MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Yaş Standardizasyonu ve SMR

Yaş Standardizasyonu ve SMRanaliz

Yaş (ve isteğe bağlı olarak cinsiyet) yapısı farklı nüfusların hastalık ya da ölüm hızlarını, yaş farkının etkisini ayıklayarak karşılaştırılabilir hale getiren yöntem.

Kavram

Ölüm ve birçok hastalık yaşla güçlü biçimde artar. Bu nedenle yaşlı nüfusu fazla olan bir bölgenin ham (kaba) ölüm hızı, sağlık koşulları daha iyi olsa bile genç bir bölgeninkinden yüksek çıkabilir. Yaş standardizasyonu, 'iki nüfusun yaş yapısı aynı olsaydı hızları nasıl karşılaştırılırdı?' sorusunu yanıtlar.

Doğrudan yöntemde her nüfusun yaş grubuna özgü hızları, ortak bir standart nüfusun yaş dağılımıyla ağırlıklandırılarak birleştirilir: standardize hız = Σ (standart nüfustaki yaş grubu payı × o yaş grubundaki hız). Böylece tüm nüfuslar aynı yaş yapısı üzerinden özetlenir ve oran oranı ya da oran farkıyla karşılaştırılır. Dolaylı yöntemde ise standart nüfusun yaşa özgü hızları çalışma nüfusuna uygulanarak beklenen olay sayısı bulunur ve gözlenen olayla karşılaştırılır: SMR = gözlenen / beklenen. SMR = 1,25, çalışma nüfusunda yaş yapısına göre beklenenden %25 fazla olay görüldüğünü gösterir.

Doğrudan yöntem her yaş grubunda yeterli olay bulunmasını gerektirir; küçük nüfuslarda yaşa özgü hızlar kararsız olduğu için dolaylı yöntem (SMR) tercih edilir. Standardize hızın kendi başına bir anlamı yoktur, değeri seçilen standart nüfusa bağlıdır; yalnız aynı standartla hesaplanan hızlar birbiriyle karşılaştırılmalıdır. Farklı çalışma nüfuslarının SMR'leri her biri kendi yaş yapısıyla hesaplandığından genellikle doğrudan karşılaştırılmaz.

Ne zaman kullanılır?

  • Yaş yapısı farklı bölgelerin, dönemlerin ya da grupların ölüm veya hastalık hızlarını adil biçimde karşılaştırırken.
  • Çalışma nüfusu küçükse ya da yaşa özgü hızlar güvenilir değilse doğrudan yöntem yerine dolaylı standardizasyon (SMR) kullanılır; ör. bir meslek grubunun ölümlülüğünü genel nüfusla karşılaştırırken.
  • Yaşla birlikte başka etkenler de (gelir, sigara içme) kontrol edilecekse Poisson regresyonu gibi çok değişkenli modeller daha esnek bir alternatiftir.

Gündelik bir örnek

Bir sahil kasabası emeklilerin gözdesi, bir başka kasaba ise üniversite kenti olsun. Sahil kasabasında yılda 100 000 kişide 1200, üniversite kentinde 600 ölüm görülüyor; ilk bakışta sahil kasabası iki kat daha sağlıksız görünür. Ama sahil kasabasında nüfusun %35'i 65 yaş üstü, üniversite kentinde yalnız %8'i. Her iki kasabanın yaşa özgü ölüm hızları aynı standart nüfusun yaş dağılımıyla ağırlıklandırıldığında standardize hızlar ör. 750 ve 790 çıkabilir: aradaki ham farkın tamamı yaş yapısından kaynaklanıyormuş, hatta yaş hesaba katılınca üniversite kenti biraz daha kötü durumdaymış.

MerQur'da parametreler

Tabaka (yaş grubu) ve İkinci tabaka (isteğe bağlı)

Kavram: Hızların ayrı ayrı hesaplanıp standart ağırlıklarla birleştirileceği alt gruplardır (çoğunlukla yaş grupları). İkinci bir tabaka (ör. cinsiyet) eklendiğinde standardizasyon yaş ve cinsiyet bileşimleri üzerinden yapılır ve her iki değişkenin yapısal farkı ayıklanır.

Gündelik örnek: Kasaba örneğinde tabakalar 0-14, 15-44, 45-64 ve 65 yaş üstü gibi yaş gruplarıdır. Sahil kasabasında kadın emekliler çoksa cinsiyet de ikinci tabaka olarak eklenir; böylece karşılaştırmayı cinsiyet dağılımı farkı da çarpıtmaz.

Ne işe yarar: Standardizasyonun yapıldığı tabakaları tanımlar (ör. yaş grubu); isteğe bağlı ikinci tabaka (ör. cinsiyet) birincisiyle birleşir. Tabakalar verideki ilk görünüş sırasıyla raporlanır.

