Improving the reliability of district-level estimates ofteenage pregnancy in Malawi using small area estimation

Resumo Técnico: Melhorando a Confiabilidade das Estimativas de Gravidez na Adolescência em Nível de Distrito no Malawi Usando a Estimativa de Pequenas Áreas

Declaração do Problema
O Malawi está em transição para um sistema de tomada de decisão descentralizado, o que exige indicadores de saúde locais confiáveis para o planejamento e a alocação de recursos em nível de distrito. Embora estimativas nacionais e regionais de gravidez na adolescência estejam disponíveis por meio de inquéritos domiciliares, como o Inquérito Demográfico e de Saúde (DHS), as estimativas diretas em nível de distrito são frequentemente pouco confiáveis. Essa falta de confiabilidade decorre dos pequenos tamanhos de amostra e da alta variabilidade de amostragem inerentes aos desenhos de inquéritos que não possuem poder estatístico para unidades administrativas granulares. Consequentemente, as estimativas diretas exibem coeficientes de variação (CV) elevados, limitando sua utilidade para políticas baseadas em evidências e intervenções direcionadas. O estudo aborda a necessidade de um quadro estatístico para estabilizar essas estimativas sem perder a coerência com as medidas baseadas em inquéritos.

Metodologia
O estudo emprega uma abordagem de Estimativa de Pequenas Áreas (SAE) baseada em modelo, utilizando um modelo de Fay–Herriot (FH) de nível de área para melhorar a precisão das estimativas de prevalência de gravidez na adolescência em todos os 32 distritos administrativos do Malawi.

• Fontes de Dados: Os dados primários provêm do Inquérito Demográfico e de Saúde do Malawi de 2024 (MDHS), focando em mulheres de 15 a 19 anos. A gravidez na adolescência é definida como a proporção de raparigas nesta faixa etária que estão atualmente grávidas ou que já vivenciaram uma gravidez (incluindo perda gestacional). Variáveis auxiliares foram derivadas do Censo da População e da Habitação de 2018 do Malawi e do Inquérito Integrado de Agregados Familiares (IHS5).
• Seleção de Variáveis: Um conjunto inicial de 18 variáveis auxiliares de nível de distrito foi avaliado. Utilizando a regressão de Seleção e Encolhimento por LASSO (LASSO) com validação cruzada de 10 dobras, quatro preditores principais foram selecionados para o modelo de ligação final:
  1. Proporção de mulheres vivendo em áreas rurais.
  2. Proporção de mulheres casadas antes dos 18 anos.
  3. Proporção de agregados familiares chefiados por mulheres.
  4. Densidade populacional transformada em logaritmo.
• Modelo Estatístico:
  • Estimativa Direta: Os estimadores diretos de design ($\hat{p}^{DIR}_i$) e suas variâncias de amostragem ($\psi_i$) foram calculados utilizando pesos de amostragem e linearização de Taylor.
  • Transformação: Para satisfazer os pressupostos de linearidade e normalidade do modelo FH, aplicou-se uma transformação logit, com uma correção de continuidade (0,5) para valores nos limites (0 ou 1).
  • Modelo Fay–Herriot: Um modelo de dois níveis foi construído:
    • Modelo de Amostragem: $\hat{p}_i = p_i + e_i$, onde $e_i \sim N(0, \psi_i)$.
    • Modelo de Ligação: $p_i = \mathbf{x}^\top_i \boldsymbol{\beta} + u_i$, onde $u_i \sim N(0, \sigma^2_u)$ representa efeitos aleatórios específicos da área.
  • Estimativa: O modelo foi ajustado usando a Máxima Verossimilhança Restrita (REML) para estimar os componentes de variância. O Estimador Linear Não Enviesado de Melhor Predição Empírica (EBLUP) resultante serve como um composto ponderado do estimador direto e de um estimador sintético baseado em regressão.
  • Retrotransformação: Uma retrotransformação com correção de viés foi aplicada para retornar as estimativas à escala de probabilidade original.
  • Avaliação de Precisão: O Erro Quadrático Médio (MSE) e os Coeficientes de Variação (CV) foram estimados por meio de um procedimento de bootstrap paramétrico (200 iterações).

Principais Resultados

• Desempenho do Modelo: O modelo de ligação explicou uma parte significativa da variabilidade entre áreas, com um $R^2$ ajustado de 0,666 e um $R^2$ específico do FH de 0,878. A variância estimada dos efeitos aleatórios foi de 0,00785 na escala logit.
• Estabilidade e Precisão: As estimativas EBLUP do modelo demonstraram redução da variabilidade em comparação com as estimativas diretas de inquéritos.
  • Estimativas Diretas: Média = 0,3070, DP = 0,0752, Amplitude = 0,130–0,421.
  • Estimativas EBLUP: Média = 0,3066, DP = 0,0628, Amplitude = 0,151–0,385.
  • O intervalo interquartil das EBLUPs foi mais estreito, indicando maior estabilidade.
• Redução de Erro: O MSE das estimativas EBLUP foi inferior ao das estimativas diretas em todos os 32 distritos. O Coeficiente de Variação (CV) foi consistentemente menor para as estimativas baseadas no modelo em todos os distritos, confirmando um ganho de eficiência.
• Diagnósticos: A análise de resíduos (gráficos Q-Q, testes de Shapiro-Wilk) confirmou que os pressupostos de normalidade e independência foram atendidos. Observou-se uma forte correlação positiva ($r=0,81$) entre as estimativas diretas e as EBLUP, indicando que a abordagem baseada no modelo manteve a coerência com os dados do inquérito, ao mesmo tempo que reduziu o ruído.
• Ajustes Específicos: O modelo moderou as estimativas diretas extremas. Por exemplo, a estimativa direta para o distrito de Chikwawa diminuiu de 42,1% para 33,5%, enquanto a do distrito de Zomba aumentou de 26,3% para 32,0%, refletindo o "empréstimo de força" (borrowing of strength) de variáveis auxiliares e áreas vizinhas.

Significância e Alegações
O artigo afirma que a aplicação do modelo de nível de área Fay–Herriot aborda com sucesso as limitações dos pequenos tamanhos de amostra em inquéritos de nível de distrito. Ao integrar dados de inquéritos com informações auxiliares do censo, o estudo produz estimativas mais estáveis e confiáveis da prevalência de gravidez na adolescência.

Os autores sustentam que estas estimativas melhoradas fornecem uma base de evidências mais robusta para o sistema de saúde descentralizado do Malawi. Especificamente, os resultados apoiam o planejamento, monitoramento e avaliação de políticas nacionais, tais como a Estratégia Nacional de Serviços de Saúde Amigáveis para Jovens e a Estratégia Nacional para o Fim do Casamento Infantil. O estudo conclui que os métodos de SAE são particularmente valiosos em contextos de baixa renda onde os tamanhos de amostra dos inquéritos são insuficientes para a estimativa direta subnacional, permitindo um direcionamento e alocação mais consistentes de intervenções de saúde reprodutiva. Os autores observam que, embora o modelo melhore a precisão, a sua exatidão depende da qualidade das variáveis auxiliares, e trabalhos futuros poderão estender esta metodologia para modelos espaço-temporais multivariados.