Menu ENN Search
Changer la langue : English Français

Évaluation nutritionnelle pour Refugiees & Hôte population mixte

Cette question a été affichée dans le forum de discussion Évaluation et Surveillance et a des réponses 7.

» Afficher une réponse

Anonyme 2688

Nutritionist

Utilisateur régulier

8 oct. 2014, 14:55

Ceci a été traduit automatiquement.

Chers tous,

Nous aimerions pour estimer la prévalence de la nutrition sur refugiee et héberger population mixte.

Nous prévoyons une enquête nutritionnelle avec deux strates (une pour la population d'accueil et un second pour les réfugiés). Dataframe recensement est disponible pour la population d'accueil, mais le manque d'informations sur Où sommes les réfugiés.

Quelles sont les méthodes que vous conseilleriez (SMART, ARN, 25 * 8, 36 * 6, etc?)
Nous envisageons de mettre en œuvre spatialement Échantillonnage stratifié? Tout conseil? Expérience? Lignes directrices?
Pourrions-nous utiliser cluster enquête (pour la pop hôte Stata) et l'échantillonnage stratifié spatialement pour les réfugiés?
Nous recherchons pour une enquête rapide et pas cher.

Merci

Mark Myatt

Consultamt Epidemiologist

Utilisateur fréquent

9 oct. 2014, 08:59

Ceci a été traduit automatiquement.

La question (je crois) vous faites face à un manque de connaissances sur la taille et l'emplacement de la population réfugiée. Cela signifie que vous pouvez avoir besoin d'utiliser une nouvelle stratégie d'échantillonnage pour étudier cette population. Un couple d'approches viennent à l'esprit. Ce sont des Temps-Lieu-échantillonnage (TLS) et Défendeur-Driven-échantillonnage (RDS).

TLS: Il est souvent possible d'identifier endroits et les moments où vous pouvez trouver des réfugiés. Vous pourrez déguster ces directement ou vous pouvez utiliser des méthodes semi-quantitatives (par exemple, des interviews, des discussions de groupe) pour informer d'autres échantillonnages (c.-à identifier les grappes de l'échantillon). Vous pouvez également utiliser l'approche TLS pour localiser RDS «graines» (voir ci-dessous).

RDS: Cette approche repose sur la (première) l'identification du bien-connectés "informateurs de semences» qui identifient les petits ensembles de répondants. Chacun de ces répondants alors identifier un petit nombre d'autres répondants. La collecte de données suit chaînes de répondants identifiés. Avec cette approche, il est essentiel de choisir un bon jeu de semences qui capture la variabilité dans la population d'intérêt. Gardez l'ensemble des répondants identifiés petite (par exemple, un répondant identifie <5 autres répondants), et permettre à l'enquête de briguer un assez grand nombre de tours (quelque chose comme 8 à 10 maillons de la chaîne - ce peut être aidé en limitant la de taille fixe).

Les deux méthodes sont utilisées pour déguster de «difficiles à échantillonner" populations telles que les HSH, CSW, UDI dans une grande variété de paramètres.

Ces méthodes ne sont pas sans problèmes concernant la couverture (ceci peut être corrigé par une bonne sélection des répondants initiaux de semences et en permettant suffisamment longues chaînes d'explorer la population d'intérêt pour RDS et par un ensemble assez exhaustif des temps et des lieux pour TLS) et la perte de l'indépendance échantillonnage. L'échantillon TLS (directe ou indirecte) de la canne être traité comme un échantillon de cluster avec pondération postérieur basée sur une estimation des populations de cluster (uniquement des tailles relatives sont requises). L'échantillon RDS se compose de petites grappes de réseaux sociaux intégrés dans un ensemble de réseaux sociaux plus larges. Techniques de classement tels que LQAS sont très robustes et peuvent être utilisés. L'estimation est un peu plus difficile, mais les techniques statistiques / mathématiques ont été développés et des logiciels est disponible. Vous devez vous assurer que vous DataSet inclure «métadonnées» qui permet d'identifier qui a référé qui sorte que les chaînes de renvoi peuvent être identifiés (un peu de lecture sera nécessaire pour obtenir ce droit).

