1990-2021年全球女性乳腺癌负担不平等的分解分析与年龄-时期-队列分析

Global Inequalities in Female Breast Cancer Burden by Decomposition and Age-Period-Cohort Analysis, 1990-2021

作者信息Ke Li, Yiyin Zhang, Zeye Liu, Shu Wang
PMID42518146
发布时间2026-11
DOI10.1245/s10434-026-19798-5

实验完整度

低

基于GBD 2021数据库的观察性分析,采用APC模型、分解分析、不平等分析和贝叶斯预测,无体外或动物实验验证

主要模型

204个国家和地区的女性乳腺癌患者GBD 2021数据 按SDI五分位分层的国家队列

重点核对

SDI分层:按2021年指数值将国家分为低、中低、中、中高、高五个层级 APC模型:年龄效应采用纵向年龄曲线,时期效应和队列效应用相对风险表示,净漂移为年度百分比变化 分解分析:将DALYs和死亡变化分为流行病学变化、人口增长和年龄结构变化三个贡献因素 不平等分析:SII通过加权回归将年龄标准化率与相对SDI排名关联,CI通过洛伦兹曲线下面积数值积分计算 预测分析:BAPC模型使用R包BAPC(0.0.34),人口数据来自联合国世界人口展望1950-2100(2015修订版)

摘要

目的:我们的目标是分析1990年至2021年女性乳腺癌负担的时间趋势和地理差异,重点关注年龄、时期、队列效应和社会经济不平等。方法:使用2021年全球疾病负担(GBD)研究数据,我们量化了伤残调整生命年(DALYs)和死亡。分析包括社会人口指数(SDI)分层、时间分解和年龄-时期-队列(APC)模型以估计净漂移。确定不平等斜率指数(SII)和集中指数以衡量跨国不平等,并使用贝叶斯APC模型预测2050年的负担。结果:从1990年到2021年,全球与乳腺癌相关的DALYs和死亡增加,主要由于人口增长和老龄化。高SDI值国家的绝对负担最高,尤其是老年女性,而低或中低SDI值地区的年轻群体负担增加更快。APC模型显示绝经后女性风险增加,高SDI国家存在时期相关下降。相反,低SDI地区风险增加或趋于平稳。队列分析显示高SDI国家风险下降,但其他地区年轻队列风险增加。此外,不平等发生转变,低SDI国家负担更大。预测表明全球持续增加,尤其是2040年后。结论:全球女性乳腺癌负担持续增加,存在明显的区域和年龄差异,突出需要区域特定干预措施,如高SDI地区的老年护理和低SDI地区改善筛查和治疗的可及性。

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
1990至2021年全球女性乳腺癌负担的时间趋势和地理差异如何,年龄、时期、队列效应及社会经济不平等如何影响该负担?
核心机制
乳腺癌负担增加主要由人口增长和老龄化驱动;高SDI国家绝对负担最高且老年女性风险最大,低SDI地区年轻群体负担增长更快;不平等从高SDI国家向低SDI国家反转。
主要证据
基于GBD 2021数据的204个国家/地区分析:DALYs从296,487.61增至819,554.62,死亡从10,864.81增至30,568.38;APC模型显示高SDI国家绝经后女性风险增加、低SDI地区风险增加或平稳;SII从5(1990)变为−12(2021),CI从0.09变为−0.02;BAPC模型预测至2050年负担持续上升。
研究意义
研究结果强调需要区域特定干预措施,如高SDI地区的老年肿瘤护理和低SDI地区改善筛查与治疗可及性,以减轻全球乳腺癌负担和不平等。

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

GBD 2021数据获取与负担量化

量化1990至2021年204个国家/地区女性乳腺癌的全年龄DALY率和死亡率

使用GBD 2021研究数据,按ICD-10编码C50-C50.629等定义乳腺癌病例,计算每10万人的全年龄DALY率和死亡率,并进行全球制图可视化

2

SDI分层与负担差异分析

评估不同社会经济发展水平下乳腺癌负担的差异

按2021年SDI值将国家分为低、中低、中、中高、高五个层级,通过复合折线图和哑铃图展示SDI与DALY率或死亡率的相关性

3

年龄-时期-队列(APC)分析

分析年龄、诊断时期和出生队列对DALY和死亡率趋势的影响

采用APC模型,年龄效应通过纵向年龄曲线建模,时期效应量化为时期特异相对风险以评估医疗进步和筛查效果的时间趋势,队列效应表示为队列特异相对风险以评估与风险因素暴露演变相关的代际死亡差异;净漂移表示为DALYs和死亡率的年度百分比变化

4

分解分析

确定驱动乳腺癌负担变化的因素

将观察到的DALYs和死亡变化分为三个主要贡献因素:疾病流行病学变化、人口增长和年龄结构变化,评估各因素的独立影响

5

跨国不平等分析

评估乳腺癌负担的绝对和相对社会经济不平等

计算不平等斜率指数(SII)和集中指数(CI)。SII通过加权回归将国家年龄标准化DALY和死亡 rate与相对SDI排名关联;CI通过洛伦兹曲线下面积数值积分计算

6

贝叶斯APC预测分析

预测至2050年女性乳腺癌负担趋势

采用集成嵌套拉普拉斯近似的贝叶斯APC(BAPC)模型预测未来趋势,同时考虑年龄、时期和队列效应,提供可信区间估计

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
BAPC--0.0.34

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
GBD数据获取与负担量化
数据来源为GBD 2021研究;病例定义ICD-10编码;负担指标为全年龄DALY率和死亡率(每10万人);覆盖204个国家/地区;时间范围1990-2021年
阅读提示:Methods的Data Source和Case Definition小节;Table 1
SDI分层
SDI构成(人均收入、平均受教育年限、生育率);按2021年指数值分为五个层级;SDI范围0-1
阅读提示:Methods的Socio-demographic Index小节
APC分析
年龄效应建模方式(纵向年龄曲线);时期和队列效应的相对风险计算;净漂移定义(年度百分比变化)
阅读提示:Methods的Age–Period–Cohort Analysis小节;Fig. 2和Fig. 3
分解分析
三个贡献因素(流行病学变化、人口增长、年龄结构变化);分析时段(1990-2019年全球层面按SDI五分位)
阅读提示:Methods的Decomposition Analysis小节;Fig. 4
不平等分析
SII计算方法(加权回归,检验异方差性);CI计算方法(洛伦兹曲线数值积分);比较时点1990 vs 2021
阅读提示:Methods的Cross-Country Inequality Analysis小节;Fig. 5
预测分析
BAPC模型版本(R包BAPC 0.0.34);人口数据来源(联合国世界人口展望1950-2100,2015修订版);预测时段2022-2050年
阅读提示:Methods的Predictive Analysis小节;Fig. 6