Construction and validation of the area level deprivation index for health research: A methodological study based on Nepal Demographic and Health Survey
Notice bibliographique
Résumé
Area-level factors may partly explain the heterogeneity in risk factors and disease distribution. Yet, there are a limited number of studies that focus on the development and validation of the area level construct and are primarily from high-income countries. The main objective of the study is to provide a methodological approach to construct and validate the area level construct, the Area Level Deprivation Index in low resource setting. A total of 14652 individuals from 11,203 households within 383 clusters (or areas) were selected from 2016-Nepal Demographic and Health survey. The index development involved sequential steps that included identification and screening of variables, variable reduction and extraction of the factors, and assessment of reliability and validity. Variables that could explain the underlying latent structure of area-level deprivation were selected from the dataset. These variables included: housing structure, household assets, and availability and accessibility of physical infrastructures such as roads, health care facilities, nearby towns, and geographic terrain. Initially, 26-variables were selected for the index development. A unifactorial model with 15-variables had the best fit to represent the underlying structure for area-level deprivation evidencing strong internal consistency (Cronbach's alpha = 0.93). Standardized scores for index ranged from 58.0 to 140.0, with higher scores signifying greater area-level deprivation. The newly constructed index showed relatively strong criterion validity with multi-dimensional poverty index (Pearson's correlation coefficient = 0.77) and relatively strong construct validity (Comparative Fit Index = 0.96; Tucker-Lewis Index = 0.94; standardized root mean square residual = 0.05; Root mean square error of approximation = 0.079). The factor structure was relatively consistent across different administrative regions. Area level deprivation index was constructed, and its validity and reliability was assessed. The index provides an opportunity to explore the area-level influence on disease outcome and health disparity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,055 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».