21  Taux standardisés

Cette page vous montre deux façons de normaliser un résultat, tel que les hospitalisations ou la mortalité, en fonction de caractéristiques telles que l’âge et le sexe.

Nous commençons par démontrer de manière extensive les processus de préparation/nettoyage/jonction des données, car cela est courant lorsqu’on combine des données de population provenant de plusieurs pays, des données de population standard, des décès, etc.

21.1 Vue d’ensemble

Il existe deux manières principales de normaliser : la normalisation directe et la normalisation indirecte. Supposons que nous voulions normaliser le taux de mortalité par âge et par sexe pour le pays A et le pays B, et comparer les taux normalisés entre ces pays.

  • Pour une standardisation directe, vous devrez connaître le nombre de personnes à risque et le nombre de décès pour chaque strate d’âge et de sexe, pour le pays A et le pays B. Une strate dans notre exemple pourrait être les femmes âgées de 15 à 44 ans.
  • Pour une standardisation indirecte, il suffit de connaître le nombre total de décès et la structure d’âge et de sexe de chaque pays. Cette option est donc envisageable si les taux de mortalité ou les chiffres de population par âge et par sexe ne sont pas disponibles. La standardisation indirecte est en outre préférable en cas de petits effectifs par strate, car les estimations en standardisation directe seraient influencées par une variation d’échantillonnage importante.

21.2 Préparation

Pour montrer comment se fait la standardisation, nous allons utiliser des comptages fictifs de population et de décès du pays A et du pays B, par âge (en catégories de 5 ans) et par sexe (femme, homme). Pour que les ensembles de données soient prêts à être utilisés, nous allons effectuer les étapes de préparation suivantes :

  1. Charger les paquets
  2. Charger les jeux de données
  3. Joignez les données de population et de décès des deux pays.
  4. Pivoter plus longtemps pour qu’il y ait une ligne par strate âge-sexe.
  5. Nettoyez la population de référence (population standard mondiale) et joignez-la aux données du pays.

Dans votre scénario, vos données peuvent se présenter sous un format différent. Peut-être vos données sont-elles présentées par province, ville ou autre zone d’attraction. Vous avez peut-être une ligne pour chaque décès et des informations sur l’âge et le sexe pour chacun (ou une proportion importante) de ces décès. Dans ce cas, consultez les pages sur le Travailler sur des données groupées, Pivoter les données, and Tableaux descriptifs pour créer un ensemble de données avec des comptes d’événements et de population par strate âge-sexe.

Nous avons également besoin d’une population de référence, la population standard. Pour les besoins de cet exercice, nous utiliserons la world_standard_population_by_sex (population standard mondiale par sexe). La population standard mondiale est basée sur les populations de 46 pays et a été développée en 1960. Il existe de nombreuses populations “standard” - à titre d’exemple, le site web de NHS Scotland est assez informatif sur la population standard européenne, la population standard mondiale et la population standard écossaise.

Chargement des paquets

Ce chunk de code montre le chargement des paquets nécessaires aux analyses. Dans ce manuel, nous mettons l’accent sur p_load() de pacman, qui installe le paquet si nécessaire et le charge pour l’utiliser. Vous pouvez également charger les paquets installés avec library() de base R. Voir la page sur bases de R pour plus d’informations sur les paquets R.

pacman::p_load(
     rio, # importer/exporter des données
     here, # localisation des fichiers
     stringr, # nettoyage des caractères et des chaînes de caractères
     frailtypack, # nécessaire pour dsr, pour les modèles de frailty
     dsr, # standardiser les taux
     PHEindicatormethods, # alternative pour la standardisation des taux
     tidyverse) # gestion et visualisation des données

**ATTENTION:_** Si vous avez une version plus récente de R, le paquet dsr ne peut pas être téléchargé directement avec CRAN. Cependant, il est toujours disponible de l’archive CRAN. Vous pouvez installer et utiliser celui-ci.

