Прямая стандартизация: метод и числовой пример

Когда сравнивают смертность, рождаемость, заболеваемость или другой коэффициент для двух территорий, одного общего числа часто недостаточно. В одной территории может быть больше пожилых, в другой - больше молодых; различие итоговых коэффициентов тогда отражает не только сам риск события, но и состав населения. Прямая стандартизация отделяет эти эффекты: она как бы помещает сравниваемые населения в одну и ту же возрастную структуру.

Метод особенно полезен, когда известны возрастные или иные групповые коэффициенты. Он не создаёт новые наблюдения и не меняет реальные данные. Это расчётный ответ на вопрос: каким был бы общий коэффициент каждой территории, если бы у обеих была одна выбранная структура стандартного населения.

Зачем стандартизовать коэффициенты

Общий коэффициент - это отношение числа событий к численности всего населения. Например, если в городе произошло 260 случаев среди 10 000 жителей, грубый коэффициент равен 26 на 1 000. Но он смешивает группы с разным риском. Для многих показателей возраст - сильный фактор: риск смерти и ряда заболеваний обычно выше в старших возрастах, а рождаемость зависит от доли женщин репродуктивных возрастов.

Представим два города. В молодом городе коэффициент может быть ниже просто потому, что там мало пожилых. В старом городе тот же возрастной профиль риска даст больше событий на всё население. Сравнивать только грубые числа - значит приписывать структуре населения различие в самом риске.

Возрастно-половая пирамида помогает увидеть, откуда берётся такая разница: в ней показаны размеры возрастных групп и половой состав. Но для компактного сравнения территорий нужна ещё одна операция - привести их к общей структуре.

Что такое стандартное население

Стандартное население - это набор численностей или долей по группам, одинаковый для всех сравниваемых объектов. Оно может быть реальным населением выбранного года, суммой двух территорий или условной учебной конструкцией. Важно заранее зафиксировать правило выбора и применять его одинаково.

Рассчитать для своей задачи

Пусть стандарт состоит из трёх возрастных групп: 0–39 лет - 40 000 человек, 40–64 года - 35 000, 65 лет и старше - 25 000. Всего - 100 000. Тогда веса групп равны 0,40; 0,35 и 0,25. Они суммируются до единицы, поэтому стандартизованный коэффициент является взвешенным средним возрастных коэффициентов.

Выбор стандарта влияет на абсолютный результат. Поэтому в отчёте нужно назвать стандарт и его состав. Если возрастные коэффициенты одной территории относительно другой примерно пропорциональны во всех группах, порядок сравнения обычно устойчив. При сильном пересечении профилей вывод может зависеть от стандарта.

Формула прямой стандартизации

Обозначим возрастной коэффициент в группе (i) через (r_i), а численность этой группы в стандарте - через (N_i^s). Тогда прямой стандартизованный коэффициент равен

$$R_{std}=\frac{\sum_i r_i N_i^s}{\sum_i N_i^s}=\sum_i r_i w_i, \qquad w_i=\frac{N_i^s}{\sum_iN_i^s}.$$

Если коэффициенты заданы на 1 000 жителей, результат тоже будет на 1 000. Удобно считать ожидаемые события: умножить коэффициент в долях на численность стандартной группы, сложить результаты и разделить на общий стандарт. Это не фактическое число событий, а модельный объём при переносе возрастного профиля на стандарт.

Пример: расчёт по трём группам

Возьмём условные данные. В городе А возрастные коэффициенты равны 10, 20 и 30 на 100 жителей, в городе Б - 5, 25 и 35 на 100 жителей. Для наглядности это учебные числа, а не статистика реальных территорий.

Стандартное население: 40 000, 35 000 и 25 000 человек. Для города А ожидаемые события составят:

• 0–39: (0{,}10\times40,000=4,000);
• 40–64: (0{,}20\times35,000=7,000);
• 65+: (0{,}30\times25,000=7,500).

Всего - 18 500 событий на 100 000 человек, то есть (R_{A,std}=18{,}5) на 100 жителей. Для города Б получаем 2 000 + 8 750 + 8 750 = 19 500, или (R_{B,std}=19{,}5) на 100 жителей.

Итак, после выравнивания структуры показатель Б выше А на 1 пункт, или примерно на 5,4% относительно А. Вклад каждой возрастной группы виден отдельно: стандарт просто задаёт, сколько людей каждой группы мы условно оставляем в обоих городах.

Почему грубый и стандартизованный показатели расходятся

Добавим фактическую структуру. В городе А живут 70 000, 20 000 и 10 000 человек по трём группам. Его фактическое число событий равно 7 000 + 4 000 + 3 000 = 14 000; грубый коэффициент - 14 на 100. В городе Б структуры обратные: 20 000, 30 000 и 50 000 человек. При его возрастных коэффициентах это 1 000 + 7 500 + 17 500 = 26 000, то есть 26 на 100.

Грубое сравнение даёт большую разницу: 26 против 14. После стандартизации - 19,5 против 18,5. Причина - в городе Б намного больше старшей группы, а именно там коэффициент выше. Стандартизация не «исправляет» реальную нагрузку на систему здравоохранения: для планирования ресурсов грубое число может быть важнее. Она отвечает на другой вопрос - различаются ли уровни при одинаковом составе населения. Такой принцип полезно отличать от обычной унификации: в статье об унификации и агрегатировании речь идёт о составе изделий и коэффициентах применяемости, а здесь - о весах групп населения.

