Taux le plus élevé SAM

Je vais essayer de répondre à certaines de ces ...

Le chiffre SAM est élevé. Les premières choses à vérifier sont:

(1) Est-ce presque tous oedème? Parfois, ce qui est réel et il est parfois le résultat d'un mauvais contrôle de formation / qualité. Est-ce que le rapport d'enquête sur la formation et dire signaler un coefficient kappa pour le signe de l'oedème? En règle-de-pouce ... à moins que cette enquête est de l'Afrique centrale ou de l'ouest (ou une population apparentée) puis kwashiorkor devrait être assez rare.

(2) est une prévalence similaire trouvé par l'application d'une définition de cas à base de MUAC (par exemple PB <115 mm). Si le MUAC définition de cas renvoie une prévalence beaucoup plus bas que l'enquête est probablement d'une population pastorale vivant près de niveau de la mer dans un climat avertir. W / H est fortement biaisé par le corps-forme et est connu pour produire des estimations de prévalence fortement gonflés dans certaines populations (par exemple, la plupart des clans somaliens, parties de l'Ethiopie, les régions du Soudan, certaines régions du Niger, certaines parties du Nigeria ... peut-être dans certaines parties de Inde et le Myanmar trop). Si tel est le cas, alors la prévalence par âge en W / H va augmenter avec l'âge (par opposition à un pic entre un et deux an d'âge qui est le cas général).

Alors ... votre résultat pourrait être dû à une mauvaise reconnaissance de l'œdème ou l'utilisation d'un indicateur anthropométrique inapproprié. Si tel est le cas, alors le mieux que vous pouvez faire est d'utiliser un simple, MUAC seule (sans œdème) définition des cas tels que MUAC <115 mm. Cela sous-estimer la prévalence que légèrement, car la plupart des cas de kwashiorkor auront faible périmètre brachial.

En ce qui concerne "le plus élevé enregistré" ... vous devez être conscient que l'utilisation (WGS) référence OMS2006 reviendra prévalence considérablement plus élevé de SAM que si la référence NCHS ont été utilisés dans la même population. Cela rend répondre à cette question par l'examen de l'enquête précédente, rapporte un peu difficile. Je l'ai fait un peu de travail avec Arabella Duffield sur cette question il ya quelques années et nous avons trouvé la formule suivante pour convertir la prévalence SAM par OMS2006 à la prévalence SAM par le NCHS:

p (NCHS) = -0,21 + 0,60 * p (OMS)

Pour 20% de prévalence:

p (NCHS) = -0,21 + 0,60 * 20 = 11,8%

Encore très élevé!

Je dois une base de données de 560 ensembles de données de l'enquête. Je regardais la prévalence de la SAM en utilisant OMS2006 et WHZ <- 3 ou oedème définition de cas. Dans cette base de données, la distribution des prévalences SAM par OMS2006 était:

Minimum: 0,0%
Q1: 1,6%
Médiane: 2,7%
Moyenne: 3,7%
Q3: 4,8%
Max: 18,7% <- Note: longue queue vers la droite (> 75% des enquêtes en dessous de 5%)

Alors ... votre 20% + chiffre est très élevé.

Le problème avec un seuil de prévalence par W / H est que W / H base de définitions de cas ont aucune signification universelle. Il est fortement biaisé par le corps-forme qui dépend de la génétique, l'alimentation (en particulier le lait), la température, l'altitude, & c. Utiliser W / H, agrariens montagnardes ont tendance à apparaître obèses et Plains-logements pasteurs dans les régions tropicales et sub-tropicales ont tendance à apparaître perdu indépendamment de leur véritable état nutritionnel. Le problème est au niveau individuel (par exemple, les définitions de cas d'admission CTC / PCMA) et le niveau de la population (par exemple la définition de cas pour les enquêtes de prévalence). MUAC est mieux mais pas parfait à cet égard. Jusqu'à ce que nous commençons à utiliser MUAC (ou quoi que ce soit, mais W / H), nous serons coincés sur cette question.

Cher Anonyme 303,

Vous pouvez utiliser une feuille de calcul avec les fonctions standard de maths pour résoudre votre problème sans examiner le calcul.

Deux hypothèses:

1 - La distribution de la FMH de votre population est normale

Vous pouvez calculer la proportion théorique des enfants <- 3 et <- 2 à l'aide de la fonction de distribution normale de votre feuille de calcul pour toute la FMH moyenne avec un écart-type de 1. Ma propre tableur parle français, et la fonction pour calculer cette aide est loi.normale l'option «cumulatif = vrai (true)". Ne devrait pas être très différente en anglais.

