标化率 ，全称是 标准化率（standardized rate） ，是流行病学中常见的一个指标，当几个比较组之间的年龄、性别等变量的构成不同时，此时直接比较组间的粗率（crude rate）容易导致偏倚，通常需要对率做标准化（standardization）后再比较。 标化率中心思想 ：利用某一指定的标准人口构成，消除不同地区在人口构成指标（年龄、性别等）方面的差别，即计算按标准人口构成校准后的总率。标准人口应该选择有代表性的、较稳定的、数量较大的人群，如全国、全世界、全省的人口为标准人口，时间也最好与被标化资料一致或接近。 标准化率的方法 ：主要有两种，即直接法和间接法。 直接法 是根据一个标准人口（如全国、全省人口或合并人口等）构成，重新计算各组的预期率，从而得到标准化率。直接法需要已知各组的人口构成和相应的率（如患病率、死亡率等），以及标准人口构成。 间接法 是根据标准患病率（或死亡率、发病率等）及各组的人口构成来计算预期率，从而得到标准化率。间接法需要已知各组的人口构成以及标准人口患病率（或死亡率、发病率等）。 要点 ： 注： 总标准死亡率=标准人口年龄构成（即年龄组别占比）× 各年龄组别标准死亡率 总预期死亡率=各年龄组别标准死亡率 × 实际人口年龄构成 假设某地区5个年龄组的HIV感染人数与对应年龄组的人口数。计算该地区的HIV的年龄标化率。 case/pop=CrudeRate;可以通过 mutate 来计算 首先需要通过 standard_pop标准人口来计算各个年龄组的比例，这个standard_pop可以根据某省或者WHO的标准，主要目的是获取不同年龄组所占总人口比例。 (1) 计算各年龄组的人数proportion prop.table 可以计算年龄组的proportion；确保proportion 总和为1。 (2) 计算年龄组调整的率 只需将每个年龄组的原始 case 乘以该年龄组的 proportion 即可。 （由于proportion均小于1，因此HIV的年龄标化率是各个年龄组调整后的累计效应） 根据该计算方式；可以得出 CrudeRate =166.0874; Adjust_rates=143.9176 借助于 epitools ： 这里增加了一列数据standard_pop人口的各个感染病例数：standard_case；这样就相当于两个地区各年龄组都有HIV的发病数。合并两个地区的pop计算调整的年龄标化率。 参考阅读 ： (1) 标准化率 (2) R 计算年龄标化率（Age Adjusted Rates） (3) Age Adjusted Rates - Steps for Calculating
