1990-2009年中國女性乳腺癌死亡趨勢的APC模型分析*

李春暉 宇傳華,2△

1990-2009年中國女性乳腺癌死亡趨勢的APC模型分析*

李春暉1宇傳華1,2△

目的 探討我國1990-2009年20年間成年女性乳腺癌死亡率的流行變化趨勢。方法 利用美國華盛頓大學健康測量與評價研究中心和《中國衛生統計年鑒》中的死因數據，采用年齡—時期—隊列(APC)模型和Intrinsic Estimator(IE)算法估計成年女性乳腺癌死亡風險的年齡效應、時期效應和隊列效應。結果 中國女性乳腺癌死亡風險的年齡效應總體上隨年齡增加而增大，中國20歲以上女性乳腺癌死亡風險的時期效應隨年代持續上升，隊列效應說明中國自1911年以后出生的女性所經歷的乳腺癌死亡風險呈下降趨勢。結論 中國女性乳腺癌死亡風險的時期效應占主導地位。不完善的乳腺癌篩查、低檢出率及不健康的飲食習慣等危險因素均導致了乳腺癌死亡率的上升趨勢，也增加了乳腺癌死亡風險的時期效應。

乳腺癌 死亡率 APC模型

乳腺癌作為全球范圍內女性最常見的一種惡性腫瘤，已經嚴重影響了女性的正常生活，也是引起女性死亡的重要原因。根據世界衛生組織國際癌癥研究機構(international agency for research on cancer，IARC)在Globocan中統計[1]，2012年全世界約有167萬乳腺癌新發病例，占全部女性惡性腫瘤發病的25%位居女性腫瘤發病首位；52.2萬例乳腺癌患者死亡，占全部女性惡性腫瘤死亡的14.7%。乳腺癌已成為全球惡性腫瘤第五位的死因。在發達國家，乳腺癌目前是僅次于肺癌惡性腫瘤死亡的第二大死因，死亡例數19.8萬，占所有女性惡性腫瘤死亡的15.4%；在欠發達國家，乳腺癌已成為女性死亡最主要的死因，死亡例數為32.4萬，占所有女性惡性腫瘤死亡的14.3%。其中，中國2012年女性乳腺癌新發病例18.7萬，死亡4.8萬例。對于乳腺癌死亡趨勢的變化，本文采用年齡—時期—隊列模型(age-period-cohort，APC)對中國1990-2009年乳腺癌死亡資料進行統計分析，探討人群年齡、時期和隊列因素對死亡的影響，為乳腺癌的防治評價提供科學依據。

對象與方法

1.資料來源

本研究所用死亡數據來源于美國華盛頓大學健康測量與評價中心(institute for health metrics and evaluation，IHME，http://ghdx.healthdata.org/)和《中國衛生統計年鑒》中女性分年齡別乳腺癌死因資料。IHME中GHDx包含全世界各個國家的調查、普查、生命統計及其他相關健康相關數據，同時公開研究的全球疾病負擔數據。中國死因監測數據來源于全國161個死因監測點，根據各地區人口采用多階段分層隨機方法進行抽樣，監測全國的死亡數據。因此，所選數據的質量是較為真實可靠的。本研究中將年齡在20～79歲之間的成年女性作為本研究的研究人群。

2.方法

(1) APC模型

年齡—時期—隊列模型現已成為常見的流行病學分析工具，并廣泛應用于分析慢性病發病率和死亡率的變化趨勢[2]。APC模型以Poisson分布為基礎，可在同時調整年齡、時期、隊列等因素的條件下，估計一定人群的疾病或死亡的危險性，體現疾病在年齡、期間和隊列上的變化趨勢。

APC模型從本質上可以看作為一個多元回歸模型，其基本形式為：

Y=α0+αX1+βX2+γX3+ε

(1)

式(1)中：Y代表發病率或死亡率；α0為常數項或截距；α是年齡效應，即某一年齡組人口的死亡風險；β是時期效應，即某個時期內所有人口的死亡風險；γ是隊列效應，即同一個出生隊列的所有人口的死亡風險；X1、X2和X3分別是年齡、時期和隊列；ε為殘差。其中，α、β和γ三個效應為需要估計的參數。

(2) 模型結構及求解

在本研究中，采用Poisson對數線性模型來對APC模型進行求解，對方程(1)兩邊進行對數線性變換，其表達式變為：

ln[E(Mij)]=ln(Dij/Pij)=μ+αi+βj+γk

(2)

式(2)中，表示第i個(i=20～24,…,75～79)年齡組在第j個時期內(j=1990～1994,…,2005～2009)的期望死亡率；Dij表示第i個年齡組在第j個時期內的死亡人數；Pij表示第i個年齡組在第j個時期內的人口數；αi為年齡效應，表示第i個年齡組人口的死亡風險；βj為時期效應，表示第j個時期內人口的死亡風險；γk為隊列效應，表示第k個(k=i+j-1,即k=1,2,…,15)出生隊列人口的死亡風險；μ為截距。

