疾病负担与期望寿命计算ppt课件

1、疾病负担与期望寿命计算疾病负担与期望寿命计算1.1.1.疾病负担测量方法疾病负担测量方法 疾病负担 危险因素归因疾病负担2.2.期望寿命计算期望寿命计算 平均期望寿命 去死因期望寿命 健康调整期望寿命3.3.归因期望寿命计算归因期望寿命计算 危险因素归因期望寿命提纲2疾病负担基本概念和测量方法疾病负担基本概念和测量方法31.1.什么是疾病负担？什么是疾病负担？由于疾病、伤害给人类带来的损失。由于疾病、伤害给人类带来的损失。 由于疾病、失能（残疾）和早死给社会和患者及其家由于疾病、失能（残疾）和早死给社会和患者及其家庭带来的损失，以及用于疾病防治而消耗的各种资源。庭带来的损失，以及用于疾病防治而

2、消耗的各种资源。从不同角度，疾病负担可以划分为：从不同角度，疾病负担可以划分为： 1）直接负担、间接负担）直接负担、间接负担2）健康负担、经济负担）健康负担、经济负担3）个人负担、家庭负担、社会负担）个人负担、家庭负担、社会负担危险因素归因疾病负担危险因素归因疾病负担比较是其核心！比较是其核心！4疾病负担的核心范畴：疾病负担的核心范畴：寿命损失（死亡）寿命损失（死亡）生存质量损失（伤残）生存质量损失（伤残）直接经济损失（医疗费用）直接经济损失（医疗费用）疾病负担的边缘范畴：疾病负担的边缘范畴：社会过度反应社会过度反应家庭成员情感影响家庭成员情感影响医学科研投入医学科研投入其他可能和疾病相关的其

3、他可能和疾病相关的资源消耗资源消耗疾病预防疾病预防5p伤残调整生命年伤残调整生命年（DALY） DALYs = YLL + YLD DALY = Disability-Adjusted Life Year （伤残调整生命年） YLL = Years of Life Lost due to premature death （因早死导致健康生命年的损失） YLD = Years Lost due to Disability （因伤残导致健康生命年的损失）疾病负担测量指标疾病负担测量指标出生患病死亡期望寿命YLLYLLYLDYLD危险因素暴露危险因素暴露6p YLL = N*L式中：式中：N为各年龄

4、组、各性别的死亡人数；为各年龄组、各性别的死亡人数；L为各年龄组的寿命损失值，即标准寿命表为各年龄组的寿命损失值，即标准寿命表中该死亡年龄点所对应的期望寿命值中该死亡年龄点所对应的期望寿命值比如：比如：某地区因为肺癌死亡的某地区因为肺癌死亡的6060岁男性有岁男性有2020人，人，假设假设6060岁男性的期望寿命是岁男性的期望寿命是2727岁，则肺癌导致岁，则肺癌导致该地区该地区6060岁男性的岁男性的YLLYLL为：为：2020* *27=54027=540生命年生命年7标准期望寿命标准期望寿命标准寿命表的选择：基于所有超过5百万人口人群中观察到的各年龄别最低死亡率日本女性男女采用相同的标准

5、寿命表8 YLDsequela = Prevsequela x DWhealth state9DWev PrYLD其中：其中： Prev = Prev = 人群估计的患病人数人群估计的患病人数 DW = DW = 伤残伤残权重权重Sequela = Sequela = 疾病疾病结局结局Health state = Health state = 健康状态健康状态比如：比如：糖尿病足、眼病、神经病变、截肢糖尿病足、眼病、神经病变、截肢910YLD单相抑郁障碍=YLD轻+YLD中+YLD重+YLD精神抑郁YLD糖尿病=YLD糖尿病足+YLD糖尿病眼病+YLD糖尿病神经病变+YLD糖尿病截肢+YLD其

6、它10伤残权重（伤残权重（DW） 患病或伤残后活过的患病或伤残后活过的1年年 1个健康生命年，应该是小于个健康生命年，应该是小于1年年 每个疾病每个健康结局对应一个每个疾病每个健康结局对应一个DW，分治疗和未治疗，分治疗和未治疗，0为完全健康，为完全健康，1为死亡为死亡 比如：失明的权重为0.20, 某年某地区失明患病率5/10万，该地区平均人口数为30万，则该年该地区人群因失明导致的YLD=30*5/10*0.20=3，表示损失3个健康生命年（=3个YLL）；同样，一个失明患者，从50岁开始失明，65岁死亡，因失明导致的YLD=（65-50）*0.20=311DALYs计算的几点争议计算的几

