Menu ENN Search
Changer la langue : English Français

Intervalle de confiance de MAS élevé

Cette question a été affichée dans le forum de discussion Évaluation et Surveillance et a des réponses 11. Rassurez-vous de laisser le sujet inchangé Répondre par email.

» Afficher une réponse

Anonyme 24408

Utilisateur régulier

7 févr. 2019, 18:08

Je regarde un sondage national SMART. Les intervalles de confiance semblent assez élevés pour le calcul de la MAS. Par exemple, dans une province, la prévalence de la MAS est de 2,1 (IC à 95% de 1,1 à 4,0), dans une autre, elle est de 2,0% (IC à 95% de 1,0 à 3,8%).
Puis-je supposer qu'il y a une erreur dans le calcul de la taille de l'échantillon et / ou des données manquantes?
Lors des enquêtes anthropométriques nationales, que faut-il faire pour améliorer la précision de l'estimation du calcul de la MAS ?

Merci beaucoup

Bradley A. Woodruff

Self-employed

Expert

7 févr. 2019, 23:03

Je ne pense pas qu'il y ait d'erreur. Dans un échantillon d'enquête hypothétique de 1 000 enfants avec un effet de projet (design effect) de 1,5, les intervalles de confiance autour d'une prévalence estimée de 2% pour la malnutrition aiguë sévère seraient de 1,0 - 3,4, similaires à vos exemples. Pour obtenir une différence statistiquement significative par rapport au seuil de 2%, l'estimation de la prévalence de notre enquête hypothétique devrait être de 3,4% ou plus. Heureusement, peu de populations ont une prévalence aussi élevée de malnutrition aiguë sévère chez les enfants d’âge préscolaire.

Ces taux de prévalence étant faibles, toute différence entre les estimations de l'enquête et le seuil de 2% sera relativement faible, ce qui nécessitera une grande précision dans l'estimation de l'enquête pour obtenir une signification statistique à un niveau p < 0,05. Si le principal résultat d'intérêt d'une enquête est la prévalence de la malnutrition aiguë sévère, l'enquête doit être conçue en conséquence et nécessitera probablement une taille d'échantillon plus grande que la moyenne.

Jay Berkley

Utilisateur fréquent

8 févr. 2019, 08:22

En accord avec Bradley. Lors de la conception d’une enquête, la taille de l’échantillon peut être calculée en fonction de la prévalence attendue et de la précision souhaitée (largeur des intervalles de confiance). Les enquêtes sont également généralement conçues pour donner la prévalence dans une population (par exemple au niveau national ou dans une région). Afin de comparer deux populations, la taille de l'échantillon doit être calculée spécifiquement pour effectuer cette comparaison avec une puissance spécifiée afin de démontrer une différence (généralement au moins 80%, ce qui signifie qu'il faut accepter une probabilité de 20% qu'une vraie différence ne soit pas détectée). Une comparaison nécessitera probablement une très grande taille d'échantillon. Faire une comparaison en utilisant un échantillon plus petit qui n’a pas été conçu pour faire une comparaison aboutira inévitablement au résultat «aucune preuve d’une différence» car les intervalles de confiance d’une population chevaucheront l’estimation de la prévalence de l’autre population.

J'espère que cela vous sera utile.

Jay

Anonyme 24408

Utilisateur régulier

8 févr. 2019, 13:48

Merci beaucoup. Vos réponses sont très utiles. L'enquête est une enquête anthropométrique nationale réalisée à l'aide de la méthodologie SMART. Dans la partie Méthode du rapport de la synthèse (le rapport complet n'est pas encore disponible), il est indiqué que deux échantillons ont été calculés (un pour l'enquête anthropométrique pour les enfants âgés de 0 à 59 mois; le second pour l'enquête sur la mortalité). En ce qui concerne l'enquête anthropométrique, puis-je supposer que la taille de l'échantillon a probablement été calculée en fonction de la prévalence attendue et de la précision souhaitée pour le taux MAG et non pour la MAS ?

Le tableau ci-dessous présente les résultats de prévalence de la MAS pour 2018 (avec des intervalles de confiance à 95%) pour l'enquête à laquelle je fais référence, pour certaines provinces. La précédente enquête nationale SMART avait été réalisée en 2014. J'ai ajouté une colonne indiquant la prévalence 2014 de la MAS pour chacune de ces provinces.

