شاخص های تخمین زده شده توسط روش های غیرمستقیم: مفاهیم اساسی ، کاربردها و محدودیت ها
فهرست
تخمین شاخص هایی که بیشتر در بهداشت عمومی استفاده می شود
هدف، واقعگرایانه
برای به دست آوردن آشنایی با تخمین های رایج ترین شاخص های بهداشتی ، کاربردهای آنها و محدودیت ها
پس از خواندن این بخش ، خواننده قادر به تعریف خواهد بود:
- منظور از تخمین یک شاخص چیست
- دلایل اصلی استفاده از برآوردها
5. 1 روش برای برآورد شاخص
تخمین یک مقدار تقریبی است که بر اساس شواهد ناقص یا داده های موجود محاسبه می شود.
در آمار و جمعیت شناسی ، تخمین به معنای تعیین یا محاسبه ارزش چیزی ، با حاشیه خاصی از عدم دقت ، هنگامی که چیزی که مورد بررسی قرار می گیرد به طور کلی مشخص نیست.
تقریباً تمام محاسبات شاخص های بهداشتی بدون توجه به اینکه آیا داده ها با اندازه گیری مستقیم یا با استفاده از تکنیک های اندازه گیری غیرمستقیم جمع آوری شده اند ، بر اساس تخمین ها انجام می شود. در هر دو مورد حاشیه خطا وجود دارد. در جایی که یک اندازه گیری مستقیم درگیر باشد ، عدم دقت می تواند ناشی از خطاهای تصادفی باشد که به دلیل رویه های مورد استفاده برای انتخاب جمعیت ، جمع آوری داده ها و تجزیه و تحلیل بعدی آن ، از خطاهای تصادفی که ذاتی در فرآیندهای نمونه برداری یا از خطاهای سیستماتیک هستند ، ناشی می شود. در مورد برآوردهای مبتنی بر تکنیک های اندازه گیری غیرمستقیم که از مدلهای ریاضی یا آماری استفاده می کنند ، عدم دقت نیز می تواند به دلیل خطاهای ذاتی در روش به دلیل فرضیات و محدودیت های مدل رخ دهد. ارزیابی فرضیات در چنین مدلهایی دشوار است. این امر به ویژه در جمعیت های کوچک است که داده ها و اطلاعات قابل تکرار و قابل تکرار محدود هستند و به ویژه در صورت عدم وجود سری زمان های به اندازه کافی طولانی و قابل اعتماد.
در این بخش از اصطلاح تخمین برای اشاره به تخمین روشهای غیرمستقیم بر اساس تکنیک هایی که از مدل های ریاضی و آماری یا سایر تکنیک های جمعیت شناختی برای تنظیم یا تصحیح داده های مستقیم استفاده می کنند ، استفاده شده است. بنابراین ، برآورد شاخص ها با روش های غیرمستقیم برخلاف محاسبه مستقیم شاخص ها ، که منحصراً بر اساس داده ها و اطلاعات از منابع اولیه یا ثانویه اطلاعات استوار است.
5. 2 استفاده و محدودیت های تخمین شاخص ها
در بیشتر کشورها ، سیستم های اطلاعاتی و سایر منابع داده های بهداشتی به میزان قابل توجهی بهبود یافته اند. با این وجود ، به دلیل شکاف داده ها و چالش های اندازه گیری ، نیاز به محاسبه تخمین شاخص های بهداشتی با استفاده از روشهای مختلف ریاضی ، آماری و سایر روش ها وجود دارد. دلایل مختلفی برای استفاده از تخمین برای شاخص های بهداشت جمعیت وجود دارد. در زیر نمونه هایی از چنین شرایطی وجود دارد:
- عدم وجود کل سیستم های اطلاعاتی و سایر منابع داده برای محاسبه شاخص های اصلی وقایع زندگی و سایر اطلاعات ضروری برای اهداف مدیریت سلامت.
- عدم وجود داده های کلی جمعیت ، یا تعداد جمعیت در دوره های بین سرشماری یا سالها از زمان سرشماری جدید (حتی در مواردی که سرشماری دوره ای انجام می شود).
