Advisor | Codeço, Cláudia Torres | |
Author | Albuquerque, Elizabeth Maciel de | |
Access date | 2011-05-04T12:36:24Z | |
Available date | 2011-05-04T12:36:24Z | |
Document date | 2009 | |
Citation | ALBUQUERQUE, Elizabeth Maciel de. Avaliação da técnica de amostragem respondent-driven sampling na estimação de prevalências de doenças transmissíveis em populações organizadas em redes complexas. 2009. 99 f. Dissertação (Mestrado em Saúde Pública) - Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz, Rio de Janeiro, 2009. | pt_BR |
xmlui.metadata.dc.identifier.other | BR526.1; R616.951, A345a | |
URI | https://www.arca.fiocruz.br/handle/icict/2411 | |
Abstract in Portuguese | Diversos fatores podem dificultar a caracterização acurada do perfil de uma
população por amostragem. Se a característica que define a população é de difícil
observação – seja porque exige testes caros para detecção ou porque é uma
característica de comportamento ilegal ou estigmatizado que dificulta a identificação,
torna-se praticamente impossível aplicar os métodos clássicos de amostragem, pois
não se pode definir uma base de amostragem (sampling frame). Populações desse
tipo são conhecidas como populações ocultas, ou escondidas, e alguns exemplos
comumente estudados são homens que fazem sexo com homens, trabalhadores do
sexo e usuários de drogas. Essa dissertação discute a técnica de amostragem
conhecida como Respondent-Driven Sampling (RDS), originalmente proposta por
Heckathorn (1997), e que vem sendo amplamente utilizada na estimação de
prevalências de doenças transmissíveis em populações ocultas. Esse método
pertence à família de amostragens por bola-de-neve, na qual os elementos seguintes
da amostra são recrutados a partir da rede de conhecidos dos elementos já presentes
na amostra, formando as cadeias de referência. Com este método, além das
informações individuais, é possível estudar também as relações entre os indivíduos.
O recrutamento por bola de neve não gera uma amostra aleatória, e está
sujeito às propriedades das redes sociais das populações em estudo, que deve mudar
de lugar para lugar e potencialmente influenciar as medidas de prevalência geradas.
As redes sociais são estruturas complexas, e compreender como que a amostragem
RDS é influenciada por estas estruturas é um dos objetivos dessa dissertação. Além
disso, se o interesse de um estudo epidemiológico é estimar a prevalência de uma
doença transmissível, há de se considerar que muitas vezes a própria rede social pode
estar correlacionada com as redes de transmissão, gerando potenciais dependências
entre o processo de amostragem e a distribuição da variável desfecho.
Essa dissertação teve por objetivo avaliar estimativas de prevalência geradas a
partir de amostras obtidas com a utilização da metodologia RDS, considerando
estruturas populacionais complexas, ou seja, populações com estruturas distintas de
ligação entre os indivíduos e de disseminação de doenças. Para isso, foram realizados
experimentos de simulação combinando quatro modelos geradores de redes sociais e
quatro modelos de distribuição de casos infectados na população. Para cada uma,
foram obtidas amostras utilizando RDS e as respectivas prevalências foram
estimadas.
Com os resultados encontrados, foi possível realizar uma avaliação tanto do
RDS como forma de recrutamento, como o modelo proposto por Heckathorn (2002)
para a ponderação e estimação de prevalências. Basicamente, três aspectos foram
considerados nessa avaliação: 1. o tempo necessário para concluir a amostragem, 2.
