Excel Calculation: Z-score calculation

Je ne connais pas d'outil Excel validé pour calculer le z score P/T. Il devrait être possible d'en créer un, car tout ce qui est requis est une simple arithmétique et une fonction de recherche pour trouver des valeurs de référence et un peu plus d'arithmétique plus simple ... Tout cela est possible dans Excel. Votre service informatique devrait être en mesure de créer quelque chose pour vous.

J'ai vu le z score P/T calculé dans les systèmes de saisie de données CSPro et Open Data Kit (ODK) sur les tablettes. Cela semble être ce que vous recherchez.

Une solution simple serait, je pense, d'utiliser ENA for SMART ou l'une des calculatrices anthropométriques disponibles auprès de l'OMS . Ces solutions nécessitent moins de puissance de calcul qu'Excel et fonctionneront sur des machines plus anciennes et sur des appareils "Netbook" à faible puissance. Certaines versions peuvent fonctionner sur un téléphone mobile Windows ... si vous en trouvez un (Mircosoft ne prend plus en charge les téléphones Windows).

J'utilise le package R "zScorer" qui peut être utilisé dans R ou via un navigateur Web (en ligne ou hors ligne). Cela a été discuté dans ce fil de discussion .

J'espère que cela vous sera utile.

Juste un mot de suivi ...

Il existe un Add-in Excel qui peut faire ce que vous voulez. Il utilise la méthode LMS et peut donc fonctionner avec de nombreuses références. Je n'ai pas utilisé ce logiciel. Il serait intéressant de savoir comment vous vous y prendrez.

Salut,

J'espère que cette réponse vous parviendra toujours à temps pour votre enquête SMART.

Il existe un questionnaire SMART ODK (au format XLSForm) que nous avons trouvé sur GitHub développé par Robert Johnston de l'UNICEF ( voici le lien vers le référentiel GitHub). Dans ce référentiel, vous verrez différents XLSForms. Celui spécifique à l'enquête SMART est le SMART_Questionnaire.xls . Dans ce XLSForm, il y a un calcul intégré (vous le verrez comme un champ de calcul) pour vérifier s'il faut signaler les mesures de poids et / ou de taille effectuées par l'énumérateur. Cependant, la logique n'est pas de montrer à l'énumérateur le score z en fonction des mesures prises, mais d'inciter l'énumérateur à mesurer à nouveau l'enfant en temps réel. Vous remarquerez également que le formulaire effectue une nouvelle mesure aléatoire pour certaines entrées même si les mesures ne sont pas marquées par le calcul (contrôle aléatoire). Nous avons utilisé une variation de cela dans notre approche de collecte de données ODK pour les enquêtes anthropométriques. Si vous avez d'autres questions sur l'outil, vous pouvez contacter Robert Johnston via le référentiel GitHub que j'ai lié ci-dessus. Sinon, je suis également heureux de vous aider.

En ce qui concerne CSPro, j'ai créé un script dans la syntaxe CSPro basé sur les calculs utilisés dans XLSform de Robert Johnston ci-dessus. Nous avons testé cela dans quelques enquêtes anthropométriques auxquelles j'ai participé et elles ont fonctionné comme prévu, mais je dois admettre que je n'ai appris la syntaxe CSPro que dans le but d'écrire ce script et que je n'en ai pas écrit avant ou depuis, donc mon code n'est probablement pas optimal. Je le partage quand même ici si vous ou quelqu'un le trouve utile. Voici un lien vers le code.

Comme l'a dit Mark, plus souvent j'utilise l'application zscorer mentionnée dans le lien partagé par Mark et je l'ai utilisée comme package R car j'utilise R pour mon travail d'analyse de l'enquête. Encore une fois, c'est une ressource que vous voudrez peut-être envisager en fonction de vos besoins.

J'espère que ceci vous sera utile.

