pacman::p_load(
rio, # импорт/экспорт данных
here, # путь к файлам
stringr, # вычистка текста и последовательностей
PHEindicatormethods, # альтернатива для стандартизации коэффициентов
tidyverse, # управление данными и визуализация
appliedepidata) # примеры данных, используемые в этом руководстве21 Стандартизированные коэффициенты
На этой странице мы покажем, как стандартизировать исход, например, госпитализации или смертность, по таким характеристикам как возраст и пол.
На этой странице используется пакет PHEindicatormethods.
Мы начнем с подробной демонстрации процесса подготовки/вычистки/соединения данных, так как это часто требуется при объединении популяционных данных из разных стран, данных о стандартном населении, смертях и т.п.
21.1 Обзор
Существует два основных способа стандартиации: прямая и косвенная стандартизация Представим, что вам нужно стандартизировать коэффициент смертности по возрасту и полу для страны A и страны B, а также сравнить стандартизированные коэффициенты между этими странами.
- Для прямой стандартизации необходимо знать численность населения, подверженного риску, и количество смертей для каждой половозрастной страты в стране А и стране Б. Одной из страт в нашем примере могут быть женщины в возрасте 15-44 лет.
- Для косвенной стандартизации достаточно знать общее число умерших и половозрастную структуру населения каждой страны. Поэтому этот вариант возможен, если отсутствуют возрастные и половые коэффициенты смертности или численность населения. Кроме того, косвенная стандартизация предпочтительна в случае небольшого числа наблюдений в каждой страте, так как на оценки при прямой стандартизации будет влиять значительный разброс выборки.
21.2 Подготовка
Чтобы показать, как проводится стандартизация, мы будем использовать фиктивные данные о численности населения и смертности в странах А и Б с разбивкой по возрасту (в категориях 5 лет) и полу (женщины, мужчины). Чтобы подготовить наборы данных к использованию, выполним следующие подготовительные действия:
- Загрузим пакеты
- Загрузим наборы данных
- Соединим данные по населению и смертям по двум странам
- Повернем вертикально, чтобы была одна строка на половозрастную страту
- Вычистим референтную популяцию (мировое стандартное население) и присоединим ее к страновым данным
В вашем сценарии данные могут быть представлены в другом формате. Возможно, данные представлены по провинциям, городам или другим районам. У вас может быть одна строка для каждого случая смерти и информация о возрасте и поле для каждого (или значительной части) из этих случаев смерти. В таком случае, см. страницы Группирование данных, Поворот данных и Описательные таблицы, чтобы создать набор данных с подсчетом событий и населения по половозрастным стратам.
Нам также нужна референтная популяция, стандартное население. В этом упражнении мы будет использовать world_standard_population_by_sex. Мировое стандартное население основано на населении 46 стран и было разработано в 1960. Существует много “стандартных” популяций - в качестве примера см. веб-сайт Медицинской службы Шотландии, который является очень информативным в вопросах Европейского стандартного населения, Мирового стандартного населения и Стандартного населения Шотландии.
Загрузка пакетов
Данный фрагмент кода показывает загрузку пакетов, необходимых для анализа. В данном руководстве мы фокусируемся на использовании p_load() из пакета pacman, которая устанавливает пакет, если необходимо, и загружает его для использования. Вы можете также загрузить установленные пакеты с помощью library() из базового R. См. страницу Основы R для получения дополнительной информации о пакетах R.
Загружаем популяционные данные
Для получения инструкций о том, как скачать все данные для примеров из руководства см. страницу Скачивание руководства и данных. Вы можете импортировать данные для страницы Стандартизация напрямую в R, выполнив следующие команды appliedepidata::get_data():
# импорт демографических данных по стране A напрямую из Github
A_demo <- appliedepidata::get_data(name = "country_demographics")
# импорт данных о смертях для страны A напрямую из Github
A_deaths <- appliedepidata::get_data(name = "deaths_countryA")
# импорт демографических данных по стране B напрямую из Github
B_demo <- appliedepidata::get_data(name = "country_demographics_2")
# импорт данных о смертях для страны B напрямую из Github
B_deaths <- appliedepidata::get_data(name = "deaths_countryB")
# импорт референсной (мировой стандартной) популяции напрямую из Github
standard_pop_data <- appliedepidata::get_data(name = "world_standard_population_by_sex")Сначала мы загружаем демографические данные (количество мужчин и женщин по 5-летним возрастным категориям) для двух стран, которые мы будем сравнивать, “Страны A” и “Страны B”.
# Страна A
A_demo <- appliedepidata::get_data(name = "country_demographics")# Страна B
B_demo <- appliedepidata::get_data(name = "country_demographics_2")Загружаем данные о количестве смертей
Что удобно, у нас также естьт количество смертей за интересующий временной период по полу и возрасту. Количество по каждой стране представлено в отдельном файле, показанном ниже.