7、点争议1) 时间贴现（时间贴现（discounting）不再贴现不再贴现2) 年龄权重（年龄权重（age-weighting）不采用年龄权重不采用年龄权重3) 发病率和患病率发病率和患病率YLD（incidence & prevalence YLD）采用患病率采用患病率YLD4) 共病状态，但伤残权重不能超过共病状态，但伤残权重不能超过1 5) 标准寿命表，以前的女性标准寿命表，以前的女性82.5，男性，男性80已经不适用已经不适用采用日本女性寿命表采用日本女性寿命表12疾病负担分析框架疾病负担分析框架 Figure 1 makes several clear distinctions

8、. First, determinants of health are separate from health states. This is essential from an analytical point of view, in order that data can be collected in a way that allow the strength of association between a Risk Factors Proximal - Genetic - Physiological - Life style and diet - Other diseases -

9、Environmental exposures Distal and systemic - Socioeconomic - Environmental Diseases and injuries Health states Functioning in domains of health: Domain 1 Domain n . . . . Death Quality of life and Wellbeing CRA YLD YLL 疾病疾病+ +伤害伤害健康状态健康状态死亡死亡生命质量生命质量危险因素危险因素- -基因基因- -生理生理- -生活方式生活方式和膳食和膳食- -环境暴露环境暴

10、露- -社会经济社会经济- -环境环境13p Murray and Lopez提出，提出，GBD1990、2000、2010研研究中应用究中应用p 归因法：归因法：疾病的发生，或者死亡，或者期望寿命有多少疾病的发生，或者死亡，或者期望寿命有多少是因为某一个，或某一些危险因素导致的是因为某一个，或某一些危险因素导致的p 归因法分类：归因法分类：Mathers et al.(2002) 提出了健康决定因子提出了健康决定因子和结果（状态）因果归因的两类模型：和结果（状态）因果归因的两类模型： - -分类归因（分类归因（categorical attribution，某事件的发生某事件的发生100%1

11、00%归因于某一因素归因于某一因素或某一群因素），或某一群因素），如：职业粉尘接触导致矽肺、酒后驾车导致交通事故如：职业粉尘接触导致矽肺、酒后驾车导致交通事故 - -反事实分析（反事实分析（counterfactual analysis，分析和比较人群中某一个或某分析和比较人群中某一个或某些危险因素从目前的暴露水平转变成一种可替代的暴露场景或参考暴露下些危险因素从目前的暴露水平转变成一种可替代的暴露场景或参考暴露下的期望暴露水平，发病和死亡的变化），的期望暴露水平，发病和死亡的变化），如：男性吸烟率从如：男性吸烟率从65%65%减少至减少至0 0、人群人群SBPSBP平均值从平均值从145 1

12、45 mmHg下降至下降至115 115 mmHg比较风险评估比较风险评估（Comparative Risk Assessment，CRA）2.危险因素归因疾病负担14-澳大利亚澳大利亚2003年年80+岁女性岁女性-最小理论暴露最小理论暴露血压水平血压水平15反事实分析最基本的统计基础就是人群归因分值（反事实分析最基本的统计基础就是人群归因分值（population attributable fraction, PAF） 按某种危险因素将人群分为非按某种危险因素将人群分为非0 0和和0 0两类，反事实暴露场景（参两类，反事实暴露场景（参考暴露）为考暴露）为0 0。对于分类资料，如吸烟，定义为

13、。对于分类资料，如吸烟，定义为0 0，表示人群吸，表示人群吸烟率为烟率为0 0；对于连续性资料，比如血压，不可能为；对于连续性资料，比如血压，不可能为0 0，则定义为，则定义为非高血压的定值（将人群分为高血压和非高血压人群）非高血压的定值（将人群分为高血压和非高血压人群） (1)(1) 1P RRPAFP RRP:人群暴露率RR:相对危险度16两分类危险因素人群归因计算举例两分类危险因素人群归因计算举例吸烟吸烟问题：问题：某地区某地区30-4430-44岁男性人群吸烟率为岁男性人群吸烟率为55%55%，计算该人群肺癌，计算该人群肺癌死亡中因为吸烟导致的比例是多少？死亡中因为吸烟导致的比例是多少

