{
  "id": "crude-death-rate",
  "title": "粗死亡率",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "粗死亡率衡量特定时期内人口中的死亡频率，通常以每年每千人的死亡人数表示，未经人口构成调整。",
  "category": "health",
  "subcategory": "public-health",
  "type": "concept",
  "aliases": [
    "人口粗死亡率",
    "普通死亡率"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/crude-death-rate/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/crude-death-rate/",
      "json": "https://aiwiki.page/en/crude-death-rate.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "粗死亡率是指特定时期内，某一界定人口中发生的死亡人数与该人口死亡风险暴露量之比。它通常按年计算，以每年每千人的死亡人数表示，是人口学、流行病学和公共卫生中的一项基本指标。“粗”表示该指标未经年龄或其他人口特征调整，并不意味着数据不准确。"
    },
    {
      "heading": "计算",
      "text": "对于一个日历年，常用公式为：\n\n\\[\\mathrm{CDR}=\\frac{D}{P_{\\mathrm{mid}}}\\times 1{,}000\\]\n\n其中：\n\n- \\(D\\) 为该年这一人口中发生的死亡人数。\n- \\(P_{\\mathrm{mid}}\\) 为该年年中人口的估计数。\n\n年中人口近似代表全年面临死亡风险的平均人口。更一般地说，死亡率可以用总人时作为分母来计算。对于年度人口统计，年中人口可近似代表以人年计的风险暴露量。\n\n例如，某人口在一年内有2,400人死亡，年中人口为300,000人，则：\n\n\\[\\mathrm{CDR}=\\frac{2{,}400}{300{,}000}\\times1{,}000 =8\\]\n\n因此，粗死亡率为每年每千人死亡8人。也可以按每10万人表示，但必须注明所用的基数和参照时期。\n\n分子和分母必须对应同一人口。例如，以常住人口为基础计算死亡率时，应统计常住居民的死亡人数，而不是当地医院内发生的所有死亡人数。这里的死亡通常指活产后的死亡；胎儿死亡和死产另行记录。"
    },
    {
      "heading": "解释与人口结构",
      "text": "粗死亡率描述人口在现有构成下实际观察到的死亡频率。它既反映各人口群体内部的死亡水平，也反映这些群体的相对规模。\n\n年龄构成尤为重要，因为不同年龄的死亡率差异很大。即使一个人口在各个可比年龄上的死亡率都更低，只要其中老年人的比例较高，其粗死亡率仍可能高于较年轻的人口。\n\n这种关系可表示为：\n\n\\[\\mathrm{CDR}=\\sum_a w_a m_a\\]\n\n其中，\\(m_a\\) 为年龄组 \\(a\\) 的年龄别死亡率，\\(w_a\\) 为该年龄组占总人口风险暴露量的比例。所有死亡率必须使用相同单位。因此，粗死亡率是各年龄别死亡率的加权平均值。\n\n由此产生两个重要结论：\n\n- **不同人口之间的比较：**仅凭较高的粗死亡率，不能证明其健康状况更差或医疗保健效果更差。\n- **同一人口随时间的变化：**随着人口老龄化，即使年龄别死亡率下降、预期寿命延长，粗死亡率也可能上升。\n\n年龄标准化对不同人口采用同一套年龄权重，有助于区分死亡水平差异与年龄构成差异。年龄标准化死亡率是一项比较指标，并非该人口实际观察到的死亡率。"
    },
    {
      "heading": "数据来源与质量",
      "text": "粗死亡率通常根据死亡登记记录和人口估计数计算。死亡证明提供死亡登记所需的信息，人口普查则提供人口基准数据。两次普查之间的人口估计会综合考虑出生、死亡和迁移情况。\n\n在死亡登记不完整的地区，死亡水平估计可能采用住户调查、人口动态监测或统计估计方法。因此，估计得到的死亡率未必只是登记死亡人数除以普查人口数。\n\n重要的局限包括：\n\n- 死亡登记不完整，可能导致死亡水平被低估。\n- 登记延迟，可能使近期数据失真。\n- 人口估计误差，尤其是在迁移或流离失所规模较大的地区。\n- 地理范围或居住人口定义不一致，可能导致死亡人数与人口风险暴露量不匹配。\n- 随机波动，在死亡人数较少的小规模人口中尤其明显。\n\n死亡登记完整程度的变化可能造成死亡水平表面上升，而实际死亡频率并未发生相应变化。比较结果还取决于死亡是按发生年份还是按登记年份归类。"
    },
    {
      "heading": "用途",
      "text": "粗死亡率简明地概括人口的死亡水平，可用于人口核算、人口预测和公共卫生监测。结合出生和迁移指标，它有助于解释人口变化。\n\n粗死亡率也能揭示总体死亡水平在短期内的显著变化。不过，识别超额死亡需要与预期基线比较，而不能仅仅比较粗死亡率。这类基线可以考虑人口增长、老龄化、季节性和既往趋势。\n\n在服务规划中，应将粗死亡率与死亡总人数、人口规模及年龄别信息结合考虑。它本身并不是衡量医疗质量的指标。"
    },
    {
      "heading": "与相关指标的区别",
      "text": "指标 | 主要区别\n年龄别死亡率 | 衡量特定年龄组内的死亡人数相对于该组人口风险暴露量的水平。\n死因别死亡率 | 统计由某一特定原因导致的死亡；它本身也可以是粗死亡率或年龄标准化死亡率。\n[[case-fatality-ratio | 病死率]]\n[[infant-mortality-rate | 婴儿死亡率]]\n预期寿命 | 概括年龄别死亡率所对应的生存状况，而不是人口中实际观察到的年龄构成。\n\n粗死亡率也不完全等同于个人在一年内死亡的概率。它是针对一个不断变化的人口计算的事件发生率，人口成员会因出生、死亡和迁移而进入或离开该人口；个人的死亡概率则在很大程度上取决于年龄及其他特征。"
    }
  ],
  "links": [
    "demography",
    "epidemiology",
    "public-health",
    "mortality-rate",
    "person-time",
    "life-expectancy",
    "age-standardization",
    "death-certificate",
    "population-census",
    "public-health-surveillance",
    "excess-mortality",
    "quality-of-care",
    "case-fatality-ratio",
    "infant-mortality-rate"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}