疾病负担与期望寿命计算

疾病负担与期望寿命计算第1页/共85页疾病负担与期望寿命计算第2页/共85页1.疾病负担测量方法疾病负担危险因素归因疾病负担2.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.归因期望寿命计算

危险因素归因期望寿命提纲第3页/共85页疾病负担基本概念和测量方法第4页/共85页1.什么是疾病负担？

由于疾病、伤害给人类带来的损失。由于疾病、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。从不同角度，疾病负担可以划分为：1）直接负担、间接负担2）健康负担、经济负担3）个人负担、家庭负担、社会负担危险因素归因疾病负担比较是其核心！第5页/共85页疾病负担的核心范畴：寿命损失（死亡）生存质量损失（伤残）直接经济损失（医疗费用）疾病负担的边缘范畴：社会过度反应家庭成员情感影响医学科研投入其他可能和疾病相关的资源消耗疾病预防……第6页/共85页伤残调整生命年（DALY）

DALYs=YLL+YLDDALY=Disability-AdjustedLifeYear

（伤残调整生命年）

YLL=YearsofLifeLostduetoprematuredeath

（因早死导致健康生命年的损失）

YLD=YearsLostduetoDisability

（因伤残导致健康生命年的损失）疾病负担测量指标出生患病死亡期望寿命YLLYLD危险因素暴露第7页/共85页YLL=N*L式中：N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，即标准寿命表中该死亡年龄点所对应的期望寿命值比如：某地区因为肺癌死亡的60岁男性有20人，假设60岁男性的期望寿命是27岁，则肺癌导致该地区60岁男性的YLL为：20*27=540生命年第8页/共85页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寿命表第9页/共85页YLDsequela=Prevsequelax

DWhealthstate10其中：

Prev=人群估计的患病人数

DW=伤残权重Sequela=疾病结局Healthstate=健康状态比如：糖尿病足、眼病、神经病变、截肢第10页/共85页11YLD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其它第11页/共85页12伤残权重（DW）患病或伤残后活过的1年1个健康生命年，应该是小于1年每个疾病每个健康结局对应一个DW，分治疗和未治疗，0为完全健康，1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=3第12页/共85页13DALYs计算的几点争议时间贴现（discounting）——不再贴现年龄权重（age-weighting）——不采用年龄权重发病率和患病率YLD（incidence&prevalenceYLD）——采用患病率YLD共病状态，但伤残权重不能超过1标准寿命表，以前的女性82.5，男性80已经不适用——采用日本女性寿命表第13页/共85页疾病负担分析框架疾病+伤害健康状态死亡生命质量危险因素-基因-生理-生活方式和膳食-环境暴露-社会经济-环境第14页/共85页MurrayandLopez提出，GBD1990、2000、2010研究中应用归因法：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归因法分类：Mathersetal.(2002)

提出了健康决定因子和结果（状态）因果归因的两类模型：

-分类归因（categoricalattribution，某事件的发生100%归因于某一因素或某一群因素），如：职业粉尘接触导致矽肺、酒后驾车导致交通事故

-反事实分析（counterfactualanalysis，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的期望暴露水平，发病和死亡的变化），如：男性吸烟率从65%减少至0、人群SBP平均值从145mmHg下降至115mmHg比较风险评估（ComparativeRiskAssessment，CRA）2.危险因素归因疾病负担第15页/共85页--澳大利亚2003年80+岁女性--最小理论暴露血压水平第16页/共85页反事实分析最基本的统计基础就是人群归因分值（populationattributablefraction,PAF）按某种危险因素将人群分为非0和0两类，反事实暴露场景（参考暴露）为0。对于分类资料，如吸烟，定义为0，表示人群吸烟率为0；对于连续性资料，比如血压，不可能为0，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）P:人群暴露率RR:相对危险度第17页/共85页两分类危险因素人群归因计算举例——吸烟问题：某地区30-44岁男性人群吸烟率为55%，计算该人群肺癌死亡中因为吸烟导致的比例是多少？解答：查阅文献、或者系统综述/meta分析得知，30-44岁男性吸烟导致肺癌死亡的RR

