疾病负担计算中死因数据的分析与处理蔡玥

疾病负担计算中死因数据的分析与处理蔡玥

ID:38403265

大小:3.12 MB

页数:54页

时间:2019-06-11

上传者:U-145848
疾病负担计算中死因数据的分析与处理蔡玥_第1页
疾病负担计算中死因数据的分析与处理蔡玥_第2页
疾病负担计算中死因数据的分析与处理蔡玥_第3页
疾病负担计算中死因数据的分析与处理蔡玥_第4页
疾病负担计算中死因数据的分析与处理蔡玥_第5页
资源描述:

《疾病负担计算中死因数据的分析与处理蔡玥》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

疾病负担计算中死因数据的分析与处理蔡玥 报告内容死因数据来源人群死亡率校正垃圾编码重新分配寿命表寿命损失年的计算 死因数据来源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人口及卫生调查数据(DemographyandHealthSurveys)儿童死亡率估计各种流行病学调查 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结果的准确性中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弱强 死因监测数据漏报调整死亡率垃圾编码重新分配后死亡率死因数据的分析利用人群死亡率的估计与校正疾病分类模型(GBD160)垃圾编码重新分配应用死因数据前的调整流程 人群死亡率校正 人群死亡率校正方法直接校正方法根据漏报调查得到的漏报率进行校正捕捉-再捕捉(capture-recapture)间接校正方法模型寿命表法布拉斯(Brass)增长平衡方程式方法(GrowthBalance,GB)HILL的广义增长平衡法(GeneralGrowthBalance,GGB)普莱斯顿(Preston)-蔻尔(Coale)稳定人口法贝内特-霍茹科广义稳定人口法(SyntheticExtinctGenerations,SEG)曾生子女法:用于5岁以下婴幼儿漏报率的估计 人群死亡率校正方法漏报调查该次调查覆盖全国31个省(直辖市、自治区)的161个疾病监测点,每个监测点随机抽取3个乡镇,每个乡镇抽取2个村,收集每户家庭常住人口在2006年1月1日-2008年12月31日期间有关出生、死亡的信息,凡是在该家庭中居住6个月及以上的均为常住人口。此次调查共覆盖6422667人口,共调查到2006-2008年死亡个案39420例。 漏报数据库删点原则成人漏报率:(最终纳入分析点共152个)1.漏报率极不合理,包括0,100%的删除;2.漏报调查得到的死亡率太低,低于4/1000;3.监测粗率与漏报率关系不合理,调整后的率太低或太高(低于4/1000或高于10/1000)5岁以下婴幼儿漏报率:(最终纳入分析点共89个)1.经调整的婴儿死亡率如果太低,建议不纳入,中西部城市低于5/1000,中西部农村低于10/1000,东部城市低于3/1000,东部农村低于6/1000;2.婴儿漏报率为0%、100%者人群死亡率校正方法 漏报率计算各监测点漏报率计算与死亡率调整:漏报率=漏报数/漏报调查死亡数调整死亡率=粗死亡率/(1-漏报率)合计漏报率计算与合计死亡率调整:方法一:合计调整死亡率=调整死亡数合计/人口数合计=∑(粗死亡数/1-漏报率)/∑人口数合计漏报率=1-(合计粗死亡率/合计调整死亡率)方法二:人群死亡率校正方法f:各监测点调整死亡数lb:各监测点漏报率 人群死亡率校正方法 人群死亡率校正方法 人群死亡率校正方法全人群不同地区分性别漏报调整前后死亡率5岁以上人群不同地区分性别漏报调整前后死亡率 人群死亡率校正方法0-5岁年龄组不同地区分性别调整前后死亡率 垃圾编码重新分配 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 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 垃圾编码重新分配-心脑血管部分 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000000000000.10.140.120.250.200.170.060.06β值对照表 待分配的肿瘤垃圾编码:其他恶性肿瘤(gbd77)中ICD10为:C76,C80,C97垃圾编码被分配给:口腔癌与口咽癌(gbd61)食管癌(gbd62)胃癌(gbd63)结肠癌与直肠癌(gbd64)黑色素瘤及其他皮肤癌(gbd68)乳腺癌(gbd69)宫颈癌(gbd70)子宫体癌(gbd71)前列腺癌(gbd73)膀胱癌(gbd74)淋巴瘤、多发性骨髓瘤(gbd75)白血病(gbd76)垃圾编码重新分配-肿瘤部分 分配过程:(1)gbd61、62、63、64、68、69、70、71、73、74、75、76、77求和,记为sum(2)x1=ICD10为C76、C80、C97的合计;(3)x2=sum-x1(4)gbd61、62、63、64、68、69、70、71、73、74、75、76垃圾编码分配后的死亡数=上述gbd垃圾编码分配前的死亡数*(1+x1/x2)(5)gbd77分配垃圾编码后的死亡数=(gbd77分配前的死亡数-x1)*(1+x1/x2)垃圾编码重新分配-肿瘤部分 待分配的伤害垃圾编码:ICD10为:Y10–Y34,Y87.2*注:待分配的垃圾编码未被包括在GBD160伤害部分的具体死因内待分配的伤害垃圾编码:gbd149-160(伤害的全部具体死因)分配过程:按死亡数构成比重新分配垃圾编码重新分配-伤害部分 待分配的伤害垃圾编码:ICD10为:R00-99*注:待分配的垃圾编码未被包括在GBD160的具体死因内待分配的伤害垃圾编码:gbd1-147(全部Ⅰ、Ⅱ大类死因)分配过程:按死亡数构成比重新分配垃圾编码重新分配-不明原因死亡部分 