数据收集与分层
获取全国代表性肝癌死亡率数据,并划分地理和人口亚组。
从WHO死亡率数据库(1987-2000)和DSP系统(2004-2021)获取肝癌死亡数据,按年龄、性别、城乡、东中西部区域分层。
Persistent and widening geographic disparities in liver cancer mortality in China, 1987-2021: a 35-year analysis from a national perspective
本研究为基于人群的观察性数据趋势分析,方法主要为统计建模(分段回归、APC模型、泊松回归),无功能实验或机制验证。
全国生命登记数据(WHO死亡率数据库,1987-2000) 中国疾病监测点(DSP)数据(2004-2021)
数据来源:WHO死亡率数据库(1987-2000)和DSP系统(2004-2021),DSP系统于2013年扩展至605个监测点,覆盖24.3%人口 地理分层:城乡和东部、中部、西部区域,基于行政划分和统计局标准 年龄标准化:以2010年全国人口为参考进行直接标准化 统计分析:分段回归估计AAPC,APC模型分解年龄、时期、队列效应,泊松回归估计时期RR并调整性别和地区 政策阶段划分:分为1987-1991、1992-2002、2003-2011、2012-2021四个时期,对应HBV疫苗接种政策里程碑
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。
获取全国代表性肝癌死亡率数据,并划分地理和人口亚组。
从WHO死亡率数据库(1987-2000)和DSP系统(2004-2021)获取肝癌死亡数据,按年龄、性别、城乡、东中西部区域分层。
评估总体和亚组肝癌死亡率的长期趋势。
使用直接标准化法以2010年全国人口为参考计算ASMR,并应用分段回归估计AAPC。
量化城乡、区域间差异及其对全国死亡率下降的贡献。
比较不同区域ASMR与全国水平的比率,计算2004-2021年间各区域对全国ASMR下降的贡献。
分解年龄、时期和队列效应对死亡率的影响。
对2004-2021年DSP数据应用APC模型,拟合对数线性泊松回归,估计年龄、时期和队列效应。
评估不同政策阶段对死亡率的影响,并调整性别和地区。
将研究期分为四个阶段,应用多变量泊松回归估计调整RR,比较不同时期和年龄组的死亡率变化。
检验数据源转换和模型假设对结果的稳健性。
执行分段回归和中断时间序列(ITS)模型,识别断点并检验2004年数据源转换的潜在影响。
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 |
|---|---|---|---|
| 统计分析 | R | R Foundation for Statistical Computing | 4.3.2 |
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 | WHO死亡率数据库(1987-2000)和DSP系统(2004-2021),DSP系统包含605个监测点,覆盖24.3%人口,数据缺失年份2001-2003 阅读提示:Methods 2.1 Data sources |
| 地理分层 | 城乡分类基于行政划分(县为农村,市辖区为城市);东部、中部、西部按统计局标准划分 阅读提示:Methods 2.1 Data sources |
| 年龄标准化 | 使用2010年全国人口普查作为标准人口 阅读提示:Methods 2.2.1 |
| 趋势分析 | 分段回归中最大断点数限制为3;AAPC分别计算1987-2021、1987-2000、2004-2021 阅读提示:Methods 2.2.1 |
| APC模型 | 年龄≥25岁,年龄组12个5年组,时期组4个,参考时期2014,参考队列1958,样条节点3-7 阅读提示:Methods 2.2.2 |
| 政策阶段分析 | 四个时期划分:1987-1991, 1992-2002, 2003-2011, 2012-2021;年龄组<30, 30-49, 50-69, ≥70;泊松回归调整性别和地区 阅读提示:Methods 2.2.3 |