作者gsuper (Logistic recrashing)
看板Statistics
標題[問題] 發生率推估盛行率
時間Tue Apr 17 15:17:42 2012
| 0~40歲 | 41~80歲 |
----------------------------------
發生率 | 每年 1% | 每年 2% |
----------------------------------
假設
1. 族群處於穩定狀態 (母體穩定)
2. 族群移入等於移出 (母體穩定)
3. 年發生率不變 (慢性病)
4. 疾病死亡率極低 (慢性病)
5. 疾病不會康復 (慢性病)
請問我可否用發生率推估盛行率?
***********************************************************
若可以
以下兩個公式哪個正確?
或相對起來哪個比較正確?
[推測0~15歲的總盛行率]
----------------------------------------------------
盛行率 = 發生率 ×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-發生率)^經過年數
1-(1-0.01)^15 = 0.1399 = 14.0 %
----------------------------------------------------
這兩種的差別好像只是將資料視為連續或不連續
所以應該是第二種比較好?
(因為不會超過100%)
*****************************************************************
以上做的盛行率推論
是否就是 累積發生率?
******************************************************************
PS. 這不是作業
是用作業的形式比較容易陳述問題
PS2. 第二種算法是我比照存活分析的公式弄出來的
應該是八九不離十
PS3. 我知道完整的推論公式有考慮死亡率與積分
也必須 adjusted by age and gender
不過手上的資料沒那麼完整
只能先用基礎公式做推論
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.113.239.247
※ 編輯: gsuper 來自: 140.113.239.247 (04/17 16:02)
1F：→ bmka:你明明假設不會痊癒,下面的公式怎麼會帶15 04/17 20:17
2F：推 bmka:prevalence = incidence X duration, 這個公式隱含的time 04/17 20:20
3F：→ bmka:scale 是calendar time,不是age 04/17 20:20
4F：→ bmka:這個公式需要假設 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
雖說我以前對 Poisson 分佈學過的例子是 #typhoom / yr
不過至少我理解公式一不符我的假設了...
(會破100%就是因為會痊癒)
那第二種算法應該沒這問題了 (吧...
※ 編輯: gsuper 來自: 140.113.239.247 (04/17 20:35)