2025, Vol. 40文章信息
- 徐慧慧, 戴敏
- Xu Huihui, Dai Min
- 1990—2021年中国归因于饮酒的肝癌疾病负担变化趋势及预测
- Trends and forecasts of changes in burden of liver cancer attributable to alcohol consumption in China from 1990 to 2021
- 实用肿瘤杂志, 2025, 40(2): 105-113
- Journal of Practical Oncology, 2025, 40(2): 105-113
-
通信作者
- 戴敏，Email：daimin22@126.com
-
文章历史
- 收稿日期：2024-10-16
PDF
2. 上海市第一人民医院妇科, 上海 200080
2. Department of Gynecology, Shanghai First People's Hospital, Shanghai 200080, China
肝癌是中国最常见的恶性肿瘤之一，位居中国恶性肿瘤发病率第4位，发病率和死亡率分别为17.65/10万和15.07/10万[1-2]。肝癌不仅危害居民健康，还给家庭、社会和国家带来沉重的经济负担，对中国的公共健康事业造成严重威胁[3]。既往研究证实，饮酒是肝癌发生的高危因素之一[4]，人群归因分值约为13.4%[5]。根据调查，中国北方地区居民饮酒率为31.58%，高危饮酒率为13.14%，饮酒行为非常普遍[6]。随着中国居民生活方式的改变和社会老龄化程度的不断加深，探索中国饮酒导致的肝癌的疾病负担的流行病学特征有助于制定适当的预防策略，加强肝癌的一级预防，减轻肝癌所致的公共健康压力。因此，本研究收集全球疾病负担（Global Burden of Disease, GBD）2021数据库中国肝癌的相关数据，采用发病例数、死亡例数、发病率、死亡率、年龄标化（简称标化）发病率和标化死亡率等指标进行描述性分析，使用Joinpoint回归方法分析归因于饮酒的肝癌标化发病率和标化死亡率的长期趋势，使用年龄-时期-队列（age-period-cohort, APC）模型说明年龄、时期和队列因素对发病和死亡风险的影响，使用整合移动平均自回归（Autoregressive Integrated Moving Average, ARIMA）模型预测2022—2030年中国归因于饮酒的肝癌疾病负担情况，以期为中国肝癌的防治工作提供参考。
1 资料与方法 1.1 资料来源本研究所用数据来自美国华盛顿大学健康测量和评价研究院官网（https://www.healthdata.org/）发布的GBD 2021数据。GBD 2021数据基于现有的所有可用流行病学数据（包括已发表和未发表的数据）和常规收集的数据（如住院治疗和医疗数据等），通过应用死因集合模型、时空高斯回归模型和贝叶斯回归等方法进行构建。GBD 2021数据库运用疾病统计指标和疾病负担指标等各种卫生信息指标评估全球204个国家的369种疾病或伤害和87种危险因素所致的疾病负担。其中中国的数据主要来自各地已发表文献中的结果、医保数据和死因登记数据等。本研究依据《疾病和有关健康问题的国际统计分类》第10版（International Classification of Diseases, 10th revision; ICD-10）的标准对肝癌进行分类编码，肝癌疾病编码为C22.0[7]。
1.2 指标提取提取GBD 2021数据库中1990—2021年中国成年（≥20岁）人群归因于饮酒的肝癌疾病负担数据进行分析[8]。采用不同年份、性别和年龄段的发病例数、死亡例数、发病率、死亡率、标化发病率和标化死亡率量化中国归因于饮酒的肝癌发病和死亡负担情况。依据APC模型对年龄和时期的要求，将≥20岁中国居民以5岁为组距分组，第1个年龄组为20~24岁，最后1个年龄组为≥95岁，共16组；将1990—2021年分为7个时期（1990—1994年、1995—1999年、2000—2004年、2005—2009年、2010—2014年、2015—2019年和2020—2021年）。在1990—2021年期间，为防止相邻的出生队列出现时间重叠，采用时间点值进行分析（1994年、1999年、2004年、2009年、2014年、2019年和2021年）。另外，通过时期减去年龄，计算出生队列[9]。
1.3 统计学分析采用Excel 2021软件对数据进行整理，并对中国不同年份、性别和年龄归因于饮酒的肝癌疾病负担进行描述。率的计算采用GBD 2021数据库1990—2021年中国每年人口数据作为标准人群进行计算。应用Joinpoint Regression Program 5.2.0软件进行Joinpoint回归模型分析，以发现长期变化趋势的局部特征并寻找转折点。采用对数线性回归计算年变化百分比（annual percentage change, APC）、估计APC（estimated APC, EAPC）和平均APC（average APC, AAPC），以描述1990—2021年中国肝癌标化发病率和标化死亡率的变化趋势[10]。采用年龄、时期和队列各组系数之和为零的内生因子估计法构建APC模型[11]，通过分析年龄、时期和队列效应，来帮助理解疾病发病率和死亡率随时间变化的趋势，更好地估计疾病受年龄、时期和队列因素影响的变动情况。将年龄、时期和出生队列的总体水平设置为参照。估计年龄、时期和出生队列效应，对效应系数进行自然对数转换，计算相对危险度（relative risk, RR）以观察年龄、时期和出生队列对发病率和死亡率的效应趋势，RR＞1表示风险增加，RR＜1表示风险降低，数值越高风险越高。APC模型通过Stata 14.0和R 4.4.1软件实现。采用ARIMA模型预测2022—2030年中国归因于饮酒的肝癌疾病负担[12]。ARIMA模型是常见的时间序列预测分析模型。采用赤池信息量准则（Akaike information criterion, AIC）和贝叶斯信息准则（Bayesian information criterion, BIC）评价ARIMA模型的拟合度，并使用R 4.4.1软件中的“forecast”包中的auto.arima函数来自动拟合时间序列数据。检验水准为双侧检验α=0.05。