Pour les utilisateurs non-Mac :

packageurl <- "https://cran.r-project.org/src/contrib/Archive/dsr/dsr_0.2.2.tar.gz"
install.packages(packageurl, repos=NULL, type="source")
# Autre solution qui peut fonctionner
require(devtools)
devtools::install_version("dsr", version="0.2.2", repos="http:/cran.us.r.project.org")

Pour les utilisateurs de Mac :

require(devtools)
devtools::install_version("dsr", version="0.2.2", repos="https://mac.R-project.org")

Charger les données de la population

Voir la page Télécharger le manuel et les données pour savoir comment télécharger tous les exemples de données du manuel. Vous pouvez importer les données de la page de normalisation directement dans R depuis notre dépôt Github en exécutant les commandes import() suivantes :

# importer les données démographiques du pays A directement depuis Github
A_demo <- import("https://github.com/epirhandbook/Epi_R_handbook/raw/master/data/standardization/country_demographics.csv")

# importer les décès pour le pays A directement depuis Github
A_deaths <- import("https://github.com/epirhandbook/Epi_R_handbook/raw/master/data/standardization/deaths_countryA.csv")

# Importez les données démographiques pour le pays B directement depuis Github.
B_demo <- import("https://github.com/epirhandbook/Epi_R_handbook/raw/master/data/standardization/country_demographics_2.csv")

# importer les décès pour le pays B directement depuis Github.
B_deaths <- import("https://github.com/epirhandbook/Epi_R_handbook/raw/master/data/standardization/deaths_countryB.csv")

# Importez les données démographiques pour le pays B directement depuis Github.
standard_pop_data <- import("https://github.com/epirhandbook/Epi_R_handbook/raw/master/data/standardization/world_standard_population_by_sex.csv")

Tout d’abord, nous chargeons les données démographiques (comptage des hommes et des femmes par catégorie d’âge de 5 ans) pour les deux pays que nous allons comparer, le “pays A” et le “pays B”.

# Pays A
A_demo <- import("country_demographics.csv")
# Pays B
B_demo <- import("country_demographics_2.csv")

Chargement du nombre de morts

De manière pratique, nous disposons également du nombre de décès survenus pendant la période qui nous intéresse, par âge et par sexe. Les chiffres de chaque pays sont dans un fichier séparé, comme indiqué ci-dessous.

Décès dans le pays A

Décès dans le pays B

Nettoyer les populations et les décès

Nous devons joindre et transformer ces données de la manière suivante :

  • Combiner les populations des pays en un seul ensemble de données et faire un pivot “long” pour que chaque strate âge-sexe soit une ligne.
  • Combiner le nombre de décès par pays dans un ensemble de données et faire pivoter “long” pour que chaque strate âge-sexe soit une ligne.
  • Joindre les décès aux populations

Tout d’abord, nous combinons les ensembles de données sur les populations des pays, nous effectuons un pivot plus long et un nettoyage mineur. Voir la page Pivoter les données pour plus de détails.

pop_countries <- A_demo %>% # Commencez avec l'ensemble de données du pays A
     bind_rows(B_demo) %>% # lier les lignes, car les colonnes portent le même nom
     pivot_longer( # pivot plus long
          cols = c(m, f), # colonnes à combiner en une seule
          names_to = "Sex", # nom de la nouvelle colonne contenant la catégorie ("m" ou "f") 
          values_to = "Population") %>% # nom de la nouvelle colonne contenant les valeurs numériques pivotées
     mutate(Sex = recode(Sex, # re-code les valeurs pour plus de clarté
          "m" = "Male",
          "f" = "Female"))

Les données de population combinées ressemblent maintenant à ceci (cliquez pour voir les pays A et B) :

Et maintenant, nous effectuons des opérations similaires sur les deux ensembles de données de décès.

deaths_countries <- A_deaths %>% # Commencez avec l'ensemble de données des décès du pays A
     bind_rows(B_deaths) %>% # lier les lignes avec l'ensemble de données B, parce que les colonnes sont nommées de manière identique
     pivot_longer( # pivot plus long
          cols = c(Male, Female), # colonne à transformer en une seule
          names_to = "Sex", # nom de la nouvelle colonne contenant la catégorie ("m" ou "f") 
          values_to = "Deaths") %>% # nom pour la nouvelle colonne contenant les valeurs numériques pivotées
     rename(age_cat5 = AgeCat) # renomme pour plus de clarté

Les données de décès ressemblent maintenant à ceci, et contiennent les données des deux pays :

Nous joignons maintenant les données de décès et de population sur la base des colonnes communes Country, age_cat5, et Sex. Cela ajoute la colonne Deaths.

country_data <- pop_countries %>% 
     left_join(deaths_countries, by = c("Country", "age_cat5", "Sex"))

