数据获取与整理
获取GBD 2021中唇癌和口腔癌的估计数据,为后续分析提供基础。
通过GBD结果工具提取204个国家和地区从1990年至2021年的年龄标准化率、年龄别率及绝对数(包括发病、患病、死亡和DALYs)。
Global Lip and Oral Cavity Cancer: Analysis of the 2021 Global Burden of Disease Study
本研究为基于GBD 2021数据库的二次数据分析,属于描述性流行病学研究,未包含原始实验或干预验证,仅涉及统计建模和预测。
全球204个国家和地区唇癌和口腔癌疾病负担数据队列
数据来源:GBD 2021数据库 疾病定义:唇癌(ICD-10: C00)和口腔癌(C01-C06) 时间范围:1990-2021年 年龄标准化:使用WHO全球标准人口 统计软件:R 4.4.2
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GBD 2021中唇癌和口腔癌的估计数据,为后续分析提供基础。
通过GBD结果工具提取204个国家和地区从1990年至2021年的年龄标准化率、年龄别率及绝对数(包括发病、患病、死亡和DALYs)。
检测LOCC负担的时间趋势并量化变化幅度。
使用Joinpoint回归识别转折点并计算EAPC,同时使用APC模型评估年龄、时期和队列效应。
量化人口增长、老龄化和流行病学变化对负担变化的贡献。
使用Das Gupta分解方法将1990年至2021年的变化分解为人口增长、老龄化和流行病学变化三个组成部分。
评估SDI相关的绝对和相对健康不平等。
使用SII测量绝对不平等,CI测量相对不平等。
预测2022年至2050年LOCC负担趋势。
使用BAPC模型,基于年龄、时期和队列效应的贝叶斯框架进行预测。
按研究目的归类文中使用的方法,便于定位所需技术。
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 | GBD 2021数据库版本、提取工具 阅读提示:Methods and materials - Data source and data collection |
| 疾病定义 | ICD-10代码范围(C00-C06) 阅读提示:Methods and materials - Data source and data collection |
| 年龄标准化 | 使用WHO全球标准人口 阅读提示:Methods and materials - Statistical analysis |
| 统计模型参数 | APC模型的年龄组定义(12个年龄组,40岁及以上)、时期分组(1992-2021年,6个时期)、出生队列(1892-1901至1972-1981);Joinpoint回归设置;BAPC模型先验和超参数 阅读提示:Methods and materials - Age-period-cohort analysis; Statistical analysis; Predictive analytics |