0 引言

世界卫生组织国际癌症研究机构（IARC）2020年发布的数据显示，肺癌是全球发病人数第二位、死亡人数第一位的癌症，发病220万例，死亡达180万例^[1]。我国2020年肺癌死亡人数高达71万，占癌症死亡总数的23.8%^[2]，严重影响了居民的期望寿命，损耗公共卫生资源。我国现有的肺癌死亡趋势研究多局限在某一地区，且过去的趋势研究存在年龄和时期的共线问题，通过年龄-时期-队列（Age-Period-Cohort, APC）模型可以分别从年龄、时期、出生队列角度考察对疾病的影响大小^[3-5]。本研究采用APC模型研究肺癌死亡率的变化规律及影响因素，以期对肺癌防治及相关决策提供参考依据。

1 资料与方法 1.1 资料来源

本研究所用死亡数据均来源于国家卫生健康委员会发布的《中国卫生健康统计年鉴》居民病伤死亡原因，数据来源于全国各地死因监测点，数据来源真实可靠。数据内容包括城市、农村地区居民因肺癌导致的各年龄别粗死亡率。因20岁以下居民肺癌死亡率偏低且有数据缺失，85岁以上居民死亡原因复杂，本研究选取20~84岁的城乡居民作为研究人群。

1.2 研究方法

年龄-时期-队列模型已成为分析慢性非传染性疾病发病率和死亡率变化趋势常见的流行病学分析工具，其以Poisson分布为基础，可在同时调整年龄、时期、队列等因素的条件下，估计一定人群疾病或死亡的危险性，体现疾病在年龄、时期和队列上的变化趋势。APC模型的公式为Y=α₀+αX₁+βX₂+γX₃+ε，其中Y代表死亡率，α、β和γ分别代表年龄、时期和队列效应，X₁、X₂和X₃分别代表年龄、时期和出生年份。α₀为常数项或截距，ε为残差。对于模型的求解，学者们在尝试两因素模型、惩罚函数等方法后，Fu和Yang等^[6-7]提出了Intrinsic Estimator（内生因子法），具有可估、无偏性等特点。

研究对象以5岁为间隔，将20岁及以上对象分为13个年龄组，时期划分为2006—2010年、2011—2015年、2016—2020年三组，出生队列以5年为间隔从1924—1998年划分为15组，针对城市和农村居民分别构建APC模型。

1.3 统计学方法

运用Excel 2019对我国居民肺癌死亡率数据进行统计学处理，使用Stata16.0分析2006—2020年城市和农村肺癌死亡趋势，采用对数线性回归模型分析年龄、时期、队列效应对肺癌死亡率的影响，并得到死亡风险系数，死亡风险系数为正表示风险增加，数值越高风险越高，死亡风险系数为负表示风险降低，数值越低风险越低。再计算并绘制肺癌死亡风险变化速度图。

2 结果 2.1 2006—2020年中国肺癌死亡率变化

2006—2020年中国肺癌死亡率总体呈上升趋势，城市居民肺癌死亡率普遍高于农村居民。城市居民肺癌死亡率在2011年达到峰值，为50.5/10万，之后死亡率总体呈缓慢增长趋势，城市居民肺癌死亡率趋势变化差异无统计学意义（t=-1.1921, P=0.1265）。农村居民死亡率呈现迅速上升趋势，在2010年下降后又持续上升，并在2016年与城市居民肺癌死亡率相同，为47.84/10万，但在随后的几年均低于城市居民，农村居民肺癌死亡率变化趋势差异具有统计学意义（t=-0.0027, P < 0.001），见图 1。

2.2 居民肺癌年龄-时期死亡率变化

选取2008、2013和2018年的城乡居民肺癌死亡率反映2006—2010年、2011—2015年和2016—2020年三个时期的变化情况。结果显示，20~84岁年龄组在2008、2013和2018年的肺癌死亡率变化相似，城乡居民肺癌死亡率均随着年龄的增长而增长，且均在55岁及以上开始呈指数型增长，见图 2~3。

2.3 居民肺癌的年龄-出生队列死亡率变化

中国城市居民和农村居民肺癌年龄别死亡率随出生年份的变化情况见图 4~5，城乡居民55岁及以上肺癌死亡率较55岁以下数值差距较大，因此两图中以虚线和实线分别代表两个年龄段的变化情况。总的来看，我国城乡居民肺癌年龄别死亡率随出生年份呈下降趋势。20~54岁年龄别死亡率变化趋势较为平稳，55~84岁死亡率上升趋势较快。城市居民50~54岁死亡率呈上升趋势，农村居民50~54岁呈先下降后上升趋势；城市居民60~64岁死亡率呈上升趋势，农村居民60~64岁呈下降趋势。