Nous pouvons maintenant classer Country, age_cat5, et Sex comme facteurs et définir l’ordre des niveaux en utilisant la fonction fct_relevel() du paquet forcats, comme décrit dans la page sur Facteurs. Notez que le classement des niveaux des facteurs ne change pas visiblement les données, mais la commande arrange() les trie par Pays, catégorie d’âge et sexe.

country_data <- country_data %>% 
  mutate(
    Country = fct_relevel(Country, "A", "B"),
      
    Sex = fct_relevel(Sex, "Male", "Female"),
        
    age_cat5 = fct_relevel(
      age_cat5,
      "0-4", "5-9", "10-14", "15-19",
      "20-24", "25-29",  "30-34", "35-39",
      "40-44", "45-49", "50-54", "55-59",
      "60-64", "65-69", "70-74",
      "75-79", "80-84", "85")) %>% 
          
  arrange(Country, age_cat5, Sex)

**__ATTENTION:_** Si vous avez peu de décès par strate, envisagez d’utiliser des catégories de 10, ou 15 ans, au lieu de catégories de 5 ans pour l’âge.

Chargement de la population de référence

Enfin, pour la standardisation directe, nous importons la population de référence (la “population standard” mondiale par sexe).

# Population de référence
standard_pop_data <- import("world_standard_population_by_sex.csv")

Nettoyer la population de référence

Les valeurs des catégories d’âge dans les cadres de données country_data et standard_pop_data devront être alignées.

Actuellement, les valeurs de la colonne age_cat5 du cadre de données standard_pop_data contiennent le mot “years” et “plus”, alors que celles du cadre de données country_data ne le font pas. Nous devrons faire correspondre les valeurs des catégories d’âge. Nous utilisons str_replace_all() du paquet stringr, comme décrit dans la page Caractères et chaînes de caractères, pour remplacer ces motifs par des "" sans espace.

De plus, le paquet dsr s’attend à ce que dans la population standard, la colonne contenant les comptes soit appelée "pop". Nous renommons donc cette colonne en conséquence.

# Suppression d'une chaîne spécifique des valeurs de la colonne
standard_pop_clean <- standard_pop_data %>%
     mutate(
          age_cat5 = str_replace_all(age_cat5, "years", ""), # supprime "year" (année)
          age_cat5 = str_replace_all(age_cat5, "plus", ""), # supprimez "plus".
          age_cat5 = str_replace_all(age_cat5, " ", "")) %>% # supprime l'espace " ".
     
     rename(pop = WorldStandardPopulation) # change le nom de la colonne en "pop", car cela est attendu par le paquet dsr

CAUTION: Si vous essayez d’utiliser str_replace_all() pour supprimer un symbole plus, cela ne fonctionnera pas car c’est un symbole spécial. “Échappez” au spécial en mettant deux barres obliques inverses devant, comme dans str_replace_call(column, "\\+", "").

21.2.1 Créer un jeu de données avec une population standard

Enfin, le package PHEindicatormethods, détaillé ci-dessous, attend les populations standards jointes aux événements et aux comptages de population du pays. Nous allons donc créer un jeu de données all_data à cet effet.

all_data <- left_join(country_data, standard_pop_clean, by=c("age_cat5", "Sex"))

Cet ensemble de données complet ressemble à ceci :

21.3 dsr package

Nous démontrons ci-dessous le calcul et la comparaison de taux directement standardisés à l’aide du package dsr. Le package dsr vous permet de calculer et de comparer des taux directement standardisés (pas de taux indirectement standardisés !).

Dans la section Préparation des données, nous avons créé des jeux de données distincts pour le nombre de pays et la population standard :

  1. l’objet country_data, qui est un tableau de population avec le nombre de population et le nombre de décès par strate par pays
  2. l’objet standard_pop_clean, contenant le nombre de personnes par strate pour notre population de référence, la population standard mondiale.

Nous utiliserons ces ensembles de données distincts pour l’approche dsr.

Taux standardisés

Ci-dessous, nous calculons les taux par pays directement standardisés pour l’âge et le sexe. Nous utilisons la fonction dsr().

A noter - dsr() s’attend à un cadre de données pour les populations des pays et le nombre d’événements (décès), et un autre cadre de données avec la population de référence. Il s’attend également à ce que dans cette base de données de la population de référence, le nom de la colonne unité-temps soit “pop” (nous nous en sommes assurés dans la section Préparation des données).