2 结果 2.1 1990—2021年中国归因于饮酒的肝癌疾病负担变化情况1990—2021年，中国因饮酒导致的肝癌发病负担呈现出增长趋势，发病例数从1990年的0.75万例增至2021年的2.05万例，增长幅度为173.33%，发病率从0.64/10万增至1.44/10万，标化发病率从0.84/10万升至0.94/10万，标化发病率EAPC为0.54%（表 1）。1990—2021年，归因于饮酒的肝癌死亡负担也显著增加，死亡例数从1990年的0.76万例增至2021年的1.83万例，增幅为140.79%，死亡率从0.64/10万增至1.29/10万，标化死亡率在相对平稳中略有下降（1990年为0.87/10万，2021年为0.85/10万），标化死亡率EAPC为0.07%。
| 年份 | 发病 | 死亡 | |||||||
| 例数（万，95% UI） | 粗率（/10万，95% CI） | 标化率（/10万，95% CI） | EAPC（%） | 例数（万，95% UI） | 粗率（/10万，95% CI） | 标化率（/10万，95% CI） | EAPC（%） | ||
| 1990 | 0.75（0.58~0.96） | 0.64（0.49~0.81） | 0.84（0.66~1.07） | 0.54 | 0.76（0.59~0.97） | 0.64（0.50~0.82） | 0.87（0.69~1.10） | 0.07 | |
| 1995 | 0.86（0.69~1.09） | 0.70（0.55~0.88） | 0.84（0.67~1.07） | 0.86（0.68~1.09） | 0.70（0.55~0.88） | 0.86（0.69~1.09） | |||
| 2000 | 1.00（0.80~1.24） | 0.79（0.64~0.99） | 0.87（0.70~1.08） | 1.00（0.82~1.23） | 0.79（0.64~0.98） | 0.88（0.71~1.09） | |||
| 2005 | 1.03（0.84~1.26） | 0.80（0.65~0.97） | 0.78（0.65~0.96） | 1.01（0.83~1.23） | 0.78（0.64~0.96） | 0.78（0.64~0.96） | |||
| 2010 | 1.40（1.15~1.68） | 1.04（0.86~1.26） | 0.92（0.76~1.10） | 1.32（1.09~1.59） | 0.99（0.82~1.19） | 0.89（0.74~1.06） | |||
| 2015 | 1.81（1.40~2.24） | 1.31（1.01~1.63） | 0.99（0.77~1.22） | 1.65（1.28~2.04） | 1.20（0.93~1.48） | 0.93（0.72~1.13） | |||
| 2020 | 2.02（1.49~2.60） | 1.42（1.05~1.83） | 0.96（0.72~1.23） | 1.81（1.36~2.34） | 1.27（0.95~1.65） | 0.86（0.65~1.11） | |||
| 2021 | 2.05（1.52~2.73） | 1.44（1.07~1.92） | 0.94（0.71~1.25） | 1.83（1.37~2.43） | 1.29（0.96~1.70） | 0.85（0.64~1.12） | |||
| 注 EAPC：估计年变化百分比（estimated annual percentage change） | |||||||||
1990—2021年间中国归因于饮酒的肝癌标化发病率和标化死亡率均呈现波动性变化（图 1）。标化发病率在1990—2021年间总体呈现上升趋势，尤其是在男性群体中更为显著，男性标化发病率约为女性的2倍（图 1A）。男性标化发病率的变化趋势共有5个转折点，分为6个趋势分段，分别为：1990—1995年（APC=0.03%）、1995—2000年（APC=0.99%）、2000—2005年（APC=-2.09%）、2005—2010年（APC=3.76%）、2010—2015年（APC=1.65%）和2015—2021年（APC=-0.44%），除1990—1995年时段外，其余时段APC均具有统计学意义（均P＜0.05）。1990—2021年男性标化发病率AAPC为0.60%（95% CI：0.52%~0.67%, P＜0.01）。女性标化发病率的变化趋势共有5个转折点，分为6个趋势分段，分别为：1990—2000年（APC=-0.01%）、2000—2005年（APC=-2.31%）、2005—2010年（APC=3.12%）、2010—2014年（APC=1.60%）、2014—2018年（APC=0.06%）和2018—2021年（APC=-3.41%），除2005—2010年和2018—2021年2个时段外，其余时段均无统计学意义（均P＞0.05）。1990—2021年女性和全人群的归因于饮酒的肝癌标化发病率的AAPC分别为-0.01%（95% CI：-0.19%~0.18%，P=0.945）和0.36%（95% CI：0.27%~0.44%，P＜0.01）。与标化发病率类似，男性归因于饮酒的肝癌标化死亡率高于女性（约为女性的2倍），且波动较大（图 1B）。男性和女性群体的标化死亡率的变化趋势均有6个转折点。在此期间，男性、女性和全人群的标化死亡率的AAPC分别为0.14%（95% CI：-0.21%~0.49%，P=0.427）、-0.35%（95% CI：-0.93%~0.24%，P=0.249）和-0.02%（95% CI：-0.48%~0.44%，P=0.931）。