2.4 居民肺癌死亡率的APC模型分析

APC模型分析结果显示，年龄、时期和队列均为中国城乡居民肺癌死亡的风险因素。城乡居民肺癌死亡风险系数的变化趋势大体相同。在年龄效应上，肺癌死亡风险随着年龄的增长而迅速增长，城乡居民风险系数从20~24岁的-2.9695、-2.5897增长到80~84岁的1.6255和1.3470，80~84岁的死亡风险较20~24岁分别增长了53.45（EXP4.322=53.45）和41.48（EXP3.937=41.48）倍。从时期效应来说，肺癌死亡风险系数总体呈增长趋势，城乡居民2016—2020年的风险系数较2006—2010年分别增长了40.20%和39.22%。从队列效应来看，城乡居民肺癌死亡风险随出生队列的增长而下降，1924—1928年出生的城乡居民死亡风险分别较1994—1998年出生的增长了4.2092和3.988，分别增长了49.74（EXP4.209=49.74）和42.96（EXP3.988=42.96）倍，见表 1、图 6。

2.5 出生队列风险效应变化速度分析

我国城乡居民肺癌死亡风险随出生队列效应变化波动起伏，见图 7。城市居民1948—1952年肺癌死亡风险出生队列效应增加，其他时间段均降低。农村居民1963—1967年死亡风险出生队列效应增加，其他时间段均降低。城市居民1963—1967年出生队列增长速度较快。农村居民1963—1967年、1978—1982年出生队列增长速度较快，1968—1972年出生队列降低速度较快。

3 讨论 3.1 我国肺癌死亡率总体呈上升趋势

从总体上看，我国城乡居民肺癌死亡率均呈上升趋势，与王丽君等的研究结果一致^[8]。近15年来，农村居民肺癌死亡率攀升迅速（P < 0.001），城乡肺癌死亡率差异在不断缩小，农村居民医疗卫生资源获得不足，卫生投入影响人群癌症筛查普及^[9]，因此需根据不同地区人群，制定可行有效的防治策略。

3.2 肺癌死亡风险随年龄的增加而增大

年龄效应从生物学和病理学特征上体现健康随年龄变化的特征^[10]。本研究显示，我国城乡居民肺癌死亡率随年龄增大而升高，这与高冬青、Akhtar-Danesh等国内外研究保持一致^[11-12]，55岁后城乡居民肺癌死亡率呈指数型增长，55~84岁城市居民、50~84岁农村居民肺癌效应系数均为正，且差异具有统计学意义，表明这两年龄段的城乡居民为肺癌死亡的高风险人群，其中农村居民呈现死亡年龄更早、波动更大的特点。社会老龄化是肺癌发病率和死亡率逐年升高的原因之一^[13]，随着我国老龄化程度加深，未来我国肺癌发病和死亡仍可能会处于较高水平。

3.3 肺癌死亡风险随时期的增加而增大

时期效应反映了对癌症死亡率和发病率有直接影响的因素，例如有效治疗的发展和筛查的实施^[14]。随着时期的变化，社会也在不断发展，医疗条件的变化及癌症的筛查工作开展可有效降低肺癌的死亡。但从时期来看，2006—2010年肺癌死亡效应系数为负，风险较低（P < 0.05），2016—2020年肺癌死亡风险较高（P < 0.05），肺癌死亡风险在时期效应上呈现增长趋势。这可能是因为风险因素随时间推移具有累计效应。此外，虽然我国近年来采取如控烟行动、空气质量整治等公共卫生干预措施，可在一定程度上降低肺癌的死亡风险，但由于长久以来危险因素的积累，恶性肿瘤已经形成，干预措施对肺癌的预后效果不明显，导致时期效应曲线无下降趋势。

3.4 出生越晚的居民肺癌死亡风险越低

随着出生队列的推移，城乡居民肺癌死亡风险均呈下降趋势，且效应系数也均逐渐递减。年轻一代肺癌死亡风险较低，1924—1958年城市出生的队列人群和1924—1953年农村出生的队列人群肺癌死亡风险系数均大于其他队列人群，说明出生越早的城乡居民死亡风险越高。1954年后出生的城乡居民肺癌死亡风险快速降低，这可能是因为在新中国成立后，我国科学技术及医药卫生事业得到了一定程度发展，包括肺癌在内的多种疾病的死亡率得到一定控制。

综上，2006—2020年我国城乡居民肺癌死亡率均呈上升趋势，年龄和时期对肺癌死亡率影响一致，作用明显。随着老龄化及时期的推移，肺癌可能会造成更多的伤残或早死，疾病负担加重，应继续加大对我国包括50岁及以上城乡居民等高危人群肺癌防治的健康教育、预防筛查工作以及对肺癌高风险因素，如烟草暴露、大气污染等治理工作。由于年龄增长为固有因素，在进一步的流行病学研究中应深入研究时期效应相关因素对肺癌死亡的影响。此外，我们应更加关注队列及其在社会变迁和稳定中的作用，对于肺癌来说，早期预防更为重要，对年轻队列的早期干预，为降低我国未来几十年肺癌死亡率，减轻肺癌疾病经济负担提供了契机。

利益冲突声明:

所有作者均声明不存在利益冲突。

作者贡献：

许靖：提出研究选题、设计论文框架、文章撰写与修改

余欣：调研整理文献

马洪涛：指导文章撰写

万蓓欣：整理文章数据