数据收集与癌症登记生存估计纳入
获取全球乳腺癌生存观测数据以作为建模基础
从CONCORD-2、CONCORD-3、SURVCAN-3、NORDCAN和ABC-DO等研究获取癌症登记生存估计，纳入1995年以来数据以最大化地理覆盖和时间趋势信息
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
2017-2021年全球乳腺癌生存估计，以推进WHO全球乳腺癌倡议
Global breast cancer survival estimates in 2017-2021 to advance the WHO Global Breast Cancer Initiative
实验完整度
低本研究为基于汇总数据的全球建模研究，无患者个体数据、无实验模型、无体外或体内功能验证，仅使用贝叶斯统计模型预测生存率
主要模型
基于人群的癌症登记处生存估计 基于医院的人群癌症登记处生存估计 WHO成员国（194国）乳腺癌诊断病例队列
重点核对
癌症登记生存估计：223个非重叠观测5年净生存估计，131个（59.2%）基于国家代表性数据 模型协变量：非远处转移诊断比例、乳腺癌药物指数、放疗单位密度、乳腺X线摄影单位密度、女性全因成人死亡率 国家咨询：11国提交原始汇总PBCR净生存估计，6国提交2017-2021年估计用于模型拟合 交叉验证：十折交叉验证，含随机留出、国家留出和前瞻性留出三种方式 敏感性分析：排除ABC-DO医院来源估计后非洲区域生存率从39.1%升至51.4%，全球估计基本不变
摘要
世界卫生组织（WHO）全球乳腺癌倡议旨在到2040年实现全球乳腺癌死亡率的显著下降——这一目标取决于患者预后和生存率的改善。然而，迄今为止，低收入和中等收入国家的癌症生存数据仍然有限。WHO估计了2017年至2021年间确诊乳腺癌女性的基于人群的年龄标准化5年净生存率，覆盖全部194个成员国，为监测乳腺癌结局提供了全球基准。本研究发现，2017-2021年间WHO各区域的中位5年净生存率差异很大：非洲区域为39.1%（95%不确定性区间34.1-44.7%），东地中海区域为61.0%（51.4-69.8%），东南亚区域为66.3%（57.7-73.7%），西太平洋区域为81.1%（78.6-83.5%），欧洲区域为84.0%（82.8-85.1%），美洲区域为88.5%（86.7-90.1%）。持续存在的生存差异反映了深刻的全球不平等；持续采取措施缩小乳腺癌诊断和治疗可及性差距，对于加强卫生系统至关重要。这将使所有国家能够确保其乳腺癌患者获得最佳结局，并实现全球乳腺癌倡议和可持续发展目标的具体目标。
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
- WHO需为全部194个成员国提供2017-2021年乳腺癌5年净生存率的全球基准估计，以监测全球乳腺癌结局并追踪GBCI进展
- 核心机制
- 通过贝叶斯分层统计模型整合癌症登记生存数据与协变量（非远处转移比例、乳腺癌药物指数、放疗和乳腺X线摄影单位密度、女性成人死亡率），估计各国5年净生存率
- 主要证据
- 模型拟合了223个非重叠观测癌症登记5年净生存估计，经十折交叉验证（随机留出平均绝对误差3.16%、国家留出4.27%、前瞻性留出2.52%），显示WHO区域间中位生存率从非洲区域39.1%到美洲区域88.5%不等，且生存率随收入水平升高而增加
- 研究意义
- 这些估计为乳腺癌生存提供了全球基准，支持GBCI框架下基于证据的国家主导癌症控制，突出在低收入环境中加强早期发现、及时诊断和综合治疗投资的必要性，并强调加强中低收入国家基于人群的癌症登记是追踪GBCI进展的优先事项
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。
协变量提取与建模
利用与乳腺癌生存相关的协变量填补无登记数据国家的生存估计
从系统综述、调查和公开数据集提取协变量，使用贝叶斯分层模型预测放疗单位密度、乳腺X线摄影单位密度、非远处转移诊断比例和乳腺癌药物指数
贝叶斯分层生存模型构建
预测全部194个成员国2017-2021年年龄标准化5年净生存率
使用贝叶斯分层统计模型结合PBCR估计、协变量和区域水平与趋势，数据模型采用logit正态似然，过程模型包含嵌套于GBD超级区域的国别随机截距和随机斜率
国家咨询与数据验证
确保透明度并让各国审查和补充本国生存估计数据
通过国家门户向成员国提交初步估计，接收反馈和额外数据，进行两阶段咨询；11国提交原始汇总PBCR净生存估计用于模型拟合，6国2017-2021年估计直接作为最终估计
模型验证与敏感性分析
评估模型预测性能和关键建模选择的影响
采用十折交叉验证进行样本内拟合评估和三种样本外验证（随机留出、国家留出、前瞻性留出），并开展两项敏感性分析
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。
产品清单
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 |
|---|---|
| 癌症登记生存数据纳入 | 数据来源（CONCORD-2/3、SURVCAN-3、NORDCAN、ABC-DO）、纳入标准（CONCORD数据质量标准）、诊断年份范围（1995-2023）、223个非重叠观测估计 阅读提示：见Methods中'Data sources for survival'小节及Extended Data Table 2 |
| 贝叶斯分层生存模型构建 | 模型似然（logit正态）、过程模型结构（嵌套于GBD超级区域的国别随机截距和斜率）、协变量列表及变换方式、先验设定（马鞍形先验自由度1）、MCMC参数（4链、4000迭代、2000预热、稀释率4） 阅读提示：见Methods中'Statistical modeling to predict 5-year net survival'和'Parameter specifications and estimation'小节 |
| 协变量建模与预测 | 放疗单位密度模型（hurdle模型结构和协变量）、乳腺X线摄影单位密度模型、乳腺癌药物指数计算（ESMO 2023调查、21种药物、评分0-4、最大值116）、非远处转移比例模型（Beta分布） 阅读提示：见Methods中'Radiotherapy and mammography unit density'、'Breast cancer stage at diagnosis'和'Breast cancer medicine index'小节及Extended Data Tables 4-5 |
| 国家咨询与数据验证 | 咨询时间窗口（2025年10月17日至2026年2月4日）、11国提交PBCR估计、6国2017-2021估计直接采用、数据提交模板要求 阅读提示：见Methods中'Country consultation'小节及Supplementary Table 3 |
| 模型验证与敏感性分析 | 十折交叉验证设计（随机留出、国家留出、前瞻性留出）、四项评估指标、排除ABC-DO医院来源估计的敏感性分析、Student-t随机截距敏感性分析 阅读提示：见Methods中'Model validation'和'Model sensitivity analyses'小节及Extended Data Table 6 |