|
| 注 A：1990—2021年中国不同性别归因于饮酒的肝癌标化发病率的Joinpoint回归分析；B：1990—2021年中国不同性别归因于饮酒的肝癌标化死亡率的Joinpoint回归分析；*P＜0.05 图 1 1990—2021年中国不同性别归因于饮酒的肝癌标化发病率和标化死亡率的Joinpoint回归分析 Fig.1 Joinpoint regression analysis of the age-standardized incidence and death rates of liver cancer attributable to alcohol consumption by gender in China, 1990-2021 |
年龄效应结果显示，中国归因于饮酒的肝癌发病和死亡风险随年龄增长呈现先上升后下降的单峰分布趋势（图 2）。最年轻组（20~24岁）的肝癌发病风险最低（RR=0.018，95% CI：0.013~0.024），在70~74岁达到高峰（RR=3.904，95% CI：3.669~4.153），随后风险降低（表 2）。死亡风险随年龄的变化趋势与发病风险类似，均是先升后降。20~24岁年龄组死亡风险最低（RR=0.019，95% CI：0.014~0.026），在70~74岁达到高峰（RR=3.853，95% CI：3.632~4.088）。
|
| 图 2 1990—2021年中国归因于饮酒的肝癌发病率和死亡率的年龄、时期和队列效应 Fig.2 Age, period, and cohort effects on the incidence and death rates of liver cancer attributable to alcohol consumption in China, 1990-2021 |
| 因素 | 发病 | 死亡 | |||||||
| RR（95% CI） | SE | Z值 | P值 | RR（95% CI） | SE | Z值 | P值 | ||
| 年龄（岁） | |||||||||
| 20~24 | 0.018（0.013~0.024） | 0.149 | -27.090 | ＜0.01 | 0.019（0.014~0.026） | 0.152 | -26.060 | ＜0.01 | |
| 25~29 | 0.065（0.054~0.077） | 0.088 | -31.130 | ＜0.01 | 0.062（0.052~0.074） | 0.091 | -30.570 | ＜0.01 | |
| 30~34 | 0.194（0.170~0.220） | 0.066 | -24.940 | ＜0.01 | 0.177（0.155~0.202） | 0.067 | -25.650 | ＜0.01 | |
| 35~39 | 0.452（0.408~0.501） | 0.052 | -15.130 | ＜0.01 | 0.384（0.346~0.427） | 0.054 | -17.800 | ＜0.01 | |
| 40~44 | 0.837（0.771~0.908） | 0.042 | -4.270 | ＜0.01 | 0.731（0.672~0.794） | 0.043 | -7.380 | ＜0.01 | |
| 45~49 | 1.307（1.227~1.393） | 0.032 | 8.280 | ＜0.01 | 1.115（1.045~1.190） | 0.033 | 3.310 | 0.01 | |
| 50~54 | 1.745（1.663~1.831） | 0.025 | 22.600 | ＜0.01 | 1.487（1.416~1.562） | 0.025 | 15.870 | ＜0.01 | |
| 55~59 | 2.073（1.994~2.155） | 0.020 | 36.730 | ＜0.01 | 1.862（1.791~1.935） | 0.020 | 31.580 | ＜0.01 | |
| 60~64 | 3.018（2.906~3.135） | 0.019 | 57.060 | ＜0.01 | 2.714（2.617~2.815） | 0.019 | 53.820 | ＜0.01 | |
| 65~69 | 3.887（3.709~4.074） | 0.024 | 56.750 | ＜0.01 | 3.646（3.488~3.812） | 0.023 | 57.040 | ＜0.01 | |
| 70~74 | 3.904（3.669~4.153） | 0.032 | 43.090 | ＜0.01 | 3.853（3.632~4.088） | 0.030 | 44.650 | ＜0.01 | |
| 75~79 | 3.408（3.147~3.692） | 0.041 | 30.100 | ＜0.01 | 3.592（3.326~3.879） | 0.039 | 32.610 | ＜0.01 | |
| 80~84 | 3.168（2.869~3.498） | 0.051 | 22.780 | ＜0.01 | 3.544（3.220~3.901） | 0.049 | 25.850 | ＜0.01 | |
| 85~89 | 2.944（2.608~3.323） | 0.062 | 17.490 | ＜0.01 | 3.325（2.957~3.739） | 0.060 | 20.070 | ＜0.01 | |
| 90~94 | 1.916（1.636~2.244） | 0.081 | 8.070 | ＜0.01 | 2.641（2.276~3.064） | 0.076 | 12.810 | ＜0.01 | |
