RDS использовался для успешной вербовки ЛУН из семи сельских регионов США, что позволяет предположить, что RDS может вербовать людей, которых иногда трудно завербовать. В этой статье предлагается сравнивать различные RDS-оценщики для этой и других трудно поддающихся набору популяций, которые могут иметь большое количество непродуктивных семян и множество коротких цепочек, как способ оценки чувствительности оценок к различным оценкам. В некоторых исследованиях процедуры набора участников RDS были изменены для достижения целей набора, что могло повлиять на выполнение предположений RDS. Например, когда семена были непродуктивными или цепочки набора не могли произвести дополнительных рекрутов, в исследования включались дополнительные семена, чтобы достичь желаемого размера выборки. Этот дополнительный набор семян привел к образованию множества коротких цепочек набора (в том числе 251 непродуктивных семян и 376 семян, которые набрали только одного дополнительного участника). Регистрация большого количества начальных образцов может привести к более значительным эффектам планирования (и более высокой гомофилии), предотвратить сближение оценок выборки или достижение равновесия выборки, а также увеличить вероятность наблюдения узких мест, которые представляют собой отдельные подгруппы населения с разными характеристиками. Некоторые исследования позволяли участникам набирать до 7 коллег (хотя это было редко). Поскольку люди склонны нанимать других, которые больше похожи на них самих, чем на случайно выбранного человека из целевой популяции, это потенциально может усилить гомофилию и привести к более серьезным эффектам дизайна. Увеличение числа равных участников на одного участника также может снизить вероятность достижения конвергенции по ключевым переменным, поскольку большая часть выборки состоит из коротких цепочек, которые по отдельности не достигли равновесия выборки. Учитывая высокую гомофилию, наблюдаемую по некоторым переменным, и отсутствие сходимости по некоторым ключевым переменным исследования, используемые оценщики RDS не могут корректировать систематические ошибки, возникающие в результате выборки. Тем не менее, пропорционально большое количество семян и коротких цепочек могло снизить влияние гомофилии. Первоначальная выборка могла быть достаточно разнообразной, т. е. систематическая ошибка не была обнаружена, несмотря на то, что последующие наборы сверстников коррелировали и демонстрировали гомофилию по ключевым переменным. Эти закономерности также могут объяснить, почему загрузка дерева не превзошла надежные доверительные интервалы. Поскольку эти закономерности или результаты не были предсказаны априори, следует проявлять осторожность в отношении выводов, несмотря на общий успех набора персонала.
Различия в наборе участников в разных исследованиях наблюдались по нескольким ключевым переменным. Другие неизмеренные демографические, географические или конечные факторы также могут варьироваться. Некоторые из наблюдаемых различий были в противоположных направлениях, чем различия, наблюдаемые по степени, что делает еще более важным сравнение стратегий моделирования, чтобы увидеть, влияют ли альтернативные предположения моделирования на результаты. Следует отметить, что обе используемые здесь оценки RDS включают веса для учета различий в степени, но оценка RDS-I дополнительно учитывает различия в наборе участников между группами. Однако каждый оценщик RDS-I учитывает различия в наборе участников только для одной переменной за раз (т. е. различия в наборе участников по возрастной категории или выбранному препарату), когда различия в наборе участников и гомофилия наблюдались для нескольких переменных в одном и том же исследовании. Как видно на графиках «узких мест», оценки по цепочкам набора также различались, а оценки внутри цепочек часто не сходились, даже если оценки по более крупной выборке совпадали. В тех случаях, когда присутствуют узкие места и оценки расходятся для тех, кто находится в разных цепочках набора персонала, стандартной рекомендацией будет анализировать эти цепочки отдельно, поскольку они, вероятно, представляют отдельные группы населения, а не одну, полностью связанную с базовой популяцией. Для тех переменных, где оценки в узком месте кажутся сходящимися к общей оценке, но оценки не сходятся в одной и той же цепочке пополнения, предлагается продолжать пополнение до тех пор, пока не будет достигнуто равновесие.
Кроме того, наличие узких мест (т. е. разные цепочки набора сходятся при разных оценках) и отсутствие межсайтового набора в исследованиях рентабельности инвестиций позволяют предположить, что вместо выборки из одной полностью связанной популяции каждая выборка RDS, вероятно, состоит из нескольких субпопуляций. . Имитационные исследования показали, что эти предубеждения можно уменьшить, если гомофилия низкая, а цепочки рекрутирования длинные. [29]; однако многие выборки RDS (похожие на те, которые наблюдаются здесь) состоят из множества коротких и широких цепочек пополнения, которых может быть недостаточно для устранения семенной систематической ошибки, а также могут вносить систематическую ошибку, связанную с дифференциальным поведением пополнения. [29].