14、？解答：解答：查阅文献、或者系统综述查阅文献、或者系统综述/ /meta分析得知，分析得知，30-4430-44岁男性岁男性吸烟导致肺癌死亡的吸烟导致肺癌死亡的RR 值为值为2.72.7，按公式计算得，按公式计算得PAF =48%=48%(1)0.55(2.7 1)0.48(1) 10.55(2.7 1) 1P RRPAFP RR17如果某危险因素在人群中的暴露有多个水平（如果某危险因素在人群中的暴露有多个水平（n个）。比如身个）。比如身体活动，分为身体活动缺乏、不足和充足三类，前两类为暴露，体活动，分为身体活动缺乏、不足和充足三类，前两类为暴露，最后一类为非暴露，公式为：最后一类为非暴露，公

15、式为： 其反事实暴露场景（参考暴露）仍为其反事实暴露场景（参考暴露）仍为0 0，如以上身体活动分类，如以上身体活动分类中，充足表示无暴露，设为中，充足表示无暴露，设为0 011(1)(1) 1niiiniiiP RRPAFP RR18多分类危险因素人群归因计算举例多分类危险因素人群归因计算举例身体活动身体活动问题：问题：某地区某地区30-4430-44岁男性人群身体活动缺乏、不足和充足的岁男性人群身体活动缺乏、不足和充足的比例分别为比例分别为25%25%，45%45%和和30%30%，计算该人群，计算该人群2 2型糖尿病死亡中因为型糖尿病死亡中因为身体活动不足（包括缺乏）导致的比例是多少？身体

16、活动不足（包括缺乏）导致的比例是多少？解答：解答：查阅文献、或者系统综述查阅文献、或者系统综述/ /meta分析得知，分析得知，30-4430-44岁男性岁男性身体活动缺乏和不足导致身体活动缺乏和不足导致2 2型糖尿病死亡的型糖尿病死亡的RR 值分别为值分别为1.451.45和和1.241.24，按公式计算得，按公式计算得PAF =18%=18%11(1)0.25(1.451)0.45(1.241)0.180.25(1.451)0.45(1.241)1(1)1niiiniiiP RRPAFP RR19举例举例11身体活动：某地区身体活动：某地区30-4430-44岁男性岁男性以上所有公式的参考

17、暴露都是以上所有公式的参考暴露都是0 0，而且均为分类变量。有时反事实暴露，而且均为分类变量。有时反事实暴露（参照暴露）为另一种分布，表现为观察到的暴露分布与另外一种分布的（参照暴露）为另一种分布，表现为观察到的暴露分布与另外一种分布的多重比较，怎么办？多重比较，怎么办？举例举例22SBPSBP：某地区男性：某地区男性干预前干预前缺乏：缺乏：25%不足：不足：45%充足：充足：30%干预后干预后缺乏：缺乏：15%不足：不足：30%充足：充足：55%问题：问题：因为干预导致多少因为干预导致多少2 2型糖尿病死亡型糖尿病死亡的减少？的减少？干预前干预前30-34：10535-39：10940-44

18、：11345-49：12550-54：13555-59：145干预后干预后30-34：10635-39：10340-44：10945-49：12050-54：12555-59：125问题：问题：因为干预导致多少中风死亡的减少？因为干预导致多少中风死亡的减少？20000( ) ( )( )( )( ) ( )mmxxmxRR x P x dxRR x P x dxPIFRR x P x dx分类资料多个水平（如分类资料多个水平（如n n 个）：个）：111nniiiiiiniiiPRRP RRPIFPRR 为暴露水平的相对危险度；为暴露水平的相对危险度； 为观察到的人群暴露分布；为观察到的人群暴