| ≥95 | 0.900（0.651~1.243） | 0.165 | -0.640 | 0.521 | 1.302（0.985~1.721） | 0.142 | 1.850 | 0.064 | |
| 时期（年） | |||||||||
| 1990—1994 | 0.714（0.670~0.760） | 0.032 | -10.540 | ＜0.01 | 0.738（0.693~0.785） | 0.032 | -9.560 | ＜0.01 | |
| 1995—1999 | 0.780（0.746~0.815） | 0.023 | -11.050 | ＜0.01 | 0.798（0.764~0.834） | 0.022 | -10.050 | ＜0.01 | |
| 2000—2004 | 0.825（0.803~0.848） | 0.014 | -14.000 | ＜0.01 | 0.862（0.839~0.886） | 0.014 | -10.830 | ＜0.01 | |
| 2005—2009 | 0.914（0.899~0.930） | 0.009 | -10.340 | ＜0.01 | 0.923（0.908~0.940） | 0.009 | -9.020 | ＜0.01 | |
| 2010—2014 | 1.165（1.136~1.195） | 0.013 | 11.980 | ＜0.01 | 1.125（1.097~1.153） | 0.013 | 9.120 | ＜0.01 | |
| 2015—2019 | 1.375（1.318~1.434） | 0.022 | 14.800 | ＜0.01 | 1.326（1.271~1.383） | 0.021 | 13.140 | ＜0.01 | |
| 2020—2021 | 1.486（1.398~1.580） | 0.031 | 12.690 | ＜0.01 | 1.429（1.345~1.519） | 0.031 | 11.490 | ＜0.01 | |
| 队列（年） | |||||||||
| 1895—1899 | 3.634（0.660~20.009） | 0.870 | 1.480 | 0.138 | 2.558（0.468~13.975） | 0.866 | 1.080 | 0.278 | |
| 1900—1904 | 2.310（1.309~4.076） | 0.290 | 2.890 | ＜0.01 | 2.411（1.464~3.971） | 0.255 | 3.460 | ＜0.01 | |
| 1905—1909 | 2.035（1.483~2.792） | 0.161 | 4.400 | ＜0.01 | 2.333（1.726~3.152） | 0.154 | 5.510 | ＜0.01 | |
| 1910—1914 | 1.568（1.205~2.040） | 0.134 | 3.350 | ＜0.01 | 1.843（1.427~2.380） | 0.130 | 4.690 | ＜0.01 | |
| 1915—1919 | 1.733（1.375~2.183） | 0.118 | 4.660 | ＜0.01 | 1.909（1.521~2.397） | 0.116 | 5.580 | ＜0.01 | |
| 1920—1924 | 1.911（1.552~2.353） | 0.106 | 6.110 | ＜0.01 | 2.113（1.721~2.594） | 0.105 | 7.150 | ＜0.01 | |
| 1925—1929 | 1.898（1.573~2.290） | 0.096 | 6.690 | ＜0.01 | 2.073（1.722~2.496） | 0.095 | 7.700 | ＜0.01 | |
| 1930—1934 | 1.754（1.481~2.076） | 0.086 | 6.510 | ＜0.01 | 1.952（1.651~2.308） | 0.085 | 7.830 | ＜0.01 | |
| 1935—1939 | 1.536（1.321~1.786） | 0.077 | 5.580 | ＜0.01 | 1.690（1.455~1.964） | 0.076 | 6.870 | ＜0.01 | |
| 1940—1944 | 1.323（1.157~1.511） | 0.068 | 4.110 | ＜0.01 | 1.439（1.260~1.644） | 0.068 | 5.360 | ＜0.01 | |
| 1945—1949 | 1.199（1.067~1.347） | 0.059 | 3.040 | ＜0.01 | 1.292（1.149~1.453） | 0.060 | 4.280 | ＜0.01 | |
| 1950—1954 | 1.132（1.023~1.252） | 0.051 | 2.400 | 0.016 | 1.206（1.089~1.337） | 0.052 | 3.580 | ＜0.01 | |
| 1955—1959 | 0.964（0.883~1.052） | 0.045 | -0.830 | 0.406 | 1.020（0.932~1.117） | 0.046 | 0.440 | 0.661 | |
| 1960—1964 | 0.822（0.761~0.888） | 0.040 | -4.940 | ＜0.01 | 0.830（0.764~0.902） | 0.042 | -4.410 | ＜0.01 | |
| 1965—1969 | 0.755（0.703~0.810） | 0.036 | -7.750 | ＜0.01 | 0.752（0.696~0.813） | 0.040 | -7.190 | ＜0.01 | |