Смерти в Стране A
Смерти в Стране B
Вычищаем данные по населению и смертям
Нам нужно соединить и трансформировать эти данные следующим образом:
- Объединить населения стран в один набор данных и повернуть вертикально, чтобы каждая половозрастная страта занимала одну строку
- Объединить количество смертей стран и повернуть вертикально, чтобы каждая половозрастная страта занимала одну строку
- Присоединить смерти к популяциям
Сначала объединим наборы данных с населением стран, повернем вертикально и проведем небольшую вычистку. См. страницу Поворот данных для получения более подробной информации.
pop_countries <- A_demo %>% # начнем с набора данных по Стране A
bind_rows(B_demo) %>% # связываем строки, поскольку столбцы имеют одинаковые названия
pivot_longer( # поворачиваем вертикально
cols = c(m, f), # столбцы объединяются в один
names_to = "Sex", # имя для нового столбца, содержащего категорию ("m" или "f")
values_to = "Population") %>% # имя для нового столбца, содержащего повернутые числовые значения
mutate(Sex = recode(Sex, # перекодируем значения для ясности
"m" = "Male",
"f" = "Female"))Объединенные данные по населению теперь выглядят вот так (пролистайте, чтобы увидеть страны A и B):
Теперь проведем похожие операции с двумя наборами данных о смертях.
deaths_countries <- A_deaths %>% # начинаем с набора данных о смертях в стране A
bind_rows(B_deaths) %>% # связываем строки с набором данных B, поскольку столбцы имеют одинаковые названия
pivot_longer( # поворачиваем вертикально
cols = c(Male, Female), # столбцы трансформируются в один
names_to = "Sex", # имя для нового столбца, содержащего категорию ("m" или "f")
values_to = "Deaths") %>% # имя для нового столбца, содержащего повернутые числовые значения
rename(age_cat5 = AgeCat) # переименуем для ясностиДанные о смертях теперь выглядят вот так и содержат данные из обеих стран:
Теперь мы соединим данные о смертях и о населении на основе общих столбцов Country (страна), age_cat5 (возрастная категория) и Sex (пол). Это добавит столбец Deaths (смерти).
country_data <- pop_countries %>%
left_join(deaths_countries, by = c("Country", "age_cat5", "Sex"))Теперь мы классифицируем Sex, age_cat5 и Country как факторы и установим порядок уровней с помощью функции fct_relevel() из пакета forcats, как описано на странице Факторы. Обратите внимание, что классификация уровней фактора не меняет видимые данные, а команда arrange() сортирует по Стране, возрастной категории и полу.
country_data <- country_data %>%
mutate(
Country = fct_relevel(Country, "A", "B"),
Sex = fct_relevel(Sex, "Male", "Female"),
age_cat5 = fct_relevel(
age_cat5,
"0-4", "5-9", "10-14", "15-19",
"20-24", "25-29", "30-34", "35-39",
"40-44", "45-49", "50-54", "55-59",
"60-64", "65-69", "70-74",
"75-79", "80-84", "85")) %>%
arrange(Country, age_cat5, Sex)ВНИМАНИЕ: Если у вас мало смертей на страту, рассмотрите возможность использования 10- или 15-летних категорий вместо 5-летних категорий возраста.
Загрузка референтной популяции
И последнее, для прямой стандартизации мы импортируем референтную популяцию (мировое “стандартное население” по полу)
# референтная популяция
standard_pop_data <- appliedepidata::get_data(name = "world_standard_population_by_sex")Вычистка референтной популяции
Значения возрастных категорий в country_data и standard_pop_data необходимо унифицировать.
В настоящее время значения столбца age_cat5 в датафрейме standard_pop_data содержат слова “years” и “plus”, а в датафрейме country_data их нет. Нам нужно, чтобы значения возрастных категорий совпадали. Мы используем str_replace_all() из пакета stringr, как описано на странице Текст и последовательности, чтобы заменить эти комбинации символов на отсутствие пробела "".
Более того, функция phe_dsr() ожидает, что в стандартном населении столбец, где содержится количество, должен называться "pop". Поэтому нам нужно переименовать столбец соответствующим образом.
# удаляем конкретную последовательность из значений столбца
standard_pop_clean <- standard_pop_data %>%
mutate(
age_cat5 = str_replace_all(age_cat5, "years", ""), # удаляем "year"
age_cat5 = str_replace_all(age_cat5, "plus", ""), # удаляем "plus"
age_cat5 = str_replace_all(age_cat5, " ", "")) %>% # удаляем пробел " "
rename(pop = WorldStandardPopulation) # меняем имя столбца на "pop", так как этого ожидает phe_dsr()ВНИМАНИЕ: Если вы будете пытаться использовать str_replace_all(), чтобы удалить символ плюс, она не сработает, поскольку это специальный символ. “Изолируйте” этот особый характер символа, поставив перед ним два обратных слэша, вот так str_replace_call(column, "\\+", "").
