Respondent Driven Sampling (RDS) aplicado à população de homens que fazem sexo com homens no Brasil

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Mota, Rosa Maria Salani
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual do Ceará
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=71917
Resumo: Os estimadores para parâmetros populacionais em amostras coletadas pelo método de amostragem Respondent Driven Sampling (RDS) são sensíveis à presença de observações ignoradas e tendem a subestimar os parâmetros populacionais. A ausência de um quadro de amostragem bem definido para a coleta de amostras em populações consideradas escondidas e/ou de acesso difícil fez com que o RDS se tornasse uma importante ferramenta de vigilância comportamental e biológica nessas populações com maior risco para o HIV, em especial no Brasil. Considerado um método de amostragem em cadeia de referência, o RDS utiliza informações sobre as conexões das redes sociais para obter estimadores contingentes assintoticamente imparciais das características populacionais e a precisão desses estimadores. Estudo multicêntrico de corte transversal para vigilância epidemiológica e comportamental em populações de HSH com 18 anos ou mais foi realizado em dez cidades brasileiras (Manaus, Recife, Salvador, Campo Grande, Brasília, Curitiba, Itajaí, Santos, Belo Horizonte e Rio de Janeiro) no ano de 2009 e, coleta, em cada município, uma amostra pelo RDS. Neste estudo, foi oferecido o teste rápido para diagnóstico da infecção por HIV àqueles que aceitam participar de um pré-aconselhamento. Todos os participantes foram inquiridos sobre a realização de testes anti-HIV anteriores ao da pesquisa e sobre qual o diagnóstico obtido. Com a simulação de uma variável dicotômica (exemplo: sorologia para HIV positiva ou negativa) sem observações ignoradas na rede de recrutamento do Rio de Janeiro e posteriores exclusões de 18 recrutados, encontra-se que, a amostra com ignorados é avaliada com base em um número de observações significativamente menor que o da amostra original e o parâmetro em questão (prevalência do HIV) é subestimado. Ainda, com a imputação única das sorologias ignoradas, no contexto descritivo, observam-se, nas amostras com imputação, marcadores biológicos que indicam valores mais acurados. No estudo multicêntrico, para o grupo de participantes que autorrelatou sorologia positiva ou negativa para o HIV e realizou teste rápido na pesquisa, observa-se para os autorrelatos elevada concordância (0,88) e sensibilidade de 100% com o padrão-ouro teste rápido para diagnóstico do HIV. Finalmente, estimando a prevalência para o HIV nas amostras observadas por município e geral, e, com a proposta da imputação pelo autorrelato do HIV positivo e posterior atribuição de sorologia HIV +/- mediante três propostas de imputações: todos são negativos, proximidade dos participantes na rede de recrutamento e pela regressão logística. Encontra-se nas amostras coletadas a estimativa geral da prevalência do HIV igual a 11,1% sendo, por município, a menor prevalência em Santos (2,6%) e a maior no Rio de Janeiro (17,6%). Com as imputações as prevalências tendem a aumentar e as maiores estimativas são encontradas com a imputação por meio da regressão logística em sete de nove municípios avaliados por essa metodologia. A estimativa geral do HIV pela regressão logística é 14,2% sendo, por município, a menor prevalência no Recife (5,2%) e a maior em Brasília (23,7%). A imputação da sorologia de infecção por HIV pela regressão logística ocorre por município e por intermédio de um modelo com acurácia mínima igual a 70%. Palavras-chave: População vulnerável. Rede Social. Soroprevalência de HIV. Prevalência. Métodos. Análise Estatística. Estimativa de Kaplan-Meier. Sensibilidade e Especificidade (epidemiologia). Modelos Logísticos.