苏州市结直肠癌死亡时空分布特征分析
黄春妍
,
陆艳
,
王临池
,
黄桥梁
,
陆步来
,
张钧
实用肿瘤杂志
![]() ![]() |
本刊论文版权归本刊所有,未经授权,请勿做任何形式的转载 |
外在的环境因素是影响肿瘤发展的主要因素[1]。结直肠癌是消化系统中常见的恶性肿瘤之一,疾病负担研究显示,我国结直肠癌发病率和死亡率趋向发达国家,呈现增长趋势[2]。苏州市2002-2015年结直肠癌死亡数据趋势分析结果表明,结直肠癌死亡率也处于较高水平,并随着年份的推移呈上升趋势,主要危及中老年人群[3]。目前,国内描述肿瘤流行病学研究多数采用一般性描述特征,缺乏定量分析其时空特性。近年来,地理信息系统(geographic information system, GIS)的数据处理和空间分析技术开始运用到公共卫生领域和流行病学研究,有助于直观、清晰地反映疾病流行趋势、变化规律和地理分布,给流行病学研究带来快速发展[4-6]。本研究分析江苏省苏州市结直肠癌死亡率时空分布特征,为结直肠癌的病因研究、预防控制策略及措施调整提供参考依据。
1 资料和方法 1.1 资料来源结直肠癌死亡数据来源于苏州市疾病预防控制中心人口死亡信息登记管理系统,研究对象为2006-2016年苏州市户籍居民中根本死因为结直肠癌的病例(ICD-10编码:C18-C20)。人口数据来源于苏州市公安局,2010年全国第6次人口普查数据来源于中国统计局,乡镇电子地图来源于国家基础地理信息数据库,全市共96个乡镇/街道。
1.2 研究方法采用描述性流行病学方法,确定结直肠癌死亡的基本情况。应用Arc GIS10.0软件,运用自然间断点分级法(Jenks)制作结直肠癌死亡等级分布图[7];之后用SaTScan软件进行时空扫描,分析死亡高低聚集区半径、时间段及RR值与P值,以P<0.05为差异具有统计学意义。SaTScan软件时空扫描原理为建立圆柱形扫描窗口[8],圆柱形底对应地理位置,高对应时间。圆心处于不断变化中,对于某个具体的位置,底面圆的半径和高分别从0逐渐增大到某个上限值。根据数据类型选择二项分布或Poisson分布模型,本研究为Poisson分布模型,参考既往研究方案[9-10],最大聚集区域为50%,扫描聚类的形式为高值和低值聚类,时间步长为1年,计算每次变动后窗口内外的统计指标的差异,采用蒙特卡罗模拟方法检验似然比,检验次数设置为999次,根据P值判断是否存在时空聚集性。
1.3 质量控制苏州市自1973年试点开展死因监测工作,1985年全市覆盖,距今已有40多年的历史。市、区两级疾病预防控制中心死因监测工作人员对死因系统中居民死亡证明书进行质量审核。为确保监测数据的完整性,定期与公安、民政和妇幼保健等部门进行核查补漏工作,每3年开展1次覆盖全市的死因漏报调查工作,区/县级是随机抽取1个乡镇/街道或每个乡镇随机抽取1个村/社区作为调查点,调查点内户籍家庭成员均为调查对象,入户并询问调查年前1年家庭内有无死亡病例及死者的详细信息,发现漏报及时补报,漏报率均<5%。
1.4 统计学分析以2010年全国第6次人口普查的人口构成为标准,计算标化死亡率。采用SAS9.4软件进行整理分析。运用对数线性回归法统计2006-2016年结直肠癌死亡率年度变化百分比(annual percentage change, APC)[11],并对回归系数进行t检验。以P<0.05为差异具有统计学意义。
2 结果 2.1 苏州市结直肠癌死亡率呈增加趋势2006-2016年苏州市年均人口数为6 418 978,结直肠癌总死亡数为9 602例,年均死亡率为13.54/10万,年标化死亡率为8.95/10万,死亡率和标化死亡率均呈现上升趋势,APC分别为5.12%和2.02%,差异均具有统计学意义(均P < 0.05)。每年结直肠癌标化死亡率男性均高于女性(表 1)。