Sonuca etkisi: Ağırlıkların ve beklenen olayların hesaplandığı hücreleri belirler.

Doğrulama verisinde: Alaska/Florida verisinde cinsiyet x yaş tabakaları (10 tabaka); Florida kanser verisinde yaş tabakaları; Doll-Hill'de 10 yıllık yaş grupları.

→ Doğrudan ve dolaylı standardizasyon (SMR)

Grup (çalışma nüfusu)

Kavram: Karşılaştırılacak çalışma nüfuslarını (bölgeler, dönemler, maruz kalan ve kalmayan gruplar) tanımlayan değişkendir. Her grup için ayrı bir standardize hız ya da SMR hesaplanır.

Gündelik örnek: Kasaba örneğinde grup değişkeni kasabanın adıdır: sahil kasabası ve üniversite kenti. Bir üçüncü kasaba eklenirse o da aynı standartla özetlenir ve diğerleriyle karşılaştırılabilir.

Ne işe yarar: Karşılaştırılacak çalışma nüfuslarını (bölge, maruziyet) belirler; boşsa tüm veri tek nüfustur.

Sonuca etkisi: Her grup için ayrı standardize oran/SMR ve gruplar arası karşılaştırmalar üretilir.

Doğrulama verisinde: Alaska ve Florida; sigara içen ve içmeyen doktorlar.

Olay sayısı ve Kişi-zaman / nüfus

Kavram: Hızın payını (olay sayısı: vaka, ölüm) ve paydasını (risk altındaki kişi-zaman ya da nüfus) belirler. Kişi-yıl, her kişinin gözlem altında geçirdiği sürelerin toplamıdır; izlem süreleri farklı olduğunda kişi sayısından daha doğru bir paydadır.

Gündelik örnek: Sahil kasabasının 65 yaş üstü grubunda bir yılda 420 ölüm ve 14 000 kişi-yıl varsa bu grubun ölüm hızı 100 000 kişi-yılda 3000'dir. Yaz aylarında kasabaya gelip giden emekliler kişi-yıl hesabında yalnız kaldıkları süre kadar sayılır.

Ne işe yarar: Tabaka x grup satırındaki olay (vaka, ölüm) sayısını ve payda olan kişi-yıl veya nüfusu seçer.

Sonuca etkisi: Tabaka hızlarını (olay / kişi-zaman) belirler.

Doğrulama verisinde: Alaska olay 2924, kişi-zaman 626 932; Florida olay 162 795, kişi-zaman 15 658 229. 1 000 çarpanıyla ham oranlar 4.663982697 ve 10.39676965; varsayılan 100 000 çarpanında 100 kat büyük yazılır.

→ Kişi-zaman (kişi-yıl) paydası

Yöntem (Doğrudan standardizasyon, Dolaylı standardizasyon (SMR))

Kavram: Doğrudan yöntem çalışma nüfusunun yaşa özgü hızlarını standart nüfusun yaş yapısına uygular; dolaylı yöntem ise standart nüfusun yaşa özgü hızlarını çalışma nüfusunun yaş yapısına uygular ve gözlenen olayı beklenenle (SMR) karşılaştırır. Dolaylı yöntem, yaşa özgü hızların güvenilir olmadığı küçük nüfuslarda tercih edilir.

Gündelik örnek: Kasabalar binlerce kişilik olduğu için doğrudan yöntem uygundur. Ama yalnız 300 kişilik bir köyde yaş gruplarında birkaç ölüm vardır; burada ülke hızları köyün yaş yapısına uygulanır ve ör. 12 beklenen ölüme karşı 15 ölüm gözlendiyse SMR = 1,25 olur.

Ne işe yarar: Doğrudan yöntemde çalışma tabaka hızları standart nüfus ağırlıklarıyla birleştirilir. Dolaylı yöntemde standart hızlar çalışma nüfusuna uygulanır ve SMR = gözlenen / beklenen hesaplanır. Yalnız oran istatistiği desteklenir.

Sonuca etkisi: Çıktı kümesini belirler (standardize oran ve oran oranı ya da beklenen olay, SMR ve SMR = 1 testi).

Doğrulama verisinde: Doğrudan (1 000 kişi-yılda): Alaska 8.069284378 (SE 0.1643185522), Florida 7.734186126; oran oranı (Alaska/Florida) 1.043326893, oran farkı 0.3350982524. Dolaylı: Florida C43 SMR 1.01753964, C16 SMR 0.8612653925.