a precisão das estimativas obtidas, independente da ponderação, e 3. o método de
ponderação. De forma geral, o método apresentou bons resultados sob esses três
aspectos, refletindo a possibilidade de sua utilização, ainda que exigindo cautela. Os
achados apresentam-se limitados, pois são escassos os trabalhos que abordem essa
metodologia e que permitam estabelecer comparações. Espera-se, no entanto,
despertar o interesse para que outros trabalhos nessa linha sejam desenvolvidos. | pt_BR |
Language | por | pt_BR |
Rights | open access | pt_BR |
Subject in Portuguese | Amostragem | pt_BR |
Subject in Portuguese | Respondent-Driven Sampling | pt_BR |
Subject in Portuguese | Estimação de Prevalências | pt_BR |
Subject in Portuguese | Simulação | pt_BR |
Subject in Portuguese | Modelos de Redes Aleatórias | pt_BR |
Title | Avaliação da técnica de amostragem respondent-driven sampling na estimação de prevalências de doenças transmissíveis em populações organizadas em redes complexas | pt_BR |
Alternative title | Evaluation of sampling respondent-driven sampling in the estimation of prevalence of diseases in populations organized in complex networks | pt_BR |
Type | Dissertation | |
Departament | Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz. | pt_BR |
Defense Institution | Fundação Oswaldo Cruz, Escola Nacional de Saúde Pública Sergio Arouca. | pt_BR |
Degree level | Mestre | pt_BR |
Place of Defense | Rio de Janeiro/RJ | pt_BR |
Program | Programa de Pós-Graduação em Saúde Pública | pt_BR |
Co-Advisor | Bastos, Francisco Inácio Pinkusfeld Monteiro | |
Abstract | Several factors may hamper the accurate characterization of a population. If the
defining feature of the population is difficult to apply - either because it requires
expensive tests for detection or because it is a stigmatized or illegal behavior that
hinders the identification, it is virtually impossible to apply traditional methods for
sampling, because sampling frame cannot be define. The latter are called “hidden
populations”, and some examples are men who have sex with men, sexual workers
and drug users. This dissertation focus on Respondent-Driven Sampling (RDS), a
sampling method originally proposed by Heckathorn (1997), which has been widely
used to estimate the prevalence of infectious diseases in hidden populations. RDS is a
snowball sampling method, in which new elements for the sample are recruited from
the network of the elements already present in the sample, forming reference chains.
With this method, besides individual informations, it is also possible to study the
relationships between individuals.
Snowball sampling does not generate random samples, and its properties are
likely to depend on the properties of the social networks underlying the recruitment
process, which may change from place to place and potentially influence the measures
of prevalence generated. Social networks are complex structures, and understanding
how the different implementations of RDS sampling is influenced by these structures is
one of the objectives of this dissertation. Moreover, if the interest of an epidemiological
study is to estimate the prevalence of a disease, it is should be considered that very
often, social network may be correlated with the transmission networks, generating
potential dependencies between the process of sampling and distribution of outcome
variable.
The aim of this dissertation was to assess the behavior of prevalence
estimators using RDS data in scenarios of populations organized in complex
structures, i.e. Combinations of social networks structures and spreading patterns. To
achieve that, theoretical experiments were performed using simulation models
combining four generators of social networks and four models of distribution of infected
cases in the population. For each one, samples were obtained using RDS and
prevalence, estimated.
Findings were used to evaluate RDS as a recruiting process itself, as well as
Heckathorn’s (2002) model to estimate prevalences. Three aspects were considered in
such analyses: 1. the time elapsed before obtaining the sample; 2. the accuracy of the
estimates without taking in consideration the weighting strategies; and 3. the weighting
strategy. Overall, RDS performed well in these three areas, showing it is a valid
method to assess hidden populations, despite the fact its use should be made with the
necessary caution. The interpretation of our findings was constrained by the scarcity of
studies using the same methodology, what compromised the comparability of our
findings. We hope, however, that our findings may foster the development of additional
studies in this field. | |
Affilliation | Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública Sergio Arouca. Rio de Janeiro, RJ, Brasil. | pt_BR |
Subject | Sampling | |
Subject | Respondent-Driven Sampling | |
Subject | Prevalence Estimation | |
Subject | Simulation | |
Subject | Network Models | |
Member of the board | Mello, Maeve Brito de | |
Member of the board | Cruz, Oswaldo Gonçalves | |
Member of the board | Codeço, Cláudia Torres | |
DeCS | Amostragem Aleatória Simples | |
DeCS | Saúde de Grupos Específicos | |
DeCS | Grupos de Risco | |
DeCS | Doenças Transmissíveis/epidemiologia | |
DeCS | Prevalência | |
DeCS | Amostragem | |