Problem: Traditional random sampling at community level requires a list of every individual household that can be randomly selected in the study community. The longitudinal demographic surveillance systems often used as sampling frames are difficult to create in many resource-poor settings.
Approach: We used Google Earth imagery and geographical analysis software to develop a sampling frame. Every household structure within the catchment area was digitized and assigned coordinates. A random sample was then generated from the list of households.
Local setting: The sampling took place in Lilongwe, Malawi and formed a part of an investigation of the intensity of Plasmodium falciparum transmission in a multi-site Phase III trial of a candidate malaria vaccine.
Relevant changes: Creation of a complete list of household coordinates within the catchment area allowed us to generate a random sample representative of the population. Once the coordinates of the households in that sample had been entered into the hand-held receivers of a global positioning system device, the households could be accurately identified on the ground and approached.
Lessons learnt: In the development of a geographical sampling frame, the use of Google Earth satellite imagery and geographical software appeared to be an efficient alternative to the use of a demographic surveillance system. The use of a complete list of household coordinates reduced the time needed to locate households in the random sample. Our approach to generate a sampling frame is accurate, has utility beyond morbidity studies and appears to be a cost-effective option in resource-poor settings.
Problème: L'échantillonnage aléatoire traditionnel au niveau de la communauté requiert une liste de tous les ménages individuels qui peuvent être choisis aléatoirement dans une étude communautaire. Les systèmes de surveillance démographique longitudinaux, qui sont souvent utilisés comme base d'échantillonnage, sont difficiles à créer dans de nombreux endroits à faibles ressources.
Approche: Nous avons utilisé l'imagerie de Google Earth et un logiciel d'analyse géographique pour développer une base d'échantillonnage. Chaque structure de ménage dans la circonscription a été numérisée et associée à des coordonnées. Un échantillon aléatoire a ensuite été généré à partir de la liste des ménages.
Environnement local: L'échantillonnage a été effectué à Lilongwe, au Malawi, et entrait ans le cadre d'une étude sur l'intensité de la transmission du Plasmodium falciparum dans un essai clinique multicentrique de phase III d'un vaccin contre le paludisme potentiel.
Changements significatifs: La création d'une liste complète des coordonnées des ménages dans la circonscription nous a permis de générer un échantillon aléatoire représentatif de la population. Une fois que les coordonnées des ménages de cet échantillon ont été entrées dans les récepteurs portables d'un dispositif du système de positionnement universel, les ménages ont pu être précisément identifiés et approchés sur le terrain.
Leçons tirées: Dans le développement d'une base d'échantillonnage géographique, l'utilisation de l'imagerie satellite de Google Earth et d'un logiciel géographique semblait être une alternative efficace à l'utilisation d'un système de surveillance démographique. L'utilisation d'une liste complète de coordonnées des ménages a réduit le temps nécessaire pour localiser les ménages dans un échantillon aléatoire. Notre approche de génération d'une base d'échantillonnage est précise, utile au-delà des études de morbidité et semble être une option économique dans les endroits à faibles ressources.
Situación: El muestreo aleatorio tradicional a nivel comunitario requiere una lista de todos los hogares individuales que pueden ser seleccionados al azar en la comunidad de estudio. Los sistemas de vigilancia demográfica longitudinales que se utilizan a menudo como marcos de muestreo resultan difíciles de crear en muchos entornos con pocos recursos.
Enfoque: Empleamos imágenes de Google Earth y un software de análisis geográfico para desarrollar un marco de muestreo. Se digitalizó y asignaron coordenadas a cada estructura familiar dentro de la zona de captación, y luego se generó una muestra al azar a partir de la lista de los hogares.
Marco regional: El muestreo se llevó a cabo en Lilongwe (Malawi) y formó parte de una investigación sobre la intensidad de la transmisión del Plasmodium falciparum en un ensayo de fase III multicéntrico de una posible vacuna contra la malaria.
Cambios importantes: La creación de una lista completa de las coordenadas de los hogares dentro del área de influencia nos ha permitido generar una muestra aleatoria representativa de la población. Una vez introducidas las coordenadas de los hogares en la muestra en los receptores portátiles de un dispositivo con un sistema de posicionamiento global, se pudo identificar con precisión a los hogares y aproximarse a estos en el terreno.
Lecciones aprendidas: En el desarrollo de un marco de muestreo geográfico, el uso de imágenes de satélite de Google Earth y un software geográfico resultó ser una alternativa eficaz a la utilización de un sistema de vigilancia demográfica. La utilización de una lista completa de las coordenadas de los hogares reduce el tiempo necesario para localizar estos en la muestra aleatoria. Nuestro enfoque para generar un marco de muestreo es exacto, tiene una utilidad más allá de los estudios de morbilidad y parece ser una opción rentable en los entornos con recursos escasos.