→ Doğrudan ve dolaylı standardizasyon (SMR)

Standart (Standart nüfus sütunu, Elle girilen standart nüfus, Grupların toplam nüfusu), Standart nüfus, Standart oran, Standart olay sayısı, Standart değerler

Kavram: Karşılaştırmanın ortak ölçüsü olan referanstır: doğrudan yöntemde yaş ağırlıklarını veren standart nüfus, dolaylı yöntemde beklenen olayları hesaplamakta kullanılan standart hızlar. Standardize hızların değeri bu seçime bağlıdır; yalnız aynı standartla hesaplanmış hızlar karşılaştırılabilir.

Gündelik örnek: Kasabalar Türkiye nüfusuyla ya da bir uluslararası standart nüfusla standardize edilebilir. Yaşlı bir standart seçilirse iki kasabanın da standardize hızları yükselir; ama aynı standart kullanıldığı sürece hangisinin daha kötü durumda olduğu genellikle değişmez.

Ne işe yarar: Standart nüfusun (doğrudan) veya standart hızların (dolaylı) kaynağını belirler: sütun, elle girilen değerler (sıralı veya "etiket=değer") ya da grupların toplamı. Standart nüfus ABD 2000, Avrupa 2013, DSÖ gibi bir referanstır.

Sonuca etkisi: Ağırlıkları, beklenen olayları ve dolayısıyla tüm standardize ölçüleri değiştirir.

Doğrulama verisinde: Alaska/Florida'da ABD 2000 kişi-yılı (sütun); Doll-Hill'de SEER 2000 ABD standart milyonu: içmeyenlerde 456.610386, içenlerde 581.5283978 (100 000 kişi-yılda). Elle girilen değerlerle sütun kaynağı aynı sonucu verir.

→ Doğrudan ve dolaylı standardizasyon (SMR)

Güven aralığı yöntemi (Gamma (Fay-Feuer), Gamma (Tiwari), Normal, Log-normal)

Kavram: Standardize hızın ya da SMR'nin güven aralığının nasıl hesaplanacağını belirler. Olay sayıları Poisson dağılımına uyduğundan, olay az olduğunda normal yaklaşım yerine gamma ya da kesin Poisson temelli aralıklar daha güvenilirdir; olay sayısı büyüdükçe yöntemler birbirine yaklaşır.

Gündelik örnek: Sahil kasabasında binlerce ölüm olduğu için hangi yöntem seçilirse seçilsin aralıklar neredeyse aynıdır. 300 kişilik köyde ise yalnız 15 ölüm vardır; burada normal yaklaşım aralığı yapay olarak simetrik çizer ve sınırları kaydırabilir; kesin Poisson aralığı daha doğrudur.

Ne işe yarar: Doğrudan yöntemde gamma (Fay-Feuer, varsayılan), gamma Tiwari, normal veya log-normal aralık seçilir. Dolaylı yöntemde aynı alan kesin Poisson, Byar, normal ve log-normal seçeneklerini yönetir.

Sonuca etkisi: Yalnız güven aralığı sınırlarını ve SMR = 1 sınamasının türünü değiştirir; nokta kestirimi değişmez.

Doğrulama verisinde: Alaska (1 000 kişi-yılda, 8.069284378): normal 7.747225934 ile 8.391342822; gamma (varsayılan) 7.750406818 ile 8.399483247; Tiwari üst sınır 8.396736361; log-normal 7.753568218 ile 8.397856127. 100 000 kişi-yılda: normal [774.72, 839.13], gamma (varsayılan) [775.04, 839.95], Tiwari [775.04, 839.67], log-normal [775.36, 839.79].

→ Doğrudan ve dolaylı standardizasyon (SMR)

Oran çarpanı (1, 100, 1.000, 10.000, 100.000, 1.000.000)

Kavram: Hızların kaç kişi ya da kişi-yıl başına gösterileceğini belirleyen ölçek çarpanıdır. Yalnız okunabilirliği değiştirir; nadir olaylar için 100 000 gibi büyük bir taban seçmek sayıları anlaşılır kılar.

Gündelik örnek: Kasabanın ölüm hızı 0,012 diye yazılırsa okumak zordur; 100 000 kişide 1200 diye yazıldığında aynı bilgi çok daha kolay anlaşılır.

Ne işe yarar: Oranların kaç kişi-zaman başına gösterileceğini belirler (varsayılan 100 000).

Sonuca etkisi: Yalnız ölçeği değiştirir.

Doğrulama verisinde: Varsayılan 100 000 ile Alaska standardize oranı 806.9284378; 1 000 ile 8.069284378.

Referans grup ((ilk grup), Alaska, Florida)

Kavram: Gruplar karşılaştırılırken payda olarak alınan gruptur: oran oranı diğer grupların standardize hızının bu grubunkine bölünmesiyle, oran farkı ise bu gruptan çıkarılmasıyla bulunur. Seçim sonucun anlamını değil, ifade ediliş yönünü değiştirir.

