Полные источники кластерной вариации риска заболевания малярией среди детей в возрасте до пяти лет в Уганде: подход с использованием многоуровневой взвешенной модели логистической регрессии со смешанными эффектами | Журнал о малярии

Источник данных и исследуемая совокупность

В этом исследовании использовались вторичные данные, основанные на методе двухэтапной кластерной и стратифицированной выборки из Обследования индикаторов малярии в Уганде (UMIS) 2018/19 года. Первый этап выборки заключался в выборе точек выборки (кластеров) из выборки. Всего было выбрано 320 кластеров с вероятностью, пропорциональной размеру, из счетных участков (СУ), охваченных Национальной переписью населения и жилищного фонда (НПХК) 2014 года. Второй этап выборки включал систематический отбор домохозяйств. Из каждого СУ было выбрано двадцать восемь домохозяйств, общий размер выборки составил 8878 домохозяйств. Основная цель UMIS на 2018–2019 годы — предоставить обновленные оценки основных демографических показателей и показателей здоровья, связанных с малярией. В частности, UMIS 2018/19 г. собрал информацию о мерах по борьбе с переносчиками инфекции, таких как противомоскитные сетки и остаточное распыление инсектицидов в помещениях, о периодическом профилактическом лечении малярии у беременных женщин, об обращении за медицинской помощью и лечении лихорадки у детей, а также о знаниях и поведении малярии. и практики. Все женщины в возрасте 15–49 лет, которые были либо постоянными жителями выбранных домохозяйств, либо посетителями, остававшимися в домохозяйстве в ночь перед опросом, имели право на интервью. После получения согласия родителей или опекунов детей в возрасте 0–59 месяцев проверяли на анемию и малярийную инфекцию. Исследуемая популяция состояла из 7632 детей в возрасте до 5 лет, которые были проверены на анемию и малярию командой из двух медицинских работников соответственно. [16]. Выбор окончательной выборки исследования показан на рис. 1.

Модель анализа

Набор данных был сначала исследован в подготовительных целях. Перед проведением какого-либо анализа данные сортировались, некоторые переменные перекодировались, а другие переменные и некоторые наблюдения, не представляющие интереса для задачи исследования, были исключены. Категориальные переменные были представлены в виде количества и процентов. Коллинеарность между независимыми переменными оценивалась с использованием корреляционной матрицы. Переменные с коэффициентом корреляции 0,4 и выше не включались в одну модель. Команда оценки дизайна исследования (svy) в Stata 15.0 (StataCorp, Колледж-Стейшн, Техас) использовалась для проведения описательного анализа с учетом весовых коэффициентов уровней. Уровень статистической значимости составил р <0,05 для всех анализов. Всего рассматривались четыре многомерные модели; первая модель не учитывала ни взвешивание, ни кластерную вариативность риска заболевания малярией у детей в возрасте до пяти лет; вторая модель скорректирована только с учетом вариаций кластера; третья модель только с поправкой на вес; и четвертая модель, скорректированная как с учетом взвешивания, так и с учетом вариаций кластера. Таким образом, считалось, что модель лучше всего соответствует данным, если она в целом имела более низкие значения расчетного коэффициента (deft). Более низкие значения ловкости связаны с меньшей потерей точности оценок модели. [17]. Расчетный коэффициент (deft) рассчитывался следующим образом:

где; (определение) это эффект дизайна. (ро) – внутриклассовая корреляция рассматриваемой переменной. (п) это размер кластера.

Для оценки связи между малярийной инфекцией у детей в возрасте до пяти лет и индивидуальными факторами, факторами домохозяйства и счетного участка была выбрана модель многоуровневой взвешенной логистической регрессии со смешанными эффектами (выбранная среди четырех сравниваемых моделей как лучшая модель) для учета контекстуальных факторов внутри -домохозяйства и корреляции внутри EA [18,19,20]. Модель представлена ​​следующим образом:

где; (ln) это натуральный логарифм. ({p}_{ijk}) вероятность положительного результата теста на малярию для яго ребенка в возрасте до 5 лет в семье (j) и EA (к).

({бета }_{0}) — это средний логарифм шансов заболеваемости малярией среди домохозяйств и ЭА.

({X}_{ijk}) является ковариатой уровня 1 для ячетвертый ребенок в семье (j) и EA (к).

({бета }_{1}) представляет наклон, связанный с ({X}_{ijk}) который представляет собой взаимосвязь между ковариатами уровня 1 и логарифмическими шансами заболеваемости малярией.

({eta }_{k}) это случайный эффект для советника (к).

({xi }_{jk}) – бытовой случайный эффект.

Была проведена двумерная многоуровневая логистическая регрессия со смешанными взвешенными эффектами с использованием каждого из факторов риска на уровне отдельного человека, домохозяйства и сообщества в качестве предикторов, а в качестве результата – результатов теста на малярию. Отдельные предикторы с p <0,20 рассматривались для включения в многовариантные многоуровневые модели логистической регрессии. Многовариантный анализ проводился в последовательном процессе, в результате которого было создано несколько моделей. Модель 0 (нулевая модель) была подобрана для разложения общей дисперсии риска малярии между кластером и ковариатами уровня 1. Он включал только случайную выборку для оценки вклада ЭА и домохозяйств в риск малярии перед добавлением объясняющих переменных. Нулевая модель установила степень дисперсии на уровне кластера, чтобы подтвердить использование многоуровневого моделирования. Модель 1 содержит отдельные переменные (уровня 1); модель 2 включает переменные домохозяйства (уровень 2) в дополнение к переменным модели 1; модель 3 включает переменные EA (уровень-3) в дополнение к переменным в модели 2. Модель 3 была выбрана в качестве окончательной модели, которая использовалась для выявления факторов, связанных с риском малярии у детей в возрасте до пяти лет, поскольку она была наиболее полной среди трех модели. Чтобы измерить, насколько люди внутри одной группы больше похожи друг на друга, чем на людей из разных групп, использовался коэффициент внутриклассовой корреляции (ICC). [21]. Более высокая доля ICC была связана с более высоким общим контекстуальным эффектом. [22]. Формула для ICC представлена ​​ниже:

где ({V}_{A}) – это дисперсия на уровне кластера или области и (пи^2 /3) — скаляр, соответствующий индивидуальной дисперсии уровня. Когда вклад уровня(ов) в общий ICC был очень низким (<10%), его влияние считалось незначительным и, следовательно, компонент(ы) случайных эффектов на конкретном уровне(ях) считался незначительным.

Взвешивание

Поскольку выборка для данного исследования представляет собой двухэтапную стратифицированную кластерную выборку, веса уровней рассчитывались отдельно на основе вероятностей выборки для каждого этапа выборки и кластера. В этом исследовании веса уровней оценивались с использованием схемы аппроксимации весов уровней в обследованиях по показателям малярии (MIS), предложенной программой демографических обследований здоровья. [11]. Для этой структуры необходимы данные, которые включены в общедоступные наборы данных UMIS и окончательный отчет.