WRT la population hôte ... Vous pouvez utiliser une (PPS) échantillon SMART-like ou RAM (spatiale échantillon de premier degré) qui sont largement des méthodes équivalentes en termes de résultats (c.-à-estimations et précision). RAM coûte environ 50% -60% du coût de SMART et a besoin d'environ 50% du temps.

Tout cela suppose que vous voulez estimations au niveau de la population (ou classifications) plutôt que la cartographie. Si vous avez besoin des conseils sur des échantillons pour la cartographie alors laissez-moi connaître à travers ce forum.

Je peux mettre sur pied un petit paquet de la littérature sur RDS et le rendre disponible pour le téléchargement si nécessaire. Encore une fois, laissez-moi savoir si cela serait utile grâce à ce forum.

BTW: Si vous avez un bien populations mixtes et d'accueil que d'une seule enquête avec un premier échantillon de la scène spatiale pourrait suffire.

Je espère que cela est d'une certaine utilité.

Scott Logue

Utilisateur régulier

14 oct. 2014, 21:42

Ceci a été traduit automatiquement.

Utiliser SMART pour ce scénario serait très difficile parce que la population de réfugiés est mélangé avec la population d'accueil. HH de de la population d'accueil ou de la population de réfugiés ne seront pas déterminés avant l'entrevue a lieu à une HH choisi au hasard. Le questionnaire pourrait avoir une question d'introduction qui demande si les habitants sont de la population d'accueil ou de la population réfugiée. Cela aidera à assurer que vos deux strates ont été sélectionnés au hasard, mais la probabilité d'avoir un faible taille des échantillons pour l'un des strates seront assez élevé.

Mark Myatt

Consultamt Epidemiologist

Utilisateur fréquent

15 oct. 2014, 08:51

Ceci a été traduit automatiquement.

Scott est droite. Avec un mélange parfait des deux populations, 10% des réfugiés, et un échantillon de probabilité, vous aurez environ 10% des réfugiés dans votre échantillon. Ce sera probablement un échantillon trop petit pour faire quelque chose avec. L'autre problème est que avec le mouvement et imparfaite population mélanger vous ne pouvez pas être en mesure de spécifier correctement un échantillon de type PPS. Il est fort probable que d'un échantillon PPS aura tendance à exclure les camps de réfugiés informels.

Je pense que vous pouvez faire une enquête SMART ou RAM dans la population d'accueil et quelque chose de très différent dans la population réfugiée (comme TLS / RDS).

Anonyme 2688

Nutritionist

Utilisateur régulier

22 oct. 2014, 07:36

Ceci a été traduit automatiquement.

Cher collègue,
Merci beaucoup pour votre aide et repplies.
Désolé, pour le retard de repply raison de l'accès limité à Internet.

Je suis assez intéressé du petit pack de littérature sur RDS et TLS (si disponible) de proposer par M. Myatt.
Merci

Mark Myatt

Consultamt Epidemiologist

Utilisateur fréquent

22 oct. 2014, 09:25

Ceci a été traduit automatiquement.

Je l'ai fait une liasse de papiers liés RDS et rendu disponible ici (environ 16 Mo). Je l'espère, il est quelque chose d'utile là-dedans. Si il ya des questions à discuter alors je pense que nous devrions continuer sur ce forum.

Anonyme 2688

Nutritionist

Utilisateur régulier

31 oct. 2014, 10:12

Ceci a été traduit automatiquement.

Cher Mark,

Merci beaucoup, vraiment utile.
Nous allons partager l'afterwork Repport

Mark Myatt

Consultamt Epidemiologist

Utilisateur fréquent

31 oct. 2014, 10:22

Ceci a été traduit automatiquement.

Heureux de pouvoir vous aider. Qu'est-ce que vous travaillez sera intéressant et utile et devrait être partagé ici et (peut-être) dans Field Exchange.

Si vous rencontrez des problèmes pour poster une réponse, veuillez contacter le modérateur à post@en-net.org.

Retour en haut de page

» Afficher une réponse