作者：梁晓峰、么鸿雁
出版社：人民卫生出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
预期寿命分析方法与工具培训手册试读：
版权页图书在版编目（CIP）数据
预期寿命分析方法与工具培训手册/梁晓峰，么鸿雁主编．—北京：人民卫生出版社，2014
ISBN 978-7-117-18518-9
Ⅰ．①预… Ⅱ．①梁… ②么… Ⅲ．①寿命（生物）－医学人口统计－分析方法－手册 Ⅳ．①R195.3-62
中国版本图书馆CIP数据核字（2013）第306388号
人卫社官网 www.pmph.com 出版物查询，在线购书
人卫医学网 www.ipmph.com 医学考试辅导，医学数据库服务，医学教育资源，大众健康资讯
版权所有，侵权必究！预期寿命分析方法与工具培训手册
主 编：梁晓峰 么鸿雁出版发行：人民卫生出版社有限公司 人民卫生电子音像出版社有限公司地 址：北京市朝阳区潘家园南里19号邮 编：100021E - mail：ipmph@pmph.com制作单位：人民卫生电子音像出版社有限公司排 版：人民卫生电子音像出版社有限公司制作时间：2018年1月版 本 号：V1.0格 式：epub标准书号：ISBN 978-7-117-18518-9策划编辑：王凤丽责任编辑：张乃戈打击盗版举报电话：010-59787491 E-mail：WQ@pmph.com本电子书不包含增值服务内容，如需阅览，可购买正版纸质图书。前 言
出生预期寿命既是衡量人口健康状况的重要指标之一，也是衡量一个国家或地区经济社会发展水平的综合指标。2011年，人均预期寿命被纳入国家“十二五”规划考核指标体系，受到国家和各级政府更多的关注。如何准确估算不同地区的预期寿命，分析预期寿命的现状和趋势，了解其影响因素的贡献程度，成为全国疾病预防控制同仁面临的重要问题之一。
中国疾病预防控制中心自2011年开始了 “预期寿命计算工具开发和培训”的工作，经过两年多的探索和努力，已初步完成预期寿命计算工具的开发，并组织来自各级疾病预防控制中心的技术骨干和来自高校的人口学、统计学专家，从预期寿命分析现况、需求和方法入手，编写完成本书。
本书主要阐释了预期寿命的基本概念和背景意义，详细说明了计算预期寿命、去死因预期寿命、健康预期寿命的数据来源和方法，介绍了捕获-再捕获法、模型寿命表、留存分析等常用的死亡率间接估计方法，并设立专门章节介绍预期寿命分析管理系统的使用方法，指导预期寿命计算工具的使用，达到培训手册理论性、实用性和可操作性的有机统一。
本书可作为预期寿命分析相关内容培训的教材，也可作为预期寿命估算的参考书，希望能对全国从事疾病预防控制工作的同仁有所帮助。限于我们的水平和编写经验，可能有不少缺点和错误，热忱欢迎广大同仁批评指正。在撰写过程中，为了普及基本概念，帮助读者了解预期寿命的重要意义，掌握相关方法和工具，我们参考、引用了多位专家的专著和发表文献，在此一并谢过。编写委员会2013年11月术 语第一章 绪 论
预期寿命（life expectancy）是根据特定人群生存和死亡的年龄分布，计算得到的各年龄人群平均继续生存的年数。2011年我国发布《国民经济和社会发展第十二个五年规划纲要》，提出在“十二五”期间实现人均预期寿命提高1岁，达到74.5岁，人均预期寿命首次成为我国经济和社会发展五年规划纲要的主要目标。2012年国务院发布《卫生事业发展“十二五”规划》，提出在“十二五”期间实现人均预期寿命在2010年基础上提高1岁。
随着上述规划考核指标的提出，人均预期寿命受到国家和各级政府更多的关注。根据第六次全国人口普查汇总资料计算，2010年，我国人均预期寿命达到74.83岁。能否在5年中再增加一岁？不同地区人均预期寿命上升的空间还有多少？如何实现预期寿命的提高？回答这些问题的前提是正确理解预期寿命的概念，准确估算不同地区的预期寿命，分析预期寿命的现状和趋势，了解其影响因素的贡献程度，从而为制定卫生事业发展的政策与策略提供参考。
国家“十二五”规划目标考核体系的人均预期寿命，指的是出生预期寿命（life expectancy at birth），即0岁组的预期寿命，也叫平均寿命，表示在各年龄组死亡率保持现有水平不变的情况下，同时出生的一代人一生可存活的年数。出生预期寿命受各年龄组死亡率高低的影响，是依据年龄组死亡率计算得到的综合评价指标，它不受人群年龄构成的影响，可以在不同地区、不同时期之间直接比较。
出生预期寿命既是衡量人口健康状况的重要指标之一，也是衡量一个国家或地区经济社会发展水平的综合指标。在人口素质评价与预测、疾病负担测量以及国家经济与居民生活质量评价中，预期寿命等指标都是最基础的研究内容之一。联合国开发计划署（UNDP）利用出生预期寿命与教育、人均GDP共同构建了人类发展指数（human development index，HDI）的综合评价指标体系，用以衡量联合国各成员国经济社会发展水平。1990年，世界卫生组织（WHO）和世界银行（WBG）提出伤残调整生命年（disability adjusted life years，DALYs）的指标，用以评估全球疾病负担，在2012年发布的《全球疾病负担2010》中，WHO更新了DALYs的计算方法，并比较了全球各个国家及地区1990年、2005年和2010年三年的疾病负担情况。在《2000年世界卫生报告》中，WHO首次纳入伤残调整预期寿命（disability adjusted life expectancy，DALE），作为人群平均健康水平的衡量指标。在《2001年世界卫生报告》中，WHO将DALE更名为健康预期寿命（healthy life expectancy，HALE），并于2001～2004年连续4年计算了191个成员国的HALE，作为卫生目标考核的主要指标之一。
预期寿命的准确计算依赖于完整、准确的人口和死亡数据。如果数据失真，那么人均预期寿命指标就失去了度量该地区人口健康状况的意义。