19、露分布； 为反事为反事实暴露分布；实暴露分布； 为最大暴露水平为最大暴露水平 ( )RR x( )P x( )P xm广义的潜在影响分值（potential impact fraction, PIF） 连续性资料：连续性资料：21多分类危险因素非多分类危险因素非0 0参考暴露人群归因计算举例参考暴露人群归因计算举例身体活动身体活动结果：身体活动干预导致该地区结果：身体活动干预导致该地区30-4430-44岁男性人群岁男性人群2 2型糖尿病死型糖尿病死亡减少了亡减少了6.6%6.6%（或：（或：PAF干预前干预前- -PAF干预后）干预后）连续性危险因素非连续性危险因素非0 0参考暴露人群归因计

20、算举例参考暴露人群归因计算举例血压血压举例见举例见ExcelExcel表表111(0.25 1.450.45 1.240.30 1)(0.15 1.450.30 1.24 0.55 1)0.066(0.25 1.450.45 1.240.30 1)nniiiiiiniiiPRRP RRPIFPRR22正态分布与标准正态分布曲线下的面积正态分布与标准正态分布曲线下的面积22()21()2Xf Xe23p 多个危险因素共存多个危险因素共存 如果多个危险因素之间是相互独立或不相关的，则多个危险因素对如果多个危险因素之间是相互独立或不相关的，则多个危险因素对一个健康结果的联合归因分值一个健康结果的联合

21、归因分值 11(1)niiPAFPAF 为单一危险因素的归因分值，为单一危险因素的归因分值， 为不归因于任何一个为不归因于任何一个危险因素的分值，危险因素的分值， 为危险因素总数为危险因素总数 iPAF(1)iPAFn 举例：假设某人群吸烟、被动吸烟、室内空气污染、大气污染导致举例：假设某人群吸烟、被动吸烟、室内空气污染、大气污染导致肺癌的肺癌的PAF分别为分别为0.30.3、0.10.1、0.10.1、0.20.2，则联合，则联合PAF=1-=1-（1-0.31-0.3）* *（1-0.11-0.1）* *（1-0.11-0.1）* *（1-0.21-0.2）=0.55=0.5524p 多个

22、危险因素共存多个危险因素共存PAF的计算的计算 但在实际中，多个危险因素共存但在实际中，多个危险因素共存PAF的估计相当复杂，因为：的估计相当复杂，因为： （1 1）很多远端因素的效应会受到中间因素的影响，如高的）很多远端因素的效应会受到中间因素的影响，如高的BMI本本身会受到血压的影响；（身会受到血压的影响；（Mediated effect） （2 2）效应修正，即某一个危险因素的效应依靠其它因素存在的状）效应修正，即某一个危险因素的效应依靠其它因素存在的状况；（况；（Effect modification） （3 3）不同的暴露危险因素之间存在相关性，如吸烟者往往比非吸）不同的暴露危险因素

23、之间存在相关性，如吸烟者往往比非吸烟者有更多的酗酒和不良饮食习惯。（烟者有更多的酗酒和不良饮食习惯。（Correlation） 前两种情景为生物交互作用，第三种情况为统计交互作用，有时前两种情景为生物交互作用，第三种情况为统计交互作用，有时这三种情况可以同时存在。这三种情况可以同时存在。 25p 举例举例Mediated effect：膳食高盐归因疾病负担：膳食高盐归因疾病负担n 研究表明：研究表明：膳食高盐摄入的健康结局主要包括两部分，一部分膳食高盐摄入的健康结局主要包括两部分，一部分是膳食高盐直接导致的疾病负担；另一部分是通过增加血压值是膳食高盐直接导致的疾病负担；另一部分是通过增加血压值

24、间接发生的归因疾病负担间接发生的归因疾病负担n 间接部分需要知道人群血压值有多少是因为高盐膳食导致的？间接部分需要知道人群血压值有多少是因为高盐膳食导致的？研究获得研究获得每增加或减少每增加或减少100 mmol/day的的24小时尿钠，小时尿钠，SBP的的增加或减少量增加或减少量：年龄（岁）年龄（岁）是否高血压是否高血压SBPSBP变化量变化量SBPSBP变化量下限变化量下限SBPSBP变化量上限变化量上限25+否-0.8431.203-3.09725+是-3.290-1.066-5.33730+否-1.594-0.344-3.64530+是-4.041-2.204-5.82835+否-2.

