公共衛生資料判讀與健康指標 公共衛生 養生與健康行銷學系-健康行銷組 紀雪雲 副教授 chi420923@hotmail.com 103.03.18 課程簡報資料請上開南大學數位學習網下載 網址1：http://elearning.knu.edu.tw/ 網址2：http://mail.knu.edu.tw/chi420923/公共衛生

資料處理（一） 描述性統計(descriptive statistics) 將公共衛生問題依年齡、性別、職業等資料，以數值(平均值、變異數)、表格或圖形來描述這些特質。

資料處理（二） 推論性統計(inferential statistics) 觀察對的數據較少，但對類似的族群較有興趣，故利用蒐集對的部分資料（稱為樣本sample）運用統計方法加以考驗以推論原來的母群（population）。

描述性統計常用名詞 (一)比例(ratio) 是兩個數量相除所得的值，並無單位或大 小的限制。比例可視為兩個數值間的比值 關係，分子與分母不需要有特定的關係。 A B 比=

(二)比率(rate) 比率是比的一種，具有單位，分母將時間因 素納入考量，表示研究者感興趣的事件在單 位時間內所對應分子的改變量。分子是符合 某些特殊條件而獲得的測量值，一定包含在 分母中，在流行病學中最常被使用，因為包 括分子、分母和某些特定時間，比率中的分 母在流行病學中通常稱為相關族群或有危險 性的族群(population at risk) A A+B X10n 比率=

十大死因即是分率的典型例子，例如惡性腫 瘤在2012年是十大死亡原因排第一順位。 （衛生署，2013） (三)分率(proprotion) 分率也是比例的一種，沒有單位，分子是由 分母中依據某些特殊條件選取具有某些特質 的人或事件，也就是部分佔整體的比重為多 少，所以分子包括在分母中。 十大死因即是分率的典型例子，例如惡性腫 瘤在2012年是十大死亡原因排第一順位。 （衛生署，2013） B A+B+C+D X10n 分率=

(四)區分粗比率(crude rate)、特殊別比率 (specific rate)和標準化比率(standardized rate) 比率在應用時，不論疾病率或死亡率都會因 為資料的應用，而有不同的處理方式，必須 清楚明辨每一個的定義與應用。

粗比率 是根據一段期間內全人口的實際資料所推算 出來的總和比率，屬於總和性指標(summary rate)，以總病例數或發生數除以總人口數或 人年數所獲得的比值。例如粗出生率和粗死 亡率最常見。 粗出生率= 一年內的活產嬰兒總數 該年年中人口數 X 1,000 粗死亡率= 一年內的死亡人口總數 該年年中人口數 X 1,000

自然增加率=（粗出生率-粗死亡率） 台灣地區自然增加率自2000年8.08‰降 低至2009年的2.1 ‰ ，可見每年新生兒 人數明顯減少。由粗出生率與粗死亡 率的推算，可比較不同族群在各期間 的生育力大小和保健工作的好壞。

特殊別比率 是為了研究疾病和人口學特質間的關係， 通常以人口學特質為設定條件，例如 以年齡、性別、種族差異而分別計算 出來的統計量。換句話說，特殊別比 率是指某一特殊團體的比率。例如年 齡別死亡率、嬰兒死亡率、孕產婦死 亡率等。

生命統計中常見的比率公式與比率值 一年內某一年齡組的死亡人口總數 年齡別死亡率= X 1,000 該年該年齡組年中人口數 死因別死亡率= 一年內某一疾病死亡的人口總數 該地區該年年中人口數 X 100,000

生命統計中常見的比率公式與比率值 一年內出生未滿4周的新生兒死亡數 新生兒死亡率= X 1,000 該年出生的活產嬰兒總數 嬰兒死亡率= 一年內出生未滿1歲的嬰兒死亡數 該年出生的活產嬰兒總數 X 1,000 孕產婦死亡率= 因懷孕或生產原因死亡的孕產婦總數 該年出生的活產嬰兒總數 X 100,000