一方面，由于我国（不包括香港、澳门和台湾地区）目前缺乏完善的生命登记系统，死亡数据呈现多系统、多层次、标准不统一的特点：出生、胎儿死亡和全人群死亡的登记分别由公安、计划生育和卫生系统负责；即使在卫生系统内部，也存在多个死因报告系统，例如全国疾病监测系统、卫生部死因登记系统和部分省份的死因登记系统；除常规报告系统外，还有横断面调查的人口数据和死亡数据，例如每10年进行一次的人口普查和两次普查间进行的1%抽样调查；不同系统、不同层次获得的死亡数据，所采用的统计标准和汇总分类均不同，使数据的完整性受到影响。
另一方面，数据的漏报对预期寿命的计算也带来了挑战。死亡登记的漏报水平一般与地区社会经济水平密切相关。发达地区，由于经济、卫生、医疗等条件较好，死亡登记情况基本完整，漏报水平较低，反之则漏报较为严重。据相关研究报告，我国居民病伤死因登记报告系统5岁以下死亡登记的漏报相当高且普遍，5岁及以上的死亡登记大城市较为完整，中小城市及农村地区均有不同程度的漏报，较为落后的农村地区则存在严重的漏报现象；1987～2003年卫生统计年报/鉴的完整性逐年变动不大，5岁及以上年龄组人群完整性较好，不足1岁人群的完整性相对较低，大城市和一类农村数据资料的完整性相对较好，中小城市、二类和三类农村地区的死因监测有待加强；全国人口普查“三普”、“四普”的死亡数据均存在一定程度的漏报，且不同省份死亡漏报水平存在较大的差异，“五普”总人口漏报率为2.93%，漏报人口集中在0～9岁之间，漏报率为11.3%，0岁组漏报率高达27.98%。
综上，为了获得一个地区较准确的预期寿命，必须首先对该地区的出生、死亡数据的来源和质量，包括漏报等情况进行评价；在此基础上，必要时利用各种方法对数据进行校正，以获得更贴近该地区实际情况的人口、死亡数据；然后再进行预期寿命的计算，这样才能获得有现实指导意义的预期寿命。
针对我国不同地区人口、死亡数据现状，提出适宜的计算方法，是当前开展预期寿命分析工作需要解决的难点问题。为普及预期寿命的基本概念和重要意义，帮助不同地区工作人员利用当地人口和死因数据，方便快捷地计算人均预期寿命，估算主要死因死亡率变化对预期寿命影响，中国疾病预防控制中心开发了预期寿命分析工具，并组织专家编写了《预期寿命分析方法与工具培训手册》，以帮助全国疾控同仁更好地开展日常和科研工作。第二章 预期寿命分析资料的来源
出生和死亡信息是最基本的公共卫生信息，完整、准确、可靠的人群出生、死亡信息对制定我国人口和公共卫生政策具有非常重要的意义，同时也是评价新一轮医药卫生体制改革效果和“十二五”规划目标实现程度的重要信息。一、 人口数据的来源
人口数据的收集方法主要有人口普查、户口登记及抽样调查三种。（一） 人口普查
根据联合国在1980年世界人口和住户普查方案中提出的定义，人口普查是“在一特定时期对一个国家或其中特定的一个地区全部人员的人口、经济及社会数据进行收集、编辑、评估、分析、公布及传播的全部过程”。这一定义反映了人口普查的特点，它是一个包含许多环节的完整过程，在一定时间、一定地域内对全部人员实施。普查的内容为人口、经济和社会信息。人口普查的优点主要是可提供较全面的基础人口数据，这是其他形式的人口调查所不能代替的。缺点是费钱、费时、费力，保证数据质量的难度很大；数据的及时性不强，不能有效满足对动态人口事件的信息要求。
新中国成立以来，我国已成功进行了1953年、1964年、1982年、1990年、2000年、2010年六次人口普查。1987年发布的《统计法实施细则》规定我国1990年后每十年进行一次人口普查，即在年号末尾为0的年份进行。人口总数等主要数据一般在人口普查登记结束后的100天左右发布，而所有指标的交叉汇总数据一般在普查结束一年以后发布。
1982年、1990年、2000年和2010年四次人口普查都出版了全国以及分省（直辖市、自治区）的详细交叉列表数据集，并配有光盘。每一省（直辖市、自治区）也都为这四次人口普查出版详细的省、市、县、乡/镇/街道数据资料。国家统计局对2000年和2010年人口普查得到的全国所有乡/镇/街道、男/女、总人口、家庭户数、家庭户的男/女总人数、0～14岁/15～64岁/65岁及以上人口数、居住本地、户口在本地的人口数出版了详细的数据集，并配有光盘。国家统计局对近两次人口普查得到的全国汉族与所有少数民族的城、镇、乡村各民族人口分年龄、受教育程度、行业、职业、婚姻、生育、家庭、住房、迁移、死亡等情况出版了详细的民族人口数据资料，并配有光盘。（二） 户口登记和民事登记
户口（人口）登记是用登记的方法，经常、连续地把每个人日常发生的许多较重要的、影响到生活和生命的事件记载下来；是政府为了行政工作的需要，用登记的方法去收集个人和各户的一些资料。户口登记是按照法律的规律而登记，根据这些资料而颁发的证明文件也就具有法律的效力。这些登记资料需要定期进行校正，以保持时效性。把户口登记资料加以整理，按不同地理和人口特性分类，再经过编辑和汇总就产生了人口数据。这些数据的产生实际上是行政工作的副产品，却提供了极为有用的社会经济资料。这些资料连续、经常地记载着每一个行政小区中人口和社会的各种变化。从登记记录汇总的数据在时间上是连续的，在空间上可以包括全国每一个小行政区，这是人口普查和抽样调查收集不到的。户口登记是公共行政系统的工作，但经过行政单位的合作，可以把这些行政记录转变为生命统计。
户口登记的项目包括两大类。第一类是户的类别、性质和户中每个人的基本信息，包括每个人的姓名、性别、年龄、住址、职业、教育和文化水平、婚姻状况、民族、在本地居住的时间等。第二类是每户中重大生命事件，包括出生、死亡、结婚、离婚等。在户口登记的项目中，有的项目也会在别的登记制度中重复被登记，比如姓名、年龄、性别、住址等几项在税务、劳动、住房、教育、卫生等的行政记录中也会重复登记。因此户口登记制度应当同其他相关登记制度取得密切的联系和协调，避免同一个人和户在不同的登记制度中登记的不同。