Gündelik örnek: Referans sahil kasabası seçilirse üniversite kentinin oran oranı 790/750 ≈ 1,05 olur, yani '%5 daha yüksek'. Referans üniversite kenti olsaydı sahil kasabasının oran oranı yaklaşık 0,95 olarak, yani '%5 daha düşük' diye okunurdu.

Ne işe yarar: Karşılaştırmalarda payda grubunu seçer: diğer gruplar bu gruba oranlanır (oran oranı) ve bu gruptan çıkarılır (oran farkı).

Sonuca etkisi: Oran oranı ve oran farkının işaretini/yönünü belirler.

Doğrulama verisinde: Varsayılan referans ilk grup Alaska'dır: Florida / Alaska oran oranı 0.9585 (z = -2.067, p = .0387). Referans Florida seçildiğinde Alaska / Florida oran oranı 1.043326893, log oran oranı 0.04241454273 (SE 0.02051950695).

→ Hız oranı ve hız farkı

Güven Düzeyi (%90, %95, %99, Diğer (özel))

Kavram: Standardize hızlar, oran oranı, oran farkı ve SMR için verilen tüm güven aralıklarının ne kadar 'emin' olacağını belirler. Nokta kestirimleri değişmez.

Gündelik örnek: Üniversite kentinin oran oranı 1,05 iken %95 güven aralığı 0,98 ile 1,12 arası çıkarsa fark güvenilir değildir; %99 güvende aralık daha da genişler.

Ne işe yarar: Tüm güven aralıklarının düzeyini belirler.

Sonuca etkisi: Yalnız aralık sınırlarını değiştirir.

Doğrulama verisinde: %95 ile karşılaştırılır.

→ Güven düzeyi ve güven aralığı

Satır değerlerini kaydet

Kavram: Her tabaka satırı için hesaplanan hızı ve beklenen olay sayısını veri setine yeni sütunlar olarak ekler. Hesabı değiştirmez; sonuçları başka analizlerde ya da grafiklerde kullanmayı kolaylaştırır.

Gündelik örnek: Belediye her yaş grubundaki ölüm hızını ve beklenen ölüm sayısını kendi tablosunda görmek isterse bu seçenek sayıları elle kopyalamadan veri setine yazar; böylece hangi yaş grubunun farkı yarattığı ayrıca grafiğe dökülebilir.

Ne işe yarar: Tabaka oranını (ASR_STRATUM_RATE) ve beklenen olay sayısını (ASR_EXPECTED) veri setine yeni sütun olarak ekler.

Sonuca etkisi: Hesabı değiştirmez.

Gerçek veride örnek

Veri: Alaska ve Florida 2000 kanser ölümleri, SAS STDRATE Örnek 113.1

Değişkenler: tabaka Age (yaş grubu) ve Sex, grup State, olay Death, kişi-yıl PYear, standart nüfus US_PYear (ABD 2000)

  • Soru: Yaş ve cinsiyet yapısı farklı Alaska ile Florida'nın ölüm hızları, ABD nüfusuna göre standardize edildiğinde nasıl karşılaştırılır?
  • Ham hızlar: Alaska 466.40, Florida 1039.68 (100 000 kişi-yılda); Florida'nın yaşlı nüfusu ham hızı şişirir.
  • Standardize hızlar: Alaska 806.93 (%95 GA [775.04, 839.95]), Florida 773.42 ([769.59, 777.26]); Gamma (Fay-Feuer) aralığı.
  • Karşılaştırma: Oran oranı (Florida / Alaska) = 0.959, %95 GA [0.921, 0.998], z = -2.07, p = .039; oran farkı = -33.51 (SE 16.55), p = .043.
  • Yorum: Ham hızda iki katından fazla görünen fark, yaş-cinsiyet yapısı eşitlenince tersine döner: standardize edildiğinde Florida'nın ölüm hızı Alaska'dan yaklaşık %4 düşüktür.
  • APA: Doğrudan yaş standardize hızlar: Alaska 806.93, %95 GA [775.04, 839.95]; Florida 773.42, [769.59, 777.26]; oran oranı = 0.96, [0.92, 1.00], z = -2.07, p = .039.

İlgili kavramlar

Güven düzeyi ve güven aralığıDoğrudan ve dolaylı standardizasyon (SMR)Hız oranı ve hız farkıKişi-zaman (kişi-yıl) paydasıTabakalı analiz (tabaka değişkeni)Kesin (exact) test ve kesin p-değeriReferans kategori (karşılaştırma düzeyi)

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.