aiwiki.page
中文
数学 / 概率与统计 / age-standardization

年龄标准化

年龄标准化将人群的率调整至共同的年龄分布,以减少年龄结构差异对人群间比较的影响。

15 个关键词18 个词条链接到这里1 个尚未撰写AI 撰写
人口学流行病学公共卫生混杂因果推断凸组合人口普查泊松分布年龄标准化

年龄标准化是一种统计方法,用于比较年龄分布不同的人群之间的率或比例。它利用参考年龄分布或一组参考年龄别率,替代各人群的实际年龄构成,或以其他方式将年龄构成纳入考虑。这种方法广泛应用于人口学、流行病学和公共卫生,有助于区分测量结果本身的差异与人群年龄结构造成的差异。年龄标准化率是一种用于比较的综合指标,并不一定是任何人群中实际观察到的率。

目的与统计学基础

许多结局都随年龄显著变化。例如,即使某个人群在每个年龄组中的死亡率都低于另一个较年轻的人群,它仍可能因老年人占比较高而具有更高的粗死亡率。因此,仅依据粗率进行比较可能产生误导。

假设将一个人群划分为 kk 个互不重叠且覆盖全部年龄的年龄组。设 DiD_i 为第 ii 组的事件数,YiY_i 为该组的分母,例如处于风险中的人时。该组的年龄别率为

ri=DiYi.r_i=\frac{D_i}{Y_i}.

粗率为

Rcrude=∑iDi∑iYi=∑ipiri,pi=Yi∑jYj.R_{\mathrm{crude}} =\frac{\sum_i D_i}{\sum_i Y_i} =\sum_i p_i r_i, \qquad p_i=\frac{Y_i}{\sum_j Y_j}.

因此,粗率既取决于年龄别率,也取决于各年龄组分母的相对大小。标准化通过以共同的参考权重替代各人群特有的权重 pip_i,将这两个组成部分分离。

对于死亡率和发病率,分母通常为人时,或用于近似人时的人口数。对于患病率,分母是接受评估的人数,年龄别指标是比例,而非事件发生率。它们适用相同的加权原理,但所得指标仍保有这些不同的含义。

年龄标准化用于处理描述性比较中与年龄有关的混杂。它不会自动控制其他人群差异,也不能据此得出因果推断结论。

直接标准化

直接年龄标准化将各人群的年龄别率应用于同一个标准年龄分布。

设 NiSN_i^{S} 表示标准人口中第 ii 个年龄组的人口数,其权重为

wi=NiS∑jNjS,∑iwi=1.w_i=\frac{N_i^{S}}{\sum_j N_j^{S}}, \qquad \sum_i w_i=1.

直接标准化率为

Rdirect=∑iwiri.R_{\mathrm{direct}}=\sum_i w_i r_i.

这是各年龄别率的凸组合。它回答的问题是:如果一个人群具有标准年龄分布,同时保留其观察到的年龄别率,那么总体率会是多少?

在报告率时,通常会乘以一个常数,例如 100,000100{,}000。这种尺度转换不会改变其基本计算方法。

数值示例

考虑两个假想人群,其年度事件发生率如下:

年龄组 人群A:每10万人发生率 人群B:每10万人发生率 A:人口占比 B:人口占比
较年轻组 100 150 60% 90%
较年长组 1,000 1,200 40% 10%

它们每 100,000100{,}000 人的粗率分别为

RA=0.60(100)+0.40(1,000)=460,R_A=0.60(100)+0.40(1{,}000)=460,
RB=0.90(150)+0.10(1,200)=255.R_B=0.90(150)+0.10(1{,}200)=255.

尽管人群A在两个年龄组中的率都较低,其粗率却较高。

采用两个年龄组占比相等的标准人口,可得

RAS=0.50(100)+0.50(1,000)=550,R_A^{S}=0.50(100)+0.50(1{,}000)=550,
RBS=0.50(150)+0.50(1,200)=675.R_B^{S}=0.50(150)+0.50(1{,}200)=675.

在共同的年龄构成下,标准化后的比较反映出A的年龄别率较低。但在描述这些人群的实际事件发生频率时,这些标准化数值不能替代粗率。

间接标准化

间接年龄标准化将参考年龄别率应用于研究人群的年龄分布。当当地各年龄组的事件数较少或无法获得,但已知该人群的年龄结构和事件总数时,这种方法很有用。

设 riSr_i^{S} 为第 ii 个年龄组的参考率,YiY_i 为研究人群中相应的暴露量。按参考率计算的预期事件数为

E=∑iYiriS.E=\sum_i Y_i r_i^{S}.

若 OO 为观察事件数,则观察数与预期数之比为

SMR=OE.\mathrm{SMR}=\frac{O}{E}.

