论文部分内容阅读
目的:本研究分析并预测中国女性乳腺癌发病和死亡的变化趋势,旨在掌握中国女性乳腺癌的发病和死亡的变化趋势,为卫生部门制定相关政策措施提供数据支持,同时为未来中国女性乳腺癌防控工作的开展提供科学依据。方法:(1)描述性研究。对1990-2016年中国女性乳腺癌标准化发病率及死亡率进行描述,初步了解其变化发展趋势;对观察期内中国女性乳腺癌发病率和死亡率的年龄变化趋势、时期变化趋势和队列变化趋势分别描述。(2)通过联结点回归模型对1990年到2016年中国女性乳腺癌发病率和死亡率变化趋势进行分段描述,找出不同区段的联结点并评价区段内的变化是否有统计学意义。(3)利用泊松回归模型与负二项回归模型对乳腺发病率和癌死亡率数据进行分析,探讨可能影响观察期内研究对象乳腺癌发病和死亡等流行特征的因素,并比较这两种模型的拟合效果。(4)应用年龄-时期-队列模型(APC模型)发病率和死亡率的变化趋势进行分析,进一步计算观察期内研究对象乳腺癌发病风险和死亡风险中年龄效应、时期效应和队列效应的贡献大小。(5)对未来十年中国女性乳腺癌发病率和死亡率进行预测。结果:(1)1990-2016年中国女性乳腺癌发病率总体呈现出不断上升的趋势。联结点回归模型结果表明,在近三十年的观察期内中国女性人群乳腺癌发病率变化趋势可以划分为5个时间区段:1990-1993年,1993-2000年,2000-2005年,2005-2010年和2010-2016年。观察期内中国女性乳腺癌发病率变化的年龄趋势、时期趋势和队列趋势分析结果表明:中国女性人群随着年龄的升高而乳腺癌发病率呈现先大幅度增加后略有下降的趋势;时期趋势在整个观察期内呈现出随着时期的变化发病率逐渐升高的整体变化趋势;队列趋势在整个观察期内所有年龄组女性的乳腺癌发病率变化中呈现出年龄越小出生队列因素对于发病风险的影响越小的特征,。(2)1990-2016年中国女性乳腺癌死亡率总体呈现出先上升后下降的趋势。联结点回归模型结果表明,在观察期内中国女性人群乳腺癌死亡率变化趋势可以划分为 5 个时间区段:1990-1998 年、1998-2002 年、2002-2005 年、2005-2014年和2014-2016年。对观察期内乳腺癌死亡率变化的年龄趋势、时期趋势和队列趋势的分析结果表明:年龄趋势表现出随着年龄的增长中国女性乳腺癌死亡率不断上升;在观察期间中国女性乳腺癌死亡率的时期趋势表现为20-29岁女性时期死亡率的时期趋势变化不大,30-49岁死亡率随着时期的变化缓慢下降,50岁及以后,死亡率的时期趋势变化较为复杂,其中60-64岁年龄组女性的死亡率随着时期变化呈现上升-下降-上升-下降的趋势;时期趋势整体呈现出女性年龄越小乳腺癌死亡率随着出生队列变化的波动幅度越小。年龄别死亡率的变化趋势研究结果表明,随着观察时间的变化不同年龄组的死亡率变化呈现先上升后下降趋势。(3)泊松回归和负二项回归结果均表明年龄和年份都是中国女性乳腺癌发病的独立危险因素。比较两种回归模型的拟合效果后选择负二项分布结果评价年龄因素和年份因素的影响:中国女性年龄每增加五岁,乳腺癌的发病风险增加27%(OR=1.27,95%CI=1.24-1.29,P<0.05);在观察期内随着年份每增加一年,平均发病风险增加2%(OR=1.02,95%CI=1.02-1.03,P<0.05)。对于中国女性乳腺癌死亡率的泊松分布和负二项回归结果表明,年龄是中国女性乳腺癌死亡的独立危险因素,选择拟合效果更好的负二项回归分析结果表明:中国女性年龄每增加五岁,乳腺癌的死亡风险增加25%(OR=1.25,95%CI=1.24-1.26,P<0.05)。(4)发病率数据的年龄-时期-队列模型分析结果显示总体上年龄效应中国女性在观察期内乳腺癌的发生风险变化中呈现出先上升后下降趋势。时期效应在整个观察期间整体呈现出中国女性乳腺癌发生风险随着时间的推进其时期效应不断增加;队列效应在观察期间对于中国女性乳腺癌发病风险呈现出不断降低的整体趋势。(5)1990-2016年中国女性乳腺癌死亡率数据的年龄-时期-队列模型分析结果显示年龄效应在中国女性乳腺癌死亡风险的变化中随着年龄的增大而增加。时期效应在观察期限内呈现出随着时间的推进不断增加的变化趋势。队列效应在观察期内研究人群中呈现的是整体下降的趋势。(6)选用ARIMA(2,1,2)模型和ARIMA(2,2,2)模型对中国女性乳腺癌未来十年的发病率和死亡率进行预测,结果显示在2017年到2026年间中国女性乳腺癌的发病率不断上升,到2026年约为19.56/10万;死亡率逐渐下降,到2026年约为4.32/10万。结论:(1)年龄是中国女性乳腺癌发生和死亡的影响因素,在多数情况下年龄越大发病和死亡的风险越高。(2)联结点回归模型在分析中国乳腺癌发病率和死亡率变化的长期趋势时,不仅能够描述变化趋势,而且对于不同区段的变化进行统计学意义分析。(3)应用APC模型研究结果表明随着观察时期的不断推进中国女性乳腺癌的发病率不断上升,死亡率出现下降。(4)泊松分布和负二项分布适用于探讨癌症风险因素的流行性学调查研究中,且负二项回归的拟合效果更优。回归结果均表明:年龄是中国女性乳腺癌发生和死亡的危险因素,而时期因素的影响则需要进一步研究。(5)利用ARIMA模型预测2017-2026年中国女性乳腺癌发生和死亡情况结果提示,在未来十年中国女性乳腺癌发生率持续上升,而死亡率有所下降。