肿瘤流行病学研究资料的统计分析
恶性肿瘤流行病学
恶性肿瘤流行病学恶性肿瘤是一类严重威胁人类健康的疾病，其发病率逐年增加。
了解恶性肿瘤的流行病学特征对于预防和控制该疾病具有重要意义。
本文将介绍恶性肿瘤的流行病学研究内容、方法和结果。
恶性肿瘤的流行病学研究主要包括发病率、死亡率、发病原因和相关危险因素等方面。
其中，发病率是指在特定人群或特定区域内，特定时间内新发生的恶性肿瘤的数量。
而死亡率则是指由于恶性肿瘤导致的死亡人数占总人口或特定人群的比例。
现代流行病学研究主要采用横断面研究和队列研究的方法。
横断面研究通过在特定时间点对人群进行调查，了解恶性肿瘤的发病率和相关危险因素。
而队列研究则是对特定人群进行长期跟踪观察，以评估恶性肿瘤的发病率和死亡率。
这些研究方法能够提供可靠的流行病学数据，帮助人们了解恶性肿瘤的流行特征和预防措施。
根据最新的流行病学研究结果，某些类型的恶性肿瘤在某些人群中的发病率显著增加。
例如，肺癌在吸烟者中的发病率较高，这与吸烟与肺癌之间存在着密切的关联。
另外，乳腺癌在女性中的发病率也呈上升趋势，这可能与生活方式的改变、遗传因素和环境因素等有关。
除了性别、年龄和遗传因素等基本特征外，一些生活方式和环境因素也与恶性肿瘤的发生有关。
例如，饮食习惯、体育锻炼、工作环境、暴露于致癌物质等都可能增加患恶性肿瘤的风险。
此外，感染一些病毒和细菌，如乙型肝炎病毒和人乳头瘤病毒，也与某些类型的恶性肿瘤有关。
针对恶性肿瘤的流行病学研究可为制定预防和控制策略提供科学依据。
例如，在吸烟与肺癌的关联被确定后，各国纷纷加强对吸烟的限制和禁止，以降低肺癌的发病率和死亡率。
此外，定期体检、健康教育和健康生活方式的提倡也有助于降低恶性肿瘤的发生。
尽管恶性肿瘤的发病率不断攀升，但随着流行病学研究的深入，人们对该疾病的认识和预防意识也在提高。
未来，随着科学技术的不断发展，我们将能够更好地了解恶性肿瘤的发病机制和相关风险因素，为预防和治疗提供更有效的策略。
总之，恶性肿瘤的流行病学研究对于了解该疾病的发病机制、相关危险因素和预防措施具有重要意义。
中国肿瘤流行病学数据
VS
数据整理
数据整理包括数据清洗、格式转换、变量 定义等，旨在将原始数据整理成可用于分 析的数据格式。
数据清洗与质量控制
数据清洗
数据清洗旨在去除重复、错误或不完整的数据，以确保数据的准确性和可靠性。数据清洗包括识别和处理异常 值、缺失值、重复值等。
质量控制
质量控制旨在确保数据的准确性和可靠性，包括数据采集、整理和统计分析等环节的质量控制。
通过对比干预前后的肿瘤发病率和死亡率变化，可以评 估干预措施的效果，为进一步优化预防和控制策略提供 参考。
疾病负担的评估与预测
01
评估疾病负担
02
预测疾病趋势
通过分析肿瘤流行病学数据，可以评 估不同地区、不同人群的肿瘤疾病负 担，为制定合理的卫生服务提供依据 。
通过对肿瘤流行病学数据的趋势分析 ，可以预测未来肿瘤疾病的趋势和发 展趋势，为公共卫生决策提供参考。
结果的讨论与评价
要点一
影响因素分析
要点二
疾病负担评估
通过对数据分析结果进行深入讨论， 可以探讨肿瘤发病的影响因素，如吸 烟、饮食、环境等。
根据流行病学数据，可以对肿瘤疾病 给社会和经济带来的负担进行评估和 预测。
要点三
预防与控制策略制定
基于数据分析结果，可以制定针对主 要肿瘤类型的预防和控制策略，如早 期筛查、健康生活方式推广等。
随着大数据和人工智能等新技术的 应用，肿瘤流行病学研究将更加精 准和深入，为肿瘤防控提供更多科 学依据。
研究内容与方法
基于全国肿瘤登记和医院病历数 据，对中国肿瘤的发病率、死亡 率、生存率等指标进行描述性分 析。
通过问卷调查、回顾性队列研究 等方法，分析中国肿瘤流行病学 的影响因素，包括环境、遗传、 生活习惯等。
中国肿瘤流行病学数据
某些基因变异可能增加个体患肿瘤的风险。
环境因素
空气污染
长期暴露在空气污染的环境中，可能增加呼吸系统肿瘤的患病风 险。
水污染
长期饮用被污染的水源，可能增加消化道肿瘤的患病风险。
辐射暴露
长期接触放射性物质或电磁辐射，可能增加某些肿瘤的患病风险 。
死亡率
肿瘤是中国居民的主要死亡原因 之一，死亡率相对较高，但不同 地区和人群存在差异。
