Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Giải Quyết Vấn Đề Loại Trừ Không Dự Định Các Hộ Gia Đình Có Tình Trạng Dễ Tổn Thương và Di Động Trong Các Khảo Sát Truyền Thống Tại Kathmandu, Dhaka và Hà Nội: Một Nghiên Cứu Tính Khả Thi Phương Pháp Hỗn Hợp
Tóm tắt
Các phương pháp được sử dụng trong các khảo sát hộ gia đình ở các nước có thu nhập thấp và trung bình (LMIC) đã không thay đổi trong bốn thập kỷ; tuy nhiên, xã hội LMIC đã thay đổi đáng kể và hiện đang đối mặt với tỷ lệ đô thị hóa và đô thị hóa nghèo đói chưa từng có. Sự không khớp này có thể dẫn đến việc vô tình loại trừ các nhóm dân cư đô thị dễ bị tổn thương và di động. Chúng tôi so sánh ba đổi mới phương pháp khảo sát với các phương pháp khảo sát tiêu chuẩn ở Kathmandu, Dhaka và Hà Nội và tổng hợp tính khả thi của các phương pháp đổi mới của chúng tôi về thời gian, chi phí, yêu cầu kỹ năng và kinh nghiệm. Chúng tôi đã sử dụng thống kê mô tả và các kỹ thuật hồi quy để so sánh đặc điểm người trả lời trong các mẫu được rút ra với thiết kế khảo sát đổi mới so với thiết kế khảo sát tiêu chuẩn và định nghĩa hộ gia đình, điều chỉnh theo trọng số xác suất mẫu và cụm. Tính khả thi của các phương pháp đổi mới đã được đánh giá bằng cách sử dụng phân tích khung chủ đề từ các thảo luận nhóm tập trung với nhân viên khảo sát, và thông qua ngân sách kế hoạch khảo sát. Chúng tôi nhận thấy rằng một định nghĩa hộ gia đình chung đã loại trừ những người lớn độc thân (46.9%) và các hộ gia đình do người di cư đứng đầu (6.7%), cũng như các nhóm người chưa kết hôn (8.5%), thất nghiệp (10.5%), khuyết tật (9.3%), và người lớn đang học (14.3%). Hơn nữa, việc lấy mẫu hai giai đoạn tiêu chuẩn đã dẫn đến số lượng ít hơn các hộ gia đình độc thân và không phải gia đình so với một thiết kế điều tra diện tích-microcensus đổi mới; tuy nhiên, việc lấy mẫu hai giai đoạn đã dẫn đến nhiều người sống trong lều và chòi hơn. Các đổi mới trong khảo sát của chúng tôi cung cấp giá trị tốt với đồng tiền, và trải nghiệm của nhân viên khảo sát là trung tính hoặc tích cực. Nhân viên đã đề xuất việc tối ưu hóa công cụ khảo sát và phối hợp giữa các chuyên gia kỹ thuật và nội dung khảo sát trong quá trình thực địa. Chứng cứ về việc loại trừ các nhóm dân cư đô thị dễ bị tổn thương và di động trong các khảo sát hộ gia đình của LMIC là rất đáng lo ngại và làm nổi bật sự cần thiết phải hiện đại hóa các phương pháp và thực tiễn khảo sát.
Từ khóa
#Khảo sát #Hộ gia đình #Đô thị hóa #Di cư #Các phương pháp khảo sát đổi mới #LMICTài liệu tham khảo
Bakewell O. Keeping them in their place’: the ambivalent relationship between development and migration in Africa. Third World Q. 2008;29(7):1341–58. https://doi.org/10.1080/01436590802386492.
Castles S. Twenty-first-century migration as a challenge to sociology. J Ethn Migr Stud. 2007;33(3):351–71. https://doi.org/10.1080/13691830701234491.
UN-Habitat. Urbanization and development: emerging futures. World Cities Report 2016. Nairobi Kenya: UN-Habitat; 2016. http://wcr.unhabitat.org/wp-content/uploads/2017/02/WCR-2016-Full-Report.pdf. Accessed 24 Oct 2019.
UN Department of Economic and Social Affairs (UN-DESA). World urbanization prospects: the 2019 revision. New York, NY USA: UN-DESA; 2019. https://population.un.org/wup/DataQuery/. Accessed 13 Jan 2020.
Campbell L. Working with people and communities in urban humanitarian crises. London UK: ALNAP; 2017. https://www.alnap.org/system/files/content/resource/files/main/alnap-urban-people-and-communities-2017.pdf. Accessed 24 Oct 2019
Lucci P, Bhatkal T, Khan A. Are we underestimating urban poverty? World Dev. 2018;103:297–310. https://doi.org/10.1016/j.worlddev.2017.10.022.
Vlahov D, Freudenberg N, Proietti F, Ompad D, Quinn A, Nandi V, et al. Urban as a determinant of health. J Urban Heal. 2007;84(Suppl. 1):16–26. https://doi.org/10.1007/s11524-007-9169-3.
