Jetez un oeil sur les liens ci-dessous:

http://www.en-net.org.uk/question/157.aspx

Garenne M, Willie D, Maire B, et al. Incidence et la durée de l'émaciation sévère dans deux populations africaines. Nutr santé publique. 2009; 12 (11): 1974-1982.

Merci

Le 7 - durée de 8 mois est basée sur l'analyse de données provenant de la RDC et du Sénégal et est présenté dans:

Garenne M, et al., Incidence et la durée de l'émaciation sévère dans deux populations africaines, de la nutrition de santé publique,
2009; 12 (11): 1974-1982

La méthode est basée sur la fréquence étant approximativement égale à la prévalence / durée moyenne. Ceci est indiqué dans:

MacMahon B, Pugh TF, principes et méthodes d'épidémiologie, Boston, MA, États-Unis, Little Brown & Company, 1970

Et:

Miettinen O, estimabilité et l'estimation dans les études cas-témoins, American Journal of Epidemiology, 1976; 103 (2): 226-235

Avez-vous essayé le réservoir d'eau qui fuit analogie (incidence = eau, la récupération + mort = fuites, la prévalence est ce qui reste dans le réservoir).

De Ijaz Habib:

HI .... la durée de la maladie de 7,5 mois représente la durée moyenne dans laquelle un enfant souffrant de malnutrition aiguë sévère non traitée soit spontanément, de récupérer ou de mourir. il est produit de étude mentionnée par mon frère Rogers.
L'étude la plus récente effectuée par Sheila Isanaka *, Rebecca F. Grais, Andre' Briend, et Francesco Checchi et publié en Mars 2011 tient durée de la maladie comparativement moins dire 75-81days sur w / h Zscore ou 101-116 sur MUAC pour non traitée MAM cas. La durée de la maladie pour 45 jours SAM est basé sur z-score.
La durée de la maladie réduit signifie plus de cas de charge. Nous sommes encore en adhérant à la durée de la maladie de 7,5 mois en raison de fournitures nutritionnel limite du donneur.

Je souhaite que les responsables techniques André Briend et Mark Myatt peuvent commenter des éclaircissements supplémentaires.
Cordialement
ijaz habib

salut
Comme indiqué plus haut, l'étude de Garenne et al conduit à une durée moyenne de 7,5 mois résultant à un facteur de conversion de 1,6, qui est, quelle est la plupart du temps une appliqué. Une étude récente de Isanaka et al suggère une durée plus courte de SAM donc un coefficient plus élevé doit être utilisé.

Comment sommes-nous en mesure d'estimer la charge de morbidité en tenant compte de la prévalence (tirées d'enquêtes) ont généralement une grande CI (Si ne me trompe pas). Ne ces coefficients applicables dans tous les contextes (y compris les situations d'urgence)?

Merci

Cher Ijaz,

Je ne ai pas grand chose à ajouter à cette discussion qui revient régulièrement dans ce forum, qui montre qu'il est pas une question réglée. Peut-être que je dois souligner que l'incidence de la prévalence de la conversion en utilisant la durée moyenne de traitée SAM est applicable uniquement lorsque l'enquête de prévalence est fait dans une population où il n'y a pas de programme SAM en place. En outre, il considère que la situation est stable (c.-à incidence constante). Si l'enquête est effectuée lors d'une crise ou d'urgence qui ne devrait pas durer longtemps, il est probable que l'incidence va diminuer au fil du temps une fois que la crise est terminée. Votre attitude conservatrice de coller à la couramment utilisé 1,6 coefficient (en supposant une durée de 7,5 mois) semble raisonnable pour moi. Idéalement, ces coefficients doivent être validés par l'analyse des données passées et en examinant la relation entre les enquêtes initiales et les cas de charge. Comme mentionné précédemment dans ce forum, ceci est actuellement tentée par Nancy Dale en collaboration avec HNTS (Claudine Prudhon, à l'OMS Genève). ONG qui ont des données qui pourraient être utilisées pour cette analyse devraient être encouragés à entrer en contact avec eux.

