De Bénédiction Mureverwi:

Je l'ai utilisé deux drapeaux SMART et de l'OMS before.It est autorisé à utiliser des drapeaux de l'OMS
aussi longtemps que la qualité des données est bonne, comme dans ce case.SMART drapeaux peut
underreport la malnutrition dans un tel cas.

Cher José,

SMART a la possibilité de modifier le réglage de normes de l'OMS et des drapeaux de l'OMS. Il semble que ce que vous avez appliqué dans votre analyse est normes de l'OMS, mais drapeaux SMART (+/- 3 SD de la moyenne observée). Pour fins de comparaison, nous aimerions vraiment encourager les utilisateurs SMART pour appliquer les normes de l'OMS avec des limites de drapeau qui sont recommandées:
WHZ -5 +5
HAZ -6 +6
WAZ -6 5
BAZ -5 +5 (IMC-pour-âge z-score)
Pour plus de détails sur les normes de l'OMS voient www.who.int/childgrowth/standards

Pour plus de détails sur l'analyse standard pour la base de données mondiale de l'OMS sur la croissance et la malnutrition, s'il vous plaît voir le tableau au bas de

http://www.who.int/nutgrowthdb/software/en/

Pourquoi ne pas utiliser l'option "Pas d'exclusion" dans le cas si vous pensez que les données ont été correctement prises et le contrôle du poids et de la hauteur des cas qui sont en dessous -3SD, si elles sont bien prises ainsi que les cas sont vraiment représentés, Je pense Pas d'exclusion serait bon choix.

Cette note de la vérification des notes de plausibilité répond à votre question:

"Dans l'étude SMART, il ya deux méthodes d'identification des résultats des enfants qui sont peu susceptibles d'être des mesures correctes.

Le premier est la même que celle recommandée par l'OMS et utilisé dans Epi-info. Cette fonction est incluse pour la rendre compatible avec Epi-info et aussi parce que les valeurs qui sont des anomalies absolues peuvent être identifiés pour les individus que les données sont entrées. Les reflets rouges montrent ces valeurs. Les valeurs absolues ont été choisis parce qu'ils sont si extrêmement anormale qu'ils sont très peu susceptibles d'être correcte - certains sont en effet difficilement compatible avec la vie. Les valeurs par défaut peuvent être définies sur la page Options et automatiquement exclus dans tous les calculs en sélectionnant le "Exclusion de Z scores de zéro (moyenne de référence)" bouton. Ces valeurs devraient être examinés et, si il ya eu une erreur d'enregistrement, corrigé. Toutes les valeurs non corrigées ne doit certainement pas être utilisées pour l'analyse - et le nombre d'exclusions, qui peut être trouvé en utilisant l'option de filtre sur l'écran de saisie de données Antropometry qui devraient être consignées dans le rapport (ils ne doivent pas être simplement éliminés de la base de données ).

La deuxième méthode est conceptuellement différent. Ici, nous voulons exclure les données d'analyse qui sont «plus susceptibles d'être des erreurs que les valeurs réelles". Donc, si les mesures des membres de la population forment une distribution normale (cloche courbe en forme). Ensuite, nous pouvons estimer la proportion des observations doit être en dehors d'une fenêtre autour de la moyenne de la population. Ainsi, le tableau ci-dessous montre le nombre d'enfants qui seraient exclues à tort sur un échantillon de 1000 sujets, avec différents paramètres de contrôle de vraisemblance drapeaux.

Drapeaux SD hors de portée le nombre moyen exclues de 1000 enfants
-2.0 23.0
-2.5 6.0
-3,0 (Valeur par défaut) 1.3
-3.1 1.0
-3.3 0.5
-3.5 0.2

Normalement, lorsque nous examinons les données de l'enquête, nous trouvons beaucoup plus les enfants qui ont des valeurs extrêmes que ce qui est donné dans ce tableau. Il serait évidemment incorrect de définir les limites à ± 2 de la moyenne, car un grand nombre de mesures correctes serait exclue. Si nous avions fait au ± 3.0, nous allons exclure un peu plus de un sur un millier d'enfants de manière incorrecte, et les autres enfants nous avons exclu correctement parce qu'ils étaient mauvaises mesures. Si les limites sont fixées à -3,3 voire -3,5 alors presque aucun enfant ne sera exclu à tort. Hors l'un des mille mesures alors que nous devrions comprendre que la mesure fait presque pas de différence sur le résultat final, mais dont beaucoup d'enfants en dehors de ces limites peut avoir un effet majeur sur le résultat. Ainsi, pour l'analyse finale, il est recommandé que les exclusions fondées sur le «Exclusion de Z scores de moyenne observée" situé sur la page Options doit être utilisé et les numéros exclues en signalées. :
(Extrait de: SMART: Assurer la qualité des données - est le résultat de l'enquête utilisable par Micheal or?)