- شکاف در داده های بهداشتی ، به دلیل مشکلات قابل توجه اعتبار و پوشش در نقاط خاص در زمان یا به ویژه در مناطق جغرافیایی ، به عنوان یک نتیجه از ظرفیت فنی محدود ، تغییر اولویت های سیاسی یا عدم پایداری مالی سیستم های اطلاعاتی بهداشتی ، از دیگر سایر عوامل ممکنبشر
- موقعیت هایی که در آن داده های کافی و شاخص های بهداشتی وجود دارد ، اما آنها از مطالعات با نمونه های احتمالی (مشاهده جزئی از یک کل) حاصل می شوند ، که برای آن باید تغییر نمونه گیری از طریق یک فرآیند تخمین (استنتاج آماری) گنجانیده شود.
- نیاز به شاخص هایی که مورد علاقه سازمان های بین المللی در مقایسه و نظارت بر کشورها و همچنین در تولید تخمین برای مناطق بزرگ جهان ، از جمله کشورهایی با کیفیت بسیار متفاوت و پوشش اطلاعات بهداشتی است (1).
روش شناسی که یک کشور برای تسهیل سازگاری متقابل با شاخص های جهانی که توسط سازمان های بین المللی محاسبه می شود ، از طریق روش های غیرمستقیم از تخمین استفاده می کند ، باید با احتیاط مشاهده شود. این موضوع به طور گسترده مورد بحث قرار گرفته است (1 ، 2).
یک اجماع وجود دارد که داده های مستقیم باید هر زمان ممکن ، به طور مداوم ارزیابی و ارزیابی شوند. استفاده روتین از داده های مستقیم می تواند فرصتی برای بهبود منابع داده ایجاد کند. استفاده غیرقانونی از شاخص های برآورد شده می تواند اصالت داده ها و اطلاعات ناشی از سیستم های اطلاعات بهداشتی ملی را تضعیف کند. یک نتیجه احتمالی می تواند کاهش احتمالی در تخصیص منابع برای بهبود سیستم های اطلاعاتی بهداشتی ، به ویژه در کشورهایی که منابع بهداشتی کمیاب دارند ، باشد.
بسیاری از روشهای تخمین غیرمستقیم (برای داده های جمعیتی یا سایر داده ها) مشمول نادرستی هستند ، به ویژه در شرایط خاص ، مانند زمانی که داده های ملی به ندرت در دسترس هستند یا ناقص هستند. با این حال ، دقیقاً در چنین شرایطی است که محاسبه تخمین برای شاخص های بهداشتی ضروری می شود. به منظور غلبه بر مشکل عدم دسترسی به داده ها ، گاهی اوقات از داده های منتخب برای تولید داده های مورد نیاز برای برآورد غیرمستقیم استفاده می شود. محدودیت های ذاتی لکه دار دست کم گرفته می شود. این موارد شامل عدم نمایندگی از تنوع یک کشور ، حضور احتمالی خطای تصادفی کشف نشده ، حضور احتمالی خطاهای عمده سیستماتیک و غیره است (2). چنین خطاهایی می تواند تا حد زیادی صحت تخمین های غیرمستقیم را به خطر بیاندازد و لزوماً ممکن است بهبودی بر محدودیت در کیفیت داده های مستقیم نباشد. مسئله مرتبط دیگر توانایی محدود اکثر تکنیک های غیرمستقیم برای ضبط دقیق تغییرات قابل توجهی در شاخص های محاسبه شده است. نمونه ای از کاهش شدید نرخ باروری در برزیل و عدم توانایی تکنیک های پیش بینی جمعیت دولت برای توضیح مناسب پدیده ، به عنوان مثال ، از طریق برآوردهای زنده تولد است.
سرانجام ، فرآیندهای تخمین غیرمستقیم در سالهای اخیر به طور فزاینده ای پیچیده شده اند. این امر ظرفیت کمتری را برای ارتباط و تکرارپذیری به همراه دارد. در این زمینه ، دستورالعمل های مربوط به تخمین های سلامت دقیق و شفاف گزارش (جمع آوری) (3) یک تلاش قابل تحسین برای تدوین برخی از دستورالعمل ها است.
