疾病负担与期望寿命计算.ppt

疾病负担与期望寿命计算 临清市疾控中心慢病科 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 疾病负担基本概念和测量方法 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 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 YLL YLD 危险因素暴露 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 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 YLDsequela PrevsequelaxDWhealthstate 9 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 10 YLD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 11 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 12 DALYs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 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 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 澳大利亚2003年80 岁女性 最小理论暴露 血压水平 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 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 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 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 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 问题 因为干预导致多少2型糖尿病死亡的减少 问题 因为干预导致多少中风死亡的减少 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 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 正态分布与标准正态分布曲线下的面积 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 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 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 危险因素归因的发病 死亡或疾病负担 AB PAF B或AB PIF BB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 公式的一般形式 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 期望寿命计算 31 1 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 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 33 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 简略寿命表 示例 35 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 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 37 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 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 去死因寿命表 示例 指标计算 去死因寿命表 指标计算 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 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 不同来源的死因数据的特点 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 48 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 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 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 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 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 CR法计算 直接估计 捕捉 再捕捉法 CR法 调整 N为估计人群死亡数 55 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 56 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 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 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 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 曾生子女法 BRASS法 死亡概率的转换 模型寿命表 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 图1三年人口普查5岁以下儿童死亡概率 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 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 广义增长平衡法 GGB 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 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 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 广义稳定人口法 SEG 计算公式 广义稳定人口法 SEG 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 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 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 值对照表 待分配的肿瘤垃圾编码 其他恶性肿瘤 gbd77 中ICD10为 其他和不明确部位的恶性肿瘤 C76 未特指部位的恶性肿瘤 C80 独立的多个部位的 原发性 恶性肿瘤 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 意图不确定的事件 Y10 Y34 意图不确定事件的后遗症 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 待分配的不明原因死亡垃圾编码 ICD10为 症状 体征和临床与实验室异常所见不可归类在他处者 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 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 归因期望寿命计算 归因期望寿命计算 疾病归因期望寿命计算全死因期望寿命LE1去除某疾病死亡后的去死因期望寿命LE2该疾病归因期望寿命 或者说该疾病导致的期望寿命损失LEd LE2 LE1危险因素归因期望寿命计算某危险因素导致相关疾病的PAF该危险因素导致相关疾病的死亡D PAF D去除这些疾病死亡后的去死因期望寿命LE3该危险因素归因期望寿命 或者说该危险因素导致的期望寿命损失LEr LE3 LE1 谢谢