Dans cette discussion, il faut reconnaître qu'il ya une faiblesse intrinsèque dans le second mode de contrôle de la qualité dans la méthodologie SMART. Il suppose que toutes les populations ont une courbe de distribution en forme de cloche avec une SD proche de 1. Ceci est basé sur les observations d'études antérieures montrant ce qui est généralement le cas, mais cela ne signifie en aucune manière qu'il devrait toujours en être ainsi. Il est clair par exemple que si vous avez une population socialement hétérogène, le SD sera supérieur à 1, même si les mesures sont parfaitement correcte. Donc, dans la pratique, il n'y a aucun moyen de distinguer une enquête réalisée en population hétérogène à partir d'une enquête auprès de mesures, y compris une grande composante d'erreur aléatoire en examinant la forme de la courbe.

Il existe un risque réel de cette seconde approche à rejeter des cas réels de malnutrition et de sous-estimer la malnutrition. En outre, vous pouvez refuser une enquête comme incorrecte qui montre juste répartition inégale de la malnutrition dans la population étudiée, avec une augmentation de la prévalence dans certains sous-groupes. Ainsi, lorsque vous êtes sûr de la qualité de vos mesures, vous devez utiliser le "pas d'option d'exclusion" comme suggéré par Tariq ou tout simplement rejeter les mesures qui ne sont manifestement pas plausible. Sinon, vous serez sous-estimer la prévalence de la malnutrition et de manquer l'existence de certains sous-groupes à forte prévalence de la malnutrition.

Si la population nous sondons sont complètement hétérogène, et si il est possible de distinguer différents groupes spatialement ce SMART recommande de faire une enquête distincte. Dans la pratique, on applique ce pas et le taux de GAM globale est considéré représenter l'ensemble de la population, ce qu'elle n'a pas. Je me souviens de faire une enquête dans un tel endroit et il ya deux population distincte en termes de moyens de subsistance, et ce mécanisme d'adaptation non. Le défi est interventions suivent habituellement une limite de l'administration, mais zone de subsistance ne peuvent pas. Dans cette enquête, le résultat montre une situation relativement stable. Mais le fait est une partie de la population rurale ont été fortement touchés (au point que vous ne devez pas une enquête pour savoir que) alors que la population des hauts plateaux sont suffisamment résistants pour ne pas être affecté par le choc.

La bonne chose est de SMART il ya de nouvelles fonctions qui nous aident à comprendre le problème de hetrogenity et et de comprendre les résultats en conséquence (l'indice de dispersion).

Je ne vois pas le bouton "Exclusion de Z-scores" sous Options. Sous la rubrique «vérification des z-scores pour le rapport de la plausibilité de la moyenne" Je utilisé le défaut de -3 à 3. Cependant, la sortie des résultats inclut toutes les valeurs en dehors de cette plage ainsi. Ai-je raté quelque chose? Comment puis-je utiliser les drapeaux de l'OMS dans le logiciel SMART?

Cher Beulah,
Le rapport de vraisemblance a été conçu en utilisant des drapeaux SMART (poids en hauteur, +/- 3 SD de la moyenne observée de la pop de l'enquête). Il est impossible de générer le rapport de vraisemblance en utilisant les drapeaux de l'OMS (poids pour la taille, +/- 5 SD de la population de référence).

OMS drapeaux sont utilisés dans le logiciel ENA sous les onglets suivants:
La saisie des données anthropométriques: le cas échéant z-score est entré à l'extérieur de l'OMS gammes il sera immédiatement signalée (violet).
Résultats anthropométrie: dans le cadre du "exclusion des z-scores avec" option que vous pouvez choisir, drapeaux SMART, drapeaux de l'OMS, ou Pas d'exclusion. Si vous choisissez 'OMS drapeaux' vous pouvez copier et coller les résultats dans un autre document Word.