生命統計中常見的比率公式與比率值 一般生育率= 一年內的活產嬰兒總數 15-49歲育齡婦女年中人口數 X 1,000 依賴人口指數= 未滿15歲人口總數+65歲以上的老年人口總數 15-64的人口數 X 1,000 扶老比= 65歲以上人口數 15-64歲人口數 X 100 扶幼比= 15歲以下人口數 15-64歲人口數 X 100

調整率(adjusted rate)或標準化比率 (standardized rate) 為了比較兩個以上人口組成不同團體的比率 時，因為人口結構特性上的差異，可能會導 致判讀上的誤差而作出錯誤的推論，為了使 資料的可比較性增加，所以在進行比較時需 要加以調整，所推算出來的假想總和性指標 即為調整率或標準化比率。

疾病統計-盛行率與發生率 發生率 是指一段時間內，在一群可能罹患某一疾病的族群中有多少新發病剛診斷出來的新病人。分子只計算新病例，復發或舊病例則不列入計算，分母指的是族群中可能發病的人數，也就是具有發病危險性的人口(population at risk)，分母不包括正在患病、已經具有免疫力、或不可能得病的人。

發生率 計算發生率要注意幾個因素： 發病的時間的判定 觀察的期間 人年的應用 分母是總人口數或人年 分子只有新發病的個案 在同一時段內的新病例發生數 在同一時段有暴露危險人口數 發生率=

累積發生率，分母是觀察期間一開始具有發病危險性的總人口數，假設人口沒有流動，研究對象均完全追蹤到而且中途沒有退出的情形才適用，所以是一個固定族群的發病率估計。它沒有單位，數值介於0與1之間。 在某一時期新發病的人數 該時期開始具發病危險性的總人口數 累積發生率= X10n

盛行率 只單位時間內(或指一段時間內)，族群中有多少人得病的比例。其分子包括所有患病的人數，包括新發病與復發的病例，而發生率僅包括新發病的個案才列入計算。 分母是族群在研究同一時間點內的總人口數，包括可感受性與無感受性的人口數，發生率的分母則包括可感受性的人口或人年數。

盛行率 盛行率是測量疾病發生的一個重要指標，依照分子與分母所涵蓋的時間長短，可分為點盛行率(point prevalence)、期間盛行率(period prevalence)和終生盛行率(lifetime prevalence)。 在某一時間點上所有病例數 在同一時間點的總人口數 點盛行率= X10n 在某時段內所有現存病例數 在同時段的平均總人口數 期盛行率= X10n 在某一時間點上所有曾患過某病的人數 在同一時間點的總人口數 終身盛行率= X10n

死亡統計-死亡率、致死率與死亡分率 死亡率與發生率相類似，死亡率是以死亡事件的發生為觀察重點，而發生率是以發生疾病事件為主題，一般常用來描述的統計量數有死亡率(mortality rate或death rate)、致死率(case fatality rate)。 (M)死亡率= 在某一年內死亡的人口數 在一族群的年中人口數 X10n (F)致死率= 因得該病而在某時段內死亡的人數 得某病的人數 X10n

死亡統計-死亡率、致死率與死亡分率 死亡率與致死率的分母計算並不相同，死亡率的 分母指的是某一族群全部的人口數，包括得病與 未得病的人，而致死率則限定是得某一種疾病的 人數，兩者的分子都是指一段期間內死亡的人數。 如果疾病是處於穩定狀態，則發生率、死亡率和 致死率可以用函數推算。 M I (M)死亡率=發生率X 致死率(M = I X F)，或F=

死亡分率 死亡分率(proportional mortality rate)，指的是死 於某種疾病的人數佔總死亡數的比率，分子包括 在分母中。 死亡分率常使用在決定十大死因的依據，當死亡 分率越大即表示該死亡人數較其他疾病多，需注 意的是，死亡分率不能用來表示族群所遭受到的 疾病危險性或威脅程度有多大。 換句話說，分率只能用來表示某種疾病和其他疾 病比較起來的相對嚴重度，而不能表達整個族群 受到疾病侵襲的真正嚴重性。

