Simpósio: demonstrar riscos não é o mesmo que estimar a prevalência

12 dezembro 2018

Bernard Silverman  | Professor of Modern Slavery Statistics, University of Nottingham

É um grande prazer ter a oportunidade de comentar o artigo de Pablo Diego-Rosell e Jacqueline Joudo Larsen. Eles identificam fortes correlações entre vários fatores de risco e a prevalência estimada da escravatura moderna. Fornecem evidências de vulnerabilidades tanto para países como para indivíduos. Eles mesmos reconhecem a importância política e operacional destas vulnerabilidades, permitindo que os recursos e intervenções se concentrem da forma apropriada, ajudando-nos a desenvolver uma compreensão mais profunda deste crime terrível.

A minha principal preocupação é com uma questão diferente: estimativas de prevalência para países individuais. O modelo de risco pode ser utilizado para estimar a prevalência em qualquer país em particular? O modelo do fator de risco é ideal para fins de explicação, mas isso não significa que possa ser utilizado de maneira fiável para fins de previsão ou estimativa. Ao contrário da afirmação dos autores de que o modelo pode ser utilizado para prever com precisão a prevalência a nível nacional, as estimativas de prevalência para países individuais são extremamente imprecisas.

Esta imprecisão é apresentada, parcialmente, no Apêndice D dos autores. Nos Estados Unidos, por exemplo, a estimativa de prevalência total é de 0,51 por cento com um desvio padrão de 0,33 por cento. A secção 3.4 do artigo sugere que, para obter um intervalo de previsão de 95 por cento, utilizaria 0,51 por cento ± 0,66 por cento, em outras palavras, o valor real poderia estar entre -0,15 por cento e 1,17 por cento. Em termos gerais, isto traduz-se num número de vítimas entre -0,5 milhões e 4 milhões. É óbvio que uma prevalência negativa não é possível, e algum tipo de transformação é apropriado para tornar a distribuição posterior mais simétrica, porém o princípio é o mesmo: o modelo não pode ser utilizado, já que é impossível mostrar um grau de precisão suficiente para um determinado país em termos de previsão. Isso não é surpreendente e não diminui o valor da identificação de fatores de risco.

Na Figura 6 é facultada uma demonstração adicional em detalhe (canto inferior direito).

Mesmo se o ponto único com uma previsão e prevalência muito grandes (Uganda) for deixado de fora, os pontos restantes têm uma correlação de cerca de 0,95, por isso um valor r de 0,97. Porém, os valores residuais da linha diagonal—que para estes pontos são virtualmente idênticos à linha ajustada por regressão linear—têm um desvio padrão de 0,2 por cento. Assim, mesmo nos países para os quais os dados foram ajustados, se um país tiver uma prevalência média prevista de z por cento, um intervalo de confiança para a atual prevalência será (z±0,4) por cento. Este cálculo não leva em conta todos os detalhes do modelo, mas a precisão ou imprecisão, está no mesmo terreno que o Apêndice D. Embora existam grandes correlações, as previsões individuais são muito imprecisas.

É lamentável que o relatório do Global Slavery Index (GSI) 2018 não se pronuncie sobre a precisão das estimativas individuais. É uma má prática estatística dar uma estimativa sem dizer o quão preciso acha que é. Portanto, estou muito satisfeito pelo facto de o documento de referência dos autores conter mais informações sobre precisão.

No entanto, existem dois outros assuntos que aumentam ainda mais a imprecisão das estimativas individuais de prevalência. Nenhum dos 48 países investigados se encontra na Ásia, na Europa Ocidental ou na América do Norte. As previsões para esses países baseiam-se na extrapolação de países em diferentes partes do mundo e, portanto, estão sujeitas a uma camada adicional de incerteza não quantificável. Pode ser que esses países desenvolvidos tenham níveis mais altos—ou mais baixos—de resiliência a certos riscos; simplesmente não podemos afirmar isso a partir destes dados. De facto, no outro extremo do espetro, certos países de “alto risco” também têm características específicas que não estão presentes no conjunto de formação.

Em segundo lugar, se bem entendi, as investigações fizeram perguntas sobre os entrevistados e a sua família direta, e assim cada entrevista concedeu essencialmente informações sobre um pequeno grupo de pessoas. Não está claro se as dependências óbvias entre os indivíduos de uma família foram contabilizadas na adequação do modelo, mas se não foram, existe outra fonte de imprecisão.

Os autores foram generosos comigo ao conceder-me as coordenadas exatas dos pontos da Figura 6, mas, para terminar, posso fazer um apelo para que haja muito mais divulgação de dados e metodologia. Espero sinceramente que divulguem scripts de programas reais em Stata e R, e também os dados originais, adequadamente anónimos.

O princípio básico subjacente aos dados abertos e à investigação aberta é que qualquer pessoa deve ser capaz de reproduzir os resultados publicados. Isto é essencial para verificar a investigação em si. Além disso, o trabalho poderia reivindicar o nível de rigor padrão atualmente exigido. Mais precisamente, forneceria um recurso rico para que outros construíssem sobre a base que os autores forneceram—e também daria um excelente exemplo para outros trabalhos nesta importante área.

Este artigo foi preparado como parte do simpósio de modelação do risco da escravatura moderna da Delta 8.7. Leia todas as respostas aqui.

Bernard W. Silverman é Professor de Estatísticas de Escravatura Moderna, o Rights Lab, Universidade de Nottingham, Reino Unido.

Este artigo foi escrito por Bernard W. Silverman, enquanto contribuinte para a Delta 8.7. Tal como previsto nos Termos e condições de utilização da Delta 8.7, as opiniões expressas neste artigo correspondem às opiniões do(s) autor(es) e não refletem necessariamente as opiniões da UNU ou dos respetivos parceiros.

O Fórum da Delta 8.7
Justiça internacional

Criando um projeto de lei contra a escravidão moderna no Canadá

John McKay
Continuar a ler
Apoio às vitimas e aos sobreviventes

Symposium: Protecting Children from Exploitation during the COVID-19 Pandemic

Continuar a ler
Aplicação da lei

Promovendo fluxos de informação para cumprir a Meta 8.7

Luis Fabiano de Assis
Continuar a ler
Assistência ao desenvolvimento

Symposium: A Multidisciplinary Model Toward Preventing and Eradicating Child Labour in the Agricultural Sector

Continuar a ler
Economia, regulamentação empresarial e cadeias de abastecimento

Symposium: Uncovering and Eradicating Child Labour in Hidden Supply Chains

Continuar a ler
Migração e deslocamento

Vulnerability to Human Trafficking and a Framework for Anti-Trafficking Action

Continuar a ler
Etiquetas