Рассчитать для своей задачи

Прямой метод по шагам

Практический алгоритм выглядит так:

1. Разделите населения на одинаковые группы в каждом объекте: например, 0–39, 40–64 и 65+.
2. Для каждой территории рассчитайте групповой коэффициент (r_i): число событий разделите на численность группы и приведите к общей базе, например к 1 000.
3. Выберите стандарт и запишите его численности (N_i^s) или доли (w_i).
4. Умножьте каждый групповой коэффициент на соответствующую долю стандарта.
5. Сложите произведения. Полученное число - прямой стандартизованный коэффициент.
6. Сравнивайте территории и укажите, какой стандарт и единицу измерения вы использовали.

Ключевая проверка качества - группы должны совпадать по границам и смыслу. Нельзя умножить коэффициент для возраста 0–39 на вес стандарта 0–14. Также нельзя смешивать коэффициенты «на 1 000» с долями без перевода единиц.

Как читать результат

Стандартизованный коэффициент удобно воспринимать как условный сценарий, а не как новую перепись. Вопрос звучит так: «каким был бы итог, если бы каждой территории дали одну и ту же структуру?» Поэтому он годится для ранжирования и сопоставления, но не для оценки фактического числа пациентов, расходов или нагрузки на учреждения. Эти задачи требуют исходных численностей.

Полезно смотреть сразу на три слоя: грубый коэффициент, групповые коэффициенты и стандартизованный итог. Если итог изменился мало, возрастная структура не была главным источником различий. Если порядок территорий изменился, вывод нужно сформулировать осторожно и проверить другой разумный стандарт. Исходную структуру удобно читать по возрастно-половой пирамиде, а общую идею единого правила - сопоставлять с целями стандартизации.

Прямой и косвенный методы

Прямой метод применяет возрастные коэффициенты изучаемого населения к стандартному населению. Поэтому ему нужны достаточно надёжные коэффициенты в каждой группе. Если в малой территории событий мало или групповые данные нестабильны, прямой результат может иметь большую случайную ошибку.

Косвенный метод устроен наоборот: возрастные коэффициенты стандарта применяют к структуре изучаемого населения и получают ожидаемое число событий. Затем фактическое число сравнивают с ожидаемым, часто через стандартизованный коэффициент смертности или отношение наблюдаемого к ожидаемому. Такой подход удобен при малых числах, но его итог нельзя трактовать как обычный прямой коэффициент без оговорок.

В методических материалах Росстата прямой метод описывается как способ сравнения, при котором групповые коэффициенты переносят на условное стандартное население. В руководстве ВОЗ стандартизованный показатель также определяется как взвешенное среднее возрастных коэффициентов со стандартными весами. Это подчёркивает: оба метода требуют явного описания стандарта и не заменяют анализ исходных возрастных данных.

При необходимости можно стандартизовать не только возраст. Ту же логику применяют к полу, календарному периоду, району или сочетанию признаков. Но чем больше разрезов, тем мельче группы и тем выше риск случайных колебаний. Нельзя «спрятать» плохое качество исходных данных за сложной формулой. Для коэффициентов, построенных из разных единиц измерения, сначала приводят знаменатели к общей базе; сравнение стандартизованных бета-коэффициентов в регрессии - другой приём, разобранный в статье о коэффициентах бета.

Частые ошибки

• Сравнивают только грубые коэффициенты. Так в результат попадает различие возрастной структуры, а не только различие риска.
• Меняют стандарт между территориями. Тогда показатели находятся на разных весах и напрямую несопоставимы.
• Путают доли и проценты. Коэффициент 20% - это 0,20 в формуле, а не 20, если численность умножается на него.
• Называют ожидаемые события фактическими. В прямом методе это расчётная величина для единого стандарта.
• Забывают про малые числа. Нестабильные возрастные коэффициенты дают нестабильный стандартный итог; нужны доверительные интервалы и осторожная интерпретация.

FAQ

Можно ли выбрать стандартное население самостоятельно?

Да, если цель и правило выбора прозрачны: например, население региона за базовый год или условные веса. Для публикации важно привести состав стандарта и использовать его во всех сравнениях.

Прямая стандартизация показывает реальное число событий?

Нет. Она показывает модельный общий коэффициент при одинаковой структуре. Реальное число событий и фактический грубый коэффициент сохраняют самостоятельное значение.

Когда выбрать косвенный метод?

Когда групповые коэффициенты изучаемой территории слишком шумны или часть групп мала. Косвенный метод использует более устойчивые стандартные коэффициенты, но результат интерпретируется как отношение наблюдаемого к ожидаемому.

Коротко

Прямая стандартизация - это взвешивание одинаковых групповых коэффициентов одной и той же структурой стандартного населения. В учебном примере она дала 18,5 и 19,5 на 100 вместо грубых 14 и 26: большая часть различия исчезла после выравнивания возраста. Всегда записывайте группы, стандарт, единицы и ограничения метода; прямой коэффициент отвечает на вопрос о сравнении при общей структуре, а не отменяет реальные демографические различия.