測量相關的方法-絕對比較 絕對比較與相對比較(Absolute comparison &Relative comparison) 取兩組比較值的差，例如發生率(incidence density，ID)作比較，則取暴露組的發生率 (IDE)與非暴露的發生率(IDĒ)計算兩者的差值。

測量相關的方法-絕對比較 2、相對比較(Relative comparison) 又可稱為相對危險性(RR,relative risk)或相對危 險比值(relative ratio)，適合用於研究致病因子 和致病機轉。

測量相關的方法-標準化方法 標準化方法(Standardization)-直接調整法與 間接調整法。 直接標準化(direct standardization)，直接調 整法適用於已知族群的年齡別死亡率，為 了消除兩個族群因為人口結構差異可能產 生的誤差，所以可以選擇一個參考族群， 利用該參考族群的人口當作標準人口，重 新調整兩個族群的人口組成，在進一步比 較兩者間的疾病率或死亡率。

直接標準化(direct standardization) 因為兩族群發生率為一種粗率，所以暴露族群之得病率較非暴露族群低，這個結論是錯誤的(因為二族群人口組成不同)。

直接調整法：進行年齡的標準化時須先假設暴露組非 暴露組二組的人口組成都像標準人口的組成，而標準 人口可任選二組之任一組或取兩組之和。例如，以兩 組人口之和作為標準人口 年輕族群標準人口＝3,000+1,000=4,000 老年族群標準人口＝1,000+9,000=10,000 標準人口總計＝4,000+10,000=14,000

間接標準化-標準化死亡比(smr) 使用時機： 在二個族群中，其中一組的年齡別死亡率或發 生率不知道或不穩定時，通常小族群的較不穩 定。亦即只知道暴露族群的發生個案總數，但 卻不知道發生個案（包括疾病或死亡）在各年 齡層的分佈，所以無法得到年輕族群及老年族 群個別之發生率，也無法與參考族群作比較。 當發生的病例數太少，若再細分各年齡層，分 別求算其發生個案在各年齡層的發生率，其意 義也不大。

(2)職業流行病學調查上用較多，例如比較職業團體與一般人口 標準化死亡比較常使用例子： (1)先進國家與落後國家作比較時 (2)職業流行病學調查上用較多，例如比較職業團體與一般人口 標準化死亡比(SMR)= 總實際死亡數(或總實際疾病數) 總期望死亡數(或總期望疾病數) X 100 標準化死亡比(SMR)= 總實際死亡數 總期望死亡數 X 100 = O E X 100

標準化死亡比(smr)的判讀意義： 1、當SMR＝100時即O=E，表示暴露族群和參考 族群之阿發生率相同，即表示暴露因子和發 病無關。 2、當SMR>100時，表示Exposure factor和發病有 關，其值越大越相關。 (至於相關須以統計方法去檢定此SMR是否顯著) 3、當SMR <100時，表示暴露因子反而有保護作 用，較不易得病。

實際上間接標準化是直接標準法之一 種，因為在直接標準法是根據同一參 考族群，再從二組族群中的各組去作 比較。而間接標準法以SMR來作比較， 其其期望值E值(Expected)來自非暴露組 的各發生率ID乘以暴露組各年齡層之 人口數的值總和。 實際病例數0值(Observed)是由暴露組 的各發生率而來，0與E直接根據同一 暴露組的年齡而來，所以間接標準法 也是直接標準法之一種。

健康指標

WHO Global health indicators 全球健康指標 Life expectancy and mortality Cause-specific mortality and morbidity Selected infectious diseases Health service coverage Risk factors

WHO Global health indicators 全球健康指標 Health workforce, infrastructure and essential medicines Health expenditure Health inequities Demographic and socioeconomic statistics Health information systems and data availability