25、345-0.563-4.27926p危险因素归因的发病、死亡或疾病负担：危险因素归因的发病、死亡或疾病负担： AB AB = = PAFPAF* *B B 或或AB AB = = PIFPIF* *B B pB B是某病总疾病负担，是某病总疾病负担，PAFPAF是该病归因于某是该病归因于某危险因素的百分比，危险因素的百分比，ABAB是归因于该危险因是归因于该危险因素的该病的疾病负担素的该病的疾病负担27公式的一般形式：公式的一般形式：281 1、疾病负担计算公式越来越简单、疾病负担计算公式越来越简单2 2、YLLYLL计算的关键是死亡率的准确估计计算的关键是死亡率的准确估计3 3、YLDYLD

26、计算的关键是患病率的准确估计，同时需要一计算的关键是患病率的准确估计，同时需要一套适合中国人群的伤残权重套适合中国人群的伤残权重4 4、危险因素归因疾病负担计算首先需要确定该危险、危险因素归因疾病负担计算首先需要确定该危险因素有病因学关联的健康结局及其相对危险度因素有病因学关联的健康结局及其相对危险度（RR）。然后是暴露指标的确定及其暴露水平（）。然后是暴露指标的确定及其暴露水平（P）准确估计。还有参考暴露的确定准确估计。还有参考暴露的确定5 5、估计疾病负担的意义在于比较和评价，用于政策、估计疾病负担的意义在于比较和评价，用于政策决策决策小结小结29期望寿命计算期望寿命计算301 1、期望寿

27、命、期望寿命p期望寿命（期望寿命（life expectancy）：又称平均期望寿）：又称平均期望寿命，即在某一死亡水平下，已经活到命，即在某一死亡水平下，已经活到X岁年龄的岁年龄的人群平均还有可能继续存活的年数人群平均还有可能继续存活的年数p期望寿命是反映一个国家或地区居民生活质量和期望寿命是反映一个国家或地区居民生活质量和健康水平的重要指标健康水平的重要指标p0 0岁组期望寿命：指当前出生的人口在各年龄组死岁组期望寿命：指当前出生的人口在各年龄组死亡率保持现有水平不变的情况下平均预期可存活亡率保持现有水平不变的情况下平均预期可存活的年数的年数31期望寿命计算寿命表法p按照编制方法分为：n队

28、列寿命表（The cohort life table） ： 记录了一组人群从第一个人出生到最后一个人死亡的全部死亡信息 实际应用意义不大n周期寿命表（The period life table）： 反映一定时期某地区实际人口的死亡情况，是从一个断面来看当年这段时间内人口的死亡和生存的情况 它完全取决于制表这一年的人口年龄别死亡率 具有实际可操作性32p按照年龄分组分为：n完全寿命表： 以0岁为起点，逐年计算各种指标，直至生命的极限，其年龄的区间是(x，x+1)。n简略寿命表： 以0岁为起点，几年计算一次各种指标，直至生命的极限，其年龄的区间是(x，x+n)； 最常使用的寿命表形式，一般以5岁为

29、1组。寿命表法33简略寿命表-示例34寿命表法-指标计算p基础数据：基础数据：n人口数(nPx)n死亡数(nDx)-经过调整和校正p指标计算：指标计算：n年龄别死亡率(nMx)：nMx= nDx/nPxn年龄别死亡概率(nqx):表示一批人死于某年龄组X-X+n的概率，即X岁尚存活者在今后n年内死亡的可能性。 nqx= 岁的人口数活满岁之间死亡人数岁到xnxx 35p 年龄组每人每年平均存活时间(a)n 如果n=5, x=5, nax=0.5，就意味着在5到10岁年龄组死亡的每个人平均存活了5*0.5=2.5年n 对于低死亡率国家1a0=0.1，对于高死亡率国家1a0=0.3n 对于所有国家4

