数据来源与处理
获取食管癌和胃癌的全球及注册处层面数据,以计算亚型和亚部位比例。
利用GLOBOCAN 2022获取各国新发食管癌和胃癌病例总数,利用CI5 Vol. XII获取不同性别和年龄组的亚型和亚部位比例。
Global patterns of upper gastrointestinal cancer incidence by subtype and subsite in 2022: a population-based study
采用GLOBOCAN 2022和CI5 XII数据,进行描述性统计分析及相关性分析;未涉及实验室功能或机制验证。
数据来源:GLOBOCAN 2022数据库(185个国家或地区) 亚型和亚部位比例来源:CI5 Vol. XII(2013-2017年,460个癌症登记处,65个国家) 按性别和年龄组(<65和≥65岁)计算亚型和亚部位比例 年龄标准化方法:Segi-Doll世界标准人群直接法 排除标准:排除超过75%未指定亚部位的GC登记处
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
获取食管癌和胃癌的全球及注册处层面数据,以计算亚型和亚部位比例。
利用GLOBOCAN 2022获取各国新发食管癌和胃癌病例总数,利用CI5 Vol. XII获取不同性别和年龄组的亚型和亚部位比例。
计算亚型和亚部位的分布比例,用于估算全球病例数。
按性别和年龄组(<65和≥65岁)计算每个国家的ESCC、EAC、CGC和NCGC比例,对于没有注册数据的国家使用区域比例代替。
通过将比例应用于GLOBOCAN 2022的总病例数,估算各亚型和亚部位的病例数。
将按性别和年龄组的比例乘以对应的GLOBOCAN 2022总病例数,得出各亚型和亚部位的估计病例数。
计算年龄标准化发病率,并比较不同区域、性别和HDI的差异。
使用Segi-Doll世界标准人群直接法计算ASIR,并报告男性和女性ASIR比以及按年龄分层(<50和≥50)的截缩ASIR和病例数。
评估ASIR与HDI的关联,并验证结果对分类变化的稳健性。
使用Spearman秩相关分析评估ASIR与HDI的关联;在敏感性分析中,排除EC其他癌和GC未指定亚部位(C16.8-9),重新计算比例和ASIR。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据分析 | R版本4.3.3 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据来源 | GLOBOCAN 2022数据库版本和访问日期;CI5 Vol. XII数据库版本和访问日期;HDI数据版本(2021-22) 阅读提示:Methods - Data sources |
| 比例计算 | 年龄分组(<65和≥65岁);最小病例数要求(至少2例/层);分母定义(EC: ESCC+EAC+其他癌,GC: CGC+NCGC含未指定);排除标准(GC登记处未指定比例>75%) 阅读提示:Methods - Statistical analysis |
| 病例数估算 | 比例应用方式(0-64组用于0-64岁,≥65组用于65+);国家、区域和HDI类别的整合方法 阅读提示:Methods - Statistical analysis |
| ASIR计算 | 标准人群(Segi-Doll世界标准人口) 阅读提示:Methods - Statistical analysis, References 17 |
| 统计分析与敏感性 | Spearman相关分析的国家数(EC 172, GC 174);HDI分组截断值(低<0.550,中0.550-0.699,高0.700-0.799,极高≥0.800);敏感性分析分母(EC: ESCC+EAC,GC: CGC+NCGC [C16.1-6]) 阅读提示:Methods - Statistical analysis,3.4 Sensitivity analysis |