作者gsuper (Logistic recrashing)
看板Statistics
标题[问题] 发生率推估盛行率
时间Tue Apr 17 15:17:42 2012
| 0~40岁 | 41~80岁 |
----------------------------------
发生率 | 每年 1% | 每年 2% |
----------------------------------
假设
1. 族群处於稳定状态 (母体稳定)
2. 族群移入等於移出 (母体稳定)
3. 年发生率不变 (慢性病)
4. 疾病死亡率极低 (慢性病)
5. 疾病不会康复 (慢性病)
请问我可否用发生率推估盛行率?
***********************************************************
若可以
以下两个公式哪个正确?
或相对起来哪个比较正确?
[推测0~15岁的总盛行率]
----------------------------------------------------
盛行率 = 发生率 ×疾病期
0.01*15 = 0.15 = 15%
ref.
http://www.tma.tw/magazine/ShowRepID.asp?rep_id=2228
----------------------------------------------------
疾病盛行率 = 1-
健康盛行率
健康盛行率 = (1-发生率)^经过年数
1-(1-0.01)^15 = 0.1399 = 14.0 %
----------------------------------------------------
这两种的差别好像只是将资料视为连续或不连续
所以应该是第二种比较好?
(因为不会超过100%)
*****************************************************************
以上做的盛行率推论
是否就是 累积发生率?
******************************************************************
PS. 这不是作业
是用作业的形式比较容易陈述问题
PS2. 第二种算法是我比照存活分析的公式弄出来的
应该是八九不离十
PS3. 我知道完整的推论公式有考虑死亡率与积分
也必须 adjusted by age and gender
不过手上的资料没那麽完整
只能先用基础公式做推论
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 140.113.239.247
※ 编辑: gsuper 来自: 140.113.239.247 (04/17 16:02)
1F：→ bmka:你明明假设不会痊癒,下面的公式怎麽会带15 04/17 20:17
2F：推 bmka:prevalence = incidence X duration, 这个公式隐含的time 04/17 20:20
3F：→ bmka:scale 是calendar time,不是age 04/17 20:20
4F：→ bmka:这个公式需要假设 disease incidence follows a Poisson 04/17 20:22
5F：→ bmka:Process, 而PP用的time scale 是calendar time 04/17 20:22
虽说我以前对 Poisson 分布学过的例子是 #typhoom / yr
不过至少我理解公式一不符我的假设了...
(会破100%就是因为会痊癒)
那第二种算法应该没这问题了 (吧...
※ 编辑: gsuper 来自: 140.113.239.247 (04/17 20:35)