{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5374752"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5374752","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Μοντέλα σύλληψης-επανασύλληψης για την εκτίμηση του μεγέθους δύσκολα προσεγγίσιμων πληθυσμών","abstract":"Υπόβαθρο: Η εκτίμηση του μεγέθους δύσκολα προσεγγίσιμων πληθυσμών, όπως οι χρήστες ενδοφλέβιων ναρκωτικών (ΧΕΝ), είναι κρίσιμη για τον σχεδιασμό προγραμμάτων μείωσης της βλάβης και την παρακολούθηση λοιμωδών νοσημάτων. Στη Θεσσαλονίκη, το πρόγραμμα «ΑΛΕΞΑΝΔΡΟΣ» (2019–2021) παρείχε δεδομένα από πέντε διαδοχικούς κύκλους δειγματοληψίας κατευθυνόμενης από τον συμμετέχοντα (Respondent-Driven Sampling), επιτρέποντας την εφαρμογή κλασικών και Μπεϋζιανών μεθόδων capture–recapture για την εκτίμηση του μεγέθους του πληθυσμού των ΧΕΝ. Μέθοδοι: Εφαρμόστηκε η κλασική μέθοδος σύλληψης–επανασύλληψης σε δεδομένα 5 πηγών για την περίοδο 2020–2021, με χρήση λογαριθμογραμμικών μοντέλων και ενσωμάτωση αλληλεπιδράσεων πρώτης τάξης, καθώς και στρωματοποίηση κατά φύλο και ηλικία. Στη συνέχεια χρησιμοποιήθηκε το εργαλείο ShinyRecap για την περίοδο 2019–2021, τόσο με log-linear μοντέλα (M0, Mt) όσο και με Μπεϋζιανή προσέγγιση: Bayesian Model Averaging (BMA) με μη πληροφοριακό εκ των προτέρων κατανομή και με λογαριθμοκανονική (log-normal) prior. Για κάθε μοντέλο υπολογίστηκαν σημειακές εκτιμήσεις και 95% διαστήματα εμπιστοσύνης ή credible intervals. Αποτελέσματα: Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο χρόνο (2020–2021), η κλασική ανάλυση capture–recapture εκτίμησε τον πληθυσμό σε 923 άτομα (95% Δ.Ε.: 916–930) με βάση τις πέντε πηγές, ενώ μετά την ενσωμάτωση φύλου και ηλικίας η εκτίμηση αυξήθηκε σε 1.158 άτομα (95% Δ.Ε.: 1.108–1.207). Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο μήνα (2020–2021), η αντίστοιχη ανάλυση έδωσε 696 άτομα (95% Δ.Ε.: 691–701), που αυξάνονται σε 826 άτομα (95% Δ.Ε.: 794–858) όταν ληφθούν υπόψη φύλο και ηλικία. Στην Μπεϋζιανή ανάλυση των δεδομένων 2019–2021, για χρήση τον τελευταίο χρόνο, το log-linear μοντέλο M0 εκτίμησε τον πληθυσμό σε 1.113 άτομα (95% Δ.Ε.: 1.069–1.161), ενώ το Mt σε 1.067 άτομα (95% Δ.Ε.: 1.029–1.109). Η Bayesian Model Averaging με μη πληροφοριακό prior παρήγαγε υψηλότερη εκτίμηση, με μέσο posterior πληθυσμό 1.420 ατόμων, διάμεσο 1.416 και 95% διάστημα αξιοπιστίας: 1.184–1.661, ενώ η BMA με λογαριθμοκανονική prior εκτίμησε 1.410 άτομα (95% διάστημα αξιοπιστίας: 1.193–1.636). Για τη χρήση τον τελευταίο μήνα (2019–2021), το μοντέλο M0 εκτίμησε 795 άτομα (95% Δ.Ε.: 766–827) και το Mt 769 άτομα (95% Δ.Ε.: 745–798). Η Bayesian Model Averaging έδωσε 849 άτομα (95% διάστημα αξιοπιστίας: 790–914) με μη πληροφοριακό prior και 853 άτομα (95% διάστημα αξιοπιστίας: 793–919) με λογαριθμοκανονική prior, υποδεικνύοντας ελαφρώς υψηλότερες αλλά σε μεγάλο βαθμό επικαλυπτόμενες εκτιμήσεις σε σχέση με τα λογαριθμογραμμικά μοντέλα. Σε σύγκριση με προηγούμενη εκτίμηση του ΕΚΤΕΠΝ για ΧΕΝ με χρήση τις τελευταίες 30 ημέρες το 2022 (214, 95% Δ.