Métodos indirectos para la estimación de poblaciones ocultas: segunda parte

e201907033

Autores/as

  • Rocío Lorenzo-Ortega Servicio de Medicina Preventiva. Hospital Virgen de la Victoria. Málaga. España.
  • José Pulido Centros de Investigación Biomédica en Red en Epidemiología y Salud Pública (CIBERESP). Madrid. España. / Escuela Nacional de Sanidad. Instituto de Salud Carlos III. Madrid. España. / Departamento de Salud Pública y Materno-Infantil. Facultad de Medicina. Universidad Complutense de Madrid. España.
  • Ana Martínez-Santos School of Health Sciences. Salford University. Manchester. Reino Unido.
  • Isabel Ruiz-Pérez Centros de Investigación Biomédica en Red en Epidemiología y Salud Pública (CIBERESP). Madrid. España. / Escuela Andaluza de Salud Pública. Granada. España.
  • Juan Hoyos Centros de Investigación Biomédica en Red en Epidemiología y Salud Pública (CIBERESP). Madrid. España. / Escuela Nacional de Sanidad. Instituto de Salud Carlos III. Madrid. España. / Departamento de Salud Pública y Materno-Infantil. Facultad de Medicina. Universidad Complutense de Madrid. España.
  • Luis Sordo Centros de Investigación Biomédica en Red en Epidemiología y Salud Pública (CIBERESP). Madrid. España. / Departamento de Salud Pública y Materno-Infantil. Facultad de Medicina. Universidad Complutense de Madrid. España.

Palabras clave:

Poblaciones ocultas, Métodos epidemiológicos, Vigilancia epidemiológica, Recogida de datos

Resumen

Las poblaciones ocultas, aquellas difíciles de identificar por tener características estigmatizadoras o ilegales, suelen dar problemas a la hora de determinar su tamaño o prevalencia en determinados contextos. Los métodos tradicionales o directos, como las encuestas poblacionales, no suelen servir para este cometido. Los métodos indirectos, que parten de fuentes de datos incompletas para estimar la prevalencia real de la población, sí pueden ser útiles.

Este trabajo completa el artículo original publicado en 2017 por Revista Española de Salud Pública sobre métodos indirectos para la estimación de poblaciones ocultas. Se exponen cuatro métodos diferentes, cada uno de los cuales tiene distintas indicaciones dependiendo de los datos de los que dispongamos y diferentes sesgos que deben valorarse detenidamente para realizar una estimación lo más cercana posible a la realidad.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

United Nations Office on Drugs and Crime. Estimating Prevalence: Indirect Methods for Estimating the Size of the Drug Problem Estimating Prevalence: Austria. 2003.

Lorenzo Ortega R, Sonego M, Pulido J, González Crespo A, Jiménez-Mejías E, Sordo L. Métodos indirectos para la estimación de poblaciones ocultas. Rev Española Salud Pública. 2017;91:e1–9.

Kraus L, Augustin R, Frischer M, Kummler P, Uhl A, Wiessing L. Estimating prevalence of problem drug use at national level in countries of the European Union and Norway. Addiction. 2003;98:471–85.

Sirbiladze T, Tavzarashvili L, Chikovani I, Shengelia N, Sulaberidze L. Population Size Estimation of People Who Inject Drugs in Georgia 2014. 2015:47.

Frischer M, Hickman M, Kraus L, Mariani F, Wiessing L. A comparison of different methods for estimating the prevalence of problematic drug misuse in Great Britain. Addiction. 2001;96:1465–76.

Bauer JJ. Biases in Random Route Surveys. J Surv Stat Methodol. 2016;4:263– 287.

Bell DC, Erbaugh EB, Serrano T, Dayton-Shotts CA, Montoya ID. A comparison of network sampling designs for a hidden population of drug users: Random walk vs. respondent-driven sampling. Soc Sci Res; 2017;62:350–61.

