Key points are not available for this paper at this time.
Die Autoren haben Skalierungsmethoden entwickelt und getestet, die auf einer einfachen Theorie sozialer Netzwerke basieren, um die Größe schwer zu erfassender Unterpopulationen zu schätzen. Die Autoren befragten eine national repräsentative Stichprobe von Befragten, wie viele Menschen sie in einer Liste von 32 Unterpopulationen kannten, darunter 29 Unterpopulationen bekannter Größe und 3 unbekannter Größe. Mit diesen Antworten erstellten die Autoren eine effektiv unverzerrte Maximum-Likelihood-Schätzung der Anzahl der Personen, die jeder Befragte kennt. Diese Schätzungen wurden dann verwendet, um die Größe der drei Populationen unbekannter Größe zurückzuschätzen. Die Maximum-Likelihood-Werte und 95%-Konfidenzintervalle wurden für die Seroprävalenz, 800.000 +/- 43.000; für Obdachlose, 526.000 +/- 35.000; und für Frauen, die in den letzten 12 Monaten vergewaltigt wurden, 194.000 +/- 21.000 ermittelt. Die Schätzung für die Seroprävalenz stimmt auffällig mit medizinischen Schätzungen überein, die Schätzung für Obdachlose liegt gut innerhalb der veröffentlichten Schätzungen, und die Schätzung der Autoren liegt im mittleren Bereich der veröffentlichten Spanne für Vergewaltigungsopfer.
Killworth et al. (Mittwoch) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: