低收入和中等收入国家生育率的小区域估计

精细空间分辨率下的准确生育率估计对于局部公共卫生规划至关重要，尤其是在低收入和中等收入国家（LMICs）。虽然诸如年龄别生育率（ASFR）和总和生育率（TFR）等国家层面指标通常通过官方统计数据报告，但它们缺乏指导针对性干预所需的空间粒度。为解决此问题，我们开发了一个使用小区域估计（SAE）技术的次国家级生育率估计框架，该技术应用于来自家庭调查（特别是人口与健康调查（DHS））的生育史数据。按地理区域、时间段和母亲年龄组进行分解会导致显著的数据稀疏性，限制了精细尺度下直接估计的可靠性。为克服这一困难，我们提出了一套方法，包括直接估计量、区域级和单元级贝叶斯层次模型，以在不同空间分辨率下产生准确的估计。基于模型的方法结合了时空平滑，并整合了诸如母亲教育程度、避孕措施使用和城市化程度等协变量。利用2021年马达加斯加DHS数据，我们生成了地区级ASFR和TFR估计值，并通过交叉验证评估了模型性能。