Ε.: 162–306), οι εκτιμήσεις της παρούσας εργασίας είναι σαφώς υψηλότερες, υποδηλώνοντας ουσιαστικά μεγαλύτερο κρυμμένο πληθυσμό στη Θεσσαλονίκη. Συμπεράσματα: Η συνδυαστική χρήση κλασικών log-linear μοντέλων και Μπεϋζιανής προσέγγισης capture–recapture ανέδειξε ότι ο πραγματικός πληθυσμός των ΧΕΝ στη Θεσσαλονίκη είναι σημαντικά μεγαλύτερος από ό,τι υποδηλώνουν οι επίσημες εκτιμήσεις που βασίζονται μόνο σε δεδομένα θεραπευτικών δομών. Τα ευρήματα υποδεικνύουν την ανάγκη ενίσχυσης των προγραμμάτων μείωσης της βλάβης και βελτίωσης της επιδημιολογικής επιτήρησης στους ΧΕΝ της Θεσσαλονίκης.","abstract_html":"Υπόβαθρο: Η εκτίμηση του μεγέθους δύσκολα προσεγγίσιμων πληθυσμών, όπως οι χρήστες ενδοφλέβιων ναρκωτικών (ΧΕΝ), είναι κρίσιμη για τον σχεδιασμό προγραμμάτων μείωσης της βλάβης και την παρακολούθηση λοιμωδών νοσημάτων. Στη Θεσσαλονίκη, το πρόγραμμα «ΑΛΕΞΑΝΔΡΟΣ» (2019–2021) παρείχε δεδομένα από πέντε διαδοχικούς κύκλους δειγματοληψίας κατευθυνόμενης από τον συμμετέχοντα (Respondent-Driven Sampling), επιτρέποντας την εφαρμογή κλασικών και Μπεϋζιανών μεθόδων capture–recapture για την εκτίμηση του μεγέθους του πληθυσμού των ΧΕΝ. Μέθοδοι: Εφαρμόστηκε η κλασική μέθοδος σύλληψης–επανασύλληψης σε δεδομένα 5 πηγών για την περίοδο 2020–2021, με χρήση λογαριθμογραμμικών μοντέλων και ενσωμάτωση αλληλεπιδράσεων πρώτης τάξης, καθώς και στρωματοποίηση κατά φύλο και ηλικία. Στη συνέχεια χρησιμοποιήθηκε το εργαλείο ShinyRecap για την περίοδο 2019–2021, τόσο με log-linear μοντέλα (M0, Mt) όσο και με Μπεϋζιανή προσέγγιση: Bayesian Model Averaging (BMA) με μη πληροφοριακό εκ των προτέρων κατανομή και με λογαριθμοκανονική (log-normal) prior. Για κάθε μοντέλο υπολογίστηκαν σημειακές εκτιμήσεις και 95% διαστήματα εμπιστοσύνης ή credible intervals. Αποτελέσματα: Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο χρόνο (2020–2021), η κλασική ανάλυση capture–recapture εκτίμησε τον πληθυσμό σε 923 άτομα (95% Δ.Ε.: 916–930) με βάση τις πέντε πηγές, ενώ μετά την ενσωμάτωση φύλου και ηλικίας η εκτίμηση αυξήθηκε σε 1.158 άτομα (95% Δ.Ε.: 1.108–1.207). Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο μήνα (2020–2021), η αντίστοιχη ανάλυση έδωσε 696 άτομα (95% Δ.Ε.: 691–701), που αυξάνονται σε 826 άτομα (95% Δ.Ε.: 794–858) όταν ληφθούν υπόψη φύλο και ηλικία. Στην Μπεϋζιανή ανάλυση των δεδομένων 2019–2021, για χρήση τον τελευταίο χρόνο, το log-linear μοντέλο M0 εκτίμησε τον πληθυσμό σε 1.113 άτομα (95% Δ.Ε.: 1.069–1.161), ενώ το Mt σε 1.067 άτομα (95% Δ.Ε.: 1.029–1.109). Η Bayesian Model Averaging με μη πληροφοριακό prior παρήγαγε υψηλότερη εκτίμηση, με μέσο posterior πληθυσμό 1.420 ατόμων, διάμεσο 1.416 και 95% διάστημα αξιοπιστίας: 1.184–1.661, ενώ η BMA με λογαριθμοκανονική prior εκτίμησε 1.410 άτομα (95% διάστημα αξιοπιστίας: 1.193–1.636). Για τη χρήση τον τελευταίο μήνα (2019–2021), το μοντέλο M0 εκτίμησε 795 άτομα (95% Δ.