این دستورالعمل ها باید گزینه ای برای پرداختن به کمبود داده های بهداشتی قابل اعتماد در برخی زمینه ها در نظر گرفته شود. با این حال ، محدودیت ها و پیامدهای آنها برای گزارش دقیق و شفاف از شاخص های بهداشتی همیشه باید در ذهن داشته باشد.
مشارکت در سطح محلی ، ملی و جهانی باید برای تقویت سیستم های اطلاعات ملی بهداشت و ظرفیت ساختمان برای تولید ، تجزیه و تحلیل و استفاده از داده ها و شاخص های بهداشتی تشویق شود. تلاش سازمان های بین المللی (WHO و سایر نهادهای سازمان ملل) ، نهادهای علمی و دولت ها برای حمایت از بهبود سیستم های اطلاعات بهداشتی و ظرفیت تحلیلی مستحق شناخت هستند.
نیاز به شاخص های معتبر جهانی ، ملی و فرعی بهداشتی (صرف نظر از منشأ آنها) از اهمیت اساسی برخوردار است زیرا این شاخص ها اولویت های سرمایه گذاری های مرتبط با سلامت را شکل می دهند. ارزیابی پیشرفت و اثربخشی مداخلات ؛و برای سازماندهی همکاری های بین المللی استراتژیک ضروری است. بر این اساس ، برای رفع نیاز به شاخص های معتبر بهداشتی ، باید از بهترین شواهد موجود در یک زمان معین استفاده شود ، حتی اگر درجه ای از عدم دقت اجتناب ناپذیر باشد.(4)
نمونه هایی از چنین شرایطی عبارتند از:
- در جایی که کیفیت داده ها حداقل استانداردها را برآورده نمی کند یا جایی که هیچ اطلاعاتی در سطح کشور در دسترس نیست.
- به منظور تأیید قابلیت اطمینان وقایع مورد مطالعه ، مانند در مورد عدم گزارش مرگ و میر به ویژه مرگ و میر نوزاد و مادران.
- نیاز ، در سطح جهانی یا منطقه ای ، برای استفاده از اطلاعات استاندارد برای محاسبه شاخص ها. اختلاف در کیفیت داده ها و اطلاعات و تفاوت بین پروتکل های سیستم های بهداشتی در مورد نمایندگی جمعیت ، تعریف مورد و جمع آوری و تجزیه و تحلیل داده ها در مکان های مختلف (کشورها) و در نقاط مختلف در زمان ، می تواند تا حد زیادی توانایی شاخص ها را به خطر بیاندازدمقایسه بین کشورها و مناطق.
منابع اصلی تخمین آماری عبارتند از: بخش جمعیت سازمان ملل و دفتر سرشماری ایالات متحده (برای برآورد جمعیت). بانک جهانی (برای برآورد شاخص های مرگ و میر اقتصادی و اقتصادی و مادران). WHO (برای چهره های مرگ و میر ، جداول مرگ و میر و میزان مرگ و میر مادران) ؛یونیسف ، UNFPA و Celade (برای چهره ها و جداول مرگ و میر) ؛و موسسات دانشگاهی با استفاده از انواع تخمین های دیگر.
Paho ، به عنوان یک سازمان بین المللی ، از تخمین جمعیت ارائه شده توسط بخش جمعیت سازمان ملل به جای سرشماری ملی کشورهای عضو خود استفاده می کند. این رویکرد مقایسه با داده های مربوط به مرگ و میر مادران و کودک که از گروه بین سازمانی سازمان ملل متحد برای برآورد مرگ و میر کودکان (IGME) حاصل می شود ، تضمین می کند. این آژانس در سال 2004 برای هماهنگی تخمین در سیستم سازمان ملل ایجاد شده است. بهبود روشهای تخمین مرگ و میر کودک ؛گزارش پیشرفت در جهت دستیابی به اهداف توسعه هزاره و اکنون اهداف توسعه پایدار. و تقویت ظرفیت کشورها برای انجام محاسبات به موقع و به درستی در مورد مرگ و میر نوزادان. IGME به ریاست یونیسف و سازمان بهداشت جهانی (WHO) با مشارکت بانک جهانی و بخش جمعیت سازمان ملل (بخشی از وزارت امور اقتصادی و اجتماعی سازمان ملل) به سر می برد.