| 1970—1974 | 0.656（0.611~0.704） | 0.036 | -11.610 | ＜0.01 | 0.637（0.588~0.689） | 0.040 | -11.190 | ＜0.01 | |
| 1975—1979 | 0.548（0.506~0.593） | 0.041 | -14.790 | ＜0.01 | 0.516（0.472~0.564） | 0.045 | -14.560 | ＜0.01 | |
| 1980—1984 | 0.477（0.433~0.526） | 0.050 | -14.800 | ＜0.01 | 0.436（0.391~0.487） | 0.056 | -14.840 | ＜0.01 | |
| 1985—1989 | 0.414（0.366~0.468） | 0.063 | -14.050 | ＜0.01 | 0.374（0.326~0.429） | 0.070 | -14.000 | ＜0.01 | |
| 1990—1994 | 0.357（0.301~0.424） | 0.087 | -11.810 | ＜0.01 | 0.319（0.263~0.385） | 0.097 | -11.780 | ＜0.01 | |
| 1995—1999 | 0.308（0.222~0.428） | 0.168 | -7.020 | ＜0.01 | 0.259（0.178~0.376） | 0.190 | -7.100 | ＜0.01 | |
| 2000—2004 | 0.263（0.110~0.633） | 0.447 | -2.980 | ＜0.01 | 0.216（0.082~0.572） | 0.496 | -3.080 | ＜0.01 | |
| 截距 | 0.001 | 0.053 | -219.010 | ＜0.01 | 0.001 | 0.053 | -217.200 | ＜0.01 | |
时期效应结果显示，发病和死亡风险均随时期发展呈现单调递增趋势（图 2）。1990—1994年的发病风险（RR=0.714，95% CI：0.670~0.760）和死亡风险（RR=0.738，95% CI：0.693~0.785）均最低，而2020—2021年均最高（发病：RR=1.486，95% CI：1.398~1.580；死亡：RR=1.429，95% CI：1.345~1.519；表 2）。
队列效应结果显示，除1915—1924年外，总体上发病和死亡风险随出生队列推移呈现下降趋势（图 2）。1915—1924年发病和死亡风险呈升高趋势。1895—1899年出生的队列有最高的发病风险（RR=3.634，95% CI：0.660~20.009）和死亡风险（RR=2.558，95% CI：0.468~13.975；表 2）。2000—2004年出生的队列发病风险（RR=0.263，95% CI：0.110~0.633）和死亡风险（RR=0.216，95% CI：0.082~0.572）均最低。
2.4 2022—2030年中国归因于饮酒的肝癌疾病负担的预测分析将1990—2021年归因于饮酒的肝癌发病例数、死亡例数、发病率、死亡率、标化发病率和标化死亡率数据转化为时间序列，均为非平稳序列。将其进行差分使之平稳，对残差序列进行Ljung-Box检验，发病例数预测模型（χ2=0.430，P=0.511）、发病率预测模型（χ2=0.615，P=0.432）、标化发病率预测模型（χ2=0.059，P=0.808）、死亡例数预测模型（χ2=0.242，P=0.622）、死亡率预测模型（χ2=0.160，P=0.689）和标化死亡率预测模型（χ2=0.076，P=0.782）均为白噪声序列，观测值不存在自相关性，模型具有较好的拟合能力，能较为准确地预测中国2022—2030年归因于饮酒的肝癌疾病负担。归因于饮酒的肝癌发病例数预测模型为ARIMA（0，2，0）（AIC=-165.99，BIC=-164.59），发病率预测模型为ARIMA（0，2，0）（AIC=-185.28，BIC=-183.88），标化发病率预测模型为ARIMA（2，1，0）（AIC=-213.05，BIC=-213.05），死亡例数预测模型为ARIMA（0，1，2）（AIC=-148.35，BIC=-142.62），死亡率预测模型为ARIMA（0，1，2）（AIC=-167.38，BIC=-161.65），标化死亡率预测模型为ARIMA（0，0，4）（AIC=-178.76，BIC=-169.97；图 3）。
|
| 注 A：1990—2030年中国归因于饮酒的肝癌发病例数；B：1990—2030年中国归因于饮酒的肝癌发病率；C：1990—2030年中国归因于饮酒的肝癌标化发病率；D：1990—2030年中国归因于饮酒的肝癌死亡例数；E：1990—2030年中国归因于饮酒的肝癌死亡率；F：1990—2030年中国归因于饮酒的肝癌标化死亡率 图 3 1990—2030年中国归因于饮酒的肝癌疾病负担 Fig.3 Burden of liver cancer attributable to alcohol consumption in China, 1990-2030 |
根据预测结果，发病例数将呈现逐年上升趋势，从2022年的2.08万例增至2030年的2.33万例；发病率也呈现出相似的增长趋势，从2022年的1.46/10万上升至2030年的1.61/10万（表 3）。但标化发病率在此期间保持稳定，约为0.98/10万。此外归因于饮酒的肝癌死亡例数也将呈现逐年增加的趋势，从2022年的1.88万例增至2030年的2.17万例；死亡率同样呈现出上升趋势，从2022年的1.32/10万增至2030年的1.49/10万。与标化发病率相似，在此期间，标化死亡率也保持稳定，约为0.87/10万。