年份 | 男性 | 女性 | 合计 | |||||
粗死亡率 | 标化死亡率 | 粗死亡率 | 粗死亡率 | 标化死亡率 | ||||
2006 | 12.39 | 10.66 | 11.20 | 9.37 | 11.79 | 10.03 | ||
2007 | 11.70 | 9.37 | 10.61 | 8.02 | 11.15 | 8.71 | ||
2008 | 13.11 | 9.46 | 10.15 | 7.01 | 11.61 | 8.26 | ||
2009 | 13.14 | 8.94 | 11.15 | 7.34 | 12.13 | 8.16 | ||
2010 | 14.52 | 9.86 | 11.83 | 7.72 | 13.16 | 8.82 | ||
2011 | 13.22 | 8.72 | 11.09 | 7.23 | 12.14 | 7.99 | ||
2012 | 13.88 | 8.94 | 11.70 | 7.45 | 12.77 | 8.22 | ||
2013 | 16.11 | 9.85 | 12.58 | 7.77 | 14.32 | 8.84 | ||
2014 | 16.56 | 9.91 | 13.07 | 8.02 | 14.78 | 8.99 | ||
2015 | 21.10 | 12.33 | 14.88 | 8.88 | 17.94 | 10.65 | ||
2016 | 20.34 | 11.40 | 14.18 | 8.00 | 17.20 | 9.74 | ||
年均 | 15.10 | 9.95 | 12.04 | 7.89 | 13.54 | 8.95 | ||
APC(%) | 6.14 | 2.55 | 3.90 | 1.30 | 5.12 | 2.02 | ||
t值 | -6.59 | -2.58 | -7.07 | -1.84 | -7.08 | -2.50 | ||
P值 | <0.01 | 0.03 | <0.01 | 0.14 | <0.01 | 0.04 |
应用Arc GIS10.0软件制作结直肠癌分乡镇/街道死亡分布图,按自然间断点分级法(Jenks)将苏州市96个乡镇结直肠癌2006-2016年均标化死亡率分成5个等级,以颜色深浅代表死亡率的高低,颜色越深表示死亡率越高(图 1)。乡镇/街道死亡分布图中去除13例地址不详病例,其余9 589例纳入分析。不同乡镇/街道的死亡率差异较大,2006-2016年结直肠癌年均标化死亡率最高的乡镇为姑苏区平江街道(19.09/10万),最低的为工业园区直属镇(2.30/10万)。从图中可以看出,颜色较深的高死亡率区域大致形成“Z”形分布,集中于苏州中部,而颜色较浅的死亡率区域主要集中于苏州北部。
![]() |
图 1 苏州市结直肠癌2006-2016年均标化死亡率分布图 Fig.1 Map of the annual standardized mortality of colorectal cancer in Suzhou city in 2006-2016 |
应用SaTScan软件进行时空扫描,图 1中标的3个圆圈是最有可能的结直肠癌死亡聚集性地点,包括1个高聚集区即图中最小的圈(附放大图),以姑苏区观前街道(年均标化死亡率为15.31/10万)为中心的15个街道,时间段为2012-2016年,实际死亡数为915例,期望死亡数为447例,辐射半径为4.14 km(RR=2.16,P<0.01);2个低聚集区即图中最大的圈,是以张家港市锦丰镇(年均标化死亡率为5.69/10万)为中心的19个乡镇,时间段为2007-2011年,实际死亡数为886例,期望死亡数为1 325例,辐射半径为51.15 km(RR=0.64,P<0.01);和图中中等大小的圈,是以昆山市张浦镇(年均标化死亡率为5.93/10万)为中心16个乡镇/街道,时间段为2009-2013年,实际死亡数为549例,期望死亡数为845例,辐射半径为22.25 km(RR=0.63,P<0.01)。