论文部分内容阅读
目的:分析2000-2014年间有连续监测数据的22个肿瘤登记处的胃癌发病和死亡变化趋势,利用不同模型预测2015、2020和2025年全国胃癌发病和死亡情况。方法:1.利用Joinpoint软件对2000-2014年22个肿瘤登记处的合计、男性和女性的胃癌发病/死亡率、发病/死亡标化率和发病/死亡数拟合对数线性模型,分析各指标的变化趋势。标化率用Segi’s标准人口计算。用年度变化百分比(annual percent change,APC)和年均变化百分比(average annual percent change,AAPC)及 95%可信区间对各指标的趋势进行描述。2.分性别地将发病和死亡数据分为18个年龄组(0-4岁,5-9岁,以此类推至80-84岁,和85岁及以上)。分别计算男、女性各年龄组的发病率和死亡率,并对各年龄组的率拟合Joinpoint回归模型。对于率较低且对数线性模型的斜率无统计学意义的年龄组,用2000-2014年发病和死亡的平均水平作为该组的胃癌负担预测值;对于其他年龄组,选取最后一段对数线性片段的模型作为该组的胃癌负担预测模型,进而估计2015、2020和2025年各年龄组胃癌的发病率和死亡率。3.将2000-2014年男、女性各年龄组的发病率和死亡率视为时间序列,判断使各时序平稳所需进行的差分次数,以及差分后各时序的自回归和移动平均的阶,进而对各时序拟合差分自回归移动平均模型(Autoregressive Integrated Moving Average model,ARIMA 模型)。利用 ARIMA 模型预测 2015、2020 和 2025 年各年龄组胃癌的发病率和死亡率。4.分析不同出生队列和不同时期的男、女性胃癌发病和死亡率的变化趋势,利用贝叶斯年龄-时期-队列模型和预测(Bayesian Age-period-cohort Modeling and Pred iction,B AMP)方法对胃癌发病率和死亡率进行马尔可夫链蒙特卡洛迭代,预测2015、2020和2025年各年龄组胃癌的发病率和死亡率。5.比较2013和2014年各年龄组的全国胃癌发病/死亡率估计值与22个肿瘤登记处率的观测值。计算两年间二者之比的平均值作为校正系数,并对上述三种方法得到的预测值进行校正,可获得2015、2020和2025年全国男、女性各年龄组的胃癌发病/死亡率的预测值。结合联合国发布的人口预测数据,可估计3个年份中全国合计、男性和女性胃癌的发病和死亡情况。结果:1.2000-2014年间22个肿瘤登记处的胃癌发病率趋势平稳(AAPC=0.2%),发病标化率明显下降(AAPC=-2.9%),发病数明显上升(AAPC=2.8%)。同期我国胃癌死亡率趋势平稳(AAPC=-0.5%),死亡标化率明显下降(AAPC=-3.8%),死亡数明显上升(AAPC=2.3%)。2.根据Joinpoint回归模型,全国胃癌发病率将从2015年的28.00/10万升至2025年的29.31/10万。同期发病标化率从19.91/10万下降至15.88/10万,发病数从39.12万上升至42.17万,60岁及以上的老年患者比例从71.0%上升至77.7%。全国胃癌死亡率将从2015年的19.20/10万降至2025年的18.78/10万。同期死亡标化率从13.50/10万下降至9.88/10万,死亡数从26.82万上升至27.03万,老年患者比例从78.3%上升到83.2%。3.根据ARIMA模型,全国胃癌发病率将从2015年的27.93/10万降至2025年的27.66/10万。同期发病标化率从19.79/10万下降至15.05/10万,发病数从39.02万上升至39.79万,60岁及以上的老年患者比例从70.8%上升至72.0%。全国胃癌死亡率将从2015年的18.74/10万降至2025年为13.39/10万。同期死亡标化率从13.19/10万下降至6.99/10万,死亡数从26.20万下降至19.30万,老年患者比例从78.5%上升到81.0%。4.根据BAMP模型,全国胃癌发病率将从2015年的27.18/10万降至2025年的22.70/10。同期发病标化率从19.30/10万下降至12.23/10万,发病数从37.97万下降至32.66万,60岁及以上的老年患者比例从70.4%上升至76.5%。全国胃癌死亡率将从2015年的17.75/10万降至2025年为8.81/10万。同期死亡标化率从12.50/10万下降至4.59/10万,死亡数从24.80万下降至12.68万,老年患者比例从78.2%上升到82.6%。结论:人口老龄化和人口数的增加是2000-2014年我国胃癌负担增加的主要原因。虽然三个模型的预测结果不尽相同,但都提示2015-2025年我国胃癌的发病和死亡率无明显上升、标化发病和死亡率明显降低以及老年患者占比逐年增加。三个模型中,Joinpoint回归模型的预测结果最为保守,适用于中短期的预测。ARIMA模型的精度随预测时间的延长明显降低,仅适合短期预测。BAMP对下降趋势的估计最为激进,且能在较长时间内保持高预测精度,中长期预测结果较前两者更可信。