| 年份 | 发病例数预测值（万，95% UI） | 发病率预测值（/10万，95% CI） | 标化发病率预测值（/10万，95% CI） | 死亡例数预测值（万，95% UI） | 死亡率预测值（/10万，95% CI） | 标化死亡率预测值（/10万，95% CI） |
| 2022 | 2.08（2.05~2.11） | 1.46（1.44~1.48） | 0.94（0.93~0.96） | 1.88（1.84~1.92） | 1.32（1.29~1.35） | 0.86（0.84~0.89） |
| 2023 | 2.11（2.04~2.17） | 1.48（1.43~1.52） | 0.95（0.92~0.99） | 1.93（1.84~2.02） | 1.35（1.28~1.41） | 0.87（0.82~0.92） |
| 2024 | 2.14（2.03~2.25） | 1.49（1.42~1.57） | 0.96（0.9~1.02） | 1.96（1.83~2.10） | 1.37（1.27~1.47） | 0.87（0.80~0.94） |
| 2025 | 2.17（2.01~2.33） | 1.51（1.40~1.63） | 0.97（0.88~1.05） | 2.00（1.83~2.17） | 1.39（1.27~1.51） | 0.87（0.79~0.95） |
| 2026 | 2.20（1.99~2.42） | 1.53（1.38~1.69） | 0.97（0.87~1.08） | 2.03（1.84~2.23） | 1.41（1.27~1.55） | 0.87（0.79~0.94） |
| 2027 | 2.23（1.96~2.51） | 1.55（1.35~1.75） | 0.98（0.85~1.10） | 2.07（1.85~2.29） | 1.43（1.27~1.59） | 0.87（0.79~0.94） |
| 2028 | 2.26（1.92~2.60） | 1.57（1.32~1.82） | 0.98（0.83~1.12） | 2.10（1.86~2.34） | 1.45（1.28~1.63） | 0.87（0.79~0.94） |
| 2029 | 2.29（1.88~2.71） | 1.59（1.29~1.89） | 0.98（0.82~1.13） | 2.14（1.88~2.40） | 1.47（1.28~1.66） | 0.87（0.79~0.94） |
| 2030 | 2.33（1.84~2.81） | 1.61（1.25~1.96） | 0.98（0.81~1.14） | 2.17（1.89~2.45） | 1.49（1.29~1.70） | 0.87（0.79~0.94） |
本研究利用Joinpoint回归、APC模型和ARIMA时间序列分析方法，全面分析1990—2021年间中国归因于饮酒的肝癌疾病负担变化趋势及其年龄、时期和队列效应，并对2022—2030年的发展趋势进行预测，以期为制定有效的预防策略和公共卫生政策提供科学依据。
本研究结果显示，1990—2021年中国因饮酒导致的肝癌发病例数和发病率呈上升趋势，而标化发病率显著升高；发病例数从1990年的0.75万例增至2021年的2.05万例，增长幅度为173.33%，死亡例数也从0.76万例增至1.83万例，增幅为140.79%，符合既往研究结果[13-15]。发病率上升的同时，标化发病率增长并不显著，这种增长趋势主要有以下原因：（1）人口老龄化加剧，老年人口比例增加，老年人口通常具有更高的肝癌发病率；（2）生活方式和环境因素的变化，这30年来中国饮酒文化的普及和饮酒量的增加导致发病例数升高[6]。在此期间，死亡例数和死亡率也呈上升趋势，但标化死亡率保持稳定。死亡例数和死亡率升高的主要原因在于发病例数和发病率的增加。但值得注意的是，标化发病率的升高（AAPC=0.36%, P＜0.01）并未引起标化死亡率的升高，反而在此期间略有下降（AAPC=-0.02%, P=0.931）。这一变化表明随着时间的推移，整体肝癌死亡风险并未明显降低。产生这种差异的可能原因有3点。（1）筛查和诊断技术的改进：随着医学影像学和生物标志物检测等技术的进步[16]，肝癌的检出率提高，导致标化发病率提高；由于早期肝癌的生存率远高于晚期肝癌，因此标化死亡率可能并不随标化发病率升高而升高。（2）治疗手段的改善：新的治疗手段，如靶向和免疫治疗[17]，可能提高肝癌患者的生存率，从而使标化死亡率保持稳定[18]。（3）社会经济因素：教育与收入水平的提升和医疗资源可及性的增加可能使肝癌的标化死亡率保持稳定。此外，根据既往研究结果，1990—2019年中国肝癌的标化发病率和标化死亡率分别降低了58.8%和63.8%[13]，而本研究的标化率却呈上升趋势或保持稳定。这提示饮酒所致的肝癌在总肝癌中所占的比重不断增大。
本研究的Joinpoint回归分析结果表明，归因于饮酒的肝癌发病和死亡风险存在明显的性别差异。男性因饮酒导致的肝癌标化发病率和标化死亡率均约是同期女性的2倍，这可能与男女性在饮酒行为上的差异和肝癌发生率和死亡率在性别上的差异有关。调查显示，武汉市≥18岁成年人饮酒率为21.91%，男性饮酒率为34.14%，显著高于女性的11.45%[19]。既往研究也发现，肝癌发病率和死亡率存在性别差异：肝癌在男性恶性肿瘤发病率中排名第5位，在死亡率中也排名第5位；在女性恶性肿瘤发病率中排名第10位，在死亡率中排名第7位[20]。这些结果均提示，在男性群体中需要继续加强相关的公共卫生干预措施和提高肝癌筛查频率[21]。