Province 2018 2014
A 2,0 (1,0 - 3,8 à 95%) 1,7% (1,0 à 3,1 à 95%)
B 2,3 (1,5 - 3,5 95% IC) 1,7% (0,9 - 3,1 95% IC)
C 2,7 (1,5 - 4,7 95% IC) 1,9% (0,7 - 4,9 95% IC)
D 2,2% (1,3 - 3,7 95% IC) 1,6% (0,8 - 3,4 95% IC)

L'auteur estime que la méthodologie des deux enquêtes est comparable et qu'une augmentation de la MAS est observée en 2018 par rapport à 2014 pour ces quatre provinces.
Étant donné que les intervalles de confiance se chevauchent clairement pour les résultats provinciaux de 2014 et 2018, est-il incorrect de conclure à une augmentation de la prévalence de la MAS dans chacune de ces provinces?
Serait-il exact de dire qu'il n'y a pas de différence significative dans la prévalence de la MAS pour 2018 par rapport à 2014; et que le chevauchement des intervalles de confiance et leur largeur suggèrent qu’il aurait fallu une plus grande taille d’échantillon pour détecter une différence.

L'auteur indique également que la MAS dépasse maintenant le seuil d'urgence de 2% fixé par l'OMS dans ces quatre provinces (nécessitant une intervention accrue).

Il serait bon d'avoir votre avis pour une interprétation correcte de ces résultats.

Encore merci

Jay Berkley

Utilisateur fréquent

8 févr. 2019, 14:09

Comme vous le dites probablement, l’enquête a été conçue pour obtenir une prévalence nationale de la malnutrition aiguë globale, donc des larges IC pour la MAS, qui ne permettent pas de comparer la MAS ni par rapport aux années précédentes, ni entre provinces - vous devez examiner les détails de la conception pour le confirmer.

En outre, comme vous le dites, il n’y a aucune preuve de différences par rapport aux années précédentes. En ce qui concerne les IC, la province, avec une estimation de 2% de la MAS, a plus de 50% de probabilité d’être vraiment 2%, les autres ont une probabilité plus élevée. Donc, l’intervention dépend du degré de certitude que vous souhaitez avoir. Cependant, je recommande fortement de lire le post d'André Briend paru plus tôt aujourd'hui sur les seuils d'urgence.

Jay

Anonyme 24408

Utilisateur régulier

8 févr. 2019, 16:46

OK merci.

En résumé, pouvons-nous conclure que:
- nous ne pouvons pas vraiment dire qu'il y a une détérioration de la situation concernant la MAS de 2014 à 2018.
- il est inexact de dire qu'il y a une augmentation de la MAS de 2014 à 2018 dans ces provinces.
- une enquête avec une puissance suffisante / une taille d'échantillon plus grande devrait être menée pour confirmer la comparaison entre la prévalence 2014 de la MAS et celle de 2018.

En ce qui concerne le message d'André Briend sur les seuils d'urgence, pouvez-vous m'envoyer le lien? J'ai essayé de le rechercher, mais je ne le trouve pas.

Merci encore pour votre réponse très rapide et utile.

André BRIEND

Utilisateur fréquent

8 févr. 2019, 16:55

https://www.en-net.org/question/3556.aspx#lastpost

Bradley A. Woodruff

Self-employed

Expert

8 févr. 2019, 17:10

Chers tous:

Juste un petit point de clarification. Le chevauchement des intervalles de confiance autour des estimations de deux sous-groupes ne signifie pas nécessairement que les deux estimations ne sont pas statistiquement significatives. En effet, les intervalles de confiance des groupes distincts sont calculés à l'aide de la plus petite taille d'échantillon de chaque groupe, mais le calcul de la valeur p pour une différence entre les groupes utilise la variance calculée à partir des tailles d'échantillon regroupées des deux groupes. Ainsi, la comparaison entre les deux groupes a beaucoup plus de précision que ne le reflètent les intervalles de confiance des groupes séparés.

Si les intervalles de confiance de deux groupes ne se chevauchent pas, les estimations de ces deux groupes sont nettement différentes sur le plan statistique. Cependant, si les intervalles de confiance se chevauchent, vous pouvez généralement estimer la signification statistique em vérifiant si les intervalles de confiance pour chaque groupe comprennent les estimations ponctuelles de l'autre groupe oui, ou non.