Ε.: 766–827) και το Mt 769 άτομα (95% Δ.Ε.: 745–798). Η Bayesian Model Averaging έδωσε 849 άτομα (95% διάστημα αξιοπιστίας: 790–914) με μη πληροφοριακό prior και 853 άτομα (95% διάστημα αξιοπιστίας: 793–919) με λογαριθμοκανονική prior, υποδεικνύοντας ελαφρώς υψηλότερες αλλά σε μεγάλο βαθμό επικαλυπτόμενες εκτιμήσεις σε σχέση με τα λογαριθμογραμμικά μοντέλα. Σε σύγκριση με προηγούμενη εκτίμηση του ΕΚΤΕΠΝ για ΧΕΝ με χρήση τις τελευταίες 30 ημέρες το 2022 (214, 95% Δ.Ε.: 162–306), οι εκτιμήσεις της παρούσας εργασίας είναι σαφώς υψηλότερες, υποδηλώνοντας ουσιαστικά μεγαλύτερο κρυμμένο πληθυσμό στη Θεσσαλονίκη. Συμπεράσματα: Η συνδυαστική χρήση κλασικών log-linear μοντέλων και Μπεϋζιανής προσέγγισης capture–recapture ανέδειξε ότι ο πραγματικός πληθυσμός των ΧΕΝ στη Θεσσαλονίκη είναι σημαντικά μεγαλύτερος από ό,τι υποδηλώνουν οι επίσημες εκτιμήσεις που βασίζονται μόνο σε δεδομένα θεραπευτικών δομών. Τα ευρήματα υποδεικνύουν την ανάγκη ενίσχυσης των προγραμμάτων μείωσης της βλάβης και βελτίωσης της επιδημιολογικής επιτήρησης στους ΧΕΝ της Θεσσαλονίκης.","abstract_has_math":false,"creators":["Ορμάνογλου Στράβων","Ormanoglou Stravon"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-07-24T01:02:21Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5374752"],"render_values":[{"text":"uoadl:5374752","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5374752","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ορμάνογλου Στράβων","Ormanoglou Stravon"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5374752","https://pergamos.lib.uoa.gr/uoa/dl/object/5374752"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Υπόβαθρο: Η εκτίμηση του μεγέθους δύσκολα προσεγγίσιμων πληθυσμών, όπως οι χρήστες ενδοφλέβιων ναρκωτικών (ΧΕΝ), είναι κρίσιμη για τον σχεδιασμό προγραμμάτων μείωσης της βλάβης και την παρακολούθηση λοιμωδών νοσημάτων. Στη Θεσσαλονίκη, το πρόγραμμα «ΑΛΕΞΑΝΔΡΟΣ» (2019–2021) παρείχε δεδομένα από πέντε διαδοχικούς κύκλους δειγματοληψίας κατευθυνόμενης από τον συμμετέχοντα (Respondent-Driven Sampling), επιτρέποντας την εφαρμογή κλασικών και Μπεϋζιανών μεθόδων capture–recapture για την εκτίμηση του μεγέθους του πληθυσμού των ΧΕΝ. Μέθοδοι: Εφαρμόστηκε η κλασική μέθοδος σύλληψης–επανασύλληψης σε δεδομένα 5 πηγών για την περίοδο 2020–2021, με χρήση λογαριθμογραμμικών μοντέλων και ενσωμάτωση αλληλεπιδράσεων πρώτης τάξης, καθώς και στρωματοποίηση κατά φύλο και ηλικία. Στη συνέχεια χρησιμοποιήθηκε το εργαλείο ShinyRecap για την περίοδο 2019–2021, τόσο με log-linear μοντέλα (M0, Mt) όσο και με Μπεϋζιανή προσέγγιση: Bayesian Model Averaging (BMA) με μη πληροφοριακό εκ των προτέρων κατανομή και με λογαριθμοκανονική (log-normal) prior. Για κάθε μοντέλο υπολογίστηκαν σημειακές εκτιμήσεις και 95% διαστήματα εμπιστοσύνης ή credible intervals. Αποτελέσματα: Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο χρόνο (2020–2021), η κλασική ανάλυση capture–recapture εκτίμησε τον πληθυσμό σε 923 άτομα (95% Δ.