Je dois aussi peu à ajouter. André est correcte ... l'approche de la moyenne de la durée ne fonctionne que pour l'incidence constante. Je pense que ce presque jamais applique à perdre dans les contextes nous travaillons habituellement. Au mieux, cela est une méthode "rudimentaire", mais il est tout ce que nous avons à l'heure actuelle. La valeur de 1,6 avec une certaine estimation de la couverture a été utilisé pendant un certain temps et qui semble fonctionner (dans le sens que personne n'a signalé manquement flagrant de la méthode en utilisant cette valeur).

Je dois dire que les estimations révisées de la durée d'un épisode de SAM (45 jours) semblent un peu étrange pour moi. Je ne suis pas encore convaincu que cette estimation est sonore. Ceci est juste mon opinion et rien d'autre.

Salut,

Est-ce que quelqu'un a une référence dans le calcul SAM cas de charge pour une période de 6 mois?
Est-il utile d'examiner l'incidence pour une courte période?
Le document d'orientation de programme de l'UNICEF SAM 2015 est de définir l'incidence à la page 57 comme ci-dessous, et doutant de considérer ou non l'incidence lors de l'estimation de la charge de cas pour 6 mois.
Incidence: L'apparition de nouveaux cas d'enfants de 6-59 mois avec MAS dans une population sur une période de temps spécifique (généralement un an).

Pendant 6 mois, vous pouvez tout simplement faire tout calcul comme indiqué ci-dessus puis diviser le résultat final par 2.

Anonymous 730 Merci pour votre feedback.Just invite pour obtenir plus de précisions, avons-nous besoin de diviser par 2 l'incidence attendue seulement et garder la même estimation de la prévalence? Ma préoccupation est, si l'on divise l'estimation annuelle totale de 2 pour obtenir l'estimation de 6 mois, est-il ne va pas affecter les cas prévalents que l'on peut les trouver à un moment donné?

Salut Anonymous,
Tout d'abord, je vous renvoie aux précédents messages sur le calcul de l'incidence ci-dessus. Toute estimation sera dépend du contexte et est une estimation "rudimentaire" la charge de travail.

Il y a certaines choses que vous pourriez envisager le calcul incidence.

- Quelle année / mois / région avez-vous obtenu votre estimation de la prévalence de la?
La prévalence de la malnutrition aiguë montrera des fluctuations saisonnières. Était l'estimation de la prévalence de votre région (par exemple, était-il national / régional ou local)? Pendant quelle saison at-il été fait? Quand on pourrait prévoir la prévalence d'être supérieur ou inférieur? Vous pourriez développer un calendrier saisonnier (par exemple, voir le manuel d'SQUEAC) en utilisant des données secondaires et en collaboration avec la communauté pour identifier les fluctuations habituelles que vous pourriez attendre dans votre localité.

- Le calcul d'incidence est une «règle d'or» et encore variera en fonction du contexte, mais comme André l'a mentionné plus tôt, il est basé sur une incidence stable qui ne peut pas demander à votre région.

- Quel est le but de votre estimation? Si elle est de calculer la charge de travail afin d'organiser la logistique appropriée, alors vous pouvez adapter ces entrées que vous allez selon la façon dont adapter votre chaîne d'approvisionnement logistique est. Vous pouvez également estimer la couverture du programme que vous espérez atteindre afin de ne pas surestimer vos besoins d'approvisionnement.
** Vous ne devez en aucun cas utiliser l'estimation du nombre de cas pour ensuite une estimation indirectement votre couverture du programme **

- En termes pratiques, vous pouvez «fudge» l'estimation. Votre estimation de la prévalence habituellement venir avec 95% des intervalles CI. Si vous pensez que la période pendant laquelle votre programme fonctionnera ne couvrira aucun pic de malnutrition alors vous pourrait estimer la prévalence d'être quelque part (par exemple, le point médian) entre la prévalence indiquée et la plus faible de 95% CI ou si vous pensez qu'il est peut-être plus élevé que vous pourriez utiliser la partie supérieure de 95% CI. Ensuite, appliquez le «facteur fudge» 1.6 (qui donne la charge de travail de 12 mois) et de diviser par 2 (pour 6 mois). Ne pas tenir compte de vos estimations pour être quelque chose de plus qu'une supposition éclairée.

