魏 飛 王 琦 王吉付 李志國 胡志勇 李 芮
濱州醫(yī)學院公共衛(wèi)生與管理學院,264003 山東 煙臺
隨著人口數(shù)量的增長、人口結(jié)構(gòu)的變化以及生活方式和生態(tài)環(huán)境的改變,惡性腫瘤危險因素的暴露頻率和水平均不斷上升[1]。惡性腫瘤死亡人數(shù)及占比不斷增加,嚴重威脅我國居民的生命健康狀況。由于我國城市和農(nóng)村經(jīng)濟發(fā)展、生活習慣、就醫(yī)方便性等方面存在差異,目前還缺乏對城鄉(xiāng)惡性腫瘤死亡差異進行深入的分析。本研究基于死因監(jiān)測集惡性腫瘤相關(guān)數(shù)據(jù),分析2009—2020年我國城鄉(xiāng)居民惡性腫瘤死亡變化趨勢,并對2021—2025年城鄉(xiāng)居民惡性腫瘤的死亡情況進行預(yù)測,為降低惡性腫瘤對居民健康的損害及惡性腫瘤防治策略的制定提供相關(guān)依據(jù)。
研究選用中國疾病預(yù)防控制中心發(fā)布的死因監(jiān)測數(shù)據(jù)集:《全國疾病監(jiān)測系統(tǒng)死因監(jiān)測數(shù)據(jù)集》(2009—2012年)和《中國死因監(jiān)測數(shù)據(jù)集》(2013—2020年)[2-3]。人口學資料來源于死因監(jiān)測系統(tǒng)2009—2020年各監(jiān)測點上報的人口資料。標化死亡率計算所需要的標準人口數(shù)據(jù)一般選擇有代表性的、較穩(wěn)定的、數(shù)量較大的人群,且時間也與被標化資料相一致或接近。因第七次人口普查時間為2020年11月1日零點,不適合用于本研究的標化數(shù)據(jù),故標準人口構(gòu)成選擇2010年第六次全國人口普查數(shù)據(jù)作為標化數(shù)據(jù)計算標化死亡率。死亡率和標化死亡率的計算公式如下:

本研究基于我國疾病監(jiān)測系統(tǒng)死因監(jiān)測數(shù)據(jù),依據(jù)死因監(jiān)測集中對城市和農(nóng)村的劃分〔將所有的區(qū)定義為城市,所有的縣(包括縣級市)定義為農(nóng)村〕,確定本研究的城市和農(nóng)村范圍。目前全國疾病監(jiān)測系統(tǒng)的監(jiān)測點有605個,監(jiān)測人口占全人口的24%,代表性較好。為了保證數(shù)據(jù)的高質(zhì)量,工作人員嚴格對數(shù)據(jù)進行質(zhì)量評定,在2009—2012年將監(jiān)測點死亡率低于3‰作為剔除標準;2013年原監(jiān)測點以4.5‰,新增監(jiān)測點以5‰作為剔除標準。剔除不符合要求的數(shù)據(jù),2009—2020年最終納入的監(jiān)測點個數(shù)分別為157、157、155、155、432、491、487、499、499、512、519和522[2]。
灰色模型(GM)(1,1)是一種準確并簡便的預(yù)測方法,對數(shù)據(jù)的嚴格性要求不高,受其他因素的作用小,在對樣本量較少的短時間預(yù)測中有明顯的優(yōu)勢[4]。利用構(gòu)建的模型對2021—2025年城鄉(xiāng)居民惡性腫瘤死亡率進行預(yù)測,使用實際值和預(yù)測值計算絕對誤差和相對誤差并進行誤差檢驗。具體計算過程如下:
(1)建立原始序列:
x(0)=x(0)(1),x(0)(2),x(0)(3),…,x(0)(n)
(1)
(2)計算一次累加生成序列:

(2)
x(1)(k)=x(1)(1),x(1)(2),x(1)(3),…,x(1)(n)
(3)
(3)計算緊鄰均值序列:

