年龄调整率计算器
粘贴 18 个年龄组的病例数和人口数,即可通过直接标准化得到年龄调整率——标准人口可选 US 2000、WHO 世界标准、2013 年欧洲标准人口,或您自定义的标准——并附 Fay–Feuer 置信区间、用于比较的粗率,以及同一数据在每种标准下的结果。标准人口分别来自 NCI、WHO 和欧盟统计局(Eurostat)。免费,无需注册,所有内容都不会离开您的浏览器。
可从电子表格粘贴,或用制表符、逗号或空格分隔数值。第一列的年龄组名称可选。某个年龄组没有病例时请填 0。若使用您自己的标准,请在第三列填入该标准的人数。示例使用的是虚构数字。
| 权重 | |
|---|---|
| 0–4 | 0.0691 |
| 5–9 | 0.0725 |
| 10–14 | 0.0730 |
| 15–19 | 0.0722 |
| 20–24 | 0.0665 |
| 25–29 | 0.0645 |
| 30–34 | 0.0710 |
| 35–39 | 0.0808 |
| 40–44 | 0.0819 |
| 45–49 | 0.0721 |
| 50–54 | 0.0627 |
| 55–59 | 0.0485 |
| 60–64 | 0.0388 |
| 65–69 | 0.0343 |
| 70–74 | 0.0318 |
| 75–79 | 0.0270 |
| 80–84 | 0.0178 |
| 85+ | 0.0155 |
粘贴各年龄组的病例数和人口数,即可得到附置信区间的年龄调整率。
如何使用年龄调整率计算器
- 1. 粘贴数据。 共十八行,从最年轻的年龄组开始——0–4、5–9、……80–84、85 岁及以上——每行包含病例数(或死亡数)以及人口数或人年数。第一列的年龄组名称可以不填;某个年龄组没有病例时请填 0。
- 2. 选择标准人口。 美国大多数健康统计使用 US 2000,国际比较使用 WHO 世界标准,欧洲比较使用 ESP 2013——也可以在第三列填入您自己的标准人口数。
- 3. 设置率的基数和置信水平。 死亡率和癌症发病率通常以每 10 万人计。
- 4. 比较。 年龄调整率及其区间会与粗率并列显示,表格中还会列出同一数据在三种标准下的结果。
为什么率需要年龄调整
大多数健康结局都会随年龄急剧上升,因此即使每个年龄组的情况都不错,老年居民众多的城镇粗死亡率也会偏高。直接标准化回答的问题是:“如果该人群具有标准的年龄结构,其率会是多少?”每个年龄别率 rᵢ = casesᵢ / populationᵢ 以标准人口中该年龄组所占的比例 wᵢ 为权重,然后把加权后的率相加:年龄调整率 = Σ wᵢ rᵢ。这样,两个按同一标准调整的人群便可以比较,而不受年龄结构的干扰。
将病例数视为泊松分布,方差为 Σ wᵢ² casesᵢ / populationᵢ²。置信区间采用 Fay 与 Feuer(1997)的伽马方法,与 NCI 的 SEER*Stat 以及 R 语言的 epitools 包相同;即使病例数很少,该区间也保持为正,并具有良好的覆盖率。粗率则采用精确的泊松区间。
三种标准人口
| 标准 | 来源 | 15 岁以下 | 65 岁及以上 |
|---|---|---|---|
| US 2000 | NCI SEER / NCHS,源自美国人口普查局的 2000 年预测 | 21.5% | 12.6% |
| WHO 世界 2000–2025 | Ahmad et al., WHO GPE Discussion Paper 31 (2001) | 26.1% | 8.2% |
| ESP 2013 | 欧盟统计局(Eurostat)工作组报告 KS-RA-13-028(2013) | 16.0% | 19.5% |
这些标准最大的区别在于对老年人和年轻人赋予的权重。由于高龄组的死亡率要高得多,对高龄组赋予较大权重的标准会得出较大的调整死亡率;较年轻的标准则得出较小的结果。这种选择属于惯例——WHO 自己的文件指出,没有概念上的理由偏爱某一标准——因此关键在于一项比较中的所有率都使用同一标准,并注明所用的标准。未包括较早的美国 1940 年标准和 Segi 世界标准。
工作示例:一座虚构的城镇
载入示例会填入 18 个年龄组虚构的死亡数和人口数——人口 97,100 中有 1,515 例死亡,粗率为每 10 万人 1,560.2。将这同一组年龄别率分别调整到各个标准,得到的结果差异很大:
| 标准 | 每 10 万人的调整率 | 95% 置信区间 |
|---|---|---|
| US 2000 | 1,346.1 | 1,278.5 – 1,416.9 |
| WHO 世界 2000–2025 | 831.2 | 787.7 – 877.7 |
| ESP 2013 | 1,965.3 | 1,865.9 – 2,068.8 |
该城镇的年龄别率在每一行中都相同,变化的只有权重。因此,年龄调整率是一种比较工具,而不是对实际发生事件的计数;按一种标准调整的率,也不能与按另一种标准调整的率并列比较。
- 比较按不同标准调整的率。 务必将两者调整为同一标准。
- 年龄组不匹配。 病例数和人口数的年龄分组必须完全相同;请把更细的分组合并为此处使用的 18 组。
- 用于极小的人口。 若某些年龄组只有少量病例,年龄别率就不稳定,区间也会很宽;此时间接标准化(标准化死亡比,SMR)更为稳定。
- 遗漏标准人口的名称。 不注明标准的年龄调整率无法解释;每次报告时都应注明。
常见问题
- 什么是年龄调整率?
- 它是指如果一个人群具有所选标准人口的年龄结构,该人群会得到的率。它以标准人口的年龄分布作为权重,对各年龄别率进行加权平均,从而在比较不同人群时消除年龄结构差异的影响。
- 应该使用哪一个标准人口?
- 使用您的对照组或所引文献所用的标准。US 2000 是美国生命统计和癌症数据的标准,WHO 世界标准常用于国际和全球健康研究,而 ESP 2013 是取代 1976 年版本的欧洲标准。最佳选择是与您所比较的率相一致的那一个。
- 如何手工计算年龄调整率?
- 用各年龄组的病例数除以其人口数,得到年龄别率;用标准人口中各年龄组的人数除以标准人口总数,得到权重;将每个率乘以其权重,再把乘积相加。若希望得到每 10 万人的率,再乘以 100,000。
- 直接标准化与间接标准化有什么区别?
- 直接标准化是将您的年龄别率应用于标准年龄结构,得到一个率。间接标准化是将标准年龄别率应用于您人群的年龄结构,得到观察数与期望数之比——即标准化死亡比。直接标准化需要可靠的年龄别率;间接标准化则适用于病例数较少的情形。
- 为什么调整率会随标准人口的不同而变化如此之大?
- 因为权重发生了改变。老年人较多的标准会对高龄组的高率赋予更大权重,从而提高调整率;较年轻的标准则正好相反。这种差异是标准本身的特性,而非错误。
- 置信区间是如何计算的?
- 该区间是 Fay–Feuer 伽马区间,根据调整率、其泊松方差以及各年龄组中权重与人口之比的最大值计算得出。它是 NCI 的 SEER*Stat 所采用的方法。区间的下限不会低于零,并且在某些年龄组病例很少或没有病例时仍然准确。