Dans l'exemple de Anonymous 24408, considérons la province A. L'estimation 2014 de la prévalence de la malnutrition aiguë sévère est de 1,7% (IC à 95%: 1,0, 3,1). Ces intervalles de confiance NE COMPRENNENT PAS 2,0%, ce qui est l'estimation de la prévalence en 2018. De plus, le résultat pour 2018 est de 2,0% (IC à 95%: 1,0, 3,8). Par conséquent, l'intervalle de confiance inclut 1,7%, qui est l'estimation de l'enquête de 2014. Dans cet exemple, nous pouvons provisoirement conclure que ces deux enquêtes ne prouvent pas que la prévalence de la malnutrition aiguë sévère dans la province A a changé entre 2014 et 2018, mais je ne baserais jamais les conclusions d'un rapport ou d'une publication sur une telle estimation. J'utilise cette technique uniquement si je lis un rapport et que je n'ai pas accès aux données de l'enquête. Des conclusions plus précises sur la signification statistique doivent être fondées sur un test du chi carré approprié, quel que soit le plan d'échantillonnage complexe utilisé.

Anonyme 24408

Utilisateur régulier

8 févr. 2019, 17:42

Merci. Comment concluriez-vous au mieux les résultats de l'enquête:
- ne peut pas vraiment dire qu'il y a une détérioration de la situation concernant de la MAS de 2014 à 2018.
- ou faut-il laisser au rapport le soin de dire que les provinces montrent une augmentation de la prévalence de la MAS ?

Merci

Sameh Al-Awlaqi

Public Health and Nutrition Consultant

Utilisateur régulier

8 févr. 2019, 21:28

Bonjour Anonymous 24408,

Je pense que mes estimés collègues, Bradley et Jay, ont répondu à la plupart de vos questions. Juste un bref aperçu de la perspective SMART.

Vous pouvez vérifier s’il existe une signification statistique entre la prévalence des deux enquêtes en utilisant la calculatrice statistique CDC pour deux enquêtes. Elle est fournie avec le programme de formation SMART (formation des mangers). Veuillez consulter les annexes sur le site Web de la méthodologie SMART. La différence sera principalement basée sur l'interprétation de la p. comme mes collègues l’ont indiqué plus haut. Le chevauchement des CI est un moyen rapide de le faire également.

Lorsque vous faites des comparaisons, vous devez prendre en compte d’autres circonstances, telles que la saisonnalité, la taille de l’échantillon, l’effet de conception, d’autres carences nutritionnelles, le statut des moyens de subsistance ou d’autres interventions sanitaires dans la région, et si les services de PCMA ont augmenté ou non depuis la dernière enquête, ou si il y a eu une épidémie de diarrhée aqueuse aiguë depuis la dernière enquête, etc. Vous voudrez peut-être parler aux professionnels de la santé et aux membres de la communauté pour avoir un aperçu de votre interprétation.

J'ai travaillé sur les enquêtes SMART et la PCMA au Darfour et au Yémen. Je sais que parfois, vous vous sentez obligé (e) de trouver et de signaler les progrès réalisés sur l'état de la nutrition des enfants dans les zones de votre programme pour satisfaire les donateurs. Les rapports SMART, lorsqu’ils ne sont pas cohérents au fil du temps, peuvent être source de confusion et de frustration. Toutefois, lorsque vous examinez les indicateurs de programme, les tendances et les performances en matière d’admission, vous devez savoir si votre intervention porte ses fruits ou si elle nécessite quelques améliorations. Dans tous les cas, interprétez vos résultats SMART en fonction de votre contexte, votre équipe de terrain et vous pourrez dire vous-même si la situation en matière de nutrition s'aggrave.

J'espère que cela aura pu vous être utile!

Cordialement,

Sameh

Jay Berkley

Utilisateur fréquent

9 févr. 2019, 01:50

Pour en revenir sur le besoin d'obtenir des données réelles évoqué par Bradley, bien que chaque province ne montre aucune différence entre les deux points de temps, si vous pouvez obtenir les chiffres réels (nombre d'enfants interrogés, nombre avec MAG et nombre avec MAS) pour chacun pour les 4 provinces correspondant à chacun des deux moments, il serait alors possible de les combiner en une seule «méta-analyse» de l’évolution globale de la proportion d’enfants sous-alimentés dans les 4 provinces combinées, qui aurait plus de pouvoir de détecter un changement. Ces données sont-elles disponibles ?

Anonyme 24408

Utilisateur régulier

12 févr. 2019, 16:57

merci à tous pour vos commentaires très utiles. En ce qui concerne le dernier commentaire, je n’ai pas d’accès direct aux données. Seulement des conclusions sommaires pour le moment.

Retour en haut de page

» Afficher une réponse