本研究通过APC模型进一步探讨了肝癌发病和死亡风险的年龄、时期和队列效应。年龄效应分析显示，肝癌风险随年龄增长呈现先上升后下降的单峰分布趋势。这可能与饮酒行为随年龄变化有关。由于饮酒行为的持续存在，对肝脏的损害不断加重，因此，中老年人群将是肝癌发病和死亡的高风险群体。本研究结果显示，70~74岁是肝癌发病和死亡风险最高的年龄段，未来应将此年龄段的老年人群作为肝癌筛查和关注的重点[22]。时期效应分析表明，随着时间的推移，肝癌风险呈现单调递增趋势。这可能与饮酒习惯的长期变化有关。随着中国居民生活方式和饮食模式的不断变迁，饮酒模式也在不断变化，饮酒行为可能变得更加普遍[23]，发病和死亡风险越来越高，因此未来需加大关注和干预力度。队列效应分析揭示了不同出生队列的风险差异，表明早期出生的队列肝癌风险更高，而越晚出生的队列风险越低。风险降低可能有2个原因：（1）随着中国经济的快速发展和医疗水平的提高，居民的健康水平在逐渐提高；（2）老龄化和人口增长是发病率和死亡率降低的主要驱动因素。除去两者的影响，死亡风险的降低反映了绝对数量和率的反向变化[24]。因此，虽然晚出生的队列风险降低，但归因于饮酒的肝癌发病和死亡人口数量是增长的，疾病负担依然沉重，不容放松警惕。
本研究ARIMA模型预测了2022—2030年归因于饮酒的肝癌疾病负担发展趋势。首先，预计2022—2030年中国归因于饮酒的肝癌发病和死亡例数将持续上升，到2030年分别达到2.33万例和2.17万例，与2021年比较分别增长13.66%和18.58%。这一上升趋势可能与人口持续老龄化、饮酒率长期居高不下和饮酒相关疾病风险的累积效应有关[25]。其次，发病率和死亡率预计将稳步上升，到2030年分别为1.61/10万和1.49/10万。最后，标化发病率和标化死亡率的增长趋势有所减缓，将呈现稳定状态，分别达到0.98/10万和0.87/10万，与既往预测结果一致[26]。本研究发现强调了饮酒对中国肝癌疾病负担的持续影响，指出归因于饮酒的肝癌疾病负担将持续加重，总体疾病负担的增加仍需引起重视，未来预防和控制力度仍需加大[27]。预测结果提示，通过提高公众对饮酒危害的认识和改善生活方式，可以有效地降低饮酒对肝癌的影响。
本研究存在一定局限性：（1）本研究数据来源于GBD 2021数据库，该数据库采用建模方法估算各种疾病负担指标，无法完全捕捉到所有与饮酒相关的肝癌病例，与疾病真实情况可能存在一定差异，因此可能对结果产生影响[28]；（2）由于GBD 2021数据库按国家展示和分类数据，本研究仅在国家层面分析了肝癌疾病负担的现状和趋势，未涉及到地区或省等更低层次的流行病学分析[29]；（3）本预测模型虽然具有良好的拟合能力，但可能仍受未来不可预测因素的影响。因此，预测结果应谨慎解释，并在未来的研究中进一步验证。
综上所述，本研究揭示了中国归因于饮酒的肝癌疾病负担的增长趋势，并预测了2022—2030年的疾病负担。结果显示，中国归因于饮酒的肝癌疾病负担仍将持续沉重。本研究的发现强调了采取有效措施控制饮酒行为的重要性，特别是在男性群体中。因此，未来的研究需要进一步探讨饮酒模式与肝癌风险之间的关系，并评估干预措施的有效性，从而更有效地预防和控制肝癌的发生。饮酒是影响肝癌发生的可预防风险因素之一。为了降低饮酒导致的肝癌风险，应针对不同年龄、性别和出生队列的人群采取更为精准的干预措施，并加强高危人群的筛查，以进一步减少饮酒对公共健康的影响，并促进健康中国战略的实施。
| [1] |
曹毛毛, 陈万青. 中国癌症筛查现状[J]. 科技导报, 2023, 41(18): 11-17. DOI:10.3981/j.issn.1000-7857.2023.18.002 |
| [2] |
Zheng RS, Zhang SW, Zeng HM, et al. Cancer incidence and mortality in China, 2016[J]. J Natl Cancer Cent, 2022, 2(1): 1-9. DOI:10.1016/j.jncc.2022.02.002X9550om.2012.04.0972999779920/pii/S0734743X04000971 |
| [3] |
孙可欣, 郑荣寿, 张思维, 等. 2015年中国分地区恶性肿瘤发病和死亡分析[J]. 中国肿瘤, 2019, 28(1): 1-11. |
| [4] |
Chen JG, Zhang YH, Lu JH, et al. Liver cancer etiology: old issues and new perspectives[J]. Curr Oncol Rep, 2024, 26(11): 1452-1468. DOI:10.1007/s11912-024-01605-7 |
| [5] |
Makarova-Rusher OV, Altekruse SF, McNeel TS, et al. Population attributable fractions of risk factors for hepatocellular carcinoma in the United States[J]. Cancer, 2016, 122(11): 1757-1765. DOI:10.1002/cncr.29971 |
| [6] |
张辉, 李雪, 李雅超, 等. 中国北方地区居民高危饮酒现状及其影响因素分析[J]. 中国公共卫生, 2023, 39(3): 324-329. |
| [7] |
Iorio R. The future is here: bundled payments and international statistical classification of diseases, 10th revision[J]. J Arthroplasty, 2016, 31(5): 931. DOI:10.1016/j.arth.2016.02.040 |
| [8] |
屈彦, 王天一, 杨津, 等. GBD数据库的数据提取方法与流程[J]. 中国循证心血管医学杂志, 2019, 11(9): 1043-1046. DOI:10.3969/j.issn.1674-4055.2019.09.04 |
| [9] |
徐研. 1990年—2019年全球抑郁发病率变化趋势研究: 基于年龄-时期-队列模型[D]. 长春: 吉林大学, 2024.