(4)
(4)模型的可行性檢驗(級比檢驗)
將原始序列的級比值定義為λ(k):

(5)

(5)構(gòu)建灰色預(yù)測模型GM(1,1):

(6)
(6)用最小二乘法求得a(發(fā)展系數(shù))和u(灰色作用量):

(7)

(8)
利用Excel對2009—2020年城鄉(xiāng)居民惡性腫瘤的死亡情況進行匯總分析;利用美國癌癥研究所開發(fā)的Joinpoint 3.5.1軟件,分析2009—2020年惡性腫瘤死亡相關(guān)率的時間變化趨勢,并用年度變化百分比(annual percentage change,APC)和平均年度變化百分比(average annual percentage change,AAPC)表示變化情況[4]。檢驗水準α=0.05。
(1)伸縮縫問題。有些選用的是砂漿填縫,但砂漿填縫處已開裂,有些選用的是硅膠填縫,未開裂,但時間久會發(fā)黃,影響觀感。因此,此次異型防浪墻的伸縮縫不采用填縫處理,根據(jù)造型直接留出3cm的伸縮縫,弱化其處理方式。
2009—2020年監(jiān)測點城市惡性腫瘤死亡人數(shù)共1 299 788人,占腫瘤總死亡人數(shù)的34.67%,農(nóng)村惡性腫瘤死亡人數(shù)共2 449 549人,占比約65.33%。城市死亡率為159.00/10萬,標化死亡率為129.77/10萬,農(nóng)村死亡率為153.78/10萬,標化死亡率為131.50/10萬。城鄉(xiāng)間死亡率差距逐漸縮小,由2009年的22.13/10萬下降至2020年的5.22/10萬。為消除年齡構(gòu)成造成的影響,對死亡率進行標化后,城鄉(xiāng)居民標化死亡率均表現(xiàn)為下降的趨勢,其中農(nóng)村高于城市。見表1。

表1 2009—2020年城鄉(xiāng)居民惡性腫瘤死亡情況
城市和農(nóng)村惡性腫瘤死亡前10位分別占各自惡性腫瘤死亡總數(shù)的83.28%和84.29%,其中,排名前5位的癌癥占比分別是70.01%和73.28%。威脅城鄉(xiāng)居民健康的惡性腫瘤死亡前10位一致,但在死因順位上存在差異。死因順位排名前3位的癌癥均是肺癌、肝癌和胃癌,排名第10位的癌癥是唇、口腔和咽惡性腫瘤。對比死因順位變動情況,發(fā)現(xiàn)城市肺癌,結(jié)直腸癌,胰腺癌,乳腺癌,淋巴瘤與多發(fā)性骨髓瘤以及唇、口腔和咽惡性腫瘤的死亡率高于農(nóng)村,農(nóng)村肝癌、胃癌、食管癌、白血病的死亡率高于城市。見表2。

表2 2009—2020年城鄉(xiāng)居民前10位惡性腫瘤死因順位
2009—2020年城市惡性腫瘤死亡率呈上升趨勢,死亡率AAPC為0.5%,但上升趨勢差異無統(tǒng)計學意義。有2個連接點,呈現(xiàn)先下降后上升的趨勢,2009—2011年以每年6.3%的速度下降,2011—2014年以6.4%的速度上升,2014—2020年出現(xiàn)小幅度的下降。農(nóng)村惡性腫瘤死亡率呈上升趨勢,死亡率AAPC為2.1%,上升趨勢差異有統(tǒng)計學意義。有1個連接點,均呈上升趨勢,2009—2014年的上升速度(APC=3.2)比2014—2020年上升速度(APC=1.2)快。見圖1。