由于年齡、時期和出生隊列三個自變量之間存在共線性關系[3]，即出生隊列等于時期與年齡之差，因此從理論上來講，方程(1)不存在唯一解。為了解決這一問題，已有不少研究者嘗試用各種解決辦法[4-7]，如兩因素模型、非線性模型、懲罰函數法、估計函數函數法等，然而這些方法都不能從根本上完全解決年齡、時期、隊列的共線性問題，得出唯一確定的解。

Kupper等人[8]為APC模型的可估計性提出了一個條件，并證明了滿足這一條件的可估計方程可以得到唯一解。此后，在Kupper的研究基礎之上，Fu和Yang等學者[9-10]提出了Intrinsic Estimator(IE算法)，并證明了IE算法滿足模型可估計性的條件且可以求出唯一解，從而解決了APC模型的共線性問題。本研究則采用IE算法對方程(2)中的主要參數αi、βj、γk進行估計，計算過程在Stata軟件中實現。

結 果

1.乳腺癌死亡率的年齡、時期和隊列變化趨勢

中國20～79歲女性乳腺癌年齡別死亡率在1990-2009年之間的變化趨勢，從總的年齡變化趨勢上來看，歷年女性乳腺癌的死亡率隨年齡的增長而上升。然而，在60歲左右時，60～64歲組乳腺癌死亡率開始下降，從65～69歲組死亡率又開始持續上升。從年代變化趨勢上來看，除了2004-2009年外，其它三個時期的各個年齡段的乳腺癌死亡率隨年代呈下降趨勢，60歲以上年齡組尤為明顯。從50～54歲年齡組開始，2005-2009年各個年齡組的乳腺癌死亡率均高于其它三個時期。

圖1顯示的是中國20～79歲女性乳腺癌年齡別死亡率隨出生年份的變化趨勢。從總的變化趨勢上來看，乳腺癌年齡別死亡率基本上隨出生年份呈下降趨勢。分年齡組來看，30歲以上年齡段的女性乳腺癌死亡率隨出生隊列呈先下降后上升的趨勢，30歲以下年齡段的女性乳腺癌死亡率則變化較為平穩。由于圖1混雜了年齡效應和時期效應，因此無法單獨看出隊列效應，但是可以明顯看出，不同時期出生的人在同一個年齡組的乳腺癌死亡率相差較大。

2.乳腺癌死亡率的APC模型分析

表1結果顯示了根據IE算法估計得到的中國20～79歲女性在1990-2009年間乳腺癌死亡率的年齡、時期和出生隊列效應。

結合表1和圖2的年齡效應結果來看，中國女性乳腺癌死亡的年齡效應隨著年齡的增長呈現出翻轉的“J”形曲線。乳腺癌的年齡效應死亡風險從20～24歲時的-3.1995增加到50～54歲時的0.9254，再慢慢下降到75～79歲時的0.5761。若將20～24歲年齡組作為基準，將其年齡效應標化為1(e-3.1995×24.52=1)，則50～54歲組的死亡風險增加到為61.8616，到74～79歲時死亡風險將為43.6237。

根據表1和圖2的時期效應結果，中國20歲以上女性乳腺癌的死亡風險自1990-1994年的-0.1659增加到2005-2009年的0.3013。同樣地，若將1990-1994年的死亡風險標化為1，則1995-1999年、2000-2004年和2005-2009年的死亡風險分別增加為1.0441、1.1636和1.5942。由此可以看出，乳腺癌的死亡風險的時期效應在20年間增加了59%。如此迅速的增長說明，自1990年以后經濟快速發展帶來的環境惡化，人們不健康的生活方式如飲酒、肥胖、缺乏體育鍛煉等，都可能增加這一時期乳腺癌死亡風險的時期效應[11-12]。

圖2 中國20～79歲女性乳腺癌死亡率的年齡、時期和隊列效應估計結果

表1和圖2的隊列效應表明不同出生隊例的女性所經歷的死亡風險的差異。顯然，中國自1911年出生的女性所經歷的乳腺癌死亡風險隨隊列呈下降趨勢。從1911-1919年出生的女性乳腺癌死亡風險0.9986遞減為1981-1989年的-1.2350，以1911-1919年為基準標化后，死亡風險的隊列效應下降了21.05%。通過數值微分法，可以得到隊列效應下降的變化速度不斷波動，時快時慢。

討 論

本研究利用年齡—時期—隊列模型和Intrinsic Estimator算法分析了中國20～79歲女性在1990-2009年間乳腺癌死亡率的變化趨勢。IE算法的應用從理論上較好的解決了APC模型的共線性問題，求得參數的唯一解。