值为2.7，按公式计算得PAF=48%第18页/共85页如果某危险因素在人群中的暴露有多个水平（n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，最后一类为非暴露，公式为：其反事实暴露场景（参考暴露）仍为0，如以上身体活动分类中，充足表示无暴露，设为0第19页/共85页多分类危险因素人群归因计算举例——身体活动问题：某地区30-44岁男性人群身体活动缺乏、不足和充足的比例分别为25%，45%和30%，计算该人群2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？解答：查阅文献、或者系统综述/meta分析得知，30-44岁男性身体活动缺乏和不足导致2型糖尿病死亡的RR

值分别为1.45和1.24，按公式计算得PAF=18%第20页/共85页举例1——身体活动：某地区30-44岁男性以上所有公式的参考暴露都是0，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多重比较，怎么办？举例2——SBP：某地区男性干预前缺乏：25%不足：45%充足：30%干预后缺乏：15%不足：30%充足：55%问题：因为干预导致多少2型糖尿病死亡的减少？干预前30-34：10535-39：10940-44：11345-49：12550-54：13555-59：145……干预后30-34：10635-39：10340-44：10945-49：12050-54：12555-59：125……问题：因为干预导致多少中风死亡的减少？第21页/共85页分类资料多个水平（如n个）：

为暴露水平的相对危险度；为观察到的人群暴露分布；为反事实暴露分布；为最大暴露水平

广义的潜在影响分值（potentialimpactfraction,PIF）连续性资料：第22页/共85页多分类危险因素非0参考暴露人群归因计算举例——身体活动结果：身体活动干预导致该地区30-44岁男性人群2型糖尿病死亡减少了6.6%（或：PAF干预前-PAF干预后）连续性危险因素非0参考暴露人群归因计算举例——血压——举例见Excel表第23页/共85页正态分布与标准正态分布曲线下的面积第24页/共85页多个危险因素共存

如果多个危险因素之间是相互独立或不相关的，则多个危险因素对一个健康结果的联合归因分值

为单一危险因素的归因分值，为不归因于任何一个危险因素的分值，为危险因素总数

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PAF分别为0.3、0.1、0.1、0.2，则联合PAF=1-（（1-0.3）*（1-0.1）*（1-0.1）*（1-0.2））=0.55第25页/共85页多个危险因素共存PAF的计算

但在实际中，多个危险因素共存PAF的估计相当复杂，因为：（1）很多远端因素的效应会受到中间因素的影响，如高的BMI本身会受到血压的影响；（Mediatedeffect）（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况；（Effectmodification）（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，有时这三种情况可以同时存在。第26页/共85页举例——Mediatedeffect：膳食高盐归因疾病负担研究表明：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间接发生的归因疾病负担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？研究获得每增加或减少100mmol/day的24小时尿钠，SBP的增加或减少量：年龄（岁）是否高血压SBP变化量SBP变化量下限SBP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-2.345-0.563-4.279第27页/共85页危险因素归因的发病、死亡或疾病负担：

AB=PAF*B

或AB=PIF*B

B是某病总疾病负担，PAF是该病归因于某危险因素的百分比，AB是归因于该危险因素的该病的疾病负担第28页/共85页公式的一般形式：第29页/共85页1、疾病负担计算公式越来越简单2、YLL计算的关键是死亡率的准确估计3、YLD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4、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（RR）。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5、估计疾病负担的意义在于比较和评价，用于政策决策小结第30页/共85页期望寿命计算第31页/共85页321、期望寿命期望寿命（lifeexpectancy）：又称平均期望寿命，即在某一死亡水平下，已经活到X岁年龄的人群平均还有可能继续存活的年数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0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的年数第32页/共85页期望寿命计算——寿命表法按照编制方法分为：队列寿命表（Thecohortlifetable）：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周期寿命表（Theperiodlifetable）：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第33页/共85页34按照年龄分组分为：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)。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1组。寿命表法第34页/共85页简略寿命表-示例第35页/共85页36寿命表法-指标计算基础数据：人口数(nPx)死亡数(nDx)-经过调整和校正指标计算：年龄别死亡率(nMx)：nMx=nDx/nPx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=第36页/共85页年龄组每人每年平均存活时间(a)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年对于低死亡率国家1a0=0.1，对于高死亡率国家1a0=0.3对于所有国家4a1=0.4其余各年龄组，a=0.5nMx与nqx之间的关系：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略低当年龄组分得较细时，呈线性函数：婴幼儿期（0-4岁）：第37页/共85页38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-ndxl0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。死亡人数(ndx):表示x到x+n岁间的死亡人数

ndx=lx*nqx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)Tx:表示x岁之后的生存总人年数Tx=Tx+n+nLxX岁组人均期望寿命（ex）：ex=Tx/lx第38页/共85页去死因寿命表——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响的寿命表用去死因寿命表法计算的期望寿命即去死因期望寿命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命的影响程度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、去死因期望寿命第39页/共85页去死因寿命表-示例第40页/共85页指标计算：去死因寿命表-指标计算第41页/共85页期望寿命的计算只考虑死亡率，未考虑疾病和/或残疾状况下导致的非完全健康状态健康期望寿命（healthylifeexpectancy,HALE）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状态下生存的平均年数，比期望寿命更进一步WHO2000年开始使用该指标进行人群健康水平的评价和比较具体做法如下：3、健康调整期望寿命第42页/共85页第43页/共85页第44页/共85页第45页/共85页死亡率和死因构成矫正YLL的计算中需要死亡率YLD的计算中其实也可以用到死亡率（DisMod）期望寿命和健康期望寿命计算需要死亡率去死因期望寿命计算也需要死亡率生命登记系统数据法律保证的、强制性的人口普查数据可同时提供死亡和人口资料具有代表性的抽样的监测系统数据印度和中国各种流行病学调查所以死因数据在疾病负担和期望寿命计算中非常重要！死因数据来源——主要问题：完整性和准确性第46页/共85页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第47页/共85页完整性问题——漏报调整准确性问题——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（GBD）做法流程图——见下一页第48页/共85页49第49页/共85页漏报调整5岁以下儿童死亡率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)间接法估计曾生子女法低成本估计法第50页/共85页漏报调整5岁以上人群死亡率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）间接法估计布拉斯（Brass）增长平衡方程式方法（GrowthBalance,GB）HILL的广义增长平衡法（GeneralGrowthBalance,GGB）贝内特-霍茹科广义稳定人口法（SyntheticExtinctGenerations,SEG）GGB-SEG法第51页/共85页全国疾病监测系统漏报调查——举例三年一次以监测点为基本单位，每个监测点抽取若干个乡镇，每个乡镇抽取若干个村进行死亡漏报调查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第52页/共85页直接估计——漏报调查漏报率直接调整基本思路

调整后死亡率=未调整死亡率/（1-漏报率）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为各个不同监测点第53页/共85页CR法应用前提两次捕获期间总体是封闭的，即个体数没有变化第一次捕获后对个体的标记在第二次捕获时没有丢失，即两次捕获的个体可以匹配对每个样本来说，其中的每个个体被捕获的概率相同两次捕获是独立的，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）调整第54页/共85页CR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）+-合计第二次捕获（漏报调查）+n11（m）n12n-n21n22合计MN为估计人群死亡数第55页/共85页56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平编制出一组寿命表表中各年龄组的死亡率是这些人口死亡水平的“平均值”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第56页/共85页57

