(1) C'est moi qui étais confus ( «pensée paresseuse» pourrait être le meilleur terme pour ça). Vous l'avez juste. La formule de prévision des cas attendus :
Cas attendus = N * P * K * C
a:
K = 1 + (t / 7,5) = 2,6
Celui-ci utilise l'estimation de la durée moyenne d'un épisode SAM non traité (soit 7,5 mois) à partir de deux populations africaines à partir d'une étude publiée en 2009 en utilisant des données plus anciennes. Toutes les heures doivent être exprimées dans les mêmes unités. Pendant un an (douze mois), nous avons:
K = 1 + (12 / 7,5) = 2,6
Pendant six mois, nous avons:
K = 1 + (6 / 7,5) = 1,8
Des travaux récents indiquent que la valeur de K varie entre les emplacements. Il semble que K = 2.6 sera souvent une sous-estimation.
(2) Voici un exemple concret ...
Le nombre des cas attendus dans le programme est estimé à:
Cas attendus estimés (E) = 58.000
Le programme a admis:
Charge de travail (L) = 84.000
Nous avons:
L = CNP (K + 1) = 84 000
où:
L = nombre de cas observés
N = Population
P = Prévalence
K = Incidence (exprimée comme une correction à prevalene)
Le processus pour obtenir à un nouveau K est:
L = CNP (K + 1)
K + 1 = L / CNP
K = (L / CNP) - 1
Avec quelques chiffres:
C = 50% (0,5)
N = 1000000
P = 2% (0,02)
L = 84000
CNP (K + 1) = 84 000
* 1000000 * 0,5 0,02 * (K + 1) = 84 000
10000 * (K + 1) = 84 000
K + 1 = 84000/10000
K = (84000/10000) - 1
K = 7,4
Une autre façon (simple) d'exprimer ceci est:
Nouveau.K = (nombre de cas observés / nombre de cas attendus) - 1
Cela tient si nous ne prévoyons pas de changement dans la couverture. Nous pouvons inclure un changement dans la couverture en utilisant quelque chose comme:
Nouveau.K = ((nouvelle couverture / vieille couverture) * nombre de cas observés)
/ Couverture attendue) - 1
Ceci est un moyen de calibrer le K à partir d'une expérience du programme.
(3) Cet article et cet article pourrait être utile. Le est un "sujet d'actualité" dans notre domaine et d'autres rapports sont sous presse. Un groupe de travail technique international est mis en place.
(4) Utilisez ce qui est approprié. L'exemple ci-dessus est ... "Les preuves disponibles indiquent qu'il n'y a pas une seule valeur pour K. Il est nécessaire d'utiliser une valeur locale pour K. Je pense que la seule chose à faire est de choisir un K. local connu Si il n'y a pas de K local connu alors nous pouvons choisir une valeur qui semble approprié (par exemple, dans le sud du Niger K a été estimée à K = 9 donc on peut utiliser K = 9 pour un programme dans le nord du Nigeria), puis calibrer K en utilisant des estimations de population, la prévalence, la couverture et la le nombre de cas connus ". En l'absence d'information utile, la valeur par défaut (2.6) peut être utilisé.
J'espère que cela soit d'une certaine utilité.