Il ya longtemps que je l'habitude EpiInfo et je ne l'ai jamais utilisé le logiciel SMART (je pense qu'il est un package Windows uniquement). Il ya un peu pense qu'il pourrait se produire ...

(1) L'œdème est traitée différemment. Je sais que certaines versions de EPINUT ne traitent pas oedème correctement (il prévalence rapportée que par WHZ <-2 et <-3).

(2) La censure / signalisation - Les paquets peuvent être censurent (à l'exclusion de l'analyse) les dossiers impairs (par exemple W / A <-5) différemment.

(3) Les estimateurs - Il existe différentes façons de calculer les estimations et les intervalles de confiance et les deux paquets peuvent différer.

Quelle est la différence que vous voyez?

Je pense que la première étape serait d'examiner les cas discordants (c. cas par EPINUT vs, au cas par SMART et vice-versa).

Il ya plusieurs raisons possibles.

1) Entre 5 et EpiInfo EpiInfo 6, ils ont changé la façon dont les cas d'oedème sont traitées - alors maintenant d'inclure œdème epiifro 6 on doit mettre délibérément les options (inclusion ne constitue pas la valeur par défaut). SMART inclut automatiquement l'œdème et donner des résultats de MAM et SAM avec oedème et de perdre aussi séparément (en version bêta).

2) de légères différences peuvent être dues à des erreurs d'arrondi dans EpiInfo. Epinfo 6 calcule Z-score et% de la médiane pour les plus proches 2 décimales - Calcule intelligent pour le nombre de décimales - si un enfant dans EpiInfo qui est -2Z pourrait effectivement être -2,001 -1,999 ou. Dans Ediinfor ne seraient comptés comme <2Z dans Epiinfo Mais on aurait compté comme <-2 dans SMART. Ce ne toucherait que très peu d'enfants.

3) il ya un choix de la façon de gérer les indicateurs de SMART. Dans EpiInfo les drapeaux sont très large et englobe tous les enfants qui ont des poids-pour-taille qui sont biologiquement possible. Cela conduit à des enfants qui ont des mesures erronées étant inclus dans les queues. Ceci est une option de SMART - mais la méthode préconisée est aux enfants du pavillon qui sont plus que 3SD loin de la moyenne de l'échantillon sur la base qu'ils sont plus susceptibles d'être des erreurs de mesure de vraies valeurs (certains seront de vraies valeurs, mais la plupart sont des erreurs). SMART-bêta donne une analyse de la distribution avec les différentes méthodes appliquées de sorte que vous pouvez voir si cela fait une différence de drapeau.

Pour les nouvelles normes de l'OMS, SMART a été testé contre les algorithmes SAS produites par l'OMS et donne exactement les mêmes résultats.

Les intervalles de confiance sont caluclated en utilisant la procédure de SUDAAN - tel que préconisé par la CDC - et utilisés dans SPSS, etc. Je ne suis pas sûr comment CI est calculé EpiInfo 6 - mais dans la version windows de EpiInfo ils utilisent la procédure de SUDAAN - et par la façon dont le version Windows de EpiInfo utilise SMART comme un ajout dans ses calculs.

Si vous pensez qu'il ya un bug dans SMART alors s'il vous plaît envoyer les données brutes pour moi-même ou à "Juergen Erhardt" <erhardtj@gmail.com> (le programmeur) - nous allons examiner les données et voir pourquoi il ya une différence - nous sommes toujours heureux d'avoir des informations à propos de SMART et il est en cours de mise à niveau continue - donc avant de vous analyser vos données s'il vous plaît télécharger la dernière version - et laissez-nous savoir de tous les problèmes avec sa fonctionnalité.

Vive Mike

Salut tout le monde,
La version Epi Info DOS utilisé un programme Turbo Pascal qui a été créé à partir du programme de FORTAN original pour les courbes de croissance NCHS. Il y avait de nombreux tests du code Epi Info vs le code FORTAN d'origine de sorte que les résultats sont exacts Epi Info. L'information est affichée à deux décimales dans Epi Info, mais tous les calculs sont effectués en utilisant le double précision des valeurs numériques. Je n'y ai pas participé à l'élaboration de l'anthropométrie programme SMART.
Comme indiqué par d'autres, il peut être dans la définition des valeurs extrêmes. Je préférais toujours d'écrire mon propre code pour définir les valeurs extrêmes plutôt que d'avoir le programme définit les valeurs extrêmes.
D'autres questions sont exactement comment l'âge a été défini et / ou calculée. La méthode la plus précise est d'avoir une date de naissance et la date de mesure et d'avoir le programme calculer l'âge en mois avec décimales. Notez que pour les fins de l'anthropométrie l'âge en mois est calculé comme 365,25 / 12, à savoir, l'anthropométrie utilise un mois "biologique" qui est 1 / 12ème d'un an au lieu du mois civil qui peut varier de 28 à 32 jours.
Un autre problème est que les courbes de croissance de taille et le poids sont basés sur les unités métriques et si les mesures étaient dans d'autres unités, comme les pouces et livres, ceux-ci sont convertis en unités métriques. Il pourrait y avoir des inexactitudes dans les programmes convertissent comment d'autres unités de mesure métrique.
Vous pouvez avoir besoin de faire une petite enquête et avoir un fichier avec les trois z-scores calculés par les deux programmes et de les comparer.