Skip to main content

Free Content Feasibility of satellite image-based sampling for a health survey among urban townships of Lusaka, Zambia

Download Article:

You have access to the full text article on a website external to ingentaconnect.

Please click here to view this article on Wiley Online Library.

You may be required to register and activate access on Wiley Online Library before you can obtain the full text. If you have any queries please visit Wiley Online Library

Abstract:

Summary Objectives  To describe our experience using satellite image-based sampling to conduct a health survey of children in an urban area of Lusaka, Zambia, as an approach to sampling when the population is poorly characterized by existing census data or maps. Methods  Using a publicly available Quickbird™ image of several townships, we created digital records of structures within the residential urban study area using ArcGIS 9.2. Boundaries were drawn to create geographic subdivisions based on natural and man-made barriers (e.g. roads). Survey teams of biomedical research students and local community health workers followed a standard protocol to enrol children within the selected structure, or to move to the neighbouring structure if the selected structure was ineligible or refused enrolment. Spatial clustering was assessed using the -difference function. Results  Digital records of 16 105 structures within the study area were created. Of the 750 randomly selected structures, six (1%) were not found by the survey teams. A total of 1247 structures were assessed for eligibility, of which 691 eligible households were enroled. The majority of enroled households were the initially selected structures (51%) or the first selected neighbour (42%). Households that refused enrolment tended to cluster more than those which enroled. Conclusions  Sampling from a satellite image was feasible in this urban African setting. Satellite images may be useful for public health surveillance in populations with inaccurate census data or maps and allow for spatial analyses such as identification of clustering among refusing households.

French
Objectifs: 

Décrire notre expérience utilisant l’échantillonnage basé sur des images satellites pour procéder à une enquête sur la santé des enfants dans une zone urbaine de Lusaka, en Zambie, comme une approche à l’échantillonnage lorsque la population est mal caractérisée par les données du recensement ou des cartes. Méthodes: 

En utilisant des images Quickbird™publiquement disponibles de plusieurs townships, nous avons créé des données numériques de structures à l’intérieur de la zone urbaine étudiée en utilisant ArcGIS 9.2. Les limites ont été dessinées afin de créer des subdivisions géographiques basées sur des barrières naturelles ou fixées par l’homme (exemple: routes). Des équipes de surveillance constituées d’étudiants en recherche biomédicale et d’agents de santé communautaires locaux ont suivi un protocole standard pour inscrire les enfants au sein de la structure choisie ou de passer à la structure voisine si la structure sélectionnéétait inéligible ou avait refusé l’inscription. Le regroupement spatial a étéévaluéà l’aide de la fonction de différence K. Résultats: 

Des données numériques de 16105 structures à l’intérieur de la zone d’étude ont été créées. Sur les 750 structures choisies aléatoirement, 6 (1%) n’ont pas été retrouvées par les équipes d’enquête. Au total, 1247 structures ont étéévaluées pour l’éligibilité, dont 691 ménages éligibles ont été inscrits. La majorité des ménages inscrits étaient ceux des structures initialement sélectionnées (51%) ou les premiers voisins sélectionnés (42%). Les ménages qui ont refusé l’inscription avaient tendance àêtre plus regroupés que ceux qui ont été inscrits. Conclusions: 

L’échantillonnage sur base d’image satellite a été possible dans ce milieu urbain africain. Les images satellites peuvent être utiles pour la surveillance de la santé publique dans les populations avec des données de recensement et des cartes géographiques non précises afin de permettre des analyses spatiales telles que l’identification de regroupements parmi les ménages refusant l’enrôlement.

Keywords: GIS; Imágenes satelitales; SIG; Zambia; Zambie; estudio sanitario; geographic information systems; health survey; imagerie par satellite; muestreo; sampling; satellite imagery; surveillance de la santé; échantillonnage

Document Type: Research Article

DOI: http://dx.doi.org/10.1111/j.1365-3156.2008.02185.x

Affiliations: 1:  Department of Epidemiology, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA 2:  W. Harry Feinstone Department of Molecular Microbiology and Immunology, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA 3:  Department of Population, Family and Reproductive Health, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA 4:  Virology Laboratory, University Teaching Hospital, Lusaka, Zambia

Publication date: January 1, 2009

bsc/tmih/2009/00000014/00000001/art00010
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more