许多国家没有实行户口登记制度，但是实行了民事登记制度。民事登记制度不要求每一户的人去登记每户每人的情况，但要求在某些重大生命事件发生以后，向主管登记单位申报事件的发生。因此民事登记制度只包括一部分人口，所登记的项目也只包括人口增长、婚姻、家庭以及这些项目变更的生命事件。民事登记不包括户籍登记、职业和迁移的登记，职业就业登记是劳动登记制度的范畴，人口流动登记和身份证管理是户口管理的工作。一个全面的民事登记制度是应该包括全国所有地区，登记所有与人口增长有关的生命事件的发生和变更。有的国家民事登记的范围很小，最小的只有出生和死亡两项登记，有的只包括全国小部分地区。（三） 抽样调查
抽样调查有多种不同的目的，为社会、经济以及各种其他需要均可实施。此种方法花费的时间、经费较少，专题的抽样调查可以获得需要研究的特定方面的详细资料。同时抽样调查规模较小，可以集中高素质的调查人员，提高数据质量，因此得到广泛的应用，这种资料常要与其他数据配合使用。
1．两次普查之间的1%人口抽样调查
1987年的《统计法实施细则》规定，在两次人口普查中间年份进行一次1%人口抽样调查。国家统计局在1990年后每逢年号末尾为5时，进行1%人口抽样调查，也称为“人口小普查”。小普查的内容、组织实施形式和数据发布时间与方法等，都与大普查相似。小普查样本量很大，抽样比一般为1%，即在目前人口总数下，从全国抽取样本1200万～1300万人。小普查样本对县的人口有代表性，可为人口与市场经济分析提供十分有用的数据资料。我国分别在1987年、1995年、2005年组织实施了小普查。
2．人口变动抽样调查
本着为国家和省（直辖市、自治区）相关部门提供可靠的年度人口总数以及人口结构变动情况数据，1983年我国正式建立了每年一度的人口变动抽样调查制度。此项调查采取分层、整群、概率比例抽样方法在全国约抽取120多万人（约占全国总人口的1‰）。人口变动抽样调查只对国家和省级有代表性，对县及以下地区没有代表性。调查主要数据一般在第二年1、2月份的“国民经济与社会发展统计公报”中公布，详细结果在每年的《人口统计年鉴》中发表。
3．劳动力人口抽样调查
我国在每年的5月、10月、12月各组织一次全国性的城镇劳动力人口抽样调查，每年10月的调查以人口变动抽样调查的样本为载体同时进行。因为人口变动调查是全国性的，因此每年10月调查取得的数据不但可以获得城镇就业与失业情况，也可以获得全国就业与失业情况。城镇劳动力抽样调查与劳动力报表制度相得益彰。
4．其他全国性人口抽样调查
20世纪90年代以来，在全国范围内进行了多次专题性的抽样调查，比如：1975年、1985年、1995年和2005年全国儿童生长发育状况抽样调查；1987年、2006年全国残疾人抽样调查；1990年、2000年和2010年全国妇女地位抽样调查；1992年中国老年人供养体系调查；1992年中国儿童情况抽样调查；1993年、1998年、2003年、2008年全国卫生服务调查；1997年、2001年和2006年全国人口/计划生育与生殖健康抽样调查；1995年以来一年一度的全国旅游抽样调查；1998年、2000年、2002年、2005年、2008年和2010年全国老年健康影响因素跟踪调查；2000年、2006年和2010年中国城乡老年人口状况抽样调查。
另外，还有国家统计局城调队与农调队每年的城乡居民收入、支出调查，中国社科院的各种社会调查，以及各学术机构及各省、市、自治区的各种专题调查。（四） 人口普查、户口登记、抽样调查的优缺点表2-1 各种人口数据收集方法及特点二、 死亡与死因数据的来源
死亡与死因数据是计算预期寿命的关键，数据的来源是否全面、数据质量是否准确可靠，直接关系到预期寿命指标计算的准确性及公共卫生资源配置的合理性。随着我国公共卫生信息资源的不断丰富，死亡与死因资料也不断完善，既有个案数据，也有以登记表、统计报表等形式存在的汇总数据。（一） 死亡与死因个案数据的来源
1．医疗卫生机构发生的死亡个案
医疗机构住院、门诊、急诊发生的死亡个案，由该医疗机构负责诊治的医生负责填写《死亡医学证明书》，并定期上报当地疾病预防控制中心。
2．在家因病正常死亡的个案
由当地社区卫生服务中心（地段保健科、乡镇卫生院、村医等）负责死因报告工作的人员向家属或知情人调查后填写死亡证明材料并上报当地疾病预防控制中心。死亡证明材料视地区不同，包括死亡医学证明书、死亡医学推断书、死亡原因调查表等。
3．公安部门登记的死亡个案
对于非正常死亡或无法判断死亡性质的个案，由公安、法医鉴定后出具相关死亡鉴定书，当地社区卫生服务中心（地段保健科、乡镇卫生院、村医等）负责死因报告工作的人员定期收集，核对后填写死亡原因调查表，并上报当地疾病预防控制中心。
居民在公安部门销户时提交的死亡证明材料也是重要的死亡个案信息来源，定期由社区卫生服务中心（地段保健科、乡镇卫生院、村医等）负责死因报告工作的人员收集，对漏报个案补充调查后填写死亡原因调查表，并上报当地疾病预防控制中心。
4．民政部门登记的死亡个案
在有殡葬部门的地区，当地社区卫生服务中心（地段保健科、乡镇卫生院、村医等）负责死因报告工作的人员定期收集殡葬部门死亡个案信息，对漏报个案补充调查后填写死亡原因调查表并上报当地疾病预防控制中心。
5．5岁及以下儿童和孕产妇死亡个案
疾病预防控制中心与妇幼和计生部门建立合作机制，定期收集5岁及以下儿童和孕产妇死亡信息，作为该人群死亡数据的补充。
6．社保/医保部门死亡个案
疾病预防控制中心和社保/医保部门开展合作，定期收集参保对象因死亡停止社保/医保的记录，作为当地死亡个案数据的有力补充。
7．人口普查及抽查调查中收集的死亡个案
我国至今共进行过六次人口普查和三次人口抽样调查，死亡从三普开始列为普查内容。调查内容包括当地人口数、出生数、死亡人数，以及死亡情况，包括死者的一般情况、死因诊断及诊断依据等。各地根据当地实际情况，定期不定期地开展死因回顾调查，补充和校正当地原有死亡信息。（二） 死亡与死因汇总数据的来源
具体工作中，若想获取死亡与死因数据，可以查阅当地卫生系统报表中的死因统计年报表、季度报表、月报表，或查阅当地卫生统计年鉴中死因相关数据或报表，公安系统的人口死亡统计报表、殡葬部门死亡登记报表、妇幼5岁及以下儿童、孕产妇相关报表、社保（医保）相关登记报表等也是各地进行死亡相关分析的重要数据来源。另外从死因相关分析报告中也可获取一些死因汇总数据。