中國女性高年齡組在2005-2009年時期內的乳腺癌死亡率均高于其他三個時期。根據APC模型分析的結果來看，相比較隊列效應，中國婦女乳腺癌死亡率的時期效應更加重要，因為中國女性乳腺癌死亡風險的時期效應隨年代在不斷增加。有流行病學研究顯示，飲食習慣、生理因素如初潮早、絕經晚、行經長等、生育率低、非母乳喂養及不完善的乳腺癌篩查等是乳腺癌的危險因素[13-15]。在本研究中，不完善的乳腺癌篩查、低檢出率及不健康的飲食習慣是影響中國婦女二十年來乳腺癌死亡率的高危因素。首先，由于我國并無完善的乳腺癌篩查機制，因此中國婦女對乳腺癌篩查意識率及參與率都較低[13,16]；其次，較低的乳腺癌檢出率也延誤了治療契機，增加了乳腺癌死亡率的增長趨勢[13]；最后，在飲食習慣上，2001年中國人群的脂肪攝入量的比例相對1985年增加了70.73%[17]。而這些因素的存在也進一步增加了乳腺癌死亡風險的時期效應。

由此可見，經濟快速的發展、醫療技術水平的改進并沒有改善女性乳腺癌的死亡狀況，相反使得死亡風險進一步上升。因此，在經濟發展的同時，我們更要注重提高個人的健康意識，養成良好的飲食習慣，建立完善的醫療衛生體制，重視人們的健康水平。

致謝：美國佛羅里達大學陳心廣教授為本研究提供方法指導。

[1]GLOBOCAN 2012:Estimated Cancer Incidence,Mortality and Prevalence Worldwide in 2012.International Agency for Research on Cancer.http://globocan.iarc.fr/Pages/fact_sheets_cancer.aspx.

[2]張雪峰.年齡-時期-隊列模型.東南大學學報(醫學版),2001，20(3):200-203.

[3]Mason KO,Winsboro HH.Some Methodological Issues in Cohort Analysis of Archival Data.American Sociological Review,1973,38(2):242-258.

[4]Osmond C,Gardner MJ.Age,period,cohort models applied to cancer mortality.Stat Med,1982,1(3):245-259.

[5]James IR,Segal MR.On a method of mortality analysis incorporating age-year interaction,with application to prostate cancer mortality.Biometrics,1982,38(2):433-443.

[6]Holford TR.The estimation of age,period,cohort effects for vital rates.Biometrics,1983,39(2):311-324.

[7]沈其君.生命統計資料中年齡和時期趨勢效應的估計.中國衛生統計,1992,9(1):6-9.

[8]Kupper LL,Janis JM,Karmous A,et al.Statistical Age-Period-Cohort Analysis-a Review and Critique.Journal of Chronic Diseases,1985,38(10),811-830.

[9]Yang Y,Fu WJ,Kenneth C.A methodological Comparison of Age-period-cohort Models:The Intrinsic Estimator and Conventional Generalized Linear Models.Sociological Methodology,2004,34(1):75-110.

[10]Yang Y,Schulhofer WS,Fu WJ,et al.The intrinsic estimator for age-period-cohort analysis:What it is and how to use it.American Journal of Sociology,2008,113(6):1697-1736.

[11]岳瑤,李惠平.乳腺癌危險因素研究進展.癌癥進展，2011,9(5):520-523.

[12]劉玉紅.女性乳腺癌疾病狀況及乳腺癌發生危險因素分析.現代預防醫學，2011,38(3):468-469.

[13]王璟,蘆文麗,王媛,等.中國女性乳腺癌篩查現狀分析及優化策略.中國婦幼保健，2013,28(18):2864-2867.

[14]楊曉丹,譚盛葵.乳腺癌危險因素研究新進展.中國婦幼保健，2013,28(8):1363-1366.

[15]方亞,胡海蘭.女性乳腺癌危險因素及其變化.中國衛生統計，2009,26(3):241-246.

[16]趙文娟,李永新.大連地區孤女乳腺癌、宮頸癌篩查結果分析.中國衛生統計，2012,29(1):125-126.

[17]封志明,史登峰.近20年來中國食物消費變化與膳食營養狀況評價.資源科學，2006,28(1):2-8.

(責任編輯：郭海強)

Analysis on Temporal Trends of Chinese Female Breast Cancer Mortality Between 1990-2009:An Application of APC Model

Li Chunhui,Yu Chuanhua

(School of Public Health,Wuhan University (430071),Wuhan)

Objective To study the trends in Chinese female breast cancer mortality by age，period and birth cohort from 1990 to 2009.Methods The mortality data were extracted from the Institute for Health Metrics and Evaluation and “Chinese Health Statistics Yearbook”.Age-period-cohort model and Intrinsic Estimator were used to estimate the age,period and cohort effects of adult female breast cancer mortality risk.Results Age effect of Chinese female breast cancer mortality risk increased with age.Period effect of more than 20 years old female breast cancer mortality risk continued to rise with time.Cohort effect shows that the female breast cancer mortality risk from born after 1911 remained decline trend.Conclusion The period effect was found to play an important role in breast cancer mortality.The imperfect breast cancer screening,low detection rate and unhealthy dietary habits increased the period effect of breast cancer mortality.

Breast cancer;Mortality;APC model

*:國家自然科學基金資助(81273179)

1.武漢大學公共衛生學院流行病與衛生統計學系(430071)

2.武漢大學全球健康研究中心

△通信作者：宇傳華，E-mail:yuchua@163.com