Bernard HR, Hallett T, Iovita A, Johnsen EC, Lyerla R, McCarty C, et al. Counting hard-to-count populations: the network scale-up method for public health. Sex Transm Infect. 2010;86(Suppl 2):ii11-ii15.

Mohebbi E, Baneshi MR, Haji-Maghsoodi S, Haghdoost AA. The application of network scale up method on estimating the prevalence of some disabilities in the Southeast of Iran. J Res Health Sci. 2014;14(4):272–5.

Habecker P, Dombrowski K, Khan B. Improving the network scale-up estimator: Incorporating means of sums, recursive back estimation, and sampling weights. PLoS One. 2015;10(12):1–16.

Instituto Nacional de Estadistica. (Spanish Statistical Office). Consultado 19 Junio 2018. Disponible en:

http://www.ine.es/

Feehan DM, Umubyeyi A, Mahy M, Hladik W, Salganik MJ. Quantity Versus Quality: A Survey Experiment to Improve the Network Scale-up Method. Am J Epidemiol. 2016;183(8):747–57.

Feehan DM, Salganik MJ. Generalizing the Network Scale-Up Method: A New Estimator for the Size of Hidden Populations. Sociol Methodol. 2016;70(12):773–9.

Jing L, Lu Q, Cui Y, Yu H, Wang T. Combining the randomized response technique and the network scale-up method to estimate the female sex worker population size: an exploratory study. Public Health. 2018;160:81–6.

Sajjadi H, Shushtari ZJ, Shati M, Salimi Y, Dejman M, Vameghi M, et al. An indirect estimation of the population size of students with high-risk behaviors in select universities of medical sciences: A network scale-up study. PLoS One. 2018;13(5):1–11.

Thompson SK, Collins LM. Adaptive sampling in research on risk-related behaviors. Drug Alcohol Depend. 2002;68:57–67.

Gonsalves GS, Crawford FW, Cleary PD KE. An Adaptive Approach to Locating Mobile HIV Testing Services. Med Decis Mak. 2018;38(2):262–72.

Johnston LG, McLaughlin KR, Rouhani SA, Bartels SA. Measuring a hidden population: A novel technique to estimate the population size of women with sexual violence-related pregnancies in South Kivu Province, Democratic Republic of Congo. J Epidemiol Glob Health . Ministry of Health, Saudi Arabia; 2017;7(1):45–53.

Tilling K, Sterne JAC. Capture-recapture models including covariate effects. Am J Epidemiol. 1999;149(4):392–400.

Sopko B, Škařupová K, Nečas V, Mravčík V. Estimation of problem drug users in prague in 2011 from low-threshold data: Modified capture-recapture method, adjusted for clients avoiding any identification (non-coded clients). Cent Eur J Public Health. 2016;24(1):39–44.

Descargas

Publicado

10-07-2019

Cómo citar

1.
Lorenzo-Ortega R, Pulido J, Martínez-Santos A, Ruiz-Pérez I, Hoyos J, Sordo L. Métodos indirectos para la estimación de poblaciones ocultas: segunda parte : e201907033. Rev Esp Salud Pública [Internet]. 10 de julio de 2019 [citado 7 de junio de 2025];93:10 páginas. Disponible en: https://ojs.sanidad.gob.es/index.php/resp/article/view/1135

Número

Vol. 93 (2019)

Sección

Colaboraciones especiales

Categorías

Licencia

Derechos de autor 2019 Rocío Lorenzo-Ortega, José Pulido, Ana Martínez-Santos, Isabel Ruiz-Pérez, Juan Hoyos, Luis Sordo

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato.
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia.

Bajo los siguientes términos:
Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.

NoComercial — Usted no puede hacer uso del material con propósitos comerciales.

SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.

No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.

Avisos:
No tiene que cumplir con la licencia para elementos del material en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.

No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.

Artículos más leídos del mismo autor/a