发病率与患病率的核心区别
在流行病学中，发病率和患病率是衡量疾病负担和传播速度的两个最基本指标。发病率关注的是“新发”病例，用于衡量在特定期间内，原本健康的人群中新出现某种疾病的快慢或概率。它反映的是疾病发生的动态过程。
与此不同，患病率关注的是“现有”病例。它是一个横断面快照，用于衡量在特定时间点上，人群中患有某种疾病的所有人（包括新发病例和以前积累的旧病例）所占的比例。患病率反映的是特定时间点上疾病对人群造成的总体负担。
即使发病率很高，如果疾病的病程极短（例如患者迅速康复或死亡），其患病率也可能保持在较低水平；反之，对于一些无法治愈的慢性病，即使每年的新发病例（发病率）很少，由于患者长期存活，其患病率也会随着时间推移而不断累积升高。
流行病学中的分母选择
计算流行病学指标时，选择正确的“分母”至关重要。不同的指标依赖于完全不同的人口基数：
- 累积发病率：其分母是“期初暴露人口”，即在观察期开始时，未患该疾病且有可能发生该疾病的健康人群。
- 发病密度（发病率）：其分母是“观察人时”，即所有处于危险之中的人实际被观察的时间总和。
- 时点患病率：其分母是“特定参考时间点的总人口数”，即包含患者和健康人在内的整个目标人群。
由于分母的定义和计算方式不同，在报告这些指标时，必须始终保持分母的透明度。根据 Spronk 等人在 BMC Public Health 上发表的研究，分母选择的微小差异（例如使用期中人口还是人时）会显著改变最终发表的数值。因此，在引用比例时必须注明其期间，而在引用率时则必须注明其具体的时间单位。
人时的计算与估算
人时（Person-time）是发病密度计算的核心。它是将每个暴露个体的实际观察时间累加得到的。例如，如果 50 个人每人被随访了 2 年，那么总观察人时就是 100 人年。
在实际随访中，当某个体发生疾病、退出研究、失访或观察期结束时，该个体即停止贡献观察时间。如果无法获得每个人的精确随访时间，研究人员有时会使用“平均人口 × 观察期间”来估算总人时。
稳态条件下的数学关系
在疾病流行情况相对稳定的“稳态”人群中，发病率、患病率与病程之间存在着经典的数学关联：
患病率 ≈ 发病密度 × 平均病程
这一公式表明，患病率是发病速度与疾病持续时间共同作用的结果。如果已知发病密度和患病率，就可以通过该公式反推出隐含的平均病程。这种交叉核对在评估数据一致性时非常有用，但需要注意，该关系仅在疾病输入和输出达到平衡的稳态人群中才具有实际意义。
报告乘数的选择
为了使数据更易于阅读和比较，流行病学结果通常会使用报告率单位（乘数）进行缩放。常见的乘数包括百分比（%）、每 1,000 人、每 10,000 人或每 100,000 人。
选择乘数时应考虑疾病的罕见程度。例如，流感等常见疾病通常使用百分比报告；而癌症等较为罕见的疾病，在人群监测中则常规使用“每 100,000 人年”作为标准单位。需要强调的是，乘数仅用于缩放数值，它绝不会改变底部的实际分母。
计算器使用指南与规则
本在线工具根据美国 CDC 在《公共卫生实践流行病学原理》（第三版）中定义的计算方法设计。
输入限制与错误提示
为了确保计算的科学性，工具执行以下数据验证规则：
- 数值类型：所有病例数和人口数必须为整数。若输入非整数，将显示“病例数和人口数必须为整数。”；若输入非数字，则提示“请在每个已填写的字段中输入有效的数字。”。
- 非负限制：所有输入值不能为负数。若输入负数，将提示“数值不能为负数。”。
- 分母限制：分母必须大于零。若分母为零，将提示“分母必须大于零。”。
- 逻辑关系：新发病例数不能超过暴露人口数，否则提示“新发病例数不能超过暴露人口数 —— 请检查这两个数字。”；现患病例数不能超过总人口数，否则提示“现患病例数不能超过总人口数 —— 请检查这两个数字。”。
隐私与数据处理说明
您输入的病例数和人口数将保留在此页面上 —— 所有计算均在您的浏览器中进行，没有任何内容会被上传、存储或共享。
常见问题解答
为什么有两个分母不同的发病指标？
累积发病率是用新发病例数除以期初处于危险之中的暴露人口数，得出在该期间内发生该疾病的概率。发病密度（发病率）则是除以人时（每个人在处于危险之中时实际被观察的时间总和），因此当有人在不同时间加入、退出或发病时，该指标依然准确 [i, ii]。引用累积发病率时应注明其期间，而引用发病密度时应注明其时间单位。
发病率和患病率有什么区别？
发病率仅计算在某一期间内新出现的病例 —— 反映疾病发生的快慢。患病率则计算在某一时间点患有该疾病的所有人（包含新旧病例） —— 反映该时间点的总疾病负担。病程短的疾病可能同时具有高发病率和低患病率，而病程长的疾病即使发病率不高，也会积累出很高的患病率。
我应该使用哪个“每”作为乘数进行报告？
请根据疾病的罕见程度选择常规乘数：百分比适用于常见疾病，每 1,000 人或每 10,000 人适用于较少见的疾病，而癌症监测通常以每 100,000 人年为单位进行报告。乘数仅用于缩放数值 —— 它绝不会改变分母，这也是为什么计算器会在每个结果旁重复显示分母的原因。
如何获取人时数据？
将每个处于危险之中的人的观察时间相加：例如 50 个人每人随访 2 年，共贡献 100 人年。当某人发病、退出研究或观察期结束时，该人即停止贡献时间。如果您只知道人口规模和期间长度，通常用“人口 × 期间”进行估算 —— 计算器始终会标明其实际使用的分母。
发病率和患病率之间有什么联系？
对于处于稳态的疾病，患病率 ≈ 发病密度 × 平均病程。这就是为什么糖尿病的发病率适中但患病率很高（病程长），而普通感冒尽管发病率极高但患病率却很低（病程以天计，而非以年计）。当这两个指标均可用时，计算器会显示隐含的平均病程作为一致性核对，而非诊断发现。