C'est possible, parce que ces informations sont censées se trouver dans les registres, ainsi que dans les livres recto-verso et les formulaires de rapport que nous envoyons normalement au district.

Cela dépendra de ce qui est inclus dans le rapport de district. Je suis souvent frustré par ces rapports et j'ai généralement répondu à ces questions en extrayant des données des registres de CTCE et des fiches des bénéficiaires de soins en CTCE qui correspondent à l'analyse requise. Dans un cas (Nigeria), nous avons extrait environ 100 000 fiches de bénéficiaires de soins en CTCE. C'était un sacré effort mais c'est faisable. Cela ne sera pas toujours pratique si vous souhaitez visiter un quartier en particulier.

Si vous avez un LOS moyen avec un écart type, vous pouvez utiliser un estimateur de type PROBIT (pas difficile à faire ... demandez-lui si vous avez besoin d'un exemple) pour estimer la proportion avec LOS > 2 mois mais vous voudriez aussi pouvoir avoir ces données pour les cas MAS non compliqués. Vous pouvez travailler avec des expactions de proportions avec un MAS simple et ajuster les estimations en conséquence, mais cela pourrait ne donner que des résultats très approximatifs qui peuvent être inexacts si l'utilisation du modèle ne correspond pas à la réalité.

Cher Mark,

Merci beaucoup pour votre réponse rapide et très appréciée, ma question était de demander s'il est possible de déterminer les enfants (MAS non compliqués) qui ont suivi un traitement pendant une période (> 2 mois) uniquement à partir du rapport statistique mensuel.

Je pense que l'on peut calculer le taux de rétention (RR) pour déterminer le nombre de cas maintenus en programme pendant deux mois consécutifs ! par exemple en utilisant la formule suivante : [(EN)/S] x 100 = CRR . Voir les étapes ci-dessous pour les détails.

1. Identifiez d'abord la période que vous souhaitez étudier (qui est de deux mois dans nos cas).
2. Ensuite, collectez le nombre de cas existants au début du premier mois des deux mois consécutifs (S)
3. Trouvez ensuite le nombre total de cas à la fin du dernier mois (E)
4. Enfin, déterminez le nombre de nouveaux cas ajoutés au programme au cours des deux mois consécutifs (N).

Toutes ces données sont souvent incorporées dans le rapport mensuel des programmes de nutrition thérapeutiques de districts ou d'établissements particuliers.

Enfin, n'hésitez pas à laisser vos commentaires

https://www.ennonline.net/fex/60/substandarddischargerules

Je trouve que les rapports mensuels ont tendance à être adaptés à de simples indicateurs de suivi de programme et bon nombre d'entre eux ont été décidés alors que nous avions peu d'expérience avec la programmation CTC/PCMA.

Si vous avez une moyenne et un écart-type pour la durée du séjour, il est assez simple d'estimer la proportion de cas avec LOS > 2 mois en utilisant l'approche "probit". Par exemple, si :

LOS moyen = 46,22 jours
SD LOS = 22,66 jours

Nous pouvons utiliser la distribution normale pour calculer la probabilité que tout LOS simple soit > 61 (environ 2 mois) dans R :

pnorm(q = 61, moyenne = 46,22, sd = 22,66, lower.tail = FAUX)

donne p = 0,2571197 .. donc LOS > 61 jours comme dans 25,71% des cas.

Dans Excel :

=1-DIST.NORMALE(61,46.22,22.66,VRAI)

donne 0,257119741 qui est aussi 25,71%

Vous pouvez convertir cela en nombre d'enfants en calculant 25,17 % des admissions.

Cela suppose que LOS est normalement distribué.

Si vous ne trouvez pas le SD pour LOS, vous pouvez faire des suppositions approximatives en utilisant les valeurs minimales et maximales avec des "règles de fourchettes" telles que :

moyenne(x) = min(x) + ((max(x) - min(x)) / 2

sd(x) = ((max(x) - min(x)) / 4

Les estimations PRIBIT utilisant la moyenne et l'écart-type dérivées de ces règles empiriques seront très approximatives.

Je pense qu'un problème est que nous ne savons pas vraiment si les données à portée de main concernent uniquement les "cas simples". Peut-être est-il nécessaire d'avoir des données > 2 mois de remise en forme suggèrant une complication quelconque.

Cela peut ne vous mener nulle part !