应用捕获-再捕获法和除数法对重庆市MSM人群规模进行估计

目的相互嵌套应用捕获-再捕获法和除数法估计重庆市男男性行为人群(MSM)人群规模,为艾滋病防治工作提供科学依据。方法 2012年在为期2个月的第1次捕获期间记录光顾重庆市城区4个男男同志酒吧人次数,又结合再捕获时的面对面访谈机会对调查对象光顾男男同志酒吧的平均次数进行调查,相互嵌套应用捕获-再捕获法和除数法对2012年重庆市MSM人群规模进行估计。结果除数法估计重庆市MSM人群规模为11 483人;捕获-再捕获法估计重庆市MSM人群规模为16 891人。2012年重庆市MSM人群规模区间为11 483人到16 891人。结论除数法适用于对MSM人群中相对活跃人群的规模进行估计,在捕获-再捕获法中嵌套使用除数法花费低,可低价高效地反映估计人群的规模,两种相互嵌套使用可行。     

捕获-标记-再捕获法在广东省广州市男男同性恋人群规模估计中的应用

目的估计广东省广州市男男同性恋人群规模,探讨捕获-标记-再捕获法应用过程中的影响因素。方法应用捕获-标记-再捕获法对广州市男男同性恋人群规模进行估计。结果广州市男男同性恋人群显性人群规模数为3442人(1361~5522人),隐性人群规模数为27 536人(10 888~44 176人),总人群规模数为30 978人(12 249~49 698人)。结论运用捕获-标记-再捕获法对男男同性恋人群规模进行估计用时短,但难度较大,尤其在条件满足上较为困难,实施时应加以注意。     

捕获-再捕获法在估算男男性行为人群中的应用

目的运用捕获-再捕获方法估计苏州市男男性行为(MSM)人群规模,为MSM人群艾滋病防治工作提供依据。方法利用苏州1家访问量最高的MSM网站进行在线调查,参与调查者视为第一次捕获;第二次捕获通过MSM志愿者分类滚雪球法在场所内进行。结果第一次捕获共461人参加问卷调查,其中合格对象199人;第二次捕获由12名MSM志愿者用分类滚雪球方式在酒吧、浴室、公园和网络等场所进行,共招募合格对象304人,其中11人参与过第一次调查。运用捕获-再捕获法公式估计2012年苏州市MSM人群规模约为5 100人(95%CI:2 500~7 700)。结论通过MSM网站利用捕获-再捕获法估计活跃MSM人群具有可行性,但估计结果准确性受其实施条件的影响。     

捕获再捕获法估计吸毒人群基数的数据模型研究

目的建立捕获-再捕获法估计吸毒人群基数的分析数据模型.方法收集和分析戒毒所登记资料,确定捕获期和捕获间隔期,建立捕获-再捕获法使用的分析数据模型,以估计当地吸毒人群基数.结果获得建立捕获-再捕获法使用的分析数据模型的方法.结论按照统一的方法建立数据分析模型是运用捕获-再捕获法对吸毒人群基数进行估计的关键.     

捕获-再捕获法在艾滋病高危人群基数估计中的运用

目的:探讨捕获-再捕获法在艾滋病高危人群(同性恋人群、暗娼人群和吸毒人群)基数估计中的运用.方法:通过发放标记物和问卷调查估计成都市同性恋人群基数;依据戒毒所登记资料,估计乐山市市中区吸毒人群基数.结果:捕获-再捕获法对成都市同性恋者基数估计分别是1387、1372和1151人;对乐山市市中区吸毒人群的估计为3456人.结论:运用捕获-再捕获法对艾滋病高危人群进行估计经济易行,结果较为可靠,较适合发展中国家在卫生资源有限的情况下进行高危人群基数估计.     

捕获-再捕获法不同标记物对估计男男性行为人群规模影响的调查

目的 探讨捕获-再捕获方法不同标记物对估计MSM规模的影响.方法 2013年3-7月应用捕获-再捕获法,间隔半个月,分别从网络和现场调查前后2次捕获MSM,第一次网络捕获时设置了2种不同的标记物,采用Chapman等提出的无偏估计公式估计北京地区MSM人群规模.结果 使用第一种标记物估计的北京地区MSM规模为239 258人(95％CI:48 932～429 584).使用第二种标记物估计的北京地区MSM规模为115 731人(95％CI:78 153～ 153 309).结论 标记物不同,估计的北京地区MSM人群规模相差很大,使用捕获-再捕获原理进行特定人群规模估计时应慎重选择标记物.     