各种来源的死因个案数据需通过网络或数据库来收集、传输和储存，便于核查、汇总、分析。目前卫生部门死因数据主要通过以下几个系统来收集。
1．全国疾病监测系统（DSPs）
始于1978年，经过1990年、2005年2次调整，包括全国31个省（自治区、直辖市）的161个监测点，覆盖全国人口约7300多万。监测点通过多阶段分层整群抽样产生，结果可代表全国人群。2013年，DSPs点经过第3次调整，扩大至605个监测点，除全国代表性之外，结果同时具有省级代表性。DSPs中的死因数据来源于监测点医院的临床医生填写的死亡医学证明书，主要包括三大类疾病，即感染性疾病、母婴及营养缺乏疾病、非传染性疾病和损伤中毒。数据分析时，只纳入死亡率高于3‰的监测点数据，具有较好的全国代表性。
2．原卫生部居民死因登记报告系统
始于1957年，1975年始覆盖地区和人口逐年扩大，目前已覆盖15个大城市，21个中、小城市及15个省（市）的90个县，覆盖人口约为1.2亿（约占中国总人口的8%），但主要覆盖城市和东部地区农村，其中50%在东部地区，40%在中部地区，只有10%在西部地区。
3．全国妇幼卫生监测系统
包括全国5岁以下儿童死亡、孕产妇死亡和出生缺陷监测分别开始于1991、1989和1986年，1996年原卫生部对三网的监测点合并，目前监测点已达336个市（县）的部分地区，覆盖人口1.4亿。
4．县及县以上医疗机构死亡病例网络直报系统
2004年4月启动，全国所有县及县以上医疗机构以网络直报的形式报告发生在辖区内的所有死亡个案，包括户籍和非户籍中国居民、港澳台同胞和外籍公民均可通过该系统上报。该系统利用国家疾病预防控制信息平台，全国10%的死亡个案可通过该系统上报。第三章 预期寿命分析资料的质量评价与调整一、 人口数据的质量评价（一） 人口数据质量评价的三种基本方法
1．数据内部核查
数据内部核查的依据是人口现象本身具有的规律性，这种规律既可以是理论的推导，也可以是经验归纳。如一年中出生的婴儿应大致均衡的分布于各月份，婴儿的性别比一般是男性较高等，任何异常都可能是错误的征兆。最简单的方法是直接观察数据，看是否存在异常，这是一种最直接且使用频率较高并行之有效的评价方法，在使用上也最具灵活性。必要时需对数据进行分类和组合，如对年龄数据评价时，可以按教育水平、职业等特征将人口分组，观察不同教育水平、不同职业人口年龄分布的异同。比较复杂的方法则需要借助一些数据处理方法，精确地测量数据的准确程度。
2．与其他来源的数据对照
这是一种最为有力的评价方法，可以同时揭示错报和漏报，还可以在错报中进一步区分毛误差和净误差，这些优点是其他评价方法没有的。对照的方法灵活多样，比如：情况相似的其他国家或地区的数据；时点相近的两次独立调查的数据；不同时点的同类调查数据；不同系统的同类数据；与模拟数据或模型数据进行比较等。在对照中应掌握的原则是：①作为对照的数据应该质量可靠、可经过检验，否则无法判断对照发现的不一致应归属哪方的错误，甚至把质量的改进误以为是错误；②对照的来源应是多途径的，并尽量避免与被评价数据有相关性；③注意调查统计口径和范围的一致性，这是任何比较研究的根本前提。
3．间接估计检验
间接估计以人口学规律为基础，基于一系列假设条件的检验方法，往往是针对某一种数据的某一种错误，没有普遍适用性。由于间接估计检验的局限性较大，在使用时应持谨慎态度。如增长平衡法是专门用来评价从经常性人口统计中取得的死亡数据，依据的假设是所考察的人口应当处于稳定状态，即出生率和死亡率在一个相当长时期内保持不变。对于“非稳定状态人口”，即仅经历死亡率下降的人口，当时估计应用增长平衡法不会带来严重的偏差，但模拟表明，一个稳定人口在经历死亡率持续下降30年的情况下，使用增长平衡法会得出原本没有缺陷的死亡数据存在11.31%的漏报。（二） 人口数据质量评价的主要指标
在利用人口数据进行死亡分析的过程中，年龄和性别是影响计算过程两个最主要的核心变量。而对人口数据的质量评估也主要针对这两个变量进行。总人口和死亡人口是计算人口死亡率的两部分数据来源，其中任一部分数据出现漏报、重报或误报，都会导致死亡率的计算出现偏差。
年龄是刻画人口结构的重要标志，也是构造其他人口参数的基础。人口的年龄结构是人口统计学的基本研究对象，在任何目的的人口调查或者统计中，年龄都是一个必不可缺的项目，对年龄中错误的来源及表现形式有很多成熟的检验方法。年龄的变化是严格遵循自然规律的，年龄数据的错误比较容易探查。年龄数据常出现的错误一般为两种：漏报和错报，主要常见的形式是堆积和跨越。
堆积是指以某一数字结尾的年龄远远超出其他数字结尾年龄，或某一年龄的人口远远超出其附近人口，又称“年龄结”现象。堆积的原因为所谓“数字偏好”，即被调查人报告年龄时倾向于以某一数字结尾。数字偏好往往出于年龄概念不清，比如很多人通常喜欢在报告年龄时喜欢以“0”或者“5”结尾的数字。
跨越是指被调查人夸大或缩小自己的真实年龄。跨越的原因是最为复杂的，既可能是被调查人年龄概念不清，也可能是蓄意错报。比如，我国很多地区80岁以上的老年人会得到政府按月发放的高龄津贴，而90岁和100岁以上年龄组的津贴会逐段递增，这一政策会造成很多人选择蓄意高报年龄。
探查年龄数据缺陷，要针对错误的不同性质选择不同的方法。（1） 迈耶尔指数：
又称为玛叶指数，计算方法见表3-1，第（1）列和第（4）列分别为从10岁和从20岁开始累积的不同数字结尾的所有年龄段的人口数。年龄区间是可以变动的，但应注意下限变动时权数要做相应的变动。
迈耶尔指数构造基本思路：一个不存在任何数字偏好的人口中，以0～9中任一位数字结尾年龄的人口数，恰好占总人口的十分之一。表3-1中第10列数字为实际的分布与这个期望值之差，其绝对值之和为迈耶尔指数。表3-1 应用迈耶尔指数对英格兰和威尔士1911年人口普查年龄数据的分析来源：Robert Woods“Population analysis in geography”Longman 1982.