上述结果说明,苏州中部城区存在结直肠癌死亡高聚集区域,特别是近年来,死亡率一直处于相对高水平状态,而低聚集区域主要位于苏州郊区,时间跨度集中于调查年限的早中期,年均标化死亡率约为高聚集区的1/3。
3 讨论本研究结果显示,2006-2016年苏州市结直肠癌标化死亡率呈现上升趋势,男性高于女性。利用GIS绘制结直肠癌死亡分布地图发现,不同乡镇标化死亡率差距较大。采用时空扫描方法探索结直肠死亡聚集性特征,扫描结果为2006-2016年结直肠癌标化死亡率存在时空聚集性,高聚集区为2012-2016年姑苏区观前街道周边,而低值聚集区为2007-2011年张家港市锦丰镇和2009-2013年昆山市张浦镇周边。
死因调查显示,从1973-1975年至2004-2005年间中国结直肠癌粗死亡率上升77.9%[2]。另有研究发现,近30年结直肠癌发病率年均上升3%~4%[12],人类发展指数越高,结直肠癌发病率和死亡率也越高,中国属于高等发展水平,提示随着经济卫生社会的发展,未来中国结直肠癌负担可能越来越重[13]。2013年中国结直肠癌位于恶性肿瘤死亡的第5位,粗死亡率为12.11/10万,标化死亡率为7.87/10万,城市高于农村[14]。本研究发现,2006年至今苏州市结直肠癌死亡率呈现上升趋势,而且标化死亡率均高于全国2013年的数据,标化死亡率最高的街道甚至是全国的2.4倍,说明苏州市的结直肠癌负担日益加重,结直肠的早期预防、早期发现和早期治疗至关重要[15]。
传统流行病学最常用的是疾病三间分布描述,本研究在此基础上利用时空分析软件进一步挖掘数据信息,Arc GIS软件实现空间分布的可视化,SaTScan是目前具有代表性的时空热点扫描技术,进行时空定量分析,二者相结合,增加结果的直观化和可靠性。时空扫描分析丰富了流行病学数据统计方法,适用于已确切的发病(死亡)时间和地点的样本资料,且无缺失值,优点在于消除人为判定的主观性,检验效能较高[16-17],在疾病的预防控制、公共卫生应急管理和防治效果评价等方面应用日益广泛[18]。早期主要被用于传染病的监测和预警,如肺结核[19]、血吸虫病[20]和手足口病[21]等,其传染源、传播途径和易感人群相对明确,因此具有严格的地域特征,强调短期时效性;近些年在慢性非传染性疾病的研究领域也得到肯定,如心脑血管疾病[22]和肿瘤[9-10, 23]等,存在一定的地理分布特征[24],但与传染性疾病尤其是急性的传染病比较,其致病因素复杂,数据时空分布较散,需要较长时间的监测数据才更具说服力。
时空分析技术可以将时间、空间和疾病数据相结合,进一步分析疾病的流行病学特征,有助于更直观反映疾病的分布特征,进一步探讨危险因素,确定暴露人群,从气候和环境等多方面研究与疾病的关系,为卫生决策和健康教育提供依据[25]。Etxeberria等[26]采用时空自回归模型分析1975-2008年西班牙结直肠癌死亡时空分布特征,从而改善不同风险区域的预防政策及合理分配资源。早期胡晓抒等[27]利用GIS技术分析江苏省肿瘤分布态势,发现恶性肿瘤死亡率有加重趋势,恶性肿瘤高发区域主要位于苏中里下河和环太湖流域,可能与人口老龄化、环境污染加剧和不良生活习惯流行率高等有关。而本研究结果显示,死亡高聚集区主要位于市中心,低聚集区位于郊区,尤其是高值集中于调查年限的后期,而低值集中于早中期,可能与不同时期城乡饮食、经济和环境水平等不同有关。病因学研究表明,结直肠癌发病的影响因素主要为遗传因素和环境因素共同作用[28],随着经济水平的不断提高,居民生活方式的改变、高脂高热量食物的大量摄入、蔬菜水果摄入少、肥胖、缺乏锻炼、吸烟和饮酒等因素均可增加结直肠癌的发病风险,加速结直肠癌患者的死亡,促使苏州市调查后期结直肠标化死亡率高于早期,城市死亡率高于农村。