Ε.: 916–930) με βάση τις πέντε πηγές, ενώ μετά την ενσωμάτωση φύλου και ηλικίας η εκτίμηση αυξήθηκε σε 1.158 άτομα (95% Δ.Ε.: 1.108–1.207). Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο μήνα (2020–2021), η αντίστοιχη ανάλυση έδωσε 696 άτομα (95% Δ.Ε.: 691–701), που αυξάνονται σε 826 άτομα (95% Δ.Ε.: 794–858) όταν ληφθούν υπόψη φύλο και ηλικία. Στην Μπεϋζιανή ανάλυση των δεδομένων 2019–2021, για χρήση τον τελευταίο χρόνο, το log-linear μοντέλο M0 εκτίμησε τον πληθυσμό σε 1.113 άτομα (95% Δ.Ε.: 1.069–1.161), ενώ το Mt σε 1.067 άτομα (95% Δ.Ε.: 1.029–1.109). Η Bayesian Model Averaging με μη πληροφοριακό prior παρήγαγε υψηλότερη εκτίμηση, με μέσο posterior πληθυσμό 1.420 ατόμων, διάμεσο 1.416 και 95% διάστημα αξιοπιστίας: 1.184–1.661, ενώ η BMA με λογαριθμοκανονική prior εκτίμησε 1.410 άτομα (95% διάστημα αξιοπιστίας: 1.193–1.636). Για τη χρήση τον τελευταίο μήνα (2019–2021), το μοντέλο M0 εκτίμησε 795 άτομα (95% Δ.Ε.: 766–827) και το Mt 769 άτομα (95% Δ.Ε.: 745–798). Η Bayesian Model Averaging έδωσε 849 άτομα (95% διάστημα αξιοπιστίας: 790–914) με μη πληροφοριακό prior και 853 άτομα (95% διάστημα αξιοπιστίας: 793–919) με λογαριθμοκανονική prior, υποδεικνύοντας ελαφρώς υψηλότερες αλλά σε μεγάλο βαθμό επικαλυπτόμενες εκτιμήσεις σε σχέση με τα λογαριθμογραμμικά μοντέλα. Σε σύγκριση με προηγούμενη εκτίμηση του ΕΚΤΕΠΝ για ΧΕΝ με χρήση τις τελευταίες 30 ημέρες το 2022 (214, 95% Δ.Ε.: 162–306), οι εκτιμήσεις της παρούσας εργασίας είναι σαφώς υψηλότερες, υποδηλώνοντας ουσιαστικά μεγαλύτερο κρυμμένο πληθυσμό στη Θεσσαλονίκη. Συμπεράσματα: Η συνδυαστική χρήση κλασικών log-linear μοντέλων και Μπεϋζιανής προσέγγισης capture–recapture ανέδειξε ότι ο πραγματικός πληθυσμός των ΧΕΝ στη Θεσσαλονίκη είναι σημαντικά μεγαλύτερος από ό,τι υποδηλώνουν οι επίσημες εκτιμήσεις που βασίζονται μόνο σε δεδομένα θεραπευτικών δομών. Τα ευρήματα υποδεικνύουν την ανάγκη ενίσχυσης των προγραμμάτων μείωσης της βλάβης και βελτίωσης της επιδημιολογικής επιτήρησης στους ΧΕΝ της Θεσσαλονίκης.","Background: Estimating the size of hidden and hard-to-reach populations, such as people who inject drugs (PWID), is essential for planning harm-reduction strategies and monitoring blood-borne infections. In Thessaloniki, the “ALEXANDROS” program (2019–2021) provided five consecutive respondent-driven sampling (RDS) cycles, enabling the application of both classical and Bayesian capture–recapture methodologies to estimate the size of the PWID population. Methods: A classical multi-source capture–recapture analysis was performed using five data sources from the 2020–2021 period, employing log-linear models with first-order interactions and stratification by sex and age. Subsequently, the ShinyRecap tool was used to analyze the 2019–2021 period through both log-linear models (M0, Mt) and Bayesian approaches: Bayesian Model Averaging (BMA) with non-informative priors and Bayesian models with log-normal prior distributions. For all models, point estimates and 95% confidence or credible intervals were calculated. Results: For PWID reporting injection in the last 12 months (2020–2021), the classical capture–recapture analysis yielded an estimate of 923 individuals (95% CI: 916–930) using the five-source model, increasing to 1,158 individuals (95% CI: 1,108–1,207) after stratification by sex and age. For PWID reporting injection in the last month (2020–2021), estimates were 696 individuals (95% CI: 691–701), rising to 826 individuals (95% CI: 794–858) with sex and age adjustments. In the Bayesian analysis of the 2019–2021 data, for last-12-month injection, the M0 log-linear model estimated 1,113 individuals (95% CI: 1,069–1,161), while the Mt model yielded 1,067 individuals (95% CI: 1,029–1,109). Bayesian Model Averaging with a non-informative prior produced a higher posterior mean estimate of 1,420 individuals, with a median of 1,416 and a 95% credible interval of 1,184–1,661. The BMA with a log-normal prior produced a similar estimate of 1,410 individuals (95% CrI: 1,193–1,636). For last-month injection (2019–2021), the M0 model estimated 795 individuals (95% CI: 766–827), and the Mt model estimated 769 individuals (95% CI: 745–798). Bayesian Model Averaging yielded 849 individuals (95% CrI: 790–914) with the non-informative prior, and 853 individuals (95% CrI: 793–919) with the log-normal prior. Compared with the official estimates (214; 95% CI: 162–306), the findings of this study indicate substantially larger hidden populations in Thessaloniki. Conclusions: The combined use of classical log-linear and Bayesian capture–recapture methods demonstrates that the true PWID population in Thessaloniki is markedly larger than suggested by treatment-based registries alone. These results highlight the need to strengthen harm-reduction services and enhance epidemiological surveillance among PWID in Thessaloniki."]},{"key":"dc:title","label":"Title","values":["Μοντέλα σύλληψης-επανασύλληψης για την εκτίμηση του μεγέθους δύσκολα προσεγγίσιμων πληθυσμών"]}]}],"canonical_facts":{"dc:creator":["Ορμάνογλου Στράβων","Ormanoglou Stravon"],"dc:date":["2026"],"dc:description":["Υπόβαθρο: Η εκτίμηση του μεγέθους δύσκολα προσεγγίσιμων πληθυσμών, όπως οι χρήστες ενδοφλέβιων ναρκωτικών (ΧΕΝ), είναι κρίσιμη για τον σχεδιασμό προγραμμάτων μείωσης της βλάβης και την παρακολούθηση λοιμωδών νοσημάτων. Στη Θεσσαλονίκη, το πρόγραμμα «ΑΛΕΞΑΝΔΡΟΣ» (2019–2021) παρείχε δεδομένα από πέντε διαδοχικούς κύκλους δειγματοληψίας κατευθυνόμενης από τον συμμετέχοντα (Respondent-Driven Sampling), επιτρέποντας την εφαρμογή κλασικών και Μπεϋζιανών μεθόδων capture–recapture για την εκτίμηση του μεγέθους του πληθυσμού των ΧΕΝ. Μέθοδοι: Εφαρμόστηκε η κλασική μέθοδος σύλληψης–επανασύλληψης σε δεδομένα 5 πηγών για την περίοδο 2020–2021, με