|
| [10] |
Gao Y, Liu KD, Fang SK. Analysis and projections of disease burden for different risk factors and sexes of ischemic stroke in young adults in China[J]. Sci Rep, 2024, 14(1): 13339. DOI:10.1038/s41598-024-63920-0 |
| [11] |
Clark AK, Eisenstein MA. Interpersonal trust: an age-period-cohort analysis revisited[J]. Soc Sci Res, 2013, 42(2): 361-375. DOI:10.1016/j.ssresearch.2012.09.006 |
| [12] |
张凯, 杨丽, 彭瑞, 等. 1990—2019年中国归因于高盐饮食的慢性肾病疾病负担研究及趋势预测[J]. 现代预防医学, 2023, 50(15): 2737-2743. |
| [13] |
Yu SX, Wang HW, Hu TY, et al. Disease burden of liver cancer attributable to specific etiologies in China from 1990 to 2019: an age-period-cohort analysis[J]. Sci Prog, 2021, 104(2): 368504211018081. DOI:10.1177/00368504211018081 |
| [14] |
杨帆, 曹毛毛, 李贺, 等. 1990—2019年中国人群肝癌流行病学趋势分析及预测[J]. 中华消化外科杂志, 2022, 21(1): 106-113. DOI:10.3760/cma.j.cn115610-20211203-00616 |
| [15] |
林佳薇, 夏景林. 肝细胞癌免疫联合治疗研究进展[J]. 实用肿瘤杂志, 2024, 39(5): 482-488. DOI:10.13267/j.cnki.syzlzz.2024.073 |
| [16] |
徐捷, 徐文斌, 贺柯庆, 等. 肝癌的医学影像智能化诊断研究进展[J]. 临床肝胆病杂志, 2024, 40(9): 1880-1885. |
| [17] |
张力苹, 刘喜娟, 胡潇, 等. 经动脉化疗栓塞续贯肝动脉灌注化疗联合TKI和PD-1单抗在晚期肝癌一线治疗中的疗效观察[J]. 南方医科大学学报, 2024, 44(9): 1831-1838. |
| [18] |
李照, 朱继业. 《原发性肝癌诊疗指南(2024年版)》解读[J]. 临床肝胆病杂志, 2024, 40(7): 1324-1327. |
| [19] |
周小琦, 郭燕, 金琦曼, 等. 武汉市2019年18岁及以上居民饮酒行为现状及趋势分析[C]. 成都: 亚洲营养学会联合会/中国营养学会, 2023.
|
| [20] |
由金玲, 徐晓慧, 林琳, 等. 基于GBD数据分析1990年和2019年中国人群癌谱差异[J]. 中国肿瘤, 2024, 33(1): 36-43. |
| [21] |
陈建国, 张永辉, 朱健, 等. 启东肝癌的早诊早治及筛查效果评价[J]. 中华肿瘤杂志, 2017, 39(12): 946-951. DOI:10.3760/cma.j.issn.0253-3766.2017.12.013 |
| [22] |
Villanueva A. Hepatocellular carcinoma[J]. N Engl J Med, 2019, 380(15): 1450-1462. DOI:10.1056/NEJMra1713263 |
| [23] |
黄瑶. 贵州省少数民族地区人群吸烟、饮酒与乙型肝炎流行及肝功能关联的现况研究[D]. 贵阳: 贵州医科大学, 2020.
|
| [24] |
Zhang J, Zhu SJ, Liu CL, et al. Global, regional and national burden of ischemic stroke attributed to high low-density lipoprotein cholesterol, 1990-2019: a decomposition analysis and age-period-cohort analysis[J]. J Cereb Blood Flow Metab, 2024, 44(4): 527-541. DOI:10.1177/0271678X231211448 |
| [25] |
左婷婷, 郑荣寿, 曾红梅, 等. 中国肝癌发病状况与趋势分析[J]. 中华肿瘤杂志, 2015, 37(9): 691-696. DOI:10.3760/cma.j.issn.0253-3766.2015.09.013 |
| [26] |
Zheng RS, Qu CF, Zhang SW, et al. Liver cancer incidence and mortality in China: temporal trends and projections to 2030[J]. Chin J Cancer Res, 2018, 30(6): 571-579. DOI:10.21147/j.issn.1000-9604.2018.06.01 |
| [27] |
郑荣寿, 左婷婷, 曾红梅, 等. 中国肝癌死亡状况与生存分析[J]. 中华肿瘤杂志, 2015, 37(9): 697-702. DOI:10.3760/cma.j.issn.0253-3766.2015.09.014 |
| [28] |
GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet, 2020, 396(10258): 1204-1222. DOI:10.1016/S0140-6736(20)30925-9 |
| [29] |
曲龙嘉, 郑亚迪, 罗姿麟, 等. 2000—2019年中国早发型癌症疾病负担及危险因素变化趋势[J]. 实用肿瘤杂志, 2024, 39(2): 97-103. DOI:10.13267/j.cnki.syzlzz.2024.017 |