本文存在一定的局限性:(1)时空扫描技术识别的时空簇形态受扫描窗口的限制,仅利于发现近似球形的聚集体,再经似然比检验,只有最似然窗口的估计是无偏的,可能会遗漏非球形和次高/低聚集时空区[29];(2)目前只有死亡率相关数据,缺乏居民饮食、生活习惯、生活环境和家族史等信息,无法进一步对比探讨可能的危险因素。因此,之后将针对以上问题开展调查研究,从而科学地确定苏州市结直肠癌的潜在高危因素。
本研究表明,近年来苏州市居民结直肠癌死亡率处于上升趋势,男性高于女性,不同乡镇/街道死亡率相差较大,且具有明显的时空聚集性特征,为今后结直肠癌的病因研究和预防控制策略及措施调整奠定基础。
[1] |
Wu S, Powers S, Zhu W, et al. Substantial contribution of extrinsic risk factors to cancer development[J]. Nature, 2016, 529(7584): 43-47. DOI:10.1038/nature16166 |
[2] |
张玥, 石菊芳, 黄慧瑶, 等. 中国人群结直肠癌疾病负担分析[J]. 中华流行病学杂志, 2015, 36(7): 709. DOI:10.3760/cma.j.issn.0254-6450.2015.07.010 |
[3] |
黄春妍, 陆艳, 王临池, 等. 2002-2015年苏州市大肠癌死亡趋势分析[J]. 江苏预防医学, 2017, 28(1): 39-41. |
[4] |
马倩倩, 张静杭, 杨土保. 地理信息系统在现代医学中的应用[J]. 实用预防医学, 2017, 24(7): 892-896. DOI:10.3969/j.issn.1006-3110.2017.07.038 |
[5] |
Ku WY, Liaw YP, Huang JY, et al. An online atlas for exploring spatio-temporal patterns of cancer mortality (1972-2011) and incidence (1995-2008) in Taiwan[J]. Medicine (Baltimore), 2016, 95(21): e3496. DOI:10.1097/MD.0000000000003496 |
[6] |
Khoshabi M, Taleai M, Motlagh A, et al. Developing a WebGIS for geo-visualization of cancer[J]. Iran J Cancer Prev, 2016, 9(2): e3910. |
[7] |
董惠玲, 吴炳义, 王媛媛, 等. 基于GIS的2014年山东省卫生资源配置空间分析[J]. 中国卫生统计, 2016, 33(4): 624-627. |
[8] |
Kulldorff M. SaTScanTM user guide for version 9.4[EB/OL]. (2015-2)[2018-1-5]. https://www.satscan.org/cgi-bin/satscan/register.pl/SaTScan_Users_Guide.pdf?todo=process_userguide_download.
