, je vous recommanderais d'effectuer un calcul direct de leur âge en jours. À cet égard, il n'y aura aucune différence entre les résultats du package anthro et du package zscorer. Dans ce cas, le package anthro ou le package zscorer répondra à vos besoins.

Mais si vous travaillez sur des données d'enquête dans lesquelles un bon nombre de réponses concernant l'âge ne sont pas basées sur la date de naissance réelle, vous devrez certainement utiliser par défaut l'âge en mois comme valeur d'âge. Pour cela, je recommanderais plutôt d’utiliser le package anthro. Je dis cela davantage d'un point de vue de cohérence car vous pourrez paramétrer la fonction pour utiliser l'âge en mois comme table de référence. Cela vous donnera probablement un résultat zscore plus cohérent.

En théorie, l’approche idéale consistere à calculer l’âge de chaque enfant en jours si les dates de naissance sont disponibles, puis à disposer d’une autre variable pour l’âge en mois pour les enfants qui déclarent eux-mêmes leur âge en mois. Utilisez ensuite le package anthro en conséquence pour calculer le z-score pour ceux qui ont un âge en jours à l'aide du tableau de référence des jours, puis calculez le z-score pour ceux qui ont un âge en mois à l'aide du tableau de référence des mois (la fonction est vectorisée afin que vous puissiez l'appliquer par rangée de données en fonction du type d’âge déclaré).

Au cours du dernier trimestre de cette année, nous avons l'intention de mettre à jour/refactoriser la fonction zscorer pour permettre la saisie de l'âge en mois ou de l'âge en jours et d'utiliser le tableau WGS approprié pour ces calculs.

En attendant, j'ai publié votre problème sur notre hub de développeurs - https://github.com/nutriverse/zscorer/issues/122 - où vous pouvez voir nos progrès sur ce problème (et celui de Grace).

Cher Ernest,

Merci d'avoir pris le temps de fournir une réponse aussi détaillée.

Nous disposons en fait des dates de naissance des enfants impliqués dans l’étude et les avons utilisées à Antro sans résultat différent.

J’apprécie vos recommandations et je continuerai de suivre la discussion.

Merci encore pour votre aide.

Cordialement,

Silvia