Salutations,

Ernest

Blessing,

Le XLSForm auquel je fais référence utilise les critères de signalisation de l'OMS. Si les critères de signalisation SMART sont nécessaires, vous appliquez simplement ces critères lorsque vous utilisez ENA au stade de l'analyse. N'oubliez pas que la logique du XLSform est d'essayer de détecter d'éventuelles erreurs de mesure en tant que forme de contrôle de la qualité des données lors de la collecte des données et les enquêteurs sont invités à mesurer à nouveau si tel est le cas. Aucune censure des données n'a lieu à ce stade et toutes les données concernant les enfants échantillonnés sont toujours collectées. L'analyste doit ensuite appliquer le signalement approprié qu'il préfère (OMS et / ou SMART) lors de l'analyse des données.

Le package zscorer mentionné par Mark est un package R. Si vous utilisez R pour l'analyse des données, vous pouvez utiliser ce package pour calculer divers z-scores anthropométriques. Le package peut être installé à partir de CRAN via la syntaxe d'installation de package habituelle. Des instructions / guide complets sur l'installation du package R sont disponibles ici . N'oubliez pas qu'il s'agit d'un package R, donc l'installation nécessite que R soit également installé sur votre ordinateur.

Si vous n'êtes pas un utilisateur R, nous avons créé une application Web qui utilise le package R pour calculer les z-scores. Vous pouvez le trouver ici . Vous trouverez ici des instructions sur l'utilisation de l'application Web.

J'espère que ça répond à votre question.

Salutations,

Ernest

Je suppose que l'utilisation d'indicateurs SMART lors de la saisie de la date peut être difficile car ceux-ci utilisent le score z moyen dans les données d'enquête comme base pour les décisions de signalisation, et une moyenne ne sera pas disponible lors du premier enregistrement, et pourra être fiable avant d'avoir saisi environ 60 enregistrements. Je pense qu'Ernest a raison ... travaillez avec les critères de signalisation de l'OMS (ceux-ci signaleront les valeurs biologiquement invraisemblables). Vous pouvez ensuite appliquer des critères de signalisation SMART (ou WHO) avant d'analyser les données à l'aide d'ENA for SMART ou d'utiliser un script dans votre système d'analyse de données, ce que je fais habituellement (c'est assez facile à faire dans R, SPSS, EpiInfo, & c, ).

Je pense que Bill a raison. Les données DHS / MICS contiennent souvent de nombreuses données qui devraient être signalées par des indicateurs (en particulier en utilisant des critères de signalement SMART). Je pense également que le signalement lors de la collecte / saisie des données devrait utiliser les critères de signalement de l'OMS pour déclencher une nouvelle mesure et une vérification des autres données (par exemple, l'âge, le sexe) qui sont utilisées dans les calculs du score z.

Notez que les critères de signalisation ont été conçus pour une utilisation dans le cadre de l'enquête. Vous trouverez beaucoup plus de valeurs extrêmes dans les admissions aux programmes d'alimentation thérapeutique. De tels cas sont en vie mais ne demeureraient probablement pas longtemps en vie sans alimentation thérapeutique. D'après mon expérience, je constate que très peu d'enregistrements signalés dans les données d'enquête lors de l'utilisation des critères de signalement de l'OMS ... mais davantage d'enregistrements signalés lorsque des indicateurs SMART sont utilisés.

Bill,

Je suis préoccupé par l'utilisation des critères de signalisation SMART dans les grandes enquêtes. Les enquêtes à grande échelle telles que MICS et DHS collectent généralement des données auprès de nombreuses populations. Chaque population peut avoir différentes distributions d'indices anthropométriques et une prévalence différente d'indicateurs anthropométriques. Dans ce cas, la moyenne de l'ensemble de l'échantillon de l'enquête ne sera pas une moyenne de référence appropriée et l'écart type supposé (c.-à-d. SD = 1) sera généralement trop étroit pour fixer des limites qui définissent des valeurs statistiques aberrantes avec les probabilités attendues. Cela entraînera un signalement incorrect des enregistrements, ce qui entraînera des estimations de prévalence biaisées. Des moyennes propres à une strate ou à un district devraient être utilisées à la place des moyennes de l'échantillon entier, mais cela ne résoudra peut-être pas entièrement le problème.

J'ai fait un petit travail lié à la qualité des données dans les enquêtes d'anthropométrie nutritionnelle pour l'UE et l'UNICEF Nigeria (les données DHS ont des proportions signalées plus élevées que MICS qui ont des proportions plus élevées signalées que les enquêtes SMART nationales). Je pense que le projet SMART aura fait davantage. Je suis sûr que CDC / NHANES aura examiné cela en détail. Je n'ai connaissance d'aucune étude "internationale" systématique. ENN pourrait peut-être s,en occuper.