- Au début de votre programme (si elle est nouvelle), vous êtes susceptibles de trouver plus de cas. La charge de travail va continuer à augmenter pour les 3 premiers mois, surtout si vous avez un bon programme de sensibilisation, puis se stabiliser ou éventuellement tomber (tant qu'il n'y a pas de crise en développement). En termes de logistique, il est probablement utile de «front-loading» de votre programme et de réduire les intrants que les choses progressent si nécessaire. Vous pouvez également attendre à un taux de référence plus élevé pour les patients hospitalisés au début, mais cela devrait également tomber au fil du temps si votre cas les efforts de recherche sont efficaces.

S'il vous plaît voir aussi:
http://www.cmamforum.org/Pool/Resources/caseloadCMAM-June-2012(1).pdf

Je pense que Paul a résumé les questions assez bien.

Anonyme: Vous avez raison. La formule est la suivante:
charge de travail = prévalence + K * prévalence
Étant donné que la prévalence ne dépendent pas de K et les cas prévalents devront immédiatement un traitement.

Pendant 6 mois, vous plongé K par 12/6:
charge de travail = prévalence + (K / 2) * prévalence

Il y a cinq ans (voir ci-dessus) je l'ai écrit:
La valeur 1.6 avec une estimation de la couverture a été utilisée pendant un certain temps et semble fonctionner (dans le sens où personne ne a rapporté l'échec brut de la méthode à l'aide de cette valeur).
Ce n'est plus vrai. Par exemple, un programme de PCMA dans un grand pays d'Afrique de l'Ouest a signalé que:
12 mois = charge de travail prévalence + 1,6 * prévalence
a entraîné une sous-estimation grossière de la charge de travail, même à des niveaux modérés de la couverture. Un peu d'algèbre de lycée ainsi que des estimations de la population, la prévalence et la couverture ont été utilisés pour régler "K" dans la formule:
12 mois = charge de travail population * prévalence * K * couverture
pour correspondre à la charge de travail observé. Cela a donné une valeur de K = 7,5.

Il y a eu des travaux récents considérable sur la durée moyenne d'un épisode SAM non traité afin de trouver des valeurs appropriées pour K. Ceci a constaté que K pourrait se situer entre 1,2 et 16,4 selon l'emplacement. Ces données sont en cours de publication. Je vais rendre compte lorsque ceux-ci sont publiés.

Les données disponibles indiquent qu'il n'y a pas une seule valeur pour K. Il est nécessaire d'utiliser une valeur locale pour K.

Je pense que la seule chose à faire est de choisir un K. local connu S'il n'y a pas K local connu alors nous pouvons choisir une valeur qui semble approprié (par exemple, dans le sud du Niger K hae été estimée à K = 9 donc on peut utiliser K = 9 pour un programme dans le nord du Nigeria), puis calibrer K en utilisant des estimations de la population, la prévalence, la couverture et la charge de travail connu.

A noter que K est également utilisée dans l'estimateur de couverture unique.

J'espère que cela est d'une certaine utilité.

De plus il vous plaît le lien ci-dessous et de lire, j'espère que cela aide

http://www.cmamforum.org/Pool/Resources/caseloadCMAM-June-2012(1).

Cordialement!!!

Cher Mark, Paul et Shewangizaw, merci beaucoup. Je vous remercie de votre entrée.

Meilleures salutations,

Cher Mark,

Nous vous remercions de votre orientation technique ci-dessus.

1. Je suis un peu confus par "Pour 6 mois vous diviseriez K par 12/6"  nombre de cas = prévalence + (K / 2) * prévalence

En l'absence de K connue, devrions-nous appliquer encore la formule K = 1 + (t / 7,5), dans quel cas K = 1,8 pour un programme de 6 mois. Si nous utilisons K / 2, il donne K = 1,3 (parce que nous appliquons la formule K = 1 + (t / 7,5)  pour 12 mois de programme, K = 2,6)

S'il vous plaît voulez-vous expliquer davantage les valeurs de K pour la période de 6 mois.

2. Je ne pouvais pas comprendre aussi comment K = 7,5 est calculé dans la formule ci-dessous.
Nombre de cas pour 12 mois =  population* prévalence * K * couverture pour correspondre au nombre de cas observés. Cela a donné une valeur de K = 7,5.