30、a1=0.4n 其余各年龄组，a=0.5p nMx与nqx之间的关系：n 通常情况下， nMx 与nqx的值非常相近，在一个人口增长的人群中nqx 较nMx略高 ；在一个人口减少的人群中nqx 较nMx略低n 当年龄组分得较细时，呈线性函数：n 婴幼儿期（0-4岁）：22nxnxnxnmqnm , 0,1,2,3,41 (1)xxxxmqxa m36n尚存人数lx:表示同一批出生的人群中，活满X岁的人数 lx= lx-n- ndx l0值通常为100,000 称为基数； 在最后一个年龄组，该年龄组开始时的尚存人数与该年龄组的死亡人数相等。n死亡人数(ndx):表示x到x+n岁间的死亡人数 nd

31、x= lx* nqxn生存人年数(nLx):表示同时出生的一批人在x岁至x+n岁间所存活的人年数nLx=n(lx+n+nax*ndx)nTx:表示x岁之后的生存总人年数 Tx=Tx+n+nLxnX岁组人均期望寿命（ex）：ex=Tx/lx37p 去死因寿命表去死因寿命表通过去除某种或某类死因对期望寿命通过去除某种或某类死因对期望寿命等指标的影响程度来研究某种或某类死因对居民生命影等指标的影响程度来研究某种或某类死因对居民生命影响的寿命表响的寿命表p 用去死因寿命表法计算的期望寿命即去死因期望寿命用去死因寿命表法计算的期望寿命即去死因期望寿命n通过平均期望寿命的损失量可以综合说明某类死因对人群生

32、命的影响程度n该指标不受人口年龄结构的影响，能说明某类死因对全人口的综合作用2 2、去死因期望寿命、去死因期望寿命38去死因寿命表-示例39指标计算：去死因寿命表-指标计算40p 期望寿命的计算只考虑死亡率，未考虑疾病和期望寿命的计算只考虑死亡率，未考虑疾病和/ /或残疾或残疾状况下导致的非完全健康状态状况下导致的非完全健康状态p 健康期望寿命（健康期望寿命（healthy life expectancy, HALE）同时）同时考虑死亡和非致死性健康结局，表示一个人在完全健康考虑死亡和非致死性健康结局，表示一个人在完全健康状态下生存的平均年数，比期望寿命更进一步状态下生存的平均年数，比期望寿命

33、更进一步p WHO 2000年开始使用该指标进行人群健康水平的评价年开始使用该指标进行人群健康水平的评价和比较和比较p 具体做法如下：具体做法如下：3 3、健康调整期望寿命、健康调整期望寿命414243步步 骤骤4 4： 根根 据据 各各 年年 龄龄 组组 的的 伤伤 残残 权权 重重 对对 普普 通通 寿寿 命命 表表 中中 的的 “ 观观 察察 区区 间间 内内 生生 存存 人人 年年 数数 ” 进进 行行 调调 整整 。 尚 存 人 数 死 亡 人 数 观 察 区 间 内 生 存 人 年 数 累 计 生 存 人 年 数 期 望 寿 命 年年 龄龄 组组 lx ndx nLx Tx ex

34、调 整 后 观 察 区 间内 生 存 人 年 数 调 整 后 累 计 生存 人 年 数 HALE 0- 100000 1,221 98901 7,125,519 71.26 97136 6263949 62.64 1-4 98779 205 394623 7,026,618 71.13 383080 6166813 62.43 5-9 98574 124 492560 6,631,995 67.28 470608 5783733 58.67 10-14 98450 138 491906 6,139,436 62.36 460943 5313125 53.97 15-19 98312 386 4

35、90596 5,647,530 57.44 467999 4852182 49.35 乘乘 以以 “ 伤伤 残残 权权 重重 ” 44死亡率和死因构成矫正p YLL的计算中需要死亡率的计算中需要死亡率p YLD的计算中其实也可以用到死亡率（的计算中其实也可以用到死亡率（DisMod）p 期望寿命和健康期望寿命计算需要死亡率期望寿命和健康期望寿命计算需要死亡率p 去死因期望寿命计算也需要死亡率去死因期望寿命计算也需要死亡率p 生命登记系统数据n 法律保证的、强制性的p 人口普查数据n 可同时提供死亡和人口资料p 具有代表性的抽样的监测系统数据n 印度和中国p 各种流行病学调查所以死因数据在疾病负