Je suis un peu confus ... Je pense que l'idée est d'identifier les cas de MAS trouvés dans un échantillon d'enquête et de les référer à la PCMA. Une approche simple consisterait à saisir les données de l'enquête et à utiliser l'ENA (ou un autre système) pour calculer les scores z, puis à appliquer les définitions de cas et à dresser une liste des cas répondant aux définitions de cas de MAS qui pourraient être signalés aux responsables de bloc pour organiser le renvoi. Ce ne serait pas difficile à faire. J'imagine que vous souhaitez utiliser ODK pour ce faire lors de la collecte des données. Je ne connais pas suffisamment ODK ou Kobo pour savoir dans quelle mesure cela est possible, mais le calcul (par exemple) des scores Z P / T dans Excel devrait être possible, car il ne s'agit guère de recherche de table et d'une simple arithmétique. À peu près n'importe quel service informatique devrait avoir des compétences suffisantes pour ce faire.

Mon inclination serait de laisser tomber le P/T compliqué et de garder des classes de PB simples pour trouver et référencer des cas de MAS.

WRT l'algorithme de calcul du z-score P/T (WHZ) ou d'autres z-scores ... Je peux seulement dire ce qu'Ernest et moi avons utilisé dans la bibliothèque R zscorer qui est disponible en tant que logiciel open-source (cela signifie que vous pouvez observer les algorithmes et les tables de recherche vous-même).

Nous avons traité le problème comme un problème de recherche dans les tables disponibles comme nous le ferions si nous faisions les calculs à la main, sauf que l'ordinateur le fait pour nous. Nous avions une table qui ressemblait à ceci :

index sexe donnée   l   m   s
wfh 1 65,0 -0,3521 7,4327 0,08217
wfh 1 65,1 -0,3521 7,4563 0,08216
wfh 1 65,2 -0,3521 7,4799 0,08216
wfh 1 65,3 -0,3521 7,5034 0,08215
wfh 1 65,4 -0,3521 7,5269 0,08214
wfh 1 65,5 -0,3521 7,5504 0,08214
.
.
.
wfh 2 119,5 -0,3833 22,6012 0,09808
wfh 2 119,6 -0,3833 22,6444 0,09812
wfh 2 119,7 -0,3833 22,6877 0,09816
wfh 2 119,8 -0,3833 22,7309 0,09820
wfh 2 119,9 -0,3833 22,7741 0,09824
wfh 2 120,0 -0,3833 22,8173 0,09828

wfh = z-score P/T

La colonne "index" nous permet de sélectionner l'index, sous forme de nombreux disponibles, que nous voulons calculer. La colonne "sexe" est le sexe de l'enfant (1 = homme, 2 = femme), et la colonne "donnée" est la taille des mesures de l'enfant. Les colonnes "l", "m" et "s" sont les valeurs L, M et S utilisées pour calculer le z-score comme décrit dans "WHO WHO Growth Standards: Methods and development: Length / height-for-age" , poids-pour-âge, poids-pour-longueur, poids-pour-taille et indice de masse corporelle-pour-âge "aux pages 301-304:

Guide de l'OMS

Le processus consiste à (1) rechercher les valeurs L, M, S pour l'enfant compte tenu du sexe et de la taille et (2) insérer ces valeurs avec le poids mesuré dans les formules fournies par l'OMS (voir ci-dessus). La fonction VLOOKUP () d'Excel facilite la recherche de données dans une table et le reste est simplement une arithmétique simple. J'ai assemblé une démonstration de preuve de concept simple pour P/T (WHZ) dans Excel et je l'ai mise ici :

Démo Excel pour WHZ

Il s'agit d'une calculatrice de z-score P/T simplifiée qui ne corrige pas les valeurs extrêmes lorsque P/T > +3 ou P/T < -3. Vous-même ou quelqu'un d'autre ici, pouvez ajouter cela à partir des formules présentées dans les "WHO Child Growth Standards : Methods and development: Length/height-for-age, weight-for-age, weight-for-length, weight-for-height and body mass index-for-age", pages 301-304. Cela pourrait être plus élégant. Comme je l'ai dit ... j'ai "combiné tout cela" donc vous devriez vraiment le tester avant de l'utiliser pour le dépistage & c.