Pour voir ce que signifie la FMH donne la même proportion de MAM et SAM, vous calculez le SAM / ratio de MAM et utilisez la fonction de solveur de déterminer pour ce qui signifie FMH ce ratio est de 1. Vous définissez signifie FMH aussi variable, SAM / ratio de MAM comme cible cellulaire et demandez le solveur pour obtenir 1 pour la cellule cible. Vous verrez ce moyen est atteint lorsque la FMH est - 2.68.

Pour voir ce que signifie la FMH donne deux fois plus de SAM comme MAM, vous utilisez 2 comme cible pour la cellule rapport SAM MAM. Vous obtenez une moyenne de -3,24 FMH.

Pour être franc, tous ces chiffres sont tout à fait irréaliste. Un FMH moyenne de -2,68 signifie une prévalence de 38% SAM. Un FMH moyenne de -3,24 signifie une prévalence de 59% SAM.

2 - La répartition de la FMH de votre population est pas normal

Telle est l'interprétation la plus plausible. Il est tout à fait possible d'avoir une proportion plus élevée de SAM que suggéré par la distribution normale. Cela signifie un groupe spécifique est particulièrement touché. Et puis aucun moyen de prédire le rapport SAM MAM. Mais encore, cela signifie ce groupe spécifique aurait une très forte prévalence SAM pour obtenir vos résultats. Je pense que vous feriez mieux de vérifier à nouveau la fiabilité de vos données sont. Je suis prêt à croire que le taux élevé SAM vous avez obtenu, mais un taux plus élevé que le taux SAM MAM semble étrange. Toute idée de la forme de la distribution de la courbe de la FMH?

Il est vraiment dommage que vous ne disposez pas de PB. Vous en aurez besoin pour évaluer les besoins. Je pense que vous avez de plus gros problèmes ... Le MAM: rapport SAM est très mauvais pour moi. Dans une distribution normale standard, nous nous attendons à c. 2,28% soit inférieure à -2 z et 0,13% à être en dessous de -3 z. Le MAM: rapport SAM est d'environ 16: 1. Nous avons tendance à obtenir des queues plus gros que cela. En regardant la base de données de 560 enquêtes je trouve le rapport moyen est de 9,5: 1. Voilà aussi ce que je pense des enquêtes que je l'ai fait.

Cela ressemble mauvais pour moi. Il ya quelques scénarios qui pourraient expliquer ce ... peut-être vous sondons deux populations très différentes avec une seule enquête. Qu'est-ce que la distribution des WHZ ressembler?

Cher Indi,

Merci pour la réponse. Les données en provenance du Malawi (Sandiford P, Paulin FH utilisation de la mi-tour de bras pour le dépistage nutritionnel des réfugiés Lancet 1995; 345 (8957):.. 1120) et le Kenya (Berkley J, Mwangi I, Griffiths K, Ahmed I, Mithwani . S, Anglais M, C Newton, Maitland K. évaluation de la malnutrition sévère chez les enfants hospitalisés dans le Kenya rural: comparaison de poids pour la taille et la mi périmètre brachial JAMA 2005; 294: 591-7) suggèrent que le PB est sensible pour le kwashiorkor. Il est, pour autant que je sais, très peu de données publiées sur ce que vous devriez sérieusement envisager de publier vos résultats.

Marque

Indi,

Ceux-ci constituent les seules données publiées relatives à ce sujet que je suis au courant. Il est absolument nécessaire d'obtenir plus de données publiées. Je suis content que vous avez l'intention de publier. Je ne peux vous laisser ma base de données de l'enquête et vous pourriez travailler à quelque chose d'aussi. Faites le moi savoir. Je suppose que l'œdème dans de nombreux ensembles de données collectées ne sont pas bien si.

Je suis d'accord avec votre lecture de ces deux publications. La question ici est, je pense, que nous ne devons pas confondre un remède rough-and-prêt à un problème d'enquête (question initiale dans ce fil) pour une solution générale à la recherche de cas de kwashiorkor. Je suis d'accord ... PB va une partie du chemin, mais pas tout le chemin et nous ne devrions pas prétendre qu'il fait ... nous avons besoin de former des agents de santé pour détecter kwashiorkor en utilisant le signe de l'oedème. Il est pas si facile à enseigner (je peux trouver des références si vous le souhaitez).

Marque

Cher Indi & Mark

La question de la kwsahiorkor (hydratation) et MUAC est intéressant. Dans notre document JAMA, MUAC était mieux que WHZ pour détecter les enfants atteints de kwashiorkor, qui peut être due à l'un ou les deux de deux choses:

i) les changements de périmètre brachial en raison de l'état d'hydratation sont moins WHZ
ii) Le kwashiorkor peut se produire sans émaciation sévère.