36、担和期望寿命计算中非常重要！死因数据来源主要问题：完整性和准确性45不同来源的死因数据的特点内容人口普查 生命登记抽样的监测系统死因信息的准确性弱强中人口覆盖的完整性强强弱时间上的连贯性弱强强不同地域的代表性强强弱组织开展的难易度中难易46完整性问题完整性问题漏报调整漏报调整准确性问题准确性问题垃圾编码重新分配垃圾编码重新分配死因数据完整性和准确性处理全球疾病负担（全球疾病负担（GBDGBD）做法流程图）做法流程图见下一页见下一页4748漏报调整p5岁以下儿童死亡率岁以下儿童死亡率n直接估计直接估计人群漏报调查：漏报调查反映真实漏报水平捕捉-再捕捉(capture-recapture)n间接法

37、估计间接法估计曾生子女法低成本估计法49漏报调整p5岁以上人群死亡率岁以上人群死亡率n直接估计直接估计根据漏报调查得到的漏报率进行校正捕捉-再捕捉（capture-recapture）n间接法估计间接法估计布拉斯（Brass）增长平衡方程式方法（Growth Balance, GB）HILL的广义增长平衡法（General Growth Balance, GGB）贝内特-霍茹科广义稳定人口法（Synthetic Extinct Generations, SEG）GGB-SEG法50p全国疾病监测系统漏报调查全国疾病监测系统漏报调查举例举例n三年一次n以监测点为基本单位，每个监测点抽取若干个乡镇

38、，每个乡镇抽取若干个村进行死亡漏报调查n得到每个监测点的漏报率直接估计漏报调查漏报率直接调整51直接估计漏报调查漏报率直接调整p基本思路 调整后死亡率=未调整死亡率/（1-漏报率）p计算公式： 其中， 为各监测点漏报率； 为各监测点漏报调整后死亡数（即常规监测数据库中，各监测点未调整死亡数/（1-各监测点漏报率） 为全部监测点漏报调整后死亡数之和； n为各个不同监测点3121231111=*.*nnnnnniiiiiiiiffffPPPPPffff合计nPnf1niif52p CRCR法应用前提法应用前提n两次捕获期间总体是封闭的，即个体数没有变化n第一次捕获后对个体的标记在第二次捕获时没有丢

39、失，即两次捕获的个体可以匹配n对每个样本来说，其中的每个个体被捕获的概率相同n两次捕获是独立的，即第一次捕获并不影响第二次捕获直接估计捕捉-再捕捉法（CR法）调整53p CRCR法计算法计算直接估计捕捉-再捕捉法（CR法）调整第一次捕获（网络报告）第一次捕获（网络报告）+-合计合计第二次捕获（漏报调查）第二次捕获（漏报调查）+n11（m）n12n-n21n22合计合计MN N为估计人群死亡数为估计人群死亡数54p模型寿命表指能够概括许多国家和地区人口死亡风险的一套有代表性的寿命表p用许多死亡类型相似人口的多年死亡率及其变化进行分析和归类，归纳出几种死亡模式，对各种模式按照其不同的平均期望寿命水

40、平编制出一组寿命表p表中各年龄组的死亡率是这些人口死亡水平的“平均值”p每个模型中各年龄组死亡率都规律性地随着年龄的变化而上升或下降模型寿命表55 为什么要使用模型寿命表进行校正？为什么要使用模型寿命表进行校正？获得年获得年龄别死亡率（估计和修匀）龄别死亡率（估计和修匀）p人群死亡率在各年龄组间的分配有一定规律p抽样监测系统的人口死亡率在年龄组间的分布可能会有不合理p通过对人群死亡率的校正，可以使全体人口各年龄组的死亡水平都在一个平均死亡水平较小范围内波动p在缺乏可靠数据的情况下，更准确地计算人群死亡率和期望寿命等模型寿命表56间接估计曾生子女法（BRASS法）p数据需求p15-49岁年龄段妇

41、女的曾生子女数n您生过多少个孩子？p15-49岁年龄段妇女的尚存子女数n他们有多少现在还活着57p基本思路n死亡概率=死亡比例*K系数死亡比例=（曾生子女数-尚存子女数）/曾生子女数K系数 其中， P为不同年龄段妇女的平均曾生子女数，a b c已由不同模型寿命表模式通过回归模型估计得出间接估计曾生子女法（BRASS法）58表表1 基于科尔和德曼区域模型生命表模型寿命表的不同模式估计的用于基于科尔和德曼区域模型生命表模型寿命表的不同模式估计的用于计算计算K系数的系数的a, b, c值值59曾生子女法（BRASS法）p死亡概率的转换（模型寿命表）死亡概率的转换（模型寿命表）6061p时间参考点 其