圖1 城市和農(nóng)村居民惡性腫瘤死亡率及標化死亡率Joinpoint趨勢分析
2009—2020年城市惡性腫瘤標化死亡率呈下降趨勢,標化死亡率AAPC為2.0%,下降趨勢有統(tǒng)計學意義。有2個連接點,呈現(xiàn)先下降再上升再下降的趨勢,2009—2012年以3.7%的速度下降,在2012—2015年轉(zhuǎn)而以3.0%的速度上升,2015—2020年以3.9%的速度下降。農(nóng)村惡性腫瘤標化死亡率呈直線下降趨勢,死亡率AAPC為2.0%,下降趨勢有統(tǒng)計學意義。有1個連接點,均呈下降趨勢,2009—2012年的下降速度(APC=3.8)比(2012—2020年的下降速度(APC=1.3)快。見如圖1。
2.4.1 預(yù)測模型擬合情況
基于2009—2020年城市和農(nóng)村惡性腫瘤死亡情況建立惡性腫瘤死亡率的灰色預(yù)測模型,模型的參數(shù)、擬合方程、殘差檢驗及后驗差檢驗詳見表5。對建立的模型精度進行檢驗,2個預(yù)測模型的精度等級分別是2級和1級,農(nóng)村模型擬合精度優(yōu)于城市,模型的預(yù)測效果較好,可應(yīng)用于外推預(yù)測。GM(1,1)模型擬合結(jié)果及殘差值見表6。