为什么要使用模型寿命表进行校正？——获得年龄别死亡率（估计和修匀）人群死亡率在各年龄组间的分配有一定规律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第57页/共85页间接估计——曾生子女法（BRASS法）数据需求15-49岁年龄段妇女的曾生子女数您生过多少个孩子？15-49岁年龄段妇女的尚存子女数他们有多少现在还活着第58页/共85页基本思路死亡概率=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，abc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）第59页/共85页表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计算K系数的a,b,c值第60页/共85页曾生子女法（BRASS法）死亡概率的转换（模型寿命表）第61页/共85页第62页/共85页时间参考点其中，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第63页/共85页图1三年人口普查5岁以下儿童死亡概率第64页/共85页广义增长平衡法（GGB）三个主要的假定：封闭的人群，没有移民无年龄错报人口数据的完整性和死亡漏报是独立于各年龄别所需数据：两次人口普查分年龄、性别时点人口数期间每年平均死亡数第65页/共85页广义增长平衡法（GGB）基本思路：出生率=增长率+死亡率基本公式：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；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第66页/共85页广义增长平衡法（GGB）第67页/共85页广义增长平衡法（GGB）拟合方程规定若k1/k2＞1，说明k1＞k2，则令k1＝1，k2＝1/（k1/k2）；若k1/k2＝1，说明k1＝k2，则令k1＝k2＝1；若k1/k2＜1，说明k1＜k2，则令k1＝k1，k2＝1。本例中：k1/k2＝1.1456。由于k1/k2＞1，则k1＝1，k2＝0.8729，k1k2＝0.8729。因此，可以得到c＝0.883。也就是说，1998年人口相对于1991年来说上报的人口完整性为87.29%；1991－1998年死亡漏报率＝1－0.883＝0.117，即11.7%。第68页/共85页广义稳定人口法（SEG）四个基本假定：封闭的人群，没有移民无年龄错报人口数据的完整性和死亡漏报是独立于各年龄别两次普查人口覆盖率稳定所需数据：两次人口普查分年龄、性别时点人口数期间每年平均死亡数第69页/共85页广义稳定人口法（SEG）基本思路：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：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27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%第70页/共85页广义稳定人口法（SEG）计算公式：第71页/共85页广义稳定人口法（SEG）第72页/共85页GGB-SEG四个基本假定：封闭的人群，没有移民无年龄错报人口数据的完整性和死亡漏报是独立于各年龄别两次普查年龄别人口覆盖率相对稳定所需数据：两次人口普查分年龄、性别时点人口数期间每年平均死亡数第73页/共85页GGB-SEG基本思路：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第74页/共85页垃圾编码重新分配-分配流程漏报校正后的监测数据Ⅱ、慢性非传染性疾病Ⅲ、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Ⅰ、传染性、母婴及营养不良疾病垃圾编码分配后的Ⅰ、Ⅱ类疾病不明原因死亡的垃圾编码分配疾病分类模型GBD160第75页/共85页待分配的心脑血管垃圾编码：心衰（I50）心室心律失常（I47.1,I49.0,I46）动脉粥样硬化（I70.9）心脏病并发症（I51.4,I51.5,I51.6,I51.9）*注：待分配的垃圾编码不是其他心脑血管疾病（GBD110），而是GBD110中的一部分垃圾编码被分配给：缺血性心脏病（gbd107）垃圾编码重新分配-心脑血管部分第76页/共85页垃圾编码重新分配-心脑血管部分第77页/共85页垃圾编码重新分配-心脑血管部分分配过程：依照WHO推荐的分配比例分配到缺血性心脏病（gbd107）内：gbd107垃圾编码分配后的死亡数=gbd107分配前的死亡数+垃圾编码死亡数*beta值将分配到gbd107中的垃圾编码从其他心脑血管疾病（gbd110）中减去：gbd110垃圾编码分配后的死亡数=gbd110分配前的死亡数-垃圾编码死亡数*beta值年龄01510152025303540455055606570758085男0000000000.110.040.040.200.160.250.260.230.030.03女000000000000.10.140.120.250.200.170.060.