Je vais répondre à chaque question à son tour ...

(a) Oui. La procédure de dépistage actif et adaptatif est seulement environ 50% des cas la forme sensible de MAM (nous avons fait un peu de travail à ce sujet dans l'Éthiopie et le Malawi). Cela signifie que vous seriez mieux d'arpentage moins de villages (OK parce que la prévalence de MAM est généralement beaucoup plus élevé que la prévalence SAM) à l'aide de maison en maison et de l'échantillonnage porte-à-porte.

(b) Oui (probablement) parce que l'échantillon de l'enquête SMART sera concentrée dans les villes et les grands villages, ceci est ce que le PPS est censé faire. Cela signifie généralement que l'estimation de la couverture SMART sera plus élevé alors l'estimation de la couverture du SCCS.

(c) Les problèmes avec SMART sont (i) taille de l'échantillon et (ii) la représentativité spatiale. Au prévalence de 10% avec une taille de 900 de l'échantillon, vous obtiendrez un échantillon d'environ 90. Ceci est très bon ... assez bon pour estimer la couverture avec une meilleure d'environ 10% de précision. L'échantillon PPS concentre l'échantillon dans les centres de population. Cela signifie que la couverture peut être médiocre dans les milieux plus ruraux, mais l'enquête va vous dire que la couverture est bonne. Pour certains, cette estimation PPS est très bien. Je préfère un échantillon plus représentatif spatialement.

J'espère que cela aide.

Salut Marc,
Un couple de commentaires sur votre réponse:

"(b) Oui (probablement) parce que l'échantillon de l'enquête SMART sera concentrée dans les villes et les grands villages Ceci est ce que le PPS est censé faire."

Une enquête en grappes à deux étages utilisant PPS pour sélectionner les grappes est une méthode utile pour estimer la prévalence ou de la couverture dans une zone géographique ciblée. Par exemple, si 40% de la population vit dans des villages plus importants, alors ~ 40% des grappes va tomber dans les plus grands villages. Il n'y a pas de «concentration» en soi.

"L'échantillon PPS concentre l'échantillon dans les centres de population. Cela signifie que la couverture peut être médiocre dans les milieux plus ruraux, mais l'enquête va vous dire que la couverture est bonne. Pour certains, cette estimation PPS est très bien. Je préfère un échantillon plus spatialement représentatif. "

Dans la déclaration ci-dessus est la mention de la couverture en milieu rural. Si il ya un besoin pour estimer la couverture dans une zone rurale, alors deux choix possibles sont:
1. Définir la zone cible que la zone rurale, ou
2. Effectuez un sondage stratfied - l'un dans le secteur rural et l'autre dans la zone urbaine.

Pas un type d'évaluation peut répondre à toutes les questions - les principales questions auxquelles il faut répondre nécessité de déterminer d'abord, puis une sélection de la conception qui équilibre les besoins de validité et la précision avec dépens.

Il est une question de comment vous définissez «représentant». PPS définit d'une façon et SCCS définit une autre façon. Du point de vue d'un échantillon même spatiale (comme SCCS tend à donner), puis un échantillon PPS sera "concentré".

Je préfère échantillons SCCS-comme pour la couverture, car ils peuvent détecter et cartographier hétérogénéité. SCCS est un échantillon stratifié et nous ne pouvons (théoriquement) le poids de l'échantillon dans le calcul une estimation globale de la couverture. Je l'ai eu tendance à ne pas le faire parce que les poids ne sont pas faciles à obtenir.

Poids WRT étant difficiles à obtenir ... Cela vaut également pour les pondérations SPA. Nous ne devrions pas utiliser des estimations de population premières seul (comme nous le faisons habituellement avec PPS). Le poids exact est temps de population prévalence locale. En utilisant la population assume seul l'homogénéité de la prévalence. SAM et MAM sont souvent associées à l'infection et l'infection (presque par définition) est un phénomène en cluster. Cette (OMI) signifie que les poids créés en vertu d'une homogénéité de hypothèse de prévalence pourraient être loin.

