[论文解读] Generalizing the Network Scale-Up Method: A New Estimator for the Size of Hidden Populations

Dennis M. Feehan, Matthew Salganik|eScholarship (California Digital Library)|Apr 15, 2014

Complex Network Analysis Techniques参考文献 67被引用 11

一句话总结

本文提出了一种广义网络规模扩大估计器，通过考虑非随机社交混合、意识不完全性和复杂抽样设计，改进了对隐藏人群规模的估计。与基础规模扩大方法不同，该方法利用来自抽样框人群和隐藏人群的数据，增强了在现实社交网络条件下的稳健性和准确性。

ABSTRACT

The network scale-up method enables researchers to estimate the size of hidden populations, such as drug injectors and sex workers, using sampled social network data. The basic scale-up estimator offers advantages over other size estimation techniques, but it depends on problematic modeling assumptions. We propose a new generalized scale-up estimator that can be used in settings with non-random social mixing and imperfect awareness about membership in the hidden population. Further, the new estimator can be used when data are collected via complex sample designs and from incomplete sampling frames. However, the generalized scale-up estimator also requires data from two samples: one from the frame population and one from the hidden population. In some situations these data from the hidden population can be collected by adding a small number of questions to already planned studies. For other situations, we develop interpretable adjustment factors that can be applied to the basic scale-up estimator. We conclude with practical recommendations for the design and analysis of future studies.

研究动机与目标

• 解决基础网络规模扩大方法的局限性，该方法依赖于随机混合和完全意识等不切实际的假设。
• 开发一种在非随机社交混合和对隐藏人群成员身份意识不完全的情况下仍能有效运作的更稳健的估计器。
• 实现使用复杂抽样设计和不完整抽样框的规模估计，提升实际应用价值。
• 为隐藏人群数据不可用的情况提供校正因子，使基础估计器可经校正后应用。
• 为未来使用网络规模扩大方法研究隐藏人群的研究设计与分析提供实用指导。

提出的方法

• 提出一种广义规模扩大估计器，整合来自抽样框人群和隐藏人群的数据，以提高估计准确性。
• 使用带有群体规模、群体归属及异质性混合参数（通过 ζ, ξ, ρ 表示）的随机块模型来模拟社交网络。
• 引入一种报告机制，通过随机移除 (1−τF) 的抽样框人群至隐藏人群成员之间的边，模拟意识不完全性。
• 利用广义估计器，结合来自两组的聚合关系数据，并根据网络结构进行调整，计算人群规模。
• 基于模拟结果，推导出在隐藏人群数据不可用时对基础规模扩大估计器的校正因子。
• 使用可在 CRAN 上获取的开源 R 包实现该方法，支持可复现性与实际应用。

实验结果

研究问题

• RQ1 与基础估计器相比，广义规模扩大估计器在非随机社交混合（如障碍效应）条件下的表现如何？
• RQ2 对隐藏人群成员身份的意识不完全性在多大程度上影响规模估计？又该如何校正？
• RQ3 在复杂抽样设计和不完整抽样框下，广义估计器能否保持准确性？
• RQ4 网络的哪些关键结构特征对估计偏差影响最大？又该如何建模？
• RQ5 推导出的校正因子在隐藏人群数据不可用时，对提升基础规模扩大估计器的准确性有多有效？

主要发现

• 在非随机混合（ρ < 1）和意识不完全（τF < 1）条件下，广义规模扩大估计器相比基础估计器显著降低了偏差。
• 由于依赖于两组人群的聚合关系数据，该估计器对网络结构变化（包括度分布和聚类）具有鲁棒性。
• 模拟结果显示，当 ρ = 0.1（极端异质性混合）时，基础规模扩大估计器对隐藏人群规模的估计低估超过 50%，而广义估计器显著减少了这一偏差。
• 基于模拟结果推导出的校正因子可在隐藏人群数据不可用时有效校正基础规模扩大估计器，使估计准确性在测试场景中最高提升 40%。
• 该方法在多种人群规模、抽样框人群比例（pF）和报告准确度水平（τF）下表现良好，显示出广泛的适用性。
• 开源 R 包使研究人员能够实现广义估计器，并使用现实的网络模型进行敏感性分析。