迈耶尔指数的取值范围是0至99，0表示实际数据符合理论假设，没有堆积现象，99则表示该人群的年龄都是以同一个数字结尾。应用迈耶尔指数的困难在于，即使一个确定不存在任何数字偏好的年龄分布，其迈耶尔指数也不可能为0，因为年龄分布中总存在不规则的移动，这种波动是由于以往长期的人口出生、死亡和迁移等因素造成的，因此迈耶尔指数较低，可以证明数据的质量较高，但指数较高时，就很难辨别是数据存在缺陷，还是有其他原因。一般说来，当迈耶尔指数高达60以上时，有较大把握肯定数据的质量存在问题，但更多情况下需要求助于对所观察人口年龄状况的确切了解。（2） 惠普尔指数：
又称韦伯指数，用来测算“年龄结”错误。假定前提是在一个有限的年龄段内，各年龄人口数应基本相等或成线性分布（各年龄人口之差为一恒定常数）。年龄分布是否堆积于某一数字，可用式（3-1）计算。
其中，l：下限年龄，μ：上限年龄，P：各年龄人口数。x
没有年龄堆积现象时，惠普尔指数应为100，绝对堆积导致指数达到1000。年龄的上下限都是主观的，可任选，但上下限之差必须是10的倍数，适用于0，1，2...，9中任意数字结尾年龄上的堆积现象。应用惠普尔指数的困难在于，在一定区间内各年龄人口数相等或成线性递减的情况与人口真实年龄结构有很大差距。（3） 年龄比（age ratio）：
以上两种方法都需要单岁人口数据，但多数情况只能获得一定间隔的分组年龄数据，此时可使用年龄比来探查年龄数据的错误。年龄比是指一年龄组人口与相邻年龄组人口之比，以5岁为例，P为人口数，x为起始年龄。可用式（3-2）计算。[P/（1/3）（P + P + P ）]×100或[P/（1/2）（P + P 5x5x−55x5x+55x5x−55x ）]×100+5（3-2）
年龄比的假设仍是人口年龄服从线性分布，即某一5岁年龄组的人口数应等于其相邻两组人口数之和的一半，或等于相邻两组与该组人口数之和的1/3。其期望值为100，表示数据没有错误。但当某一年龄组人口的漏报比重与相邻组等同，而且跨越错报已经得到了部分补偿时，年龄比也可能接近期望值。年龄比测定的是净误差。
2．人口数据质量的综合评价（1） 性别比（sex ratio）：
性别比的综合指标为各年龄组性别比（男性人口数 × 100/女性人口数）与100之差的绝对值累积和。使用性别比应注意两点：①可以从生命表中推导“标准”性别比曲线，但更准确的方法是根据实际数据建立用以参照的性别比曲线；②用性别比探查数据错误是有效的，但不能用来辨别错误来源。（2） 联合国综合指数（U.N age-sex accuracy index）：
由于年龄比和性别比对揭示数据错误各有一定的功效，因此，可以将两者结合在一起建立一个综合指标，即联合国综合指数，可用公式（3-3）。联合国综合指数 = 3 × 性别比相继组之差平均值 + 男性年龄比离差平均值 + 女性年龄比离差平均值（3-3）
联合国将数据质量分为准确、不准确、极不准确，取决于其综合指数值是小于20、20～40还是大于40。这个综合指数结合年龄比与性别比优点的同时，也保留了各自的缺陷。
例3-1：利用中国2010年人口普查数据计算联合国综合指数。
结果见表3-2，联合国综合指数的计算结果为1.53 × 3 + 0.03−0.17 = 4.45。表3-2 中国2010年人口普查数据计算联合国综合指数续表二、 人口数据的选用和调整（一） 人口数据的选用
在使用人口数据时，首选人口普查数据，其次为抽样调查数据，再次为科研报告数据，最后为临近资料的补充。在进行数据质量评价时，可优先选择联合国综合指数和性别比综合指标。（二） 人口数据的调整
一般来讲，人口数据在差别不大的情况下可不做调整，除非两次断面死亡资料出现巨大差异。性别比是否有变化亦是调整的条件之一。可通过小规模调查进行调整，也可以根据具体情况做偏差调整。
有时候，数据的整体质量不错，但由于某种特殊原因或因为随机波动，甚至因为数据处理过程中的问题造成局部误差，这种局部误差往往可以通过将数据描绘成图发现。例如，将我国1964年第二次人口普查与1982年第三次人口普查得到各年龄性别比描绘成两条曲线（图3-1），可以看出18～25岁性别比显著偏低，而其他年龄组的性别比数据正常。通过分析发现，这两次人口普查公布的年龄构成数据中未包括现役军人，而现役军人主要是18～25岁的男性青年，于是可用18～25岁组前后年龄组性别比平均值代入，并据此求出完整的18～25岁男性人数。
1．图解手工修匀
绘出整套年龄别数据的曲线，如发现曲线多处上下波动较大，但不很严重，则可以凭直觉靠手工描绘一条与实际观察点最接近的平滑曲线，从而尽可能排除数据缺陷与随机干扰造成的误差。这种方法的优点是简便易行，特别是当数据错误较严重、很明显时，用下面将要阐述的模型拟合法可能将数据本身的严重错误带进模型拟合的参数估计中去而得不偿失。但是，图解手工修匀有两个主要缺点：①主观随意性较大，不同的人用图解手工修匀同一套数据将得出不同的修正曲线，因为各人的认识与判断力不同；②精确度较差，因为必须依靠肉眼判读手工修匀调整后的数据，所以很有可能引入观察误差。图3-1 二普、三普各年龄性别比来源：A Coale“Rapid population change in China，1952～1982”NAP，1984.