Предвзятость также может возникнуть, когда люди предпочитают набирать сверстников со схожими характеристиками (т. е. не набирают случайным образом сверстников из своей личной сети) или количество набираемых сверстников различается в зависимости от характеристик индивидуального уровня (т. е. различный успех набора). Эта предвзятость, вызванная гомофилией, может быть особенно проблематичной, когда цепочки набора кадров короткие и широкие, а не длинные и глубокие (т. е. мало семян, каждое из которых привлекает небольшое количество сверстников, а цепочки набора достаточно глубоки), а оценки ключевых характеристик не сходились (т.е. равновесие не было достигнуто). Связанное с этим смещение, смещение семян, возникает, когда окончательная выборка находится под сильным влиянием исходной выборки семян. Например, если большинство отобранных семян употребляют героин, а набор участников различается в зависимости от употребления героина (т. е. те, кто употребляет героин, набирают больше сверстников, чем те, кто не употребляет героин), а также высокая гомофилия по героину (т. е. те, кто употребляет героин с большей вероятностью вербуют других, употребляющих героин), распространенность употребления героина в полученной выборке будет переоценивать истинную распространенность среди населения. Даже если применяются веса RDS, оценки RDS-I и RDS-II могут быть смещены из-за выбора начального значения. [14, 30]различия в наборе персонала [15, 29, 31, 32]и узкие места [33].
Кроме того, наблюдаемые значительные эффекты дизайна позволяют предположить, что эффективные размеры выборки меньше и что оценки должны учитывать наблюдаемое отсутствие независимости, возникающее в результате набора коллег. В других исследованиях также сообщалось о эффектах дизайна в диапазоне от 1,20 до 5,90 на ключевые переменные. [23, 34, 35]. Следует отметить, что ни одна из оценщиков RDS не предназначена для учета этого отсутствия независимости, и неспособность сделать это приведет к искусственному сужению доверительных интервалов. [36]. Представленные здесь оценки объясняют отсутствие независимости за счет использования надежных доверительных интервалов, хотя также рассматривались древовидные бутстрепы.
Хотя доступно несколько оценщиков RDS, ни один из конкретных оценщиков не является предпочтительным во всех случаях. Например, оценщик RDS-I превосходит оценщик RDS-II, когда: [1] Выбранные семена не представляют основную популяцию; или [2] Доля выборки велика, и дифференцированного набора нет. Оценщик RDS-II может давать смещенные оценки при наличии высокой гомофилии. [29]дифференцированный набор [29]и большие доли выборки (>10%) [29, 31]. Поскольку веса RDS-II основаны на градусах, оценки чувствительны к градусной точности и дифференциальной степени. [13, 37]. Например, если средняя степень выше у людей с атрибутом X и доля выборки велика, распространенность атрибута X, вероятно, будет занижена из-за того, что степень используется как весовой коэффициент. [32]. Оценщик RDS-II также может привести к предвзятым оценкам при наличии дифференцированного отклонения купонов партнерами и неслучайного набора партнеров (на основе характеристик участников); эта предвзятость наиболее велика, когда рекрутеры с большей вероятностью избегают набора коллег, которые, по их мнению, не согласятся участвовать (т. е. с большей вероятностью отклонят купоны) [13, 31]. Лу и его коллеги также сообщают о возможности смещения оценок и более крупных стандартных ошибок, средних абсолютных ошибок и эффектов дизайна, когда участники предпочитают набирать тех, кого они знают лучше. [31]. Тем не менее, мы видим убедительные доказательства того, что степень, измеряемая коэффициентом обнаруживаемости, является ключевым фактором скорости набора участников (таблица 3).
Точные оценки бремени употребления опиоидов, совместного употребления опиоидов и стимуляторов, а также употребления полинаркотических веществ среди сельского населения необходимы для обоснования стратегий снижения вреда и научно обоснованных стратегий лечения, направленных на снижение вреда, связанного с опиоидами, и увеличение количества научно обоснованных методов лечения наркозависимости. . В этом анализе мы представляем невзвешенные оценки распространенности, две разные оценки, скорректированные с помощью RDS-I, и оценки, скорректированные с помощью RDS-II, для пяти ключевых переменных в каждом из семи отдельно собранных наборов данных. Хотя оценки, скорректированные с помощью RDS, не устранят всех потенциальных ошибок выборки, тот факт, что оценки не сильно различались в зависимости от подхода к оценке, позволяет предположить, что выводы (т. е. рекомендуемые вмешательства) будут одинаковыми независимо от используемого аналитического подхода. Кроме того, описанные выше систематические ошибки с меньшей вероятностью повлияют на показатели связи, чем на оценки распространенности, и разумно рассматривать данные как удобную выборку.
Несмотря на некоторые ограничения стратегии выборки RDS, отмеченные выше, эти результаты открывают уникальное окно в труднодоступную группу населения, имеющую большое значение для общественного здравоохранения. Подобно нашему подходу, в будущих исследованиях следует рассмотреть возможность представления невзвешенных и скорректированных с учетом RDS оценок вместе с диагностикой RDS, чтобы можно было достичь более полного понимания. Будущие исследования в сельской местности также могут выиграть от проведения дополнительных формативных исследований до начала набора участников RDS, чтобы лучше определить, подключено ли соответствующее население к сети. Если существуют отдельные подгруппы, RDS может быть не самой подходящей стратегией набора персонала.
2024-04-23 04:39:23
1713847912
#Оценка #выборки #по #инициативе #респондентов #семи #исследованиях #людей #употребляющих #наркотики #из #сельского #населения #результаты #Сельской #опиоидной #инициативы #Методология #медицинских #исследований #BMC