Il y a de nombreux arguments, comme annoté dans le code ci-dessous. Notamment, event = est fixé à la colonne Deaths, et le fu = (“follow-up”) est fixé à la colonne Population. Nous définissons les sous-groupes de comparaison comme la colonne Country et nous standardisons sur la base de age_cat5 et Sex. Ces deux dernières colonnes n’ont pas d’argument nommé particulier. Voir ?dsr pour plus de détails.

# Calculez les taux par pays directement standardisés pour l'âge et le sexe
mortality_rate <- dsr::dsr(
     data = country_data, # spécifier l'objet contenant le nombre de décès par strate
     event = Deaths, # colonne contenant le nombre de décès par strate 
     fu = Population, # colonne contenant le nombre de population par strate
     subgroup = Country, # unités que nous souhaitons comparer
     age_cat5, # autres colonnes - les taux seront standardisés par celles-ci
     Sex,
     refdata = standard_pop_clean, # cadre de données de la population de référence, avec une colonne appelée "pop".
     method = "gamma", # méthode pour calculer l'IC à 95%.
     sig = 0,95, # niveau de signification
     mp = 100000, # nous voulons les taux pour 100.000 habitants
     decimals = 2) # nombre de décimales)


# Imprimez la sortie sous la forme d'un joli tableau HTML
knitr::kable(mortality_rate) # Afficher le taux de mortalité avant et après la standardisation directe
Subgroup Numerator Denominator Crude Rate (per 1e+05) 0% LCL (Crude) 0% UCL (Crude) Std Rate (per 1e+05) 0% LCL (Std) 0% UCL (Std)
A 11344 86790567 13.07 13.07 13.07 23.57 23.57 23.57
B 9955 52898281 18.82 18.82 18.82 19.33 19.32 19.33

Ci-dessus, nous voyons que même si le pays A avait un taux de mortalité brut plus faible que le pays B, il a un taux standardisé plus élevé après standardisation directe par âge et par sexe.

Ratios de taux standardisés

# Calculer le RR
mortality_rr <- dsr::dsrr(
     data = country_data, # spécifier l'objet contenant le nombre de décès par strate
     event = Deaths, # colonne contenant le nombre de décès par strate 
     fu = Population, # colonne contenant le nombre de population par strate
     subgroup = Country, # unités que nous souhaitons comparer
     age_cat5,
     Sex, # caractéristiques sur lesquelles nous aimerions nous standardiser 
     refdata = standard_pop_clean, # population de référence, avec des chiffres dans la colonne appelée pop
     refgroup = "B", # référence pour la comparaison
     estimate = "ratio", # type d'estimation
     sig = 0.95, # niveau de signification
     mp = 100000, # nous voulons des taux pour 100.000 habitants
     decimals = 2) # nombre de décimales

# Imprimer le tableau
knitr::kable(mortality_rr)
Comparator Reference Std Rate (per 1e+05) Rate Ratio (RR) 95% LCL (RR) 95% UCL (RR)
A B 23.57 1.22 1.17 1.27
B B 19.33 1.00 0.94 1.06

Le taux de mortalité standardisé est 1,22 fois plus élevé dans le pays A que dans le pays B (IC 95 % 1.17-1.27).

Différence de taux standardisé

# Calculer RD
mortality_rd <- dsr::dsrr(
     data = country_data, # spécifier l'objet contenant le nombre de décès par strate
     event = Deaths, # colonne contenant le nombre de décès par strate 
     fu = Population, # colonne contenant le nombre de population par strate
     subgroup = Country, # unités que nous souhaitons comparer
     age_cat5, # caractéristiques sur lesquelles nous voulons nous standardiser
     Sex,                        
     refdata = standard_pop_clean, # population de référence, avec des chiffres dans la colonne appelée pop
     refgroup = "B", # référence pour la comparaison
     estimate = "difference", # type d'estimation
     sig = 0.95, # niveau de signification
     mp = 100000, # nous voulons des taux pour 100.000 habitants
     decimals = 2) # nombre de décimales

# Imprimer le tableau
knitr::kable(mortality_rd)
Comparator Reference Std Rate (per 1e+05) Rate Difference (RD) 95% LCL (RD) 95% UCL (RD)
A B 23.57 4.24 3.24 5.24
B B 19.33 0.00 -1.24 1.24

Le pays A a 4.24 décès supplémentaires pour 100.000 habitants (IC 95% 3.24-5.24) par rapport au pays A.

21.4 PHEindicatormethods package

Une autre façon de calculer les taux standardisés est avec le paquet PHEindicatormethods. Ce package vous permet de calculer les taux standardisés directement et indirectement. Nous allons montrer les deux.

