[論文レビュー] Estimating Hidden Population Size using Respondent-Driven Sampling Data

Mark S. Handcock, Krista J. Gile+1 more|arXiv (Cornell University)|Sep 27, 2012

HIV, Drug Use, Sexual Risk参考文献 5被引用数 4

ひとこと要約

本稿では、RDS（被験者駆動型サンプリング）データのみを用いて、隠れた人間集団の規模をベイズ的手法で推定する手法を提案する。この手法は、サンプリング過程で観察される個人のネットワークサイズの減少列を利用し、逐次的サンプリング近似を用いて集団の枯渇をモデル化する。これにより、良好な頻度的カバレッジを示す信頼性の高い集団規模の推定が得られ、集計的特徴の推論が向上する。

ABSTRACT

Respondent-Driven Sampling (RDS) is an approach to sampling design and inference in hard-to-reach human populations. Typically, a sampling frame is not available, and population members are difficult to identify or recruit from broader sampling frames. Common examples include injecting drug users, men who have sex with men, and female sex workers. Most analysis of RDS data has focused on estimating aggregate characteristics, such as disease prevalence. However, RDS is often conducted in settings where the population size is unknown and of great independent interest. This paper presents an approach to estimating the size of a target population based on data collected through RDS. The proposed approach uses a successive sampling approximation to RDS to leverage information in the ordered sequence of observed personal network sizes. The inference uses the Bayesian framework, allowing for the incorporation of prior knowledge. A flexible class of priors for the population size is proposed that aids elicitation. An extensive simulation study provides insight into the performance of the method for estimating population size under a broad range of conditions. A further study shows the approach also improves estimation of aggregate characteristics. A particular choice of the prior produces interval estimates with good frequentist properties. Finally, the method demonstrates sensible results when used to estimate the numbers of sub-populations most at risk for HIV in two cities in El Salvador.

研究の動機と目的

• 追加のデータソースを必要とせずに、RDSデータのみを用いて到達困難な人間集団の規模を推定する手法を開発すること。
• RDSにおける個人のネットワークサイズの順序的系列を活用し、サンプリング依存性を無視するのではなく、情報として有効に活用すること。
• 事前知識を組み込み、他の推定手法と一貫して統合可能な柔軟なベイズ枠組みを提供すること。
• より正確な集団規模の推定を用いることで、集計的特徴（例：疾患の有病率）の推定を改善すること。
• 本手法の性能を多様なサンプリング条件および実世界の状況（エルサルバドールのHIVリスクグループを含む）において評価すること。

提案手法

• 集団の枯渇を反映するように、より大きなネットワークサイズが早期にサンプリングされやすいという性質を有する逐次的サンプリング近似を用いてRDSプロセスをモデル化する。
• 集団規模Nの推定に、事前知識の獲得を支援し、頑健性を向上させる柔軟な事前分布のクラスを用いたベイズ階層モデルを適用する。
• 観察された個人のネットワークサイズの系列を、サンプリング順の関数としてモデル化し、サイズの減少が集団の枯渇を示すと仮定する。
• MCMC（マルコフ連鎖モンテカルロ）を用いて後確率の計算を実施し、Nの完全な不確実性の定量的評価を可能にする。
• 他のデータソース（例：捕獲・再捕獲法、乗数法）と統合推定を行うために、本手法の後確率分布を統合推定における事前分布として用いる。
• 多様な集団規模、ネットワーク構造、サンプリング割合を想定した広範なシミュレーションスタディにより、本手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 追加のデータソースがなければ、RDSデータのみから集団規模を信頼性高く推定できるか？
• RQ2 RDS下での観察された個人のネットワークサイズの順序的パターンは、集団規模推定にどのように寄与するか？
• RQ3 本手法の頻度的カバレッジおよびバイアスの性能は、多様なサンプリング条件下でどのように評価されるか？
• RQ4 推定された集団規模を用いることで、RDSに基づく有病率推定の精度は向上するか？
• RQ5 実世界の応用、例えばエルサルバドールにおけるHIVリスクグループの規模推定において、本手法はどの程度の性能を示すか？

主な発見

• 本手法は、強い活動差異が存在する困難な状況下でも、良好な頻度的カバレッジを示す集団規模の信頼区間推定を提供する。
• シミュレーション結果から、本手法は特にサンプル割合が大きく、ネットワークサイズの不均一性が強い状況で優れた性能を示す。
• SS推定量（Gile, 2011）に推定された集団規模を組み込むことで、有病率推定の精度が顕著に向上する。
• エルサルバドールにおけるHIVリスクグループの推定値は、UNAIDSの指針および捕獲・再捕獲推定値と整合的である。
• 本手法の後確率分布は、複数手法統合推定における事前分布として利用可能であり、集団規模推定の整合的かつ段階的改善を可能にする。
• 情報が限られる状況では、本手法は広い信用区間を生成し、真の不確実性を反映する。これは、変動性を低く見積もる手法よりもより誠実な評価である。