表6 2009—2020年城鄉(xiāng)居民惡性腫瘤死亡率GM(1,1)模型擬合結(jié)果及殘差值
基于所建模型預(yù)測2021—2025年城市和農(nóng)村死亡率。2021—2025年城市惡性腫瘤死亡率分別為170.35/10萬、172.94/10萬、175.57/10萬、178.24/10萬、180.95/10萬,農(nóng)村為168.89/10萬、172.15/10萬、175.46/10萬、178.84/10萬、182.29/10萬。
本研究結(jié)果顯示,2009—2020年我國城鄉(xiāng)居民惡性腫瘤死亡率差距逐漸縮小,但農(nóng)村標化死亡率高于城市。城鄉(xiāng)居民死亡率時間變化趨勢整體呈上升趨勢,標化死亡率時間變化趨勢整體呈下降趨勢。惡性腫瘤死因順位各不相同,城市肺癌和結(jié)直腸癌死亡率較高,農(nóng)村肝癌、胃癌和食管癌死亡率偏高。對2021—2025年城鄉(xiāng)居民惡性腫瘤死亡率預(yù)測,仍繼續(xù)呈上升趨勢。
我國城鄉(xiāng)居民惡性腫瘤死亡率差距逐漸縮小,城市居民死亡率偏高。隨著社會經(jīng)濟的快速發(fā)展,城鄉(xiāng)居民的經(jīng)濟水平、生活方式和生存環(huán)境等發(fā)生了實質(zhì)性變化,新型城鎮(zhèn)化建設(shè)的穩(wěn)步發(fā)展,城市化進程明顯加快,不斷完善和加強的強農(nóng)惠農(nóng)政策,促進了城鄉(xiāng)居民腫瘤死亡率差距的縮小。農(nóng)村惡性腫瘤標化死亡率高于城市,由于城市與農(nóng)村經(jīng)濟發(fā)展水平、生活習慣、疾病就醫(yī)的便利性、醫(yī)療衛(wèi)生支出、受教育程度、體檢重視程度、健康素養(yǎng)水平等方面存在差距[4]。城鄉(xiāng)醫(yī)療資源、健康消費以及醫(yī)療保健等差異明顯,居民醫(yī)療衛(wèi)生費用相差較大,農(nóng)村衛(wèi)生費用增長的絕對額和速度都遠低于城市。《2020年健康素養(yǎng)監(jiān)測問答》結(jié)果顯示,城市居民健康素養(yǎng)水平為29.06%,農(nóng)村為20.02%,
農(nóng)村居民健康素養(yǎng)水平較低,健康預(yù)防意識較薄弱,較少主動定期體檢,當身體出現(xiàn)異常情況時也不主動就醫(yī),導致腫瘤早期較難發(fā)現(xiàn),等到疾病惡化時則很難治療。
城鄉(xiāng)居民惡性腫瘤死因順位存在差異,從前5位來看,城市居民肺癌、結(jié)直腸癌的死亡率高于農(nóng)村,農(nóng)村肝癌、胃癌、食管癌的死亡率高于城市。2002年開始,肺癌居于城市和農(nóng)村惡性腫瘤死亡率的首位,且死亡率呈上升趨勢[5-6],吸煙、環(huán)境中有害物質(zhì)和空氣污染對肺癌造成影響[7-8],環(huán)境污染程度較嚴重、霧霾天數(shù)時間較長等使肺癌死亡率相對較高。可見,采取有效的控煙措施及治理環(huán)境污染仍至關(guān)重要。腸道菌群與結(jié)直腸癌的發(fā)生相關(guān),而飲食習慣則直接影響了腸道菌群結(jié)構(gòu)[9-10]。城市經(jīng)濟發(fā)達,生活質(zhì)量好,居民攝入的動物脂肪及蛋白量增加,膳食纖維減少,大量飲酒、缺乏身體鍛煉等多因素共同導致了結(jié)直腸癌的發(fā)生和發(fā)展[11-12]。因此,良好的飲食習慣,充足的營養(yǎng)攝入,加強身體鍛煉,保持健康的生活方式尤為重要。農(nóng)村居民肝癌、胃癌和食管癌的死亡率較高,這三類腫瘤均屬于消化道腫瘤,肝癌的發(fā)生與發(fā)展與黃曲霉毒素、環(huán)境因素和飲食習慣等有關(guān);胃癌主要與生活水平高低、生存環(huán)境變化和遺傳因素等有關(guān),長期食用腌制食品容易導致胃癌的發(fā)生;食管癌是多因素所致的疾病,如喜食過硬過熱、食用霉變食品、水果攝入不足等。農(nóng)村經(jīng)濟發(fā)展水平較落后,生活水平比城市低,不良的飲食衛(wèi)生習慣、環(huán)境差異等危險因素易接觸,而且一些共性的生活方式和代謝因素均會引起腫瘤的發(fā)生。因而,注意良好的飲食衛(wèi)生、改變飲食習慣、提高生活水平和生活質(zhì)量較為重要。
從時間變化趨勢看,城鄉(xiāng)居民死亡率整體呈上升趨勢,標化死亡率均呈下降趨勢,這反映出我國腫瘤防控工作取得的成效。目前,我國已建成覆蓋人口數(shù)量最多的國家級-省級-市縣級全國癌癥防治網(wǎng)格體系,有效降低了患者的死亡率,相比10年前,5年生存率達到40.5%。近些年來,社會經(jīng)濟的不斷發(fā)展,城鄉(xiāng)居民可支配收入增加,增加了對醫(yī)療方面的支出,衛(wèi)生費用占GDP的比重也呈不斷上升的趨勢。同時,國家加大對醫(yī)療衛(wèi)生資源投資,使初級衛(wèi)生保健基礎(chǔ)設(shè)施得以完[13-14]。加強腫瘤篩查的宣傳力度、積極開展腫瘤相關(guān)疫苗的研發(fā)、提高腫瘤診斷及治療水平,實現(xiàn)了腫瘤的早診早治。例如,截至2022年底,我國已經(jīng)累計完成1.8億人次免費癌癥篩查服務(wù);積極在各地區(qū)推進HPV疫苗和乙肝疫苗的接種,從源頭上預(yù)防腫瘤的發(fā)生。多種因素、多措施的共同作用下促使了標化死亡率的下降。
綜上所述,我國城鄉(xiāng)居民惡性腫瘤死亡率呈較高趨勢,且在未來一段時間仍呈逐漸上升趨勢,腫瘤防控形勢依舊嚴峻,腫瘤防治負擔仍較重。由于城鄉(xiāng)社會發(fā)展水平、醫(yī)療設(shè)施、政府政策等方面存在不同,腫瘤防控工作的開展應(yīng)因地制宜,結(jié)合具體癌情信息,掌握相關(guān)惡性腫瘤的危險因素,調(diào)整公共衛(wèi)生政策及醫(yī)療資源的配置,針對性的開展三級預(yù)防,實現(xiàn)腫瘤防控工作取得新進展。