序贯流行率调查的自适应地统计设计与分析

非自适应地统计设计（NAGD）提供了收集和分析地统计数据的标准方法，其中采样位置在任何数据收集之前就已固定。相比之下，自适应地统计设计（AGD）允许随时间收集暴露和结局数据，并依赖从先前信息中获得的信息来优化数据收集，以服务于分析目标。AGD 在空间制图中正变得越来越重要，特别是在资源匮乏的环境中，均匀精确制图的成本可能高得不切实际，而优先事项通常是识别干预措施能产生最大健康影响的关键区域。两种构造方式为：$singleton$（逐点）和 $batch$（批量）自适应采样。在逐点采样中，位置 $x_i$ 按顺序选择，且在每个阶段，$x_{k+1}$ 依赖于在位置 $x_1,\ldots , x_k$ 获得的数据。在批量采样中，位置以大小为 $b > 1$ 的批次选择，允许新批次 $\{x_{(k+1)},\ldots ,x_{(k+b)}\}$ 依赖于在位置 $x_1,\ldots, x_{kb}$ 获得的数据。在大多数情况下，批量采样比逐点采样更现实。我们提出了具体的批量 AGD，并通过模拟评估了它们相对于逐点自适应和非自适应对应方案的效率。我们展示了如何应用这些发现来为一项滚动疟疾指标调查的 AGD 提供信息，该调查是马拉维一个大规模、为期五年的疟疾传播减少项目的一部分。