2．公式法
所谓公式法，是把数据用数学公式加以概括描述。因此，对公式中自变量的每一确定值，都有确切的因变量值相对应。公式法可以克服图解手工修匀法不够精确的缺点。所用公式包括经验公式和拟合公式二类。拟合的方法很多，最常见的是最小平方法和动差法。实际工作中，这些方法都有现成的软件工具。
3．插值法
单岁数据年龄堆积现象可能很严重，我们可以将因受年龄偏好影响而极不规则的单岁数据先合并为5岁一组的数据。如5岁一组的数据已能满足分析研究需要，则不必再做调整。如分析确实需要单岁年龄别数据，则可利用插值法对合并后的5岁数据进行插值处理得到单岁年龄别数据。5岁组的数据Fx表示的不是某一点的值，而是5岁年5龄组的均值（如生育率）或5岁组内各单岁年龄数值的和（如人数）。为了便于插值处理，我们可以通过求取Fx累计值，转换为表5示某一点的值。
这样，F（x）表示的是到x岁这一点时（不包括x）的累积值。
由于我们只有5岁分组的Fx，因此只能得到0，5，10，……w岁5的累积值F（x）。但是，可以通过插值法，在保持数据本身原有模式的前提下，估计出各5岁区间内的单岁累积值F（x），即通过F（0），F（5），F（10），…估计出F（1），F（2），F（3），F（4），F（11），F（12），…。插值法有线性插值法与非线性插值法之分。绝大多数人口数据都不宜直接用线性插值法，非线性内插法的公式较多（如二次多项式、三次多项式、指数函数等），均有专门的计算工具。
一旦通过插值法求出各单岁累积值F（x）之后，估算单岁年龄别率或f（x）就很容易：f（x） = F（x + 1）−F（x）（3-6）
插值法的应用要注意以下几点：其一，必须综合考虑拟插值修匀数据的分布趋势（即曲线的形状），以及前人对同类数据插值处理的经验，选择一种比较合适的方法。有时可能适用几种类似的方法，应比较他们的修匀效果后再决定选哪一种。其二，可将原始数据按0～4，5～9，10～14，… 的常规5岁分组，也可按其他分组方式，如按0～2，3～7，8～12，… 分组，从而避免年龄被夸大的误差。其三，将不规则单岁数据按5岁分组求累积值的做法只适用于频率或人数，而不适用于发生/风险率与概率，因为对发生/风险率与概率求累积值是没有意义的。
4．人口模型拟合法
模型生命表，如Brass的logit生命表体系、寇尔-麦克尼尔初婚模型、寇尔-特拉塞尔生育模型、Brass的冈伯茨相关生育模型、稳定人口模型以及动态人口模型可用来分别拟合、修匀调整死亡率、初婚率、生育率以及人口年龄构成数据。其基本步骤是先利用不完整或不规则的数据估算相应的人口模型的参数值，然后根据估计出的参数值，利用模型计算出各年龄死亡率、初婚率、生育率或年龄构成的拟合值，从而用完整、平滑、规则的拟合值取代不完整、不规则的初始值。可将实际的人口分布数据与理论测算值相比较，或将调查得到的实际值与理论值比较，发现问题加以分析，也可以直接使用模型分析数据的准确性，如使用泊松分布检验婴儿出生日期的分布等。
值得注意的是，人口统计数据同其他统计数据一样，是以绝对数和相对数两种形式出现的，原始数据是绝对数，相对数则是经过初步处理的数据。人口数据误差的检验，主要是针对原始数据。三、 死亡与死因数据的质量评价
死亡与死因数据是公共卫生信息的最基本和最重要的信息之一，人群中的死亡水平、死亡原因和死亡模式是评估人群健康状况和卫生需求的依据，因此死亡与死因数据的质量尤为关键，在作相应分析之前需要对死亡和死因数据的质量进行评价。（一） 死亡与死因数据的完整性评价
完整性是评价死因数据的一个重要内容，可以通过漏报率、粗死亡率、婴儿死亡率、新生儿死亡率、年龄构成、性别构成、死因构成等来评价。
1．漏报率
参照全国疾病预防控制规范，报告死亡人数低于公安、妇幼、民政等部门报告数视为漏报，漏报率越高，数据质量就越差。
2．粗死亡率
当地一定时期内（通常是一年）全部死亡人数与同期内该地区的平均人口数之比，一般用千分比表示，它表示该地区该时期人口的死亡强度。在我国，粗死亡率应符合当地人口和社会经济水平，一般不低于6‰。
3．婴儿死亡率
婴儿死亡率（infant mortality rate，IMR）是指某年活产儿中未满1周岁婴儿的死亡频率。婴儿死亡率的高低对人口的平均预期寿命有重要影响，它是反映婴儿保健工作和社会卫生状况的重要指标，也是死亡统计指标中较为敏感的指标。但是，由于种种原因，婴儿死亡漏报现象严重，特别是新生儿死亡。一般婴儿死亡率、新生儿死亡率水平应符合当地社会经济、文化教育、卫生保健和人口健康水平相关。可以通过与当地社会经济、文化教育、卫生保健和人口健康水平相近的地区进行比较来评价当地婴儿死亡率、新生儿死亡率是否合理。
4．性别、年龄、死因构成
性别、年龄、死因构成也是评价某地死因数据质量的重要指标，如某地死因数据中性别、年龄、死因构成明显偏离全国或相近地区的水平，则说明当地死因数据有偏，需进行核实、补充。（二） 死因监测数据的质量评价
死因监测数据的质量评价指标有及时性、可靠性、准确性、一致性等
1．及时性
包括报告及时性和审核及时性。报告及时性是指从填卡到报告的用时长短，填卡后7日内报告的为及时，否则为不及时。审核及时性是指从报告到审核的用时长短，报告后7日内完成审核的为及时，否则为不及时。
2．可靠性
县级及以上医疗机构报告率越高，数据越可靠；县级及以上医疗机构诊断的比例越高，数据越可靠；诊断依据级别等于或高于临床的比例越高，数据越可靠。
3．准确性
包括死亡医学证明书填写完整率、基本项目填写准确率、死因链填写合理率、死因编码不准确比例、死因编码和根本死因选择正确率等，具体可参考相关工作技术指南。
4．网报一致性
网报内容的每例死亡信息应与死亡医学证明书原始记录保持一致才能真正反映死亡的实际情况。网报内容与原始死亡医学证明书一致者占被查全部死亡病例数的百分比即网报一致率，可分为基本项目网报一致性和死因网报一致性。
