中国肝癌死亡率持续且扩大的地理差异,1987-2021年:一项全国视角的35年分析

Persistent and widening geographic disparities in liver cancer mortality in China, 1987-2021: a 35-year analysis from a national perspective

作者信息Qianru Li, Siyi He, Mengdi Cao, Yi Teng, Nuopei Tan, Jiachen Wang, Yujie Wu, Tianyi Li, Yuanjie Zheng, Tingting Zuo, Changfa Xia, Wanqing Chen
PMID42630869
发布时间2026-01-27
DOI10.1016/j.jncc.2025.12.006

实验完整度

低

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。

主要模型

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)

重点核对

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

摘要

目的:尽管中国肝癌死亡率总体下降,但地理和人口统计学差异的长期趋势仍知之甚少。本研究旨在评估肝癌死亡率的时间趋势和演变模式,重点关注次国家差异和疾病负担的转移。方法:死亡率数据来自两个来源:世界卫生组织(WHO)死亡率数据库(1987-2000年),提供了按城乡居住地分层的全国代表性生命登记数据;以及中国疾病监测点(DSP)系统(2004-2021年),这是一个基于人群的抽样网络,到2013年逐渐扩展到覆盖所有31个省份的605个监测点,并持续按城乡和东中西部地区分层。为评估次国家差异,我们计算了总体和亚组的时间趋势,并以全国水平为参考比较了各地区年龄标化死亡率(ASMR)。应用年龄-时期-队列(APC)模型分解年龄、时期和出生队列效应。应用泊松模型估计与关键阶段一致的时期特异性死亡率比。结果:肝癌死亡率在2004年前后温和上升,随后至2021年总体下降(平均年度百分比变化-1.09% [95% CI: -1.25%, -0.93%]),城市和东部地区下降更明显,农村和西部地区下降较慢。东部和中部地区贡献了全国总体下降的80%以上。男性死亡率始终高于女性,农村和西部地区性别差异扩大。年轻年龄组下降幅度更大,而老年人下降较慢甚至呈上升趋势。APC分析显示,死亡风险随年龄增加,而时期和队列效应显著改善,尤其是在年轻人、女性和东部城市地区。相反,老年人群和西部农村地区的下降有限。区域死亡率差异随时间扩大,近年来城乡和东西部差距持续增大。结论:中国肝癌死亡率在地理和人口统计学上仍不平等,负担正转向西部农村地区,性别和年龄差异持续存在。这些发现强调迫切需要针对特定地区和人群的预防策略,特别是针对老年人和欠发达地区。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
中国肝癌死亡率长期趋势如何,且地理和人口统计学差异是否随时间演变?
核心机制
研究未验证生物学机制,但将死亡率下降与HBV疫苗接种政策相关联,通过APC模型显示队列效应改善,支持出生队列疫苗接种的长期影响。
主要证据
基于WHO和DSP数据的趋势分析显示全国ASMR下降,东部和中部地区贡献超80%,年轻和女性群体下降更显著,西部地区和老年人下降有限。
研究意义
提示需要针对特定地区和人群的精准预防策略,尤其是农村和西部地区的老年人和男性。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

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。

2

计算年龄标化死亡率(ASMR)和趋势分析

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。

3

评估区域差异和贡献度

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。

4

年龄-时期-队列(APC)分析

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。

5

多变量泊松回归分析

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。

6

敏感性分析

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。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

趋势分析
年龄-时期-队列分析
多变量回归分析

产品清单

实验环节名称品牌货号
RR Foundation for Statistical Computing4.3.2

关键环节

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