Para todos los métodos frecuentistas para estimar la prevalencia a partir de muestras agrupadas, p es ascendente Estimador sesgado de la verdadera prevalencia. La magnitud del sesgo disminuye con menor prevalencia. (p), mayor número de agrupaciones (m), menor tamaño de agrupación (k) y mayor tamaño de muestra total (n). Parcialidad también aumenta a medida que aumenta la probabilidad de que todas las agrupaciones tengan un resultado positivo.
En general, el sesgo es insignificante para m> 30. Sin embargo, incluso para valores bastante pequeños para myk el sesgo también puede ser bastante pequeño, particularmente si p es bajo.
La prevalencia estimada (p) también es sensible a (y puede estar sesgada por) errores en los supuestos de Prueba perfecta de sensibilidad o especificidad. p es particularmente sensible a los errores de sensibilidad a medida que aumenta p y si k es demasiado grande. La agrupación o sobredispersión de individuos positivos en la población muestreada puede también resulta en un sesgo sustancial en las estimaciones de prevalencia.
El sesgo real en cualquier estimación depende de la verdadera prevalencia, el tamaño de la agrupación y el número de agrupaciones y puede estimarse para cualquier estrategia de agrupación particular utilizando métodos de simulación. Las utilidades de simulación son proporcionado tanto para corregido como variables estrategias de tamaño de grupo para ayudar a evaluar el sesgo potencial en las estrategias de grupo propuestas.
El sesgo se puede minimizar al garantizar un tamaño de muestra total adecuado, probando un mayor número de grupos de menor tamaño, en lugar de viceversa o probando varias muestras individuales además de la muestras agrupadas (utilizando el método tamaño de agrupación variable ).