实际工作中，根据各地实际情况，以上各个质量评价指标的评价标准可有不同。
5．死因监测数据质量的综合评价
及时性、可靠性、准确性、一致性都是对死因数据的某个侧面进行的单一评价，以下几种综合评价方法可以对各指标进行综合，全面评价数据质量。（1） 综合指数法：
即通过一定的计算形式，把不同工作指标经指数化进行综合后比较。其分析步骤包括：①选择适当的指标；②确定权重；③根据实测数据及其规定标准，综合考察各评价指标，探求综合指数的计算模式；④合理划分评价等级；⑤检验评价模式的可靠性。（2） 秩和比法：
秩和比是指行（或列）秩次的平均值，是一个非参数统计量。秩和比法是指利用RSR进行统计分析。其基本思想是在一个n行m列矩阵中，通过秩转换，获得无量纲统计量秩和比，在此基础上运用参数统计分析的概念和方法研究秩和比的分布，以秩和比值对评价对象的优劣直接排序或分档排序。（3） TOPSIS法：
即与理想方案相似性的顺序优选技术。其基本思想是基于归一化后的原始数据矩阵，找出有限方案中的最优和最劣方案，分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。（4） 密切值法：
指将评价指标区分为正向指标和负向指标，并结合在一起考虑，所有指标进行同向化处理，然后找出各评价指标的“最优点”和“最劣点”，分别计算各评价单元与“最优点”和“最劣点”的距离（即密切程度），将这些距离转化为能综合反映各样本质量优劣的综合指标——密切值，最后根据密切值大小确定优劣顺序。（5） 灰色关联分析法：
两个系统之间的因素随时间或不同对象而变化的关联性大小的量度，称为关联度。灰色关联分析方法是根据因素之间发展趋势的相似或相异程度，作为衡量因素间关联程度的一种方法，通过比较数列指标变化对参考数列指标的影响来判别其关联度。（6） 优序法：
将评价对象按各指标值大小分别排序，并分别对各序号（等级）赋予相应评分值（即优序数），然后综合诸指标，分别计算评价对象的总优序数，并按总优序数大小评定其优劣顺序。
评价方法的选择很大程度上与各方法的原理、指标体系的选择和权重系数的确定有关，选择哪种评价方法由被评价物本身的特点所决定。无论运用哪一种评价方法，都必须清楚所用方法的特点、适用条件以及对它们的限制和约束条件。当应用某种多指标综合评价方法进行评价时，评价结果的正确与否主要受评价指标分布属性的影响，因此在评价时首先对评价指标的分布有清晰的认识。不同的指标分布类型，需选用相应的综合评价方法，必要时可以选择较为合适的多种方法对同一问题进行分析，对不同评价方法所得评价排序结果计算两两之间的等级相关系数，如果某种方法的结果与其他方法结果之间的等级相关系数都较大，则认为这一方法最优，也就是以该方法评价结果作为最终的评价结果。这样也可以互相验证资料结果以及评价方法的可靠性，并且可以通过查找引起结果差异的原因剔除影响因素的干扰，对评价对象做出较为客观的评价。
例3-2：采用综合评价方法对某区不同级别医疗机构死因报告质量的评价指标及分级结果（表3-3）进行评价。表3-3 各级医疗机构死因报告质量评价指标
结果见表3-4，综合指数法与灰色关联分析法结果一致，优劣顺序依次为三级、二级、一级。TOPSIS法、密切值法与优序法结果一致，优劣顺序依次为二级、三级、一级。秩和比法结果表达形式与其他5种略有不同，但本质上与TOPSIS法、密切值法及优序法的排序一致。表3-4 六种综合评价方法的结果比较四、 死亡与死因数据的选用和调整
目前各地死亡与死因数据来源不一，多种报告系统并存，不可避免存在重叠或缺漏，具体分析时如何选用数据，对缺漏数据如何进行调整是非常关键的问题。
在进行分析时，应广拓数据来源，对各来源数据进行评价，确定一个完整率高、报告质量好的作为主要来源，对各种来源数据进行比对、剔重；利用不同来源、系统间的数据对缺漏的死亡与死因数据进行补充，进一步提高数据的完整性；进行质量指标评价，不断进行校正和补充。满足质量标准或与质量标准接近的死因数据才能用于相关健康指标的计算和统计分析。
通过初步评价，完整性低的地区可以尝试拓展死因数据收集渠道、开展一定范围的死因漏报调查等进行调整，也可以采用捕获-再捕获法、模型寿命表等死亡率间接估算方法进行调整（参见本书第六章）。
由于预期寿命对婴儿死亡率的高度敏感性，婴儿死亡率的漏报对预期寿命有较大的影响。1990～2005年，中国居民期望寿命从68.4岁增加到72.9岁，其中婴儿死亡率的降低贡献了2.0岁，贡献率为43%。有研究报告，婴儿死亡率每漏报1‰，则0岁组期望寿命被高估0.072岁，且几乎为一常数。因此，在获得出生及婴儿死亡数时，必须核实补漏。受国家政策和地方风俗等的影响，婴儿死亡率漏报情况较为严重，如有文献报告某省利用捕获-再捕获法对国家疾病监测点2010年的婴儿死亡率进行校正，发现婴儿死亡漏报率为44.74%。历年《全国妇幼卫生监测暨年报资料汇编》中发布的婴儿死亡率均经过漏报调整，是当前条件下最接近中国实际婴儿死亡水平的数据，可作为弥补死因登记和死因回顾调查数据漏报的首选。第四章 预期寿命的计算与分析
预期寿命（life expectancy）是反映一个国家或地区社会经济发展和国民健康状况的综合指标，它不仅可为制定与人口有关的社会、经济政策提供依据，也是评价该地区经济、文化、健康和社会进步的主要标志。在人口素质评价与预测、疾病负担测量、人口再生产情况研究以及国家经济与居民生活质量评价中，预期寿命等指标是最基础的研究内容。
寿命表不仅包括了度量一个地区人群健康与疾病以及生存与死亡状况的系列指标，而且也是预期寿命研究的一种计算方法。由于寿命表指标在不同地区、不同时期及不同人群间可以直接比较，逐渐成为健康问题研究关注的关键指标。一、 寿命表的基本概念
寿命表亦称生命表（life table），是根据某人群年龄组死亡率计算并编制出的一种统计分析表。寿命表分析原理是基于同时出生的一代人所经历的生命过程来计算不同年龄阶段的死亡概率及预期寿命，它是人口统计、疾病管理、死因分析与健康评价以及生物学、流行病学与医学统计学领域应用的重要方法。