Cette section utilisera le cadre de données all_data créé à la fin de la section Préparation. Ce cadre de données inclut les populations des pays, les événements de décès, et la population de référence standard mondiale. Vous pouvez le visualiser ici.

Taux directement standardisés

Ci-dessous, nous regroupons d’abord les données par Pays, puis nous les passons à la fonction phe_dsr() pour obtenir les taux directement standardisés par pays.

A noter - la population de référence (standard) peut être fournie comme une colonne dans le cadre de données spécifique au pays ou comme un vecteur séparé. Si elle est fournie dans le cadre de données spécifique au pays, vous devez définir stdpoptype = "field". Si elle est fournie sous forme de vecteur, définissez stdpoptype = "vector". Dans ce dernier cas, vous devez vous assurer que l’ordre des rangées par strate est similaire dans le cadre de données spécifique au pays et dans la population de référence, car les enregistrements seront appariés par position. Dans notre exemple ci-dessous, nous avons fourni la population de référence sous forme de colonne dans le cadre de données spécifique au pays.

Consultez l’aide de ?phe_dsr ou les liens dans la section Références pour plus d’informations.

# Calculez les taux par pays directement normalisés pour l'âge et le sexe.
mortality_ds_rate_phe <- all_data %>%
     group_by(Country) %>%
     PHEindicatormethods::phe_dsr(
          x = Deaths, # colonne avec le nombre d'événements observés
          n = Population, # colonne avec les pops non standard pour chaque strate
          stdpop = pop, # populations standard pour chaque strate
          stdpoptype = "field")       # soit "vector" pour un vecteur autonome, soit "field" pour signifier que les populations std sont dans les données.  

# Imprimer le tableau
knitr::kable(mortality_ds_rate_phe)
Country total_count total_pop value lowercl uppercl confidence statistic method
A 11344 86790567 23.56686 23.08107 24.05944 95% dsr per 100000 Dobson
B 9955 52898281 19.32549 18.45516 20.20882 95% dsr per 100000 Dobson

Taux standardisés indirectement

Pour la standardisation indirecte, vous avez besoin d’une population de référence avec le nombre de décès et le nombre de population par strate. Dans cet exemple, nous allons calculer les taux pour le pays A en utilisant le pays B comme population de référence, car la population de référence standard_pop_clean n’inclut pas le nombre de décès par strate.

Ci-dessous, nous créons d’abord la population de référence du pays B. Ensuite, nous passons les données de mortalité et de population pour le pays A, nous les combinons avec la population de référence, et nous les passons à la fonction phe_isr(), pour obtenir des taux indirectement standardisés. Bien sûr, vous pouvez aussi faire l’inverse.

A noter - dans notre exemple ci-dessous, la population de référence est fournie comme un cadre de données séparé. Dans ce cas, nous nous assurons que les vecteurs x =, n =, x_ref = et n_ref = sont tous ordonnés par les mêmes valeurs de catégorie de standardisation (strate) que celles de notre cadre de données spécifique au pays, puisque les enregistrements seront appariés par position.

Consultez l’aide de ?phe_isr (maintenant calculate_ISRate depuis dec 2022) ou les liens dans la section Références pour plus d’informations.

# Créez la population de référence
refpopCountryB <- country_data %>% 
  filter(Country == "B") 

# Calculer les taux pour le pays A indirectement standardisés par âge et sexe
mortality_is_rate_phe_A <- country_data %>%
     filter(Country == "A") %>%
     PHEindicatormethods::calculate_ISRate( #avant c'etait phe_isr()
          x = Deaths, # colonne avec le nombre d'événements observés
          n = Population, # colonne avec les pops non standard pour chaque strate
          x_ref = refpopCountryB$Deaths, # nombre de décès de référence pour chaque strate
          n_ref = refpopCountryB$Population) # population de référence pour chaque strate

# Imprimez le tableau
knitr::kable(mortality_is_rate_phe_A)
observed expected ref_rate value lowercl uppercl confidence statistic method
11344 15847.42 18.81914 13.47123 13.22446 13.72145 95% indirectly standardised rate per 100000 Byars

21.5 Ressources

Si vous souhaitez voir un autre exemple reproductible utilisant dsr, veuillez consulter cette vignette.

Pour un autre exemple utilisant PHEindicatormethods, veuillez vous rendre sur ce site Web

Voir les PHEindicatormethods fichier pdf de référence