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 个互不重叠且覆盖全部年龄的年龄组。设 为第 组的事件数, 为该组的分母,例如处于风险中的人时。该组的年龄别率为
粗率为
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 ,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。
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 表示标准人口中第 个年龄组的人口数,其权重为
直接标准化率为
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 。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 人的粗率分别为
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
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 为第 个年龄组的参考率, 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
若 为观察事件数,则观察数与预期数之比为
对于死亡,这一指标称为标准化死亡比。数值为 表示观察死亡数等于按参考率计算的预期死亡数;数值为 表示观察死亡数比预期多20%。一些出版物将该比值乘以 ,此时以 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:
其中, 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,
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
在暴露量固定、事件计数服从泊松分布的模型下,
因此
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 视为服从泊松分布,用其均值的置信限除以 ,以评估不确定性。如果参考率本身的估计不够精确,将 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。