标准化率（standardized rate）R 实现

1. 基本介绍

标化率，全称是标准化率（standardized rate），是流行病学中常见的一个指标，当几个比较组之间的年龄、性别等变量的构成不同时，此时直接比较组间的粗率（crude rate）容易导致偏倚，通常需要对率做标准化（standardization）后再比较。

标化率中心思想：利用某一指定的标准人口构成，消除不同地区在人口构成指标（年龄、性别等）方面的差别，即计算按标准人口构成校准后的总率。标准人口应该选择有代表性的、较稳定的、数量较大的人群，如全国、全世界、全省的人口为标准人口，时间也最好与被标化资料一致或接近。

标准化率的方法：主要有两种，即直接法和间接法。
直接法是根据一个标准人口（如全国、全省人口或合并人口等）构成，重新计算各组的预期率，从而得到标准化率。直接法需要已知各组的人口构成和相应的率（如患病率、死亡率等），以及标准人口构成。
间接法是根据标准患病率（或死亡率、发病率等）及各组的人口构成来计算预期率，从而得到标准化率。间接法需要已知各组的人口构成以及标准人口患病率（或死亡率、发病率等）。

要点：

	直接法	间接法
思路	调整原因，即人口构成的差异	调整结果，即死亡率等
实现	利用标准人口构成调整死亡率等	利用标准死亡率调整粗死亡率
计算	调整率=标准人口年龄构成（即年龄组别占比）× 各年龄组别实际死亡率	调整率=各年龄组别实际死亡率（即粗死亡率）×总标准死亡率/总预期死亡率

注：
总标准死亡率=标准人口年龄构成（即年龄组别占比）× 各年龄组别标准死亡率
总预期死亡率=各年龄组别标准死亡率 × 实际人口年龄构成

2. 直接法：计算年龄调整的标准化率

假设某地区5个年龄组的HIV感染人数与对应年龄组的人口数。计算该地区的HIV的年龄标化率。

library(tidyverse)
library(epitools)
df=tibble(age_group=c("<1", "1-4", "5-14", "15-24", "25-34", "35-44", "45-54",
                      "55-64", "65-74", "75-84", "85+"),
          case= c(141, 926, 1253, 1080, 1869, 4891, 14956, 30888,
                  41725, 26501, 5928),
          pop=c(1784033, 7065148, 15658730, 10482916, 9939972,
                10563872, 9114202, 6850263, 4702482, 1874619, 330915),
          standard_pop=c(906897, 3794573, 10003544, 10629526, 9465330,
                         8249558, 7294330, 5022499, 2920220, 1019504, 142532)