5. 3 تخمین شاخص های مرگ و میر مادران و نوزادان
با توجه به نیاز به ایجاد پایه ای برای اندازه گیری پیشرفت به سمت هدف توسعه هزاره 5 (MDG-5 ، و اکنون SDG-3) و عدم وجود داده های قابل اعتماد در مورد روندهای جهانی در مرگ و میر مادران ، لازم بود که تعداد مرگ و میر مادران تخمین زده شود، و همچنین نسبت مرگ و میر مادر (MMR).
بسیاری از کشورها در تشخیص و ضبط مرگ و میر مادران و تولد زنده پیشرفت های مهمی داشته اند. بنابراین آنها داده های قابل اعتماد ، هر چند هنوز ناقص هستند. در عین حال ، اندازه گیری مرگ و میر مادران همچنان یک چالش بزرگ است. در سال 2013 ، براساس داده های گزارش شده به PAHO از کشورهای عضو ، تعداد مطلق مرگ و میر مادران برای آمریکای لاتین و کارائیب حدود 6000 در سال بود. تعداد واقعی احتمالاً بیشتر است ، زیرا برخی از کشورها با تعداد نسبتاً بالایی از مرگ و میر مادران (بولیوی ، گویان ، هائیتی و ترینیداد و توباگو) داده ها را گزارش نکردند. با این حال ، برای همین دوره ، گروه بین آژانس تخمین مرگ و میر مادران (MMEIG) ، که شامل WHO ، یونیسف ، UNFPA و بانک جهانی است ، تقریباً 9،300 مرگ و میر مادران را تخمین زده است ، در حالی که انستیتوی معیارهای بهداشتی و ارزیابی (IHME) تخمین زده است7،600این سه چهره مختلف باعث ایجاد اختلاف قابل توجهی در بین کشورهای گزارشگر می شوند. اگرچه برخی از شباهت ها در بین روشهای مورد استفاده گروه های مختلف برای برآورد روند مرگ و میر مادران وجود دارد ، اما دلایل تفاوت عمده توضیحات شایستگی وجود دارد.
با توجه به اهمیت این شاخص ها ، دو روش شناسی که می تواند برای اندازه گیری صحت نسبت مرگ و میر مادران و میزان مرگ و میر نوزادان محاسبه شده با منابع سطح کشور مورد استفاده قرار گیرد ، مورد بحث قرار خواهد گرفت.
5. 3. 1 روش استفاده شده توسط گروه بین آژانس برآورد مرگ و میر مادر (MMEIG)
سازمان ملل متحد MMEIG کشورها را به سه گروه ، A ، B و C. تقسیم می کند. با استفاده از روش MMEIG ، تعداد مرگ و میر مادران گزارش شده توسط یک کشور با ضریب تصحیح 1. 5 برای تصحیح نادرست طبقه بندی می شود ، مگر در مواردی که کشور اطلاعات خود را با داده های ملی از یک مطالعه منتشر شده در مورد نسبت گزارش نشده و ضعیف تصحیح می کند. موارد طبقه بندی شدهضریب تصحیح 1. 5 ناشی از دو مطالعه لوئیس لندن است: تحقیق محرمانه در مورد سلامت مادران و کودکان (2004 و 2007).
کشورهای گروه B فاقد داده های ثبت نام حیاتی کامل هستند اما از انواع دیگر منابع داده استفاده می کنند. برای این کشورها ، روش MMEIG نسبت مرگ و میر مادران را با استفاده از یک مدل با سه عامل پیش بینی به عنوان اقدامات قرار گرفتن در معرض خطر تخمین می زند. این عوامل عبارتند از:
- سرانه تولید ناخالص داخلی
- نسبت تولد زنده با حضور پرسنل ماهر
- میزان باروری کلی (تولد زنده برای هر زن در گروه سنی 15 تا 49 ساله).