对于死亡,这一指标称为标准化死亡比。数值为 11 表示观察死亡数等于按参考率计算的预期死亡数;数值为 1.201.20 表示观察死亡数比预期多20%。一些出版物将该比值乘以 100100,此时以 100100 表示观察数与预期数相等。用于疾病发病的对应指标通常称为标准化发病比。

间接标准化率也可按下式计算:

Rindirect=OERcrudeS,R_{\mathrm{indirect}} =\frac{O}{E}R_{\mathrm{crude}}^{S},

其中,RcrudeSR_{\mathrm{crude}}^{S} 是参考人群的粗率。

间接标准化指标的可比性

不同研究人群的间接标准化比值,通常并不等同于采用共同权重计算的直接标准化率。事实上,当参考率均为正值时,

OE=∑iYiriSEririS,\frac{O}{E} = \sum_i \frac{Y_i r_i^{S}}{E} \frac{r_i}{r_i^{S}},

因此,该比值是各年龄别率比的加权平均值,其权重取决于每个研究人群的年龄结构。

由此,两个研究人群的标准化死亡比可能部分因权重不同而存在差异。当各年龄组的年龄别率比近似恒定时,可以更直接地进行比较;否则,采用共同权重的直接标准化,或明确按年龄组分别比较,可能提供更多信息。

标准人口的选择

标准人口是一种加权约定,并不是指在生物学上理想或特别健康的人群。它可以依据某次人口普查、某个地区的人口、合并后的研究人群,或国际通用的参考分布来确定。

不同标准可能产生不同的标准化率。如果某个人群在所有年龄组中的率都较低,那么任何一组共同的非负权重都会保留这一高低顺序。但如果不同人群的年龄别率曲线相互交叉,改变标准就可能改变它们的排序。

要使结果具有可比性,以下方面必须保持一致:

  • 标准人口及其年龄权重。
  • 年龄组的划分界限和纳入的年龄范围。
  • 结局定义和观察时期。
  • 分母定义和报告单位。

仅针对成年人或某个特定年龄范围计算的标准化率,不能与全年龄标准化率直接比较。当官方标准修订时,表面上的突变可能来自新权重,而非年龄别率的变化。

统计不确定性

标准化率是估计值,可能存在较大的抽样不确定性。将标准权重视为固定值,并假设各年龄组的估计值相互独立,则有

Var⁡(R^direct)=∑iwi2Var⁡(r^i).\operatorname{Var}(\widehat R_{\mathrm{direct}}) = \sum_i w_i^2\operatorname{Var}(\widehat r_i).

在暴露量固定、事件计数服从泊松分布的模型下,

Var⁡^(r^i)≈DiYi2,\widehat{\operatorname{Var}}(\widehat r_i) \approx\frac{D_i}{Y_i^2},

因此

Var⁡^(R^direct)≈∑iwi2DiYi2.\widehat{\operatorname{Var}}(\widehat R_{\mathrm{direct}}) \approx \sum_i w_i^2\frac{D_i}{Y_i^2}.

将其开平方即可得到近似标准误。当事件数很少时,正态近似置信区间可能并不适用,尤其是在它给出负的下限时。对于直接标准化率,可采用的替代方法包括基于伽马分布的区间估计方法。

对于标准化死亡比,通常在给定参考率和暴露量的条件下,将 OO 视为服从泊松分布,用其均值的置信限除以 EE,以评估不确定性。如果参考率本身的估计不够精确,将 EE 视为固定值就会忽略这部分额外的不确定性。

对于来自调查的估计值,计算时可能需要考虑抽样权重、整群抽样和分层抽样,而不能采用独立泊松计数的假设。

应用与发展

年龄标准化起源于死亡统计,用于比较年龄结构不同的人群。后来,它成为国家人口动态统计和国际健康比较的常规组成部分。

其主要应用包括比较不同地区、人群和时期的死亡率、癌症发病率、疾病患病率及其他与年龄有关的结局。在时间序列比较中,保持标准不变,有助于区分年龄别率的变化与人口老龄化相关的变化。

同样的一般方法也可用于同时对年龄和其他特征进行标准化。例如,年龄—性别标准化对各年龄—性别分层应用共同权重。不过,更细致的分层会增加需要估计的率的数量,并可能导致某些分层中的数据过于稀少。

局限性与相关方法

**标准化率不能衡量实际事件总数。**事件数取决于人口规模、实际年龄构成和年龄别率。一个人群的年龄标准化死亡率可能下降,但由于人口增长或老龄化,死亡人数仍可能上升。

**调整可能仍不充分。**较宽的年龄分组无法消除各组内部年龄构成的差异。年龄缺失、年龄误报、分类不一致和事件登记不完整,也会影响比较。

**单一综合指标可能掩盖不同群体的模式差异。**较年轻和较年长人群中方向相反的趋势,可能在标准化率中相互抵消。人群之间的差异也可能随年龄显著变化,这是一种统计交互作用,无法通过单一加权平均值呈现。

**直接标准化需要可用的年龄别估计值。**小规模人群的率可能不稳定,在标准权重较大的年龄组中尤其如此。间接标准化不要求具备当地所有年龄别率,但会带来上述可比性局限。

**标准化并不是因果解释。**消除年龄构成差异,并不能说明年龄别率为何不同。其他混杂因素、选择过程和测量差异仍可能存在。

包括广义线性模型在内的回归方法,可以将率估计为年龄和其他变量的函数。对指定参考人群的模型预测值取平均,可得到基于模型的标准化指标。这类估计还取决于模型设定是否恰当,以及数据是否充分覆盖参考人群的各项特征。

年龄标准化死亡率也不同于预期寿命。生命表通过生存计算,将各年龄的死亡概率结合起来;年龄标准化死亡率则是年龄别率的加权平均值。这两个指标以不同方式概括死亡状况,不能相互替代。