邯郸市男性同性恋人群规模调查估计

目的调查估计邯郸市男性同性恋人群规模,分析影响评估结果的因素。方法结合乘数法和捕获-再捕获法对邯郸市男性同性恋活动场所进行调查估计。结果计算得出男性同性恋人群为1 453人,95%可信区间为（1 227,1 681）。结论捕获-再捕获法和乘数法都是比较可行的对男同性恋人群进行规模估计的间接方法。用时短,花费低,适合在卫生资源有限的情况下进行艾滋病高危人群的规模估计。     

捕获—再捕获法对南京市男男性行为人群的估算调查

目的估算南京市男男性行为人群基数,并对其相关行为进行调查,为性病防治工作提供基线资料。方法利用捕获—再捕获法(C-R),对南京市MSM人群基数进行估计,在第二次捕获过程中同时开展问卷调查,了解MSM的相关行为和HIV、梅毒感染状况。结果第一次捕获共473人参加并被标记,第二次捕获共招募合格对象439人,其中11人曾被标记。捕获—再捕获法估计南京市MSM人群基数为17 379人(95%CI:81 80~26 578),占同年龄段男性总人口数的0.5%(0.2%~0.7%)。接受问卷调查的439例调查对象中,有412例知晓艾滋病预防知识,知晓率为93.9%;有82.5%最近6个月内与同性有过肛交性行为,63.5%存在多性伴;52.2%发生过无保护性肛交性行为,7.7%过去一年曾被诊断患过性病。血清学检测结果:HIV感染率11.8%,既往梅毒感染率15.5%,现症梅毒感染率6.4%。结论捕获—再捕获法可以估计MSM人群规模,为性病艾滋病预防提供基础数据。南京地区MSM人群HIV感染率高,并存在多性伴、不安全性行为,需对该类人群的行为进行干预,以控制性病艾滋病的传播流行。     

乘数法与捕获-标记-再捕获法在男性同性恋人群基数估计中的比较应用

目的通过调查估计广东省某地男性同性恋人群规模,探讨适合男性同性恋人群的基数估计方法。方法按场所分层,确定6家活动场所为目标机构,分别应用乘数法与捕获-标记-再捕获法对广东省某地男性同性恋人群规模进行估计。结果乘数法估计结果为24 893（95%CI:22 04228 561）人;捕获-标记-再捕获法估计结果为30 978（95%CI:12 24949 698）人。结论运用乘数法对男性同性恋人群规模进行估计经济易行、结果可信;捕获-标记-再捕获法用时短,花费较低,但满足应用条件较困难。     

捕获-再捕获法估计上海市男男性行为者基数及相关行为调查

目的估计上海市男男性行为者(MSM)基数,为艾滋病防治策略和资源配置提供科学依据。方法 2014年7—10月应用捕获-再捕获法对上海市10家MSM活动场所进行调查,估算上海市MSM人数。结果第1次捕获标记915人,第2次捕获956人,其中标记69人。估算上海市活动性MSM人数为12 495人,95%CI(10 077~14 913人)。定性访谈估算上海市MSM基数为4×105(2×104~8×105)。结论上海市MSM人群规模高于全国其他同类城市,捕获-再捕获法快速经济,操作简单,对活动性MSM人群估计较为准确。     

应用捕获-再捕获法估计某市静脉注射吸毒人员基数的研究

目的探索捕获-再捕获法在静脉注射吸毒人员基数估计中的应用,并对广东省某市静脉注射吸毒人员基数进行估计。方法采用捕获-再捕获法,利用市强制戒毒所登记的资料,估计全市静脉注射吸毒人员的基数。结果用捕获-再捕获法估计全市静脉注射吸毒人数为13017。结论运用捕获-再捕获法对静脉注射吸毒人数进行估计经济易行,结果较为可靠,较适合在卫生资源有限的情况下进行高危人群基数估计。     

应用普查法估计某市暗娼基数的研究

目的探索普查法在暗娼基数估计中的应用，并对某市暗娼基数进行估计。方法绘制全市暗娼活动场所的分布图，累计业主汇报的暗娼数；在场所中抽取20％的样本，由调查人员进行人数的清点，根据调查的数量和业主报告的数量对业主报告的总数进行调整，估计全市暗娼的基数。结果用普查法估计全市暗娼人数为18702。结论运用普查法对暗娼人数进行估计较为简单直接，结果较为可靠，但该方法要求调查人员对区域内涉性场所较为熟悉。     

网络规模迭加法开展人群规模估计的研究进展

网络规模迭加法是一种在社会网络理论基础上建立的间接估计人群规模的方法,由于不需要接触目标人群,在估计隐藏人群规模时得到了广泛应用。该方法也在不断发展进步中,本文从传统的网络规模迭加法及其进展及与新的调查技术结合三个方面进行综述,旨在为该方法的进一步应用提供参考。     