نسبت به دست آمده برای برآورد تعداد کل مرگ و میر زنان در سن فرزندآوری که پس از آن براساس تعداد کل زایمان ها برای برآورد نسبت مرگ و میر مادران تقسیم می شود ، استفاده می شود. این دو مورد داده از بخش آماری سازمان ملل (UNSD) تهیه شده است.
5. 3. 2 دو شناسی متو مورد استفاده موسسه معیارهای بهداشتی و ارزیابی (IHME)
مدل مورد استفاده موسسه معیارهای بهداشتی و ارزیابی (IHME) در مورد تغییر در کیفیت اطلاعات کشورها در نظر نمی گیرد و بنابراین این روش بدون تمایز برای همه کشورها اعمال می شود. متغیرهای پیش بینی شده مورد استفاده عبارتند از:
- سرانه تولید ناخالص داخلی
- سطح آموزشی زنان ، با سن متفاوت است
- میزان مرگ و میر نوزادان
- میزان باروری کل
- شیوع HIV/AIDS (این متغیر تفاوت را از مدل مورد استفاده MMEIG نشان می دهد ، که این متغیر را در نظر نمی گیرد ؛ بنابراین ، تخمین مرگ و میر به دلیل این علت ابتدا انجام می شود ، و سپس برآورد اصلاح می شود).
IHME با ضرب با ضریب تصحیح 1. 4 ، مشکلات سوابق زیر قشر و کیفیت پایین را تصحیح می کند.
5. 3. 3 تخمین مرگ و میر نوزادان در منطقه قاره آمریکا
ارزیابی دستاوردها با توجه به هدف توسعه هزاره 4 (MDG-4) بر اساس تجزیه و تحلیل مرگ و میر زیر 5 بود. با این حال ، با توجه به تفاوت در خطر مرگ و میر و در ساختار مرگ و میر مبتنی بر مرگ و میر در سالهای اول زندگی ، تجزیه و تحلیل که امکان تفکیک را فراهم می کند برای تجزیه و تحلیل تأثیر مداخلات خاص و برنامه ریزی اقدامات آینده ضروری است.
اطلاعات موجود از منابع و روشهای مختلف حاصل می شود ، که هنگام تفسیر داده ها باید تفاوت های آنها را ارزیابی کرد. Paho داده ها را بر اساس گزارش های مرگ و میر کشورها تثبیت و ارائه می دهد. آمار و ارقام سالانه تولد از برآوردهای انجام شده توسط بخش جمعیت سازمان ملل و دفتر سرشماری ایالات متحده گرفته شده است. مرگ و میر نوزادان و میزان مرگ و میر زیر 5 سال بر اساس این منابع داده است.
در سطح جهانی ، تخمین ها توسط گروه بین آژانس ایالات متحده برای برآورد مرگ و میر کودک (IGME) و همچنین توسط IHME ارائه می شود. رویکردهای روش شناختی این دو منبع با توجه به داده های اساسی ، پردازش آنها و فرآیندهای تعدیل استفاده شده متفاوت است. مهمترین اختلافات در نتایج ناشی از تغییر در مرگ و میر در کشورها ، اصلاحات یا تنظیمات اعمال شده و مدل های مورد استفاده برای به دست آوردن تخمین ها در پاسخ به مشکلات در پوشش آمار حیاتی است.
مانند سایر منابع داده ، سودمندی آمار مرگ و میر و همچنین صحت داده ها ، تا حد زیادی به کیفیت آنها بستگی دارد ، که در درجه اول با بالاتر از میزان پوشش همراه است.