Vous soulevez un certain nombre de questions différentes dans votre réponse. Encore une fois, il doit y avoir une décision quant à la question principale (s) de répondre à un sondage ou une évaluation, puis choisir une conception raisonnable qui équilibre les questions de validité / précision avec les ressources disponibles. Si l'objectif principal est de cartographier l'hétérogénéité, puis choisir un design qui sera raisonnablement répondre à cette question. Si l'objectif principal est d'estimer la couverture globale, utiliser un design qui sera raisonnablement répondre à cette question.

Je pense qu'il confond un peu en déclarant "... nous ne devrions pas utiliser population premières estimations ...» et «... le poids correct est temps de la population locale ... prévalence" parce que ces déclarations supposent des objectifs spécifiques pour un à l'esprit étudier et peut-être pas le meilleur choix pour tous les objectifs. Cela me préoccupe habituellement quand je vois les déclarations qui disent essentiellement "il n'y a qu'une seule façon de le faire ..."

Comme une question secondaire, une enquête en grappes à deux étages ne suppose pas l'homogénéité de la prévalence ou de la couverture - le niveau d'hétérogénéité est intégré dans la structure de la variance et peut être mesuré en termes de la CPI et DEFF.

Aucun type d'enquête est parfait pour toutes fins - tout ce que nous pouvons espérer faire est de sélectionner une conception raisonnable de répondre aux questions primaires. Il ya beaucoup d'outils dans la boîte à outils de l'enquête - échantillonnage aléatoire simple, enquête en grappes, LQAS, SCCS, échantillonnage délibéré, et beaucoup, beaucoup d'autres - il faut chercher l'outil qui est la plus appropriée pour la tâche.

Les poids proposé (c.-population multiplié par la prévalence locale) sont adaptés à des enquêtes de couverture puisque seulement il est le nombre de cas dans chaque emplacement (plutôt que les cas et les non-cas que dans les enquêtes SMART) qui devraient être utilisés pour pondérer l'échantillon. Si vous utilisez populations premières (comme cela est courant avec les enquêtes de type SMART), puis vous faites une homogénéité de l'Assomption de la prévalence.

Il est souvent dit que «une enquête en grappes à deux étages ne suppose pas l'homogénéité de la prévalence ou de la couverture - le niveau d'hétérogénéité est intégré dans la structure de la variance et peut être mesuré en termes de la CPI et DEFF", mais ne suis pas convaincu depuis (1 ) la méthode donne une estimation unique étendu et (2) la capture DEFF variance sous-jacente et la variance introduite (ou de perte) en raison de l'utilisation de (par exemple) l'échantillonnage de proximité dans la deuxième étape. Ce sont tous emmêlés ensemble.

Je suis d'accord que «aucune enquête est parfait pour toutes fins" et nous "devrait choisir l'outil qui est la plus appropriée pour la tâche". Je ne suis pas convaincu qu'une enquête échantillonnée PPS comme avec SMART convient d'évaluation de la couverture.

De Nikki Blackwell:

salut marque,

merci pour votre commentaire - juste pour préciser, lorsque vous dites

«Je ne suis pas convaincu qu'une enquête échantillonnée PPS comme avec SMART convient d'évaluation de la couverture"

voulez-vous dire que vous ne croyez pas que SMART est l'outil approprié pour l'évaluation de la couverture? Je pensais que est exactement ce qu'il a été conçu pour? grâce Nikki

SMART a été conçu pour évaluer la prévalence pas de couverture. Il le fait (dans certaines limites) assez bien.

SMART est pas un outil approprié pour l'évaluation de la couverture. Il ya plusieurs raisons à cela ... Je pense que la question de la taille de l'échantillon est le problème principal ... échantillons SMART enfants entre 6 et 59 mois. Très peu (par exemple 1%) sera SAM cas. Si nous supposons une taille d'échantillon de 900 et la prévalence de 1% alors vous avez une taille de l'échantillon d'environ 9 pour estimer la couverture. Voilà une petite taille de l'échantillon. Je pense que vous avez besoin d'une taille effective de l'échantillon (soit après correction pour la conception ou de l'information préalable pour une approche Bayesin) d'environ n = 96. Pour obtenir ce besoin d'une taille de l'échantillon pour une enquête de type SMART d'environ 10.000. Trop grand chapiteau soit réalisable.