S'il vous plaît, expliquez d'avantage ceci.

3. Selon votre orientation ci-dessus ( "par exemple, dans le sud du Niger K ont été estimés à K = 9")

Je me réjouis pour les articles publiés, mais est-ce qu'au Nigeria la valeur K estimée était en fonction du nombre de cas observés? Si oui, serait-il dû à une sous-estimation du nombre de la population, des nouvelles affluences de population dans la région, une sous ou sur estimation de la prévalence de la malnutrition, etc ...

4. Enfin, peut-on encore utiliser la durée moyenne de 7,5 mois utilisés pour calculer le facteur de correction dans la formule de calcul du nombre de cas = N * P * K * C où K = 1 + (t / 7,5) en l'absence d'un K connu localement .

Nous apprécions beaucoup votre aide et vos conseils sur ceci

(1) C'est moi qui étais confus ( «pensée paresseuse» pourrait être le meilleur terme pour ça). Vous l'avez juste. La formule de prévision des cas attendus :

  Cas attendus = N * P * K * C
a:

  K = 1 + (t / 7,5) = 2,6
Celui-ci utilise l'estimation de la durée moyenne d'un épisode SAM non traité (soit 7,5 mois) à partir de deux populations africaines à partir d'une étude publiée en 2009 en utilisant des données plus anciennes. Toutes les heures doivent être exprimées dans les mêmes unités. Pendant un an (douze mois), nous avons:

  K = 1 + (12 / 7,5) = 2,6
Pendant six mois, nous avons:

  K = 1 + (6 / 7,5) = 1,8
Des travaux récents indiquent que la valeur de K varie entre les emplacements. Il semble que K = 2.6 sera souvent une sous-estimation.

(2) Voici un exemple concret ...

Le nombre des cas attendus dans le programme est estimé à:

  Cas attendus estimés (E) = 58.000
Le programme a admis:

  Charge de travail (L) = 84.000

Nous avons:

  L = CNP (K + 1) = 84 000
où:

  L = nombre de cas observés N = Population P = Prévalence K = Incidence (exprimée comme une correction à prevalene)
Le processus pour obtenir à un nouveau K est:

  L = CNP (K + 1) K + 1 = L / CNP K = (L / CNP) - 1
Avec quelques chiffres:

  C = 50% (0,5) N = 1000000 P = 2% (0,02) L = 84000 CNP (K + 1) = 84 000 * 1000000 * 0,5 0,02 * (K + 1) = 84 000 10000 * (K + 1) = 84 000 K + 1 = 84000/10000 K = (84000/10000) - 1 K = 7,4
Une autre façon (simple) d'exprimer ceci est:

  Nouveau.K = (nombre de cas observés / nombre de cas attendus) - 1
Cela tient si nous ne prévoyons pas de changement dans la couverture. Nous pouvons inclure un changement dans la couverture en utilisant quelque chose comme:

  Nouveau.K = ((nouvelle couverture / vieille couverture) * nombre de cas observés) / Couverture attendue) - 1
Ceci est un moyen de calibrer le K à partir d'une expérience du programme.

(3) Cet article et cet article pourrait être utile. Le est un "sujet d'actualité" dans notre domaine et d'autres rapports sont sous presse. Un groupe de travail technique international est mis en place.

(4) Utilisez ce qui est approprié. L'exemple ci-dessus est ... "Les preuves disponibles indiquent qu'il n'y a pas une seule valeur pour K. Il est nécessaire d'utiliser une valeur locale pour K. Je pense que la seule chose à faire est de choisir un K. local connu Si il n'y a pas de K local connu alors nous pouvons choisir une valeur qui semble approprié (par exemple, dans le sud du Niger K a été estimée à K = 9 donc on peut utiliser K = 9 pour un programme dans le nord du Nigeria), puis calibrer K en utilisant des estimations de population, la prévalence, la couverture et la le nombre de cas connus ". En l'absence d'information utile, la valeur par défaut (2.6) peut être utilisé.

J'espère que cela soit d'une certaine utilité.

Cher Mark,

C'est très utile. Je vous remercie beaucoup pour votre explication détaillée. Je vais lire les liens que vous avez fournis, et plus sur le sujet.