应用乘数法估计暗娼规模的方法学研究

目的研究应用乘数法估计暗娼规模时的适用性及应用特点，为在其他地区使用该方法估计暗娼规模提供方法学依据。方法以医疗机构妇科门诊为基础获得首次就诊者中暗娼比例，同时以社区为基础获得暗娼到目标机构就诊的比例，应用乘数法估计某市城区暗娼规模。结果医疗机构妇科门诊首次就诊者中暗娼占8．9％，社区暗娼中承认到目标机构就诊比例为14.3％，从而推算到该市城区暗娼规模为3642人。结论乘数法比较适用于暗娼规模估计，但应用时应根据调查地区特点制定实施计划，并在医疗机构调查时人群身份识别、社区暗娼求医行为调查时样本代表性等环节控制可能产生的偏倚。     

针对连续型处理因素的广义倾向性评分估计方法简介

在观察性研究中进行因果推断的众多方法中,用于控制已测量混杂的倾向性评分方法应用越来越广泛。该类方法主要分为两步：首先估计倾向性评分,然后采取回归、加权、匹配和分层等手段进一步估计感兴趣的因果参数。不同于传统的二分类处理情况,近年来针对连续型处理因素的广义倾向性评分方法被提出。目前已发展出了许多估计广义倾向性评分和直接估...     

乘数法与捕获-标记-再捕获法在男性同性恋人群基数估计中的比较应用

目的 通过调查估计广东省某地男性同性恋人群规模,探讨适合男性同性恋人群的基数估计方法.方法 按场所分层,确定6家活动场所为目标机构,分别应用乘数法与捕获-标记-再捕获法对广东省某地男性同性恋人群规模进行估计.结果 乘数法估计结果为24 893(95% CI:22 042～28 561)人;捕获-标记-再捕获法估计结果为30 978(95% CI:12 249～49 698)人.结论 运用乘数法对男性同性恋人群规模进行估计经济易行、结果可信;捕获-标记-再捕获法用时短,花费较低,但满足应用条件较困难.     

Population Size Estimation of Men Who Have Sex with Men in Ho Chi Minh City and Nghe An Using Social App Multiplier Method

This study aims to estimate the number of men who have sex with men (MSM) in Ho Chi Minh City (HCMC) and Nghe An province, Viet Nam, using a novel method of population size estimation, and to assess the feasibility of the method in implementation. An innovative approach to population size estimation grounded on the principles of the multiplier method, and using social app technology and internet-based surveys was undertaken among MSM in two regions of Viet Nam in 2015. Enumeration of active users of popular social apps for MSM in Viet Nam was conducted over 4 weeks. Subsequently, an independent online survey was done using respondent driven sampling. We also conducted interviews with key informants in Nghe An and HCMC on their experience and perceptions of this method and other methods of size estimation. The population of MSM in Nghe An province was estimated to be 1765 [90% CI 1251–3150]. The population of MSM in HCMC was estimated to be 37,238 [90% CI 24,146–81,422]. These estimates correspond to 0.17% of the adult male population in Nghe An province [90% CI 0.12–0.30], and 1.35% of the adult male population in HCMC [90% CI 0.87–2.95]. Our size estimates of the MSM population (1.35% [90% CI 0.87%–2.95%] of the adult male population in HCMC) fall within current standard practice of estimating 1–3% of adult male population in big cities. Our size estimates of the MSM population (0.17% [90% CI 0.12–0.30] of the adult male population in Nghe An province) are lower than the current standard practice of estimating 0.5–1.5% of adult male population in rural provinces. These estimates can provide valuable information for sub-national level HIV prevention program planning and evaluation. Furthermore, we believe that our results help to improve application of this population size estimation method in other regions of Viet Nam.     

A sample size computation method for non-linear mixed effects models with applications to pharmacokinetics models

We propose a simple method to compute sample size for an arbitrary test hypothesis in population pharmacokinetics (PK) studies analysed with non-linear mixed effects models. Sample size procedures exist for linear mixed effects model, and have been recently extended by Rochon using the generalized estimating equation of Liang and Zeger. Thus, full model based inference in sample size computation has been possible. The method we propose extends the approach using a first-order linearization of the non-linear mixed effects model and use of the Wald chi(2) test statistic. The proposed method is general. It allows an arbitrary non-linear model as well as arbitrary distribution of random effects characterizing both inter- and intra-individual variability of the mixed effects model. To illustrate possible uses of the method we present tables of minimum sample sizes, in particular, with an illustration of the effect of sampling design on sample size. We demonstrate how (D-)optimal or frequent sampling requires fewer subjects in comparison to a sparse sampling design. We also present results from Monte Carlo simulations showing that the computed sample size can produce the desired power. The proposed method greatly reduces computing times compared with simulation-based methods of estimating sample sizes for population PK studies.