寿命表中各项指标不像粗死亡率、患病率、发病率等受到研究人口年龄构成的影响，不同时期、不同地区或不同人群的寿命表指标均可直接对比，为国家或地区卫生规划及健康评价应用提供了方便、实用的指标评价体系。
根据健康评价目的和人口、疾病、健康管理及死亡资料的来源不同，寿命表分为现时寿命表（current life table）和定群寿命表（cohort life table）两大类。
现时寿命表是从一个断面研究各年龄组死亡率对预期寿命的影响，它是假定同时出生的“一代人”，按照现时某人群实际死亡水平，计算出“这一代人” 经历从出生到死亡的全过程。根据年龄分组不同，现时寿命表又可分为完全寿命表（complete life table）和简略寿命表（abridged life table）。完全寿命表是以每岁分组，常见有百岁寿命表。由于完全寿命表的年龄分组细，实际工作中若某一年龄组观察人数太少，死亡率不太稳定，故健康评价中更常采用简略寿命表。简略寿命表习惯上每5岁（或10岁）分为一组，考虑出生在生命阶段的特殊性，将0岁单独列为一个组；考虑到高龄人群的分布特征，将80岁或85岁及以上合并为最后一个年龄组。现时简略寿命表因其年龄分组较少，每个年龄组死亡率相对稳定，成为人群健康水平评价中最重要、最常见的一种寿命分析方法。
定群寿命表亦称队列寿命表，它是对某特定人群中的每一个人，从进入该群体直到最后一个人死亡，根据记录的实际生存与死亡情况，计算该人群在不同年龄的生存概率和预期寿命。由于人的生命周期较长，若采用定群寿命表法研究人的生命过程，不仅随访人数多，工作量大，而且随访时间需很长，且可出现人口流动、失访等，给各年龄组死亡率的计算带来许多困难。定群寿命表法在监测人群相对固定的前提下，也是疾病随访、人群监测资料的评价方法，如生存分析等。
现时简略寿命表是医学与公共卫生研究中常用的一种方法，它是假定同时出生的一代人，按当前不同年龄组的死亡水平（通常为年死亡率）经历从出生到死亡的整个过程，用寿命表方法计算出这一代人（假定10万人）在不同年龄组段的“死亡概率”、“死亡人数”、“尚存人数”及“预期寿命”等寿命表指标。
从生存数量的角度评价人群的健康水平，常采用去死因寿命表，用以说明某死因对寿命的损失量；从生存质量的角度来评价，常采用健康预期寿命、无残疾预期寿命等指标，用以反映人群生命过程中生存质量较高的部分，更深层次揭示人群健康水平。二、 现时简略寿命表编制原理与方法
现时简略寿命表可按不同地区、分性别来编制。编制现时简略寿命表一般是以某年度年龄别人口、出生及死亡资料为原始数据，统计数据的准确与否直接影响寿命表指标的准确与可靠性。因此，在编制现时简略寿命表中，核准年龄别人口数和死亡数等原始数据，尤其是年出生人数、1岁以下儿童死亡数、婴儿死亡数，以保证寿命表指标的准确性。
例4-1 利用某省死因监测点2011年女性各年龄段监测人口数与实际死亡人数（见表4-1第（1）、（2）、（3）栏）编制简略寿命表，计算该人群预期寿命等指标，评价该地女性人口的平均寿命及健康状况。
1．年龄组（x～） 寿命表中的年龄“x～”是指实足年龄（exact age），如“1～”，即活满1岁的儿童。表4-1第（1）栏中，年龄分组为0～岁组，1～岁组，5岁组以后年龄组距为5，85岁及以上合并为最后一个年龄组。
2．死亡概率（q） 年龄组死亡概率nx（age specific probability of dying），表3-1第（5）栏表示同时出生的一代人中，活满x岁的尚存者，在今后n年内死亡的可能性，它是寿命表应用中最关键的指标。
表4-1第（4）栏年龄组死亡率（m）表示某年龄组人口在n年内nx的平均死亡水平。它可根据表4-1第（2）栏各年龄组平均人口数（P）和表4-1第（3）栏对应的实际死亡人数（D）计算得到：nxnxm = D / Pnxnxnx（4-1）
本例各年龄组死亡率（m）计算结果见表4-1第（4）栏。其中，nx0岁组死亡概率一般用婴儿死亡率或校正婴儿死亡率，最后一个年龄组（85～）的死亡概率为1，而其他各年龄组因年龄组距1 计算结果见表4-1第（5）栏。 x岁尚存者在今后n年内的生存概率计算式： p =1−qnxnx（4-3）表4-1 中国某省死因监测点2011年女性简略寿命表*：年内出生人数 3．寿命表尚存人数（l）与死亡人数（d） 尚存人数xnx（number of survivor）表示同时出生的一代人中活满x岁的人数。死亡人数（number of dying）亦称寿命表死亡人数，表示同时出生的一代人活满x岁时，在今后n年内死亡的人数。它与各年龄组实际死亡人数D不同。尚存人数l与死亡人数d的计算式如下： nxxnxd =l·qnxxnx（4-4）l = l−dx+nxnx（4-5） 假设同时出生的一代人为100 000，本例：d = l·q = 100 000 × 0.001 828 = 183000l = l−d = 100 000−183 = 99 817100d = l·q = 99 817 × 0.001 511 = 15141141l = l−d = 99 817−151 = 99 6665441…… l、d计算结果分别见表4-1第（6）栏和第（7）栏。xnx 4．生存人年数（L）与生存总人年数（T） 生存人年数nxx（number of survival person-year）是指x岁尚存者在今后n年内的生存人年数，可用l曲线下，x～（x + n）间的面积表示。生存人年数x的计算概括为 L应考虑0～岁组死亡者的平均存活的年数计算在内。a：每个00死亡婴儿平均存活年数。可根据世界卫生组织提供的婴儿死亡率与a0关系的经验系数来计算（表4-2），也可根据各国人口死亡资料来确
试读结束[说明：试读内容隐藏了图片]