χρήση λογαριθμογραμμικών μοντέλων και ενσωμάτωση αλληλεπιδράσεων πρώτης τάξης, καθώς και στρωματοποίηση κατά φύλο και ηλικία. Στη συνέχεια χρησιμοποιήθηκε το εργαλείο ShinyRecap για την περίοδο 2019–2021, τόσο με log-linear μοντέλα (M0, Mt) όσο και με Μπεϋζιανή προσέγγιση: Bayesian Model Averaging (BMA) με μη πληροφοριακό εκ των προτέρων κατανομή και με λογαριθμοκανονική (log-normal) prior. Για κάθε μοντέλο υπολογίστηκαν σημειακές εκτιμήσεις και 95% διαστήματα εμπιστοσύνης ή credible intervals. Αποτελέσματα: Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο χρόνο (2020–2021), η κλασική ανάλυση capture–recapture εκτίμησε τον πληθυσμό σε 923 άτομα (95% Δ.Ε.: 916–930) με βάση τις πέντε πηγές, ενώ μετά την ενσωμάτωση φύλου και ηλικίας η εκτίμηση αυξήθηκε σε 1.158 άτομα (95% Δ.Ε.: 1.108–1.207). Για τους ΧΕΝ με ενδοφλέβια χρήση τον τελευταίο μήνα (2020–2021), η αντίστοιχη ανάλυση έδωσε 696 άτομα (95% Δ.Ε.: 691–701), που αυξάνονται σε 826 άτομα (95% Δ.Ε.: 794–858) όταν ληφθούν υπόψη φύλο και ηλικία. Στην Μπεϋζιανή ανάλυση των δεδομένων 2019–2021, για χρήση τον τελευταίο χρόνο, το log-linear μοντέλο M0 εκτίμησε τον πληθυσμό σε 1.113 άτομα (95% Δ.Ε.: 1.069–1.161), ενώ το Mt σε 1.067 άτομα (95% Δ.Ε.: 1.029–1.109). Η Bayesian Model Averaging με μη πληροφοριακό prior παρήγαγε υψηλότερη εκτίμηση, με μέσο posterior πληθυσμό 1.420 ατόμων, διάμεσο 1.416 και 95% διάστημα αξιοπιστίας: 1.184–1.661, ενώ η BMA με λογαριθμοκανονική prior εκτίμησε 1.410 άτομα (95% διάστημα αξιοπιστίας: 1.193–1.636). Για τη χρήση τον τελευταίο μήνα (2019–2021), το μοντέλο M0 εκτίμησε 795 άτομα (95% Δ.Ε.: 766–827) και το Mt 769 άτομα (95% Δ.Ε.: 745–798). Η Bayesian Model Averaging έδωσε 849 άτομα (95% διάστημα αξιοπιστίας: 790–914) με μη πληροφοριακό prior και 853 άτομα (95% διάστημα αξιοπιστίας: 793–919) με λογαριθμοκανονική prior, υποδεικνύοντας ελαφρώς υψηλότερες αλλά σε μεγάλο βαθμό επικαλυπτόμενες εκτιμήσεις σε σχέση με τα λογαριθμογραμμικά μοντέλα. Σε σύγκριση με προηγούμενη εκτίμηση του ΕΚΤΕΠΝ για ΧΕΝ με χρήση τις τελευταίες 30 ημέρες το 2022 (214, 95% Δ.Ε.: 162–306), οι εκτιμήσεις της παρούσας εργασίας είναι σαφώς υψηλότερες, υποδηλώνοντας ουσιαστικά μεγαλύτερο κρυμμένο πληθυσμό στη Θεσσαλονίκη. Συμπεράσματα: Η συνδυαστική χρήση κλασικών log-linear μοντέλων και Μπεϋζιανής προσέγγισης capture–recapture ανέδειξε ότι ο πραγματικός πληθυσμός των ΧΕΝ στη Θεσσαλονίκη είναι σημαντικά μεγαλύτερος από ό,τι υποδηλώνουν οι επίσημες εκτιμήσεις που βασίζονται μόνο σε δεδομένα θεραπευτικών δομών. Τα ευρήματα υποδεικνύουν την ανάγκη ενίσχυσης των προγραμμάτων μείωσης της βλάβης και βελτίωσης της επιδημιολογικής επιτήρησης στους ΧΕΝ της Θεσσαλονίκης.","Background: Estimating the size of hidden and hard-to-reach populations, such as people who inject drugs (PWID), is essential for planning harm-reduction strategies and monitoring blood-borne infections. In Thessaloniki, the “ALEXANDROS” program (2019–2021) provided five consecutive respondent-driven sampling (RDS) cycles, enabling the application of both classical and Bayesian capture–recapture methodologies to estimate the size of the PWID population. Methods: A classical multi-source capture–recapture analysis was performed using five data sources from the 2020–2021 period, employing log-linear models with first-order interactions and stratification by sex and age. Subsequently, the ShinyRecap tool was used to analyze the 2019–2021 period through both log-linear models (M0, Mt) and Bayesian approaches: Bayesian Model Averaging (BMA) with non-informative priors and Bayesian models with log-normal prior distributions. For all models, point estimates and 95% confidence or credible intervals were calculated. Results: For PWID reporting injection in the last 12 months (2020–2021), the classical capture–recapture analysis yielded an estimate of 923 individuals (95% CI: 916–930) using the five-source model, increasing to 1,158 individuals (95% CI: 1,108–1,207) after stratification by sex and age. For PWID reporting injection in the last month (2020–2021), estimates were 696 individuals (95% CI: 691–701), rising to 826 individuals (95% CI: 794–858) with sex and age adjustments. In the Bayesian analysis of the 2019–2021 data, for last-12-month injection, the M0 log-linear model estimated 1,113 individuals (95% CI: 1,069–1,161), while the Mt model yielded 1,067 individuals (95% CI: 1,029–1,109). Bayesian Model Averaging with a non-informative prior produced a higher posterior mean estimate of 1,420 individuals, with a median of 1,416 and a 95% credible interval of 1,184–1,661. The BMA with a log-normal prior produced a similar estimate of 1,410 individuals (95% CrI: 1,193–1,636). For last-month injection (2019–2021), the M0 model estimated 795 individuals (95% CI: 766–827), and the Mt model estimated 769 individuals (95% CI: 745–798). Bayesian Model Averaging yielded 849 individuals (95% CrI: 790–914) with the non-informative prior, and 853 individuals (95% CrI: 793–919) with the log-normal prior. Compared with the official estimates (214; 95% CI: 162–306), the findings of this study indicate substantially larger hidden populations in Thessaloniki. Conclusions: The combined use of classical log-linear and Bayesian capture–recapture methods demonstrates that the true PWID population in Thessaloniki is markedly larger than suggested by treatment-based registries alone. These results highlight the need to strengthen harm-reduction services and enhance epidemiological surveillance among PWID in Thessaloniki."],"dc:identifier":["uoadl:5374752","https://pergamos.lib.uoa.gr/uoa/dl/object/5374752"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Μοντέλα σύλληψης-επανασύλληψης για την εκτίμηση του μεγέθους δύσκολα προσεγγίσιμων πληθυσμών"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-07-24T01:02:21Z"}