|
[9] |
Olfatifar M, Karami M, Hosseini SM, et al. Space-time analysis of breast cancer and its late-stage cases among Iranian women[J]. Iran J Public Health, 2017, 46(10): 1413-1421. |
[10] |
刘文奕, 黄启洪, 林爱华. 2004-2011年广东省四会市肝癌发病空间特征分析[J]. 中山大学学报:医学科学版, 2017, 38(6): 931-937. |
[11] |
Clegg LX, Hankey BF, Tiwari R, et al. Estimating average annual percent change in trend analysis[J]. Stat Med, 2009, 28(29): 3670-3682. DOI:10.1002/sim.3733 |
[12] |
郑树, 张苏展, 黄彦钦. 结直肠癌研究30年回顾和现状[J]. 实用肿瘤杂志, 2016, 31(1): 2-5. |
[13] |
代珍, 郑荣寿, 邹小农, 等. 中国结直肠癌发病趋势分析和预测[J]. 中华预防医学杂志, 2012, 46(7): 598-602. DOI:10.3760/cma.j.issn.0253-9624.2012.07.005 |
[14] |
杜灵彬, 李辉章, 王悠清, 等. 2013年中国结直肠癌发病与死亡分析[J]. 中华肿瘤杂志, 2017, 39(9): 701-706. DOI:10.3760/cma.j.issn.0253-3766.2017.09.012 |
[15] |
冉建朝, 周玉兰, 郭金萍, 等. 结直肠癌患者就诊和治疗延迟的影响因素及对预后的影响[J]. 实用肿瘤杂志, 2018, 33(6): 542-547. |
[16] |
李秀央, 陈坤. 扫描统计量的理论及其在空间流行病学中的应用[J]. 中华流行病学杂志, 2008, 29(8): 828-831. |
[17] |
樊文洁, 王山, 曹红艳, 等. 时空统计方法[J]. 中华流行病学杂志, 2015, 36(1): 83-86. DOI:10.3760/cma.j.issn.0254-6450.2015.01.019 |
[18] |
周晓农, 杨国静, 杨坤, 等. 中国空间流行病学的发展历程与发展趋势[J]. 中华流行病学杂志, 2011, 32(9): 854-858. DOI:10.3760/cma.j.issn.0254-6450.2011.09.002 |
[19] |
赵飞, 王黎霞, 成诗明, 等. 中国2008-2010年结核病空间分布特征分析[J]. 中华流行病学杂志, 2013, 34(2): 168-172. DOI:10.3760/cma.j.issn.0254-6450.2013.02.015 |
[20] |
赵飞, 朱蓉, 张利娟, 等. SaTScan在湖沼型血吸虫病聚集区域探测中的应用[J]. 中国血吸虫病防治杂志, 2011, 23(1): 28-31. DOI:10.3969/j.issn.1005-6661.2011.01.008 |
[21] |
钱海坤, 贾蕾, 李锡太, 等. 2009-2012年北京市手足口病空间分布特征研究[J]. 国际病毒学杂志, 2013, 20(5): 202-206. DOI:10.3760/cma.j.issn.1673-4092.2013.05.003 |
[22] |
刘合岭, 苏弘博, 李恂, 等. 2006-2010年沈阳市心脑血管疾病死亡的时空聚集性分析[J]. 实用预防医学, 2015, 22(3): 262-265. DOI:10.3969/j.issn.1006-3110.2015.03.002 |
[23] |
Sherman RL, Henry KA, Tannenbaum SL, et al. Applying spatial analysis tools in public health:an example using SaTScan to detect geographic targets for colorectal cancer screening interventions[J]. Prev Chronic Dis, 2014, 11: e41. |
[24] |
邓伟, 龙珑. 地理信息系统在肿瘤空间流行病学中的应用现状与展望[J]. 应用预防医学, 2013, 19(5): 318-320, 271. |
[25] |
彭小冬, 彭琳, 吴库生. 影响乳腺癌发生的空间危险因素分析[J]. 中国肿瘤, 2015, 24(10): 805-810. DOI:10.11735/j.issn.1004-0242.2015.10.A001 |
[26] |
Etxeberria J, Ugarte MD, Goicoa T, et al. Age- and sex-specific spatio-temporal patterns of colorectal cancer mortality in Spain (1975-2008)[J]. Popul Health Metr, 2014, 12: 17. DOI:10.1186/1478-7954-12-17 |
[27] |
胡晓抒, 周晓农, 孙宁生, 等. 江苏省恶性肿瘤分布态势地理信息系统的空间分析[J]. 中华流行病学杂志, 2002, 23(1): 73-74. DOI:10.3760/j.issn:0254-6450.2002.01.023 |
[28] |
Binefa G, Rodríguez-Moranta F, Teule A, et al. Colorectal cancer:From prevention to personalized medicine[J]. World J Gastroenterol, 2014, 20(22): 6786-6808. DOI:10.3748/wjg.v20.i22.6786 |
[29] |
唐建波, 邓敏, 刘启亮. 时空事件聚类分析方法研究[J]. 地理信息世界, 2013, 20(1): 38-45. DOI:10.3969/j.issn.1672-1586.2013.01.012 |