Vlahov D. Systematic surveys in informal settlements: challenges in moving toward health equity. J Urban Heal. 2019;96(6):795–6. https://doi.org/10.1007/s11524-019-00393-x.
McNairy ML, Tymejczyk O, Rivera V, et al. High burden of non-communicable diseases among a young slum population in Haiti. J Urban Heal. 2019;96(6):797–812. https://doi.org/10.1007/s11524-019-00368-y.
NIPORT, ICDDR-B, MEASURE Evaluation. Bangladesh urban health survey 2013 final report. Dhaka Bangladesh: NIPORT, ICDDR-B; 2015. https://www.measureevaluation.org/resources/publications/tr-15-117. Accessed 5 Aug 2020.
IIPS, ICF International. National Family Health Survey (NFHS-4) 2015-16: India. Mumbai India: IIPS and ICF International; 2017. https://dhsprogram.com/pubs/pdf/FR339/FR339.pdf. Accessed 5 Aug 2020.
UN Statistics Division (UNSD). Household sample surveys in developing and transition countries. New York, NY USA: United Nations; 2005. https://unstats.un.org/unsd/HHsurveys/pdf/Household_surveys.pdf. Accessed 24 Oct 2019.
ICF International. Demographic and health survey sampling and household listing manual. Calverton, MD USA: ICF International; 2012. https://dhsprogram.com/pubs/pdf/DHSM4/DHS6_Sampling_Manual_Sept2012_DHSM4.pdf. Accessed 24 Oct 2019
Multiple Indicator Cluster Surveys. MICS5 tools: manual for mapping and household listing. New York, NY USA: UNICEF; 2013. http://mics.unicef.org/tools?round=mics5. Accessed 24 Oct 2019.
Grosh ME, Munoz J. A manual for planning and implementing the living standards measurement study survey. LSMS Working Paper No. 126. Washington, DC USA: The World Bank; 1996. http://documents.worldbank.org/curated/en/363321467990016291/A-manual-for-planning-and-implementing-the-living-standards-measurement-study-survey. Accessed 24 Oct 2019.
The DHS Program available datasets. Rockville, MD USA: ICF International; 2017. https://dhsprogram.com/data/available-datasets.cfm. Accessed 24 Oct 2019.
Carr-Hill R. Missing millions and measuring development progress. World Dev. 2013;46:30–44. https://doi.org/10.1016/j.worlddev.2012.12.017.
Eckman S. Do different listers make the same housing unit frame? Variability in housing unit listing. J Off Stat. 2013;29(2):249–59. https://doi.org/10.2478/jos-2013-0021.
Groves RM, Lyberg L. Total survey error: past, present, and future. Public Opin Q. 2010;74(5):849–79. https://doi.org/10.1093/poq/nfq065.
Lilford RJ, Oyebode O, Satterthwaite D, et al. Improving the health and welfare of people who live in slums. Lancet. 2017;389:559–70. https://doi.org/10.1016/S0140-6736(16)31848-7.
Mberu BU, Haregu TN, Kyobutungi C, Ezeh AC. Health and health-related indicators in slum, rural, and urban communities: a comparative analysis. Glob Health Action. 2016;9(1):1–13. https://doi.org/10.3402/GHA.V9.33163.
Ezeh A, Oyebode O, Satterthwaite D, et al. The history, geography, and sociology of slums and the health problems of people who live in slums. Lancet. 2017;389:547–58. https://doi.org/10.1016/S0140-6736(16)31650-6.
Elsey H, Manandah S, Sah D, et al. Public health risks in urban slums: findings of the qualitative “healthy kitchens healthy cities” study in Kathmandu, Nepal. PLoS One. 2016;11(9):1–17. https://doi.org/10.1371/journal.pone.0163798.
Chen M, Jhabvala R, Kanbur R, Richards C. Membership based organizations of the poor. London: Routledge; 2007.
Ye Y, Wamukoya M, Ezeh A, Emina JBO, Sankoh O. Health and demographic surveillance systems: a step towards full civil registration and vital statistics system in sub-Sahara Africa? BMC Public Health. 2012;12:741. https://doi.org/10.1186/1471-2458-12-741.
UN Department of Economic and Social Affairs (UN-DESA). Sustainable development goals. Sustain development knowledge platform. New York: UN-DESA; 2018. https://sustainabledevelopment.un.org/sdgs. Accessed 24 Oct 2019
Research Center for Employment Relations. Living wage report: urban Vietnam. Ho Chi Minh City: ERC; 2016. https://www.isealalliance.org/sites/default/files/resource/2017-12/Urban_Vietnam_Living_Wage_Benchmark_Report.pdf. Accessed 24 Oct 2019
Elsey H, Poudel AN, Ensor T, Mirzoev T, Newell JN, Hicks JP, et al. Improving household surveys and use of data to address health inequities in three Asian cities: protocol for the Surveys for Urban Equity (SUE) mixed methods and feasibility study. BMJ Open. 2018;8(11):e024182. https://doi.org/10.1136/bmjopen-2018-024182.