Создание набора данных со стандартным населением
Наконец пакет PHEindicatormethods, который де6тально описан ниже, ожидает присоединения стандартных популяций к данным о количестве случаев события и населении. Поэтому в этих целях мы создадим набор данных all_data.
all_data <- left_join(country_data, standard_pop_clean, by=c("age_cat5", "Sex"))Этот полный набор данных выглядит следующим образом:
21.3 Пакет PHEindicatormethods
Мы рассчитываем стандартизированные коэффициенты с помощью пакета PHEindicatormethods. Этот пакет позволяет вам рассчитывать как прямые, так и косвенные стандартизированные коэффициенты. Мы покажем оба варианта.
В этом разделе используется датафрейм all_data, созданный в конце раздела Подготовка. Этот датафрейм включает населения стран, смерти и мировую стандартную референтную популяцию. Вы можете посмотреть это тут.
Прямые стандартизированные коэффициенты
Ниже мы сначала группируем данные по Стране, затем передаем их в функцию calculate_dsr(), чтобы получить прямые стандартизированные коэффициенты по странам.
Следует отметить, что calculate_dsr() требует, чтобы референтное (стандартное) население было указано как столбец внутри датафрейма для конкретной страны. Укажите имя этого столбца в аргументе stdpop =. В примере ниже это столбец pop.
См. справку с помощью ?calculate_dsr или ссылки в разделе Ресурсы для получения более подробной информации.
# Рассчитываем коэффициенты по стране, стандартизированные прямым образом по полу и возрасту
mortality_ds_rate_phe <- all_data %>%
group_by(Country) %>%
PHEindicatormethods::calculate_dsr(
x = Deaths, # столбец с наблюдаемым количеством событий
n = Population, # столбец с нестандартным населением для каждой страты
stdpop = pop) # стандартное население для каждой страты
# Печать таблицы
knitr::kable(mortality_ds_rate_phe)| Country | total_count | total_pop | value | lowercl | uppercl | confidence | statistic | method |
|---|---|---|---|---|---|---|---|---|
| A | 11344 | 86790567 | 23.56686 | 23.08107 | 24.05944 | 95% | dsr per 100000 | Dobson |
| B | 9955 | 52898281 | 19.32549 | 18.45516 | 20.20882 | 95% | dsr per 100000 | Dobson |
Косвенные стандартизированные коэффиенты
Для косвенной стандартизации вам нужна референтная популяция с количеством смертей и количеством населения на страту. В данном примере мы будем рассчитывать коэффициенты для Страны A, используя страну B в качестве референтной популяции, так как референтная популяция standard_pop_clean не включает количество смертей на страту.
Ниже мы сначала создаем референтную популяцию из страны B. Затем мы передаем данные о смертности и населении страны A, объединяем их с референтной популяцией и передаем в функцию calculate_ISRate(), чтобы получить косвенные стандартизированные коэффициенты. Конечно, можно сделать и наоборот.
Следует отметить - в примере ниже референтная популяция задается как отдельный датафрейм. В этом случае нужно убедиться, что векторы x =, n =, x_ref = и n_ref = все упорядочены по тем же значениям категории стандартизации (страты), что и в страновом датафрейме, так как сопоставление записей делается по позиции.
См. справку ?phr_isr или ссылки в разделе Ресурсы для получения дополнительной информации.
# Создаем референтную популяцию
refpopCountryB <- country_data %>%
filter(Country == "B")
# Рассчитываем коэффициенты для страны А, косвенным образом стандартизированные по возрасту и полу
mortality_is_rate_phe_A <- country_data %>%
filter(Country == "A") %>%
PHEindicatormethods::calculate_ISRate(
x = Deaths, # столбец с наблюдаемым количеством событий
n = Population, # столбец с нестандартным населением для каждой страты
x_ref = refpopCountryB$Deaths, # референтное количество смертей для каждой страты
n_ref = refpopCountryB$Population) # референтная популяция по каждой страте
# Печать таблицы
knitr::kable(mortality_is_rate_phe_A)| observed | expected | ref_rate | value | lowercl | uppercl | confidence | statistic | method |
|---|---|---|---|---|---|---|---|---|
| 11344 | 15847.42 | 18.81914 | 13.47123 | 13.22446 | 13.72145 | 95% | indirectly standardised rate per 100000 | Byars |
21.4 Ресурсы
Еще один пример использования PHEindicatormethods доступен на этом сайте
См. PHEindicatormethods справочный pdf файл