恶性脑和中枢神经系统肿瘤负担的全球变化、时间趋势和社会经济不平等:基于GLOBOCAN 2024的人群系统分析

Global variations, temporal trends, and socioeconomic inequalities in the burden of malignant brain and central nervous system tumors: a population-based systematic analysis of GLOBOCAN 2024

作者信息Shao-Yuan Lei, Yue Wu, Hong-Jun Liu, Xiao-Feng Jia, Yan-Su Guo, Rong-Shou Zheng
PMID42892989
发布时间2026
DOI10.1016/j.mmr.2026.100072

实验完整度

低

基于GLOBOCAN 2024和CI5plus数据库的群体生态学分析,无体外、动物或功能机制验证实验。

主要模型

GLOBOCAN 2024数据库(186个国家) CI5plus数据库(30个国家75个癌症登记处,2003–2017) 世界人口展望2024人口与死亡数据

重点核对

终生风险计算采用经多原发调整的生命表法(AMP法) 趋势分析采用Joinpoint回归,模型限制最多4个连接点(5段线) HDI与终生风险关联采用Poisson分布对数连接广义线性模型,校正人口密度和城市人口比例 组织学亚型分析仅纳入2003–2017年连续合格数据的30个国家75个登记处

摘要

背景:既往对恶性脑和中枢神经系统(CNS)肿瘤负担的评估主要关注发病率和死亡率,对终生风险的关注较少。本研究旨在估计脑和CNS肿瘤的发病率、死亡率以及发病或死亡的终生风险,并评估社会经济不平等在国家间的影响。方法:脑和CNS肿瘤数据来自GLOBOCAN 2024和五大洲癌症发病率Plus(CI5plus)数据库,人口和死亡数据来自《2024年世界人口展望》。终生风险估计采用经多原发调整的生命表法。我们评估了2003年至2017年间脑和CNS肿瘤发病率、终生风险和组织学亚型的变化趋势。人类发展指数(HDI)与终生风险之间的关联采用广义线性模型评估。结果:2024年,脑和CNS肿瘤的年龄标准化发病率和死亡率分别为每10万人口3.37和2.51。从出生到死亡的全球脑和CNS肿瘤发病或死亡的估计终生风险分别为0.39%和0.32%。不同国家和地区以及不同HDI水平之间观察到终生风险的显著差异。低、中、高和极高HDI国家的脑和CNS肿瘤终生发病风险分别为0.16%、0.19%、0.45%和0.59%;这些类别中死亡风险分别为0.14%、0.17%、0.34%和0.48%。脑和CNS肿瘤的组织学亚型在年龄组和国家之间显示出较大差异。最常诊断的组织学类型是星形细胞肿瘤。结论:我们发现脑和CNS肿瘤的发病率、死亡率和终生风险在地理和HDI水平之间存在显著异质性,这可能反映了医疗资源配置和遗传暴露的差异。

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
估计全球脑和CNS肿瘤的发病率、死亡率及终生风险,并评估社会经济不平等(HDI)和国家间时间趋势的影响。
核心机制
脑和CNS肿瘤终生风险随HDI水平升高而增加;低HDI国家较低风险可能与医疗资源可及性不足、登记系统不完善及传染病竞争性死亡风险较高有关,但文献表述为“可能”。
主要证据
基于GLOBOCAN 2024(186个国家)和CI5plus(30国75个登记处,2003–2017)的群体数据分析显示,2024年全球ASIR和ASMR分别为3.37和2.51/10万,终生发病和死亡风险分别为0.39%和0.32%;极高HDI国家终生发病风险0.59%,低HDI国家0.16%;多变量校正模型显示低HDI国家发病RR=0.22(95% CI 0.15–0.33)。
研究意义
作者提出终生风险可为精准预防策略提供新视角,研究结果有助于指导医疗资源分配、优化全球健康策略规划并应对脑肿瘤全程中的健康不平等。

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

数据来源与纳入

构建全球脑和CNS肿瘤发病、死亡及人口学基础数据集

从GLOBOCAN 2024获取2024年C70–72发病和死亡数据;从CI5plus获取44国122个登记处2003–2017年数据,排除23个报告种族数据的登记处及24个因人口覆盖不足、单一登记、年病例<5或组织学亚型未知>75%的登记处,最终纳入30国75个登记处;人口和全因死亡数据来自世界人口展望2024。

2

终生风险估计

估计从出生到死亡及特定年龄起点至死亡的脑和CNS肿瘤发病或死亡累积概率

采用生命表法并经多原发调整(AMP法),结合每5岁年龄组新发病例数、死亡数、人口及全因死亡数计算终生风险;采用Poisson法估计方差和95% CI;并进行与累积风险的敏感性分析。

3

HDI与社会经济不平等关联分析

评估HDI水平及其组分与终生风险、ASIR、ASMR之间的关联

采用Poisson分布对数连接广义线性模型,以终生风险、ASIR、ASMR为因变量,HDI水平及其组分(平均受教育年限、人均国民总收入、全民健康覆盖指数)为自变量;报告未校正和多变量校正模型的RR及95% CI;用Pearson卡方/自由度比值评估过度离散。

4

时间趋势分析

评估2003–2017年脑和CNS肿瘤发病率、终生风险及组织学亚型的变化趋势

对30国75个登记处连续合格数据按性别、年龄和组织学亚型分层,采用Joinpoint回归计算平均年度百分比变化(AAPC)。

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

实验环节名称品牌货号
Joinpoint回归程序National Institutes of Healthversion 4.9.1
SAS软件SAS Instituteversion 9.4

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
数据来源与纳入
CI5plus登记处纳入与排除标准;最终纳入30国75个登记处;HDI分级阈值
阅读提示:Methods 2.1 Data sources;Additional file 1: Table S1
终生风险估计
生命表法与AMP法参数;Poisson方差及95% CI计算方法;按性别、HDI、年龄区间分层
阅读提示:Methods 2.2 Statistical analysis;Additional file 2: Methods
HDI关联分析
广义线性模型校正变量(人口密度、城市人口比例等);RR及95% CI;过度离散评估
阅读提示:Methods 2.2 Statistical analysis;Fig. 4 legend
时间趋势分析
Joinpoint模型连接点上限(4个);AAPC计算方法;组织学亚型分类;年龄组划分
阅读提示:Methods 2.2 Statistical analysis;Fig. 2、Fig. 3 legends