المشكلة: تتطلب العينات العشوائية التقليدية على صعيد المجتمع قائمة بكل أسرة فردية يمكن اختيارها عشوائياً في المجتمع محل الدراسة. ويصعب إنشاء نظم الترصد الديمغرافية الطولية التي تستخدم غالباً كإطارات لأخذ العينات في العديد من المناطق فقيرة الموارد.
الأسلوب: قمنا باستخدام برنامج التصوير والتحليل الجغرافي Google Earth لوضع إطار لأخذ العينات. وتم تحويل كل هيكل أسري داخل منطقة المستجمع إلى الصيغة الرقمية وتعيين إحداثيات له. وبعد ذلك، تم تحديد عينة عشوائية من قائمة الأسر.
المواقع المحلية: تم تنفيذ أخذ العينات في ليلونغوي، بملاوي وشكل جزءاً من تحري شدة سريان المتصورات المنجلية في تجربة متعددة المواقع من المرحلة الثالثة للقاح مرشح للملاريا.
التغيّرات ذات الصلة سمح: لنا إنشاء قائمة كاملة بإحداثيات الأسر داخل منطقة المستجمع بتحديد عينة عشوائية ممثلة للسكان. وبمجرد إدخال إحداثيات الأسر في تلك العينة في أجهزة الاستقبال المحمولة يدوياً لجهاز النظام العالمي لتحديد المواقع، كان من الممكن تحديد الأسر بدقة على سطح الأرض والاقتراب منها.
الدروس المستفادة: اتضح أن استخدام برنامج تصوير المواقع الجغرافية بالأقمار الاصطناعية Google Earth أثناء وضع إطار لأخذ العينات الجغرافية بديل فعال لاستخدام نظام الترصد الديمغرافي. وأدى استخدام قائمة كاملة بإحداثيات الأسر إلى تقليل الوقت اللازم لتحديد مواقع الأسر في العينة العشوائية. ويتميز أسلوبنا في وضع إطار لأخذ العينات بالدقة، كما أن فائدته تتعدى دراسات المراضة ويبدو أنه خيار عالي المردود في المناطق فقيرة الموارد.
问题: 传统的社区层面随机抽样需要可以在研究社区随机选择的各个家庭的列表。许多资源匮乏的地区难以创建通常作为抽样框架使用的纵向人口监测系统。
方法: 我们使用谷歌地球(Google Earth)图像和地理分析软件开发抽样框架。将来源区内每个家庭结构进行数字化并指定坐标。然后从家庭的列表生成随机样本。
当地状况: 抽样工作在马拉维利隆圭进行,是一项多点III期候选疟疾疫苗试验中恶性疟原虫传播强度调查的一部分。
相关变化: 建立来源区家庭坐标的完整列表可允许我们生成人口的随机样本代表。将样本中的家庭坐标输入到全球定位系统设备的手持接收机之后,就可以精确确定并接近地面上的家庭。
经验教训: 在开发地理抽样框架过程中,使用Google Earth的卫星图像和地理软件似乎是使用人口监测系统的有效替代方法。使用完整的家庭坐标列表可减少随机采样中寻找家庭所需的时间。我们生成抽样框架的方法非常准确,在发病率研究之外也可发挥效用,看来是资源贫乏环境中具有成本效益的选择。
Проблема: Для традиционной случайной выборки на уровне общин требуется список всех отдельных домохозяйств, которые могут быть случайно выбраны в исследуемой общине. Системы продольного демографического надзора, которые часто используются в качестве основ выборки, сложно создаются во многих местах с ограниченными ресурсами.
Подход: Для разработки основы выборки использовалась программа построения изображений и географического анализа Google Earth. Структура каждого домохозяйства в пределах района охвата была оцифрована с присвоением координат. Затем из списка домашних хозяйств была сформирована случайная выборка.
Местные условия: Выборка производилась в Лилонгве, Малави, и являлась частью исследования интенсивности передачи Plasmodium falciparum в многоцентровом испытании фазы 3 экспериментальной вакцины от малярии.
Осуществленные перемены: Создание полного списка координат домохозяйств в пределах района охвата позволило сгенерировать случайную репрезентативную выборку населения. После того как координаты домохозяйств этой выборки были введены в портативные приемники устройств системы глобального позиционирования, домохозяйства могут быть точно распознаны на месте и включены в исследования.
Выводы: При разработке основы географической выборки использование программы построения изображений и географического анализа Google Earth, по-видимому, является эффективной альтернативой использованию системы демографического надзора. Использование полного списка координат домохозяйств сокращает время, необходимое для определения местоположения домохозяйств из случайной выборки. Наш подход к формированию основы выборки является точным, полезным не только для исследований заболеваемости, а также, по-видимому, является экономически эффективным вариантом в условиях ограниченности ресурсов.