寿命表 寿命表-分类按照编制方法分为: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 按照年龄分组分为:完整寿命表:就是以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:就是以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寿命表-分类 寿命表-示例 寿命表-指标计算基础数据:人口数(nPx)死亡数(nDx):计算某种疾病的去死因期望寿命时,则加上由于某种疾病造成的死亡数指标计算:年龄别死亡率(nMx):nMx=nDx/nPx年龄别死亡概率(nqx):表示一批人在年龄x到年龄x+n岁之间的死亡概率nMx=年龄别生存概率(npx):npx=1-nqx 寿命表-指标计算指标计算: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*npx-nl0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岁之后的总生存人年数Tx=Tx+n+nLxX岁组人均期望寿命(ex):ex=Tx/lx 年龄组每人每年平均存活时间(a)如果n=5,x=5,nax=0.5,就意味着在该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=0.5寿命表-指标计算 nMx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。寿命表-指标计算 平均预期寿命(lifeexpectancy):寿命表平均预期寿命是指X岁尚存者预期平均尚能存活的年数。平均预期寿命是评价居民健康状况的主要指标。刚满X岁者的平均预期寿命受X岁以后各年龄组死亡率的综合影响。0岁组的期望寿命简称平均期望寿命,它是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。寿命表-期望寿命概念 2009年寿命表-结果展示 2009年寿命表-结果展示 有时,分年龄别的人口数及死亡数不可获得将世界各地的大量的寿命表汇集起来,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预期寿命水平编制出一组寿命表,供人们参考,这就是模型寿命表。寿命表-模型寿命表 1.UNModelLifeTables(1955)2.CoaleandDemenyregional(East,North,WestSouth)modellifetables(1966)3.Ledermann’sSystemofModelLifeTables(1959,1969)4.BrassLogitLife-tableSystem(1971)5.UNModelLifeTablesforDevelopingCountries寿命表-模型寿命表种类 YLL计算 YLL计算-PYLL(PotentialYearsoflifeLost)潜在寿命损失年(PYLL):最古老最简单的计算寿命损失的指标Dx:死亡数L:人为确定的某个上限寿命x:死亡年龄局限性:超过上限寿命的死亡未被计算以该数据为基础进行的卫生资源分配与普世价值观不符 YLL计算-PEYLL(PotentialExpectedYearsofLifeLost)潜在期望寿命损失年(PEYLL):死亡于年龄X的个体的潜在期望寿命损失Dx:年龄别死亡数L:最大的年龄组ex:各年龄组期望寿命局限性:期望寿命不一致导致不同国家、不同地区间无法进行比较 YLL计算-SEYLL(StandardExpectedYearsofLifeLost)WHO计算DALY时采用的指标采用统一的模型寿命表CoaleandDemenyregional(East,North,WestSouth)modellifetablesCoaleandDemenylevelwest26用于女性SEYLL计算e0=82.5CoaleandDemenylevelwest25用于男性SEYLL计算e0=80 CoaleandDemeny标准模型寿命表 PYLL结果举例 PEYLL结果举例 SEYLL结果举例 YLL计算-贴现率经济学概念:社会更偏好于目前享有一定量的消费,而不是在未来个体死亡后的不同年其期望寿命损失的实际值是不同的公式r=0.03假设某个个体死亡,其潜在期望寿命损失30年。则相对于第一年,其死亡第二年的损失年只相当于第一年的1/(1+r),而其死亡后第30年的实际寿命损失只相当于第一年的1/(1+r)30 YLL计算-贴现率的作用使指标更符合成本效益原则防治青少年时期的早死被给予过多的权重(e.g.Tab) YLL计算-贴现率对YLL估计的影响 死于不同年龄组的个体由于其对于社会、家庭的作用不同,因此其社会价值应该是不一样的在一般认识上,社会及家庭对于中青年的依赖要远大于其它人群。也即,相比于幼年或老年状态,处于中青年的群体其对于社会及家庭的贡献要大得多C*x*e-ßxx为年龄C为一个常数,世界银行推荐值为0.1658ß为年龄权重因子,是银行推荐值为0.04YLL计算-年龄权重 YLL计算-年龄权重 YLL计算:举例例如:计算女性1~4岁年龄组个体YLL平均年龄2.6岁1岁的标准差:81.845岁的标准差:77.95 CoaleandDemeny标准模型寿命表 YLL计算:公式YLL(0,0):L=早死造成的标准期望寿命损失N=死亡人数YLL(3,0):YLL(3,1):r=贴现率(0.03);C=年龄权重校正常数(0.1658);β=年龄权重函数参数(0.04);a=起始年龄L=早死造成的标准期望寿命损失 YLL计算:结果比较 谢谢

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
大家都在看
近期热门
关闭