Il n'y a rien ici qui devrait surcharger Excel en cours d'exécution sur un PC. Je ne sais pas si cela surchargerait ODK en cours d'exécution sur un téléphone mobile de base ... Vous pouvez exécuter Excel sur un Android ou un IOS d'Apple. Vous pourriez essayer.

Vous pouvez obtenir les données de la table de recherche à partir du code source de la bibliothèque R zscorer. Il contient des tableaux pour l'IMC / A, le tour de tête / A. H / A, L / A, PB / A, pli cutané scapulaire solaire / A, pli cutané triceps / A, W / A, P / H et P / L. Des tableaux sont également disponibles dans la section OMS sur les normes de croissance de l'enfant du site Web de l'OMS :

Normes de croissance de l'enfant de l'OMS

J'espère que cela vous sera utile.

Je ne sais presque rien à propos de Kobo, je ne peux donc pas aider. L'utilisation de polynômes était courante avec la référence NCHS et était utilisée (par exemple) dans le module EpiNut d'EpiInfo. Je ne l'ai pas vu utilisé pour les normes de croissance de l'enfant de l'OMS. Je pense que tous les logiciels fournis par l'OMS et d'autres logiciels (par exemple ZSCOER06 dans STATA et la bibliothèque «zscorer» dans R) utilisent la recherche de table. Avez-vous un lien vers des informations sur l'utilisation des polynômes pour les normes de croissance de l'enfant de l'OMS? Cela serait très utile car il pourrait être implémenté dans (par exemple) ODK et CSPro.

Recherche de table WRT dans Excel ... vous pouvez l'utiliser sur les versions de téléphone portable d'Excel ou d'autres feuilles de calcul pour calculer les z-scores sur le terrain à l'aide de la recherche de table.

En supposant que :

La case A1 contient un poids en kg

La case A2 contient une hauteur hauteur en cm

On peut utiliser :

= A1 / (A2 / 100) ^ 2

pour calculer l'IMC. Le "A2 / 100" convertit la hauteur en centimètres en hauteur en mètres et "^ 2" a élevé un nombre à la puissance 2 (c'est-à-dire au carré d'un nombre).

J'espère que c'est ce dont vous avez besoin.

L' ENA for smart fonctionne bien. Je ne sais pas s'il calculera les scores z de l'IMC / A. Je pense qu'il fait H / A, P / A et P / H pour les enfants uniquement. Une des raisons de vouloir faire cela dans EXCEL est que les systèmes de saisie de données pour les appareils mobiles tels que les ODK et ses dérivés utilisent des fichiers au format EXCEL pour spécifier les systèmes de saisie de données et fournir des calculs à l'écran. L'ENA, pour autant que je sache, ne fonctionne pas sur les appareils mobiles.

Il est possible de développer un code simple pour calculer les scores z qui exécute sur les appareils mobiles ou dans EXCEL. L'approche typique consiste à développer des équations d'estimation en utilisant une régression polynomiale à partir des données de référence WGS. J'ai essayé ceci pour l'indice Poids/Age (WAZ) pour le groupe d'émaciation et de retard de croissance ENN simultanément et cela fonctionne bien sur les appareils Android. L'installateur est ici .

Ceci est une application Webkit et ne représente guère plus qu'une petite page Web (HTML forme un JavaScript) qui ressemble à une application. La page Web est ici . Cela devrait fonctionner dans la plupart des navigateurs.

Si quelqu'un est intéressé, je peux faire un petit guide HowTo sur la recherche de l'équation d'estimation pour les scores z (c'est-à-dire comme je l'ai fait pour l'indice WAZ). Veuillez me laisser savoir s'il y a de l'intérêt pour cela.

Oui. Cela pourrait fonctionner, mais ce serait un simple IMC. C'est (en quelque sorte) OK avec les adultes, mais pour les enfants et les jeunes, vous voudrez probablement avoir un score z IMC / A.