ارزیابی میان مدت برنامه منطقه ای برای سلامت نوزادان شامل تجزیه و تحلیل پوشش و صحت اطلاعات در مورد مرگ و میر نوزادان به دست آمده از سیستم های آمار حیاتی است. ارزیابی با استفاده از اطلاعات از پایگاه داده های موجود در تیم اطلاعات و تجزیه و تحلیل اطلاعات بهداشتی Paho انجام شد. این بانکهای اطلاعاتی شامل اطلاعات مربوط به مرگ و میر نوزادان ، نوزاد و کودک برای 47 کشور در منطقه بین سالهای 1995 و 2010 است. این پایگاه داده ها شاخص هایی از مرگ و میر نوزادان ، نوزاد و کودک را تولید می کنند که با برآورد مستقیم بر اساس DHS/RHS و WHO مقایسه شده است ((Whos) نظرسنجی ها ، و همچنین با برآوردهای غیرمستقیم از IgME ، IHME و UNICEF (نظرسنجی MICS). به طور مشابه ، از پایگاه داده های Paho برای به دست آوردن توزیع مرگ و میر نوزادان ، نوزاد و کودک به دلایل استفاده شد. در این حالت ، برآورد مستقیم با تدوین اقدامات تولید شده توسط گروه مرجع اپیدمیولوژی بهداشت کودک (CHERG) تکمیل شد.
بر اساس تجزیه و تحلیل ، پوشش مرگ و میر در کل در 21 کشور خوب ، رضایت بخش در شش و در 12 نقص تعیین شده است. بنابراین ، میانگین سطح پوشش مرگ و میر زیاد است (متوسط 94 ٪). قوام تخمین ها به طور کلی با داده های ارائه شده توسط UNSD برای سالهای نزدیک به سالهای مورد تجزیه و تحلیل قابل مقایسه است ، هم با توجه به کشورها به طور کلی (متوسط 93. 5 ٪) و هم برای اکثر کشورها به صورت جداگانه.
بین درصد پوشش مرگ و میر و تفاوت نسبی بین نرخ های به دست آمده توسط روشهای مستقیم و غیرمستقیم رابطه معکوس وجود دارد (هرچه سابق بالاتر باشد ، دومی نیز پایین تر است). با توجه به مرگ و میر نوزادان و کودکان ، همبستگی بین درصد پوشش و تفاوت نسبی بین نرخ مستقیم و غیرمستقیم تخمین زده شده بیشتر از تخمین های غیرمستقیم محاسبه شده توسط IHME بود. در مورد مرگ و میر نوزادان ، این ارتباط از نظر رابطه بین درصد پوشش و تفاوت نسبی بین نرخ مستقیم و موارد محاسبه شده توسط IGME بیشتر بود.
همچنین بدیهی است که علل ذکر شده در اعلامیه های مرگ در کشورهای منطقه به میزان قابل قبولی دقیق است و فرکانس دلایل بد تعریف شده کمتر از 10 ٪ است. بنابراین ، اگرچه کیفیت اطلاعات مرگ و میر در منطقه باید بهبود یابد ، اما سطح پوشش و دقت به طور کلی کافی است. هرچه چنین اندازه گیری هایی بهتر باشد ، سود اطلاعات مبتنی بر منابع مستقیم ، در مقابل غیرمستقیم ، بیشتر خواهد بود.
منابع
1. Boerma T ، CD Mathers. سازمان بهداشت جهانی و تخمین های بهداشت جهانی: بهبود همکاری و ظرفیت. Biomed Central - دارو. 2015. doi 10. 1186/s12916-015-0286-7 https://bmcmedicine. biomedcentral.com/articles/10. 1186/S12916-015-0286-7
2. Frias PG ، Szwarcwald CL ، Pis L. Estintaçà £ o da mortalidade infantil no Contexto de dexcentralizaçà £ o do Sistema Único de Saúde (SUS). برس. Saúde Mate. نوزاد2011 ؛ 11 (4): 463-70.
استراتژی برای تحلیل فاندمنتال...
ما را در سایت استراتژی برای تحلیل فاندمنتال دنبال می کنید
برچسب :
نویسنده : سعید شیخزاده
بازدید : <-PostHit->
تاريخ : جمعه
9 تير
1402 ساعت: 12:10