La Food and Nutrition Assistance Technique Projet II (FANTA-2) aimerait annoncer la sortie de "Designs Cluster pour évaluer la prévalence de la malnutrition aiguë par Lot Quality Assurance Sampling:. Une étude de validation par simulation informatique"
Pour évaluer la malnutrition aiguë par une enquête sur la base de la population d'une grande taille de l'échantillon est généralement nécessaire. Cela est vrai même lorsque l'assurance de la qualité de l'échantillonnage par lots (LQAS), un temps autrement, et le coût moyen efficace, est utilisé. L'échantillonnage en grappes, ou observations d'échantillonnage par lots, offre une alternative à la grande taille de l'échantillon aléatoire simple qui seraient normalement nécessaire pour l'analyse LQAS.
L'étude examine l'erreur de classification de trois conceptions de cluster, un 67X3, un 33X6 et un plan d'échantillonnage séquentiel, pour évaluer la prévalence de la malnutrition aiguë avec LQAS. L'étude conclut que pour les clusters indépendants modérée corrélation intragrappe, les trois plans d'échantillonnage maintiennent la validité approximative pour l'analyse LQAS de la prévalence de la malnutrition aiguë.
Bien que la conception de la grappe de 30x30 est actuellement la méthode d'échantillonnage la plus couramment utilisée pour évaluer la prévalence de la malnutrition aiguë dans les situations d'urgence, l'67x3, 33x6 et dessins séquentiels d'échantillonnage fournissent une alternative, approche bien testé pour la collecte et l'analyse des données de malnutrition aiguë. Des études comparatives sur le terrain en Ethiopie et au Soudan ont montré les plans d'échantillonnage alternatives pour fournir des résultats fiables et raisonnablement précises et d'exiger moins de temps et de ressources par rapport à une conception de la grappe de 30x30.
L'étude a été financée par le Bureau de l'USAID pour le Bureau de santé mondiale de la santé, des maladies infectieuses et de la nutrition et de subventions accordées à la Harvard School of Public Health de l'US National Institutes of Health.
L'article est disponible sur
http://www.fantaproject.org/publications/rsss09.shtml
En ce qui concerne la conception de 30x30 pour évaluer l'état anthropométrique des populations (30 enfants évalués dans chacune des 30 grappes), cette taille d'échantillon a été fondé sur les hypothèses suivantes:
Prévalence de 50%; Les limites de confiance à 95%; +/- 5% d'erreur absolue; effet de conception de 2
Utilisation d'un programme de taille de l'échantillon comme dans OpenEpi (www.openepi.com), la taille de l'échantillon sur la base des hypothèses ci-dessus est 768. divisant par 30 grappes résultats dans 26 enfants à mesurer dans chaque grappe. Cela a été arrondi à 30 enfants par grappe juste au cas où l'effet de conception observée était> 2.
Dans certaines enquêtes les prévalences de retard de croissance et de faible poids-pour-âge sont considérés comme des indicateurs importants de l'état de nutrition et ceux-ci peuvent avoir une prévalence d'environ 50% dans certaines populations. Si le principal indicateur est faible poids-pour-taille (émaciation) avec un retard de croissance et des indicateurs de faible poids-pour-âge secondaires, l'échantillon peut être dimensionné de façon spectaculaire réduit parce que la prévalence de l'émaciation a tendance à être beaucoup plus faible. Par exemple, en utilisant les hypothèses suivantes:
Prévalence de 15%; Les limites de confiance à 95%; +/- 5% d'erreur absolue; effet de conception de 2
La taille de l'échantillon est de 392, et si elle doit être effectuée dans 30 grappes, serait arrondi à 14 enfants par grappe, ou une enquête en grappes à 14x30. Par conséquent, en termes de comparaison d'une enquête en grappes à LQAS conçoit un amaigrissement, une conception de 14x30 serait la conception de comparaison plus appropriée. (Notez que la réduction du nombre d'enfants évalués par grappe tend à diminuer l'effet de la conception, donc le calcul ci-dessus est conservatrice.)
En termes de décider le nombre de grappes à visiter, une question est le temps moyen qu'il faut une équipe pour atteindre un cluster. Si la zone géographique est grande et / ou il est difficile pour une équipe d'enquête pour atteindre un grand nombre de grappes, puis il ya la motivation pour minimiser le nombre de clusters avec un plus grand nombre d'enfants par grappe. Si la zone est petite et les clusters facile à atteindre, puis évaluer plusieurs clusters avec moins d'enfants par grappe a des avantages. Le nombre d'évaluer par grappe est également affectée par la corrélation et la conception effet intra-amas.
Une question importante qui doit être abordée est le coût de venir à la conclusion erronée sur la base des résultats de l'enquête. Quels sont les coûts d'une enquête sous-estimer la prévalence de l'émaciation? Quels sont les coûts d'une enquête surestimation de la prévalence de l'émaciation? Nous savons que ces erreurs se produisent et un but devrait être de minimiser la fréquence de ces erreurs. Comparaison des différentes approches de gaspillage évaluation devrait aborder le coût d'exécution de l'enquête ainsi que le coût d'atteindre la mauvaise conclusion.
Répondu:
15 années il y a