42、中， P为不同年龄段妇女的平均曾生子女数， e,f,g已由不同模型寿命表模式通过回归模型估计得出62图1 三年人口普查5岁以下儿童死亡概率63广义增长平衡法（GGB）p三个主要的假定：三个主要的假定：n封闭的人群，没有移民n无年龄错报n人口数据的完整性和死亡漏报是独立于各年龄别p所需数据：所需数据：n两次人口普查分年龄、性别时点人口数n期间每年平均死亡数64广义增长平衡法（GGB）p基本思路：基本思路：n 出生率=增长率+死亡率p基本公式：基本公式：n 以死亡率为自变量，以进入率和增长率差值为应变量拟合一元线性方程 其中， n*（x）指的是在这段时间内，进入年龄X岁及以上的人口比例，即进入率；

43、r*（x）指的是X岁及以上的人口增长率；d*（x）为X岁及以上死亡率；t 代表两次调查的时间间隔；k1和k2分别代表第一次和第二次调查人口的完整性；c 代表死亡报告的完整性65广义增长平衡法（GGB）66广义增长平衡法（GGB）p拟合方程拟合方程p规定规定n 若k1/k21，说明k1k2，则令k11，k21/（k1/k2）；若k1/k21，说明k1k2，则令k1k21；若k1/k21，说明k1k2，则令k1k1，k21。本例中：本例中：n k1/k21.1456。由于k1/k21，则k11，k20.8729，k1k20.8729。因此，可以得到c0.883。也就是说，1998 年人口相对于19

44、91 年来说上报的人口完整性为87.29%；19911998 年死亡漏报率10.8830.117，即11.7%。67广义稳定人口法（SEG）p四个基本假定：四个基本假定：n 封闭的人群，没有移民n 无年龄错报n 人口数据的完整性和死亡漏报是独立于各年龄别n 两次普查人口覆盖率稳定p所需数据：所需数据：n 两次人口普查分年龄、性别时点人口数n 期间每年平均死亡数68广义稳定人口法（SEG）p基本思路：基本思路：n 在任何一个人口中，t年x岁的人口数，必定等于t年以后，这些同批人在x岁以上各个年龄死亡人数之和，即：n 例如：t年25岁的人口，必定等于（t+1年，即26岁死亡人数）+（t+2年，即2

45、7岁死亡人数）+（t+w年最高年龄组死亡人数）之和。这里（t+w）代表同批人中最后一个死亡的年份n 假定这批人今后各年登记的死亡人数之和只等于t年x岁年龄组人数的50%，人们自然就可以知道死亡登记系统的完整率是50%69广义稳定人口法（SEG）p计算公式：计算公式：70广义稳定人口法（SEG）71GGB-SEGp四个基本假定：四个基本假定：n 封闭的人群，没有移民n 无年龄错报n 人口数据的完整性和死亡漏报是独立于各年龄别n 两次普查年龄别人口覆盖率相对稳定p所需数据：所需数据：n 两次人口普查分年龄、性别时点人口数n 期间每年平均死亡数72GGB-SEGp基本思路：基本思路：n 使用GGB法估计两次人口普查的完整性，从而可以矫正普查人口数n 将矫正后的人口普查数据用于SEG法进行死亡报告完整性评价和调整73垃圾编码重新分配- 分配流程漏报校正后的监测数据、慢性非传染性疾病、伤害垃圾编码分配后的慢性病垃圾编码分配后的伤害肿瘤垃圾编码分配心脑血管垃圾编码分配伤害垃圾编码分配、传染性、母婴及营养不良疾病垃圾编码分配后的、 类疾病不明原因死亡的垃圾编码分配疾病分类模型GBD16074p待分配的心脑血管垃圾编码： n心衰（I50）n心室心律失常（I47.1, I49.0, I46）n动脉粥样硬化（I70.9）n心脏病并发症（I51.4, I51