Nous venons de terminer une étude de l'effet de dehydation sur MUAC et soumis pour publication. Nous avons pris les enfants avec des signes cliniques de déshydratation admis à l'hôpital (surtout de diarrhée). Nous avons effectué anthopometry attention à l'admission, et de nouveau après 48h des fluides de réhydratation habituelles et d'autres traitements. Pourcentage de changement à court terme dans l'hydratation est supposée être égale à la variation de poids en pourcentage sur 48h. Après réhydratation de 5 à 10% de déshydratation, les changements de WHZ étaient dramatiques (comme pourrait facilement être estimée à partir des graphiques standards). PB a également changé avec l'état d'hydratation (muscle est au moins 75% d'eau), mais à un degré bien moindre. Fait intéressant, chez certains enfants, la diarrhée a empiré pendant 48h et ils sont devenus plus déshydraté (perte de poids) ... leurs MUACs sont devenus plus petits.

Nous ne sommes pas inclure les enfants atteints de kwashiorkor dans cette étude, mais je peux jeter un oeil à la base de données (ou commencer à recueillir prospectivement) MUACs avant et après le kwashiorkor a résolu. Compte tenu de nos données de déshydratation, je soupçonne que le tissu sur-hydratation serait, en moyenne, entraîner une augmentation de MUAC.

Je suis d'accord avec Mark, les travailleurs de la santé ont besoin de faire les deux MUAC et retrouver oedème.

Pour clarifier ma suggestion initiale (MUAC seul cas-définition) à l'aide d'un exemple simple ...

Si nous divisons SAM dans le gaspillage et le kwashiorkor et supposons que 10% de l'ensemble SAM est le kwashiorkor (ce qui est probablement une surestimation pour les zones où le kwashiorkor est rare). Travailler avec, à titre d'exemple une prévalence SAM de 10% ... 90% de ces 10% est une atrophie simple et 10% de ces 10% est kwashiorkor. Si nous détectons 100% d'émaciation et 50% du kwashiorkor utilisant MUAC alors nous estimer la prévalence d'être:

* 0,9 * 0,1 + 0,1 * 1 0,1 * 0,5 = 0,095 (9,5%)

Donc, la sous-estimation est légère.

Ceci est une solution rudimentaire à un problème spécifique de l'enquête. Je ne veux pas suggérer que nous retirions le signe de l'oedème des enquêtes anthropométriques nutritionnels. Je ne veux pas dire que nous ne l'utilisons le signe de l'œdème dans les programmes d'alimentation thérapeutique.

Certains commentaires ...

La question de l'hydratation est intéressant. Dans les programmes de la CCT je encourager les dons de l'eau sucrée, jus de fruits, ou dilué SRO aux enfants en attente d'être vu pour l'écran clinique. Les enfants sont souvent déshydratés pendant le, parfois long, trajet domicile à la clinique. Avec cette pratique simple nous réduisons renvoi inapproprié de soins aux patients hospitalisés.

Je l'ai toujours pensé que le PB était mieux à détecter kwashiorkor que W / H parce que:

(1) Dans de nombreuses populations œdème nutritionnel se produit avec le gaspillage.

(2) Parce que le poids de fluide retenu tend à masquer ce qui serait autrement bas W / H valeurs.

Modélisation de la partie supérieure du bras comme un cylindre de muscle (simpliste, mais assez bon pour illustration), nous avons:

V = pi * r ^ 2 * h
C = 2 * pi * r

donne:

V = pi * (C / (2 * pi)) ^ 2 * h

Quelqu'un devrait vérifier mon algèbre! ... Le volume augmente beaucoup plus rapidement que la circonférence ... Je suppose que le PB est moins sensible aux changements de l'hydratation car il est une mesure et augmente circonférentielle beaucoup plus lentement que le volume.

Et ... je vous remercie pour vos aimables commentaires.

La sensibilité de l'aide MUAC pour détecter gaspiller par W / H varie avec l'âge et avec la population. En effet, W / H est fortement influencée par la forme du corps qui change avec l'âge et de l'emplacement. Cela signifie que le degré de chevauchement entre les enfants avec MUAC <115 mm et les enfants avec WHZ <-3 variera d'un endroit à l'autre. Dans (par exemple) les zones froides / montagneuses le chevauchement sera faible car les enfants dans ces domaines ont tendance à avoir des membres courts et gros troncs et des coffres (très difficile pour eux d'obtenir un très faible W / H en utilisant des populations de référence internationaux).

Meilleur pour nous d'oublier W / H tout à fait et utiliser MUAC qui est plus associé à la morbidité et la mortalité subséquente de W / H et a une interprétation assez constant d'un endroit à.

BTW ... si nous changeons le seuil MUAC nous changeons la sensibilité de votre test. Un seuil élevé MUAC aura 100% de sensibilité. Si vous avez l'intention d'utiliser le PB comme partie d'un écran en deux étapes alors méfiez-vous que le rejet d'endommager la couverture du programme. Il faut donc éviter l'utilisation de seuils élevés MUAC. Encore une fois ... préférable d'utiliser MUAC seul.