Global human settlement city model (GHS-SMOD) database. Ispra Italy: European Commission Joint Research Centre; 2017. http://ghsl.jrc.ec.europa.eu/faq.php. Accessed 13 Jan 2020.
Ministry of Health and Population (MOHP). Nepal Demographic and Health Survey 2011. Calverton, MD USA: MOHP; 2012. http://dhsprogram.com/pubs/pdf/fr257/fr257%5B13april2012%5D.pdf. Accessed 5 Aug 2020.
Milligan P, Njie A, Bennett S. Comparison of two cluster sampling methods for health surveys in developing countries. Int J Epidemiol. 2004;33(3):469–76. https://doi.org/10.1093/ije/dyh096.
Chao L, Szrek H, Peltzer K, et al. A comparison of EPI sampling, probability sampling, and compact segment sampling methods for micro and small enterprises. J Dev Econ. 2012;98(1):94–107. https://doi.org/10.1016/j.jdeveco.2011.08.007.
Thomson DR, Rhoda DA, Tatem AJ, Castro MC. Gridded population survey sampling: a systematic scoping review of the field and strategic research agenda. Int J Health Geogr. 2020;19:34. https://doi.org/10.1186/s12942-020-00230-4.
Population / Individual countries 2000–2020 database. Southampton UK: WorldPop; 2017. https://www.worldpop.org/geodata/listing?id=29. Accessed 2 Feb 2017.
Stevens FR, Gaughan AE, Linard C, Tatem AJ. Disaggregating census data for population mapping using random forests with remotely-sensed and ancillary data. PLoS One. 2015;10(2):e0107042. https://doi.org/10.1371/journal.pone.0107042.
Thomson DR, Stevens FR, Ruktanonchai NW, Tatem AJ, Castro MC. GridSample: an R package to generate household survey primary sampling units (PSUs) from gridded population data. Int J Health Geogr. 2017;16:25. https://doi.org/10.1186/s12942-017-0098-4.
Flowminder Foundation. GridSample.org. Southampton UK: Flowminder Foundation; 2019. http://www.gridsample.org. Accessed 13 Jan 2020.
Thompson SK. Adaptive cluster sampling. J Am Stat Assoc. 1990;85(412):1050–9. https://doi.org/10.2307/2289601.
Thomson DR, Bhattarai R, Dhungel R, et al. Planning team guide v1.7. Surveys for Urban Equity (SUE). Leeds UK: University of Leeds; 2018. https://medicinehealth.leeds.ac.uk/downloads/download/95/planning_team_guide. Accessed 13 Jan 2020.
OpenStreetMap Base Data. Cambridge UK: OpenStreetMap contributors; 2000. http://www.openstreetmap.org. Accessed 12 Nov 2018.
ArcGIS release 10. Redlands, CA USA: ESRI; 2018. https://www.esri.com/. Accessed 9 Jun 2017.
GeoODK. Fairfax, VA USA: GeoMarvel; 2017. http://geoodk.com/. Accessed 9 June 2017.
Tumbe C. Missing men, migration and labour markets: evidence. Indian J Labour Econ. 2016;58(2):245–67. https://doi.org/10.1007/s41027-016-0017-4.
Groves RM, Fowler FJ, Couper MP, Lepkowski JM, Singer E, Tourangaeau R. Survey methodology. 2nd ed. Hoboken, NJ USA: John Wiley & Sons, Inc.; 2009.
Newson RB. Attributable and unattributable risks and fractions and other scenario comparisons. Stata J. 2013;13(4):672–98. https://doi.org/10.1177/1536867X1301300402.
Ensor T, Bhattarai R, Manandhar S, et al. From rags to riches: assessing poverty and vulnerability in urban Nepal. PloS One. 2020;15(2):1–19. https://doi.org/10.1371/journal.pone.0226646.
Gale NK, Heath G, Cameron E, Rashid S, Redwood S. Using the framework method for the analysis of qualitative data in multi-disciplinary health research. BMC Med Res Methodol. 2013;13(117):1–8. https://doi.org/10.1186/1471-2288-13-117.
ICF Macro. Training field staff for DHS surveys. Calverton, MD USA: ICF Macro; 2009. https://dhsprogram.com/publications/publication-dhsm3-dhs-questionnaires-and-manuals.cfm. Accessed 13 Jan 2020.
Oya C. Who counts? Challenges and biases in defining ‘households’ in research on poverty. J Dev Eff. 2015;7(3):336–45. https://doi.org/10.1080/19439342.2015.1068358.
Eckman S, Kreuter F. Undercoverage rates and undercoverage bias in traditional housing unit listing. Sociol Methods Res. 2013;42(3):264–93. https://doi.org/10.1177/0049124113500477.