主要癌症类型发病率与死亡率
肺癌
肺癌是中国最常见的恶性肿瘤之一，其发病率和死亡率均居高不下 ，主要与吸烟、空气污染等因素有关。
结直肠癌
结直肠癌发病率相对较高，与饮食结构、生活习惯等因素有关。
肝癌
肝癌是中国常见的恶性肿瘤之一，主要与肝炎病毒感染、饮食污染 等因素有关。
中国肿瘤流行病学数据
汇报人： 日期:
目录
• 中国肿瘤流行病学概述 • 中国肿瘤发病率与死亡率 • பைடு நூலகம்国肿瘤流行病学趋势 • 中国肿瘤流行病学影响因素 • 中国肿瘤流行病学挑战与对策 • 中国肿瘤流行病学展望
01
中国肿瘤流行病学概述
肿瘤定义与分类
肿瘤定义
肿瘤是机体在各种致瘤因子的作用下，局部组织细胞增生所 形成的新生物。这种新生物常表现为肿块，并可对机体产生 各种影响。
死亡率居高不下
尽管医疗水平提高，但肿瘤死亡率仍然较高，与 发达国家相比存在差距。
地域差异明显
不同地区肿瘤发病率和死亡率存在明显差异，可 能与环境、生活方式等因素有关。
主要癌症类型趋势
肺癌
01
肺癌是中国最常见的恶性肿瘤之一，发病率和死亡率均居高不
下。
结直肠癌
02
结直肠癌发病率逐年上升，可能与饮食结构、生活习惯等因素
肿瘤的全球流行病学研究
肿瘤的全球流行病学研究肿瘤是一种严重的疾病，其发病率在全球范围内不断增加。
为了更好地理解肿瘤的全球流行病学特征，许多学者开展了大量的研究。
本文将介绍肿瘤的全球流行病学研究的相关内容。
一、肿瘤的定义与分类肿瘤是指机体组织细胞的非正常增生。
根据肿瘤的发生类型和组织来源，肿瘤可以被分为良性肿瘤和恶性肿瘤两大类。
良性肿瘤是指生长缓慢且不具有扩散和转移能力的肿瘤，而恶性肿瘤则是具有扩散和转移能力，对机体造成严重危害的肿瘤。
二、肿瘤的全球发病情况根据全球卫生组织的统计数据显示，肿瘤是目前世界上最常见的疾病之一，也是导致死亡的主要原因。
每年约有1400万人被诊断为患有癌症，并有900万人因癌症而死亡。
预计到2030年，每年新发癌症病例的数量将增至约2100万，每年死于癌症的人数将达到1500万。
在不同地区和国家之间，肿瘤的发病率和死亡率存在明显的差异。
发达国家的肿瘤发病率较高，而发展中国家的肿瘤死亡率较高。
这可能是由于社会经济发展水平、环境因素、生活方式等的差异引起的。
另外，肿瘤的类型也因地区和国家的不同而有所差异。
例如，肺癌是全球肿瘤死亡率最高的类型，但在不同国家之间的死亡率却有很大差异。
三、肿瘤危险因素肿瘤的发生与遗传因素、环境因素和生活方式等众多因素密切相关。
根据研究，以下是一些常见的肿瘤危险因素：1.吸烟：吸烟与肺癌、口腔癌、食道癌等多种类型的癌症密切相关。
2.饮食与肥胖：不健康的饮食习惯和肥胖是多种癌症的危险因素，如乳腺癌、结直肠癌等。
3.酗酒：酗酒与口腔癌、食道癌、肝癌等多种癌症有关。
4.放射线：长期接触放射线是引起甲状腺癌、肺癌等癌症的重要危险因素。
5.感染：部分病毒、细菌和寄生虫感染与肝癌、宫颈癌等多种癌症密切相关。
四、肿瘤的防治策略针对肿瘤的高发和高死亡率，科学家们制定了一系列的防治策略，以减少肿瘤的发病率和死亡率。
1.预防措施：通过宣传健康知识，推动人们养成健康的生活方式和饮食习惯，提高大众对肿瘤的认识并采取积极的预防措施。
中国肿瘤流行病学数据
随着年龄的增长，肿瘤发病率逐渐升高，且大多数肿瘤的发病率 在60岁以后达到高峰。
死亡率变化趋势
01
总体趋势
近年来，中国肿瘤的死亡率也呈上升 趋势，但略低于发病率的变化。
02
不同类型肿瘤的死亡 率变化
肺癌、胃癌、肝癌等常见肿瘤的死亡 率均有所下降，但结直肠癌、乳腺癌 、甲状腺癌等肿瘤的死亡率呈上升趋 势。
在中国，肿瘤的发病率和死亡率逐年上升 ，已经成为影响人们健康的主要疾病之一 。
通过研究中国肿瘤流行病学数据， 可以了解肿瘤的分布特点、影响因 素和变化趋势，为制定有效的预防 和控制措施提供科学依据。
研究目的和方法
研究目的
通过对中国肿瘤流行病学数据进行系统分析和研究，揭示肿瘤的分布特点、影响因素和变化趋势，为制定有效 的预防和控制措施提供科学依据。
总体死亡率
总体死亡率有所下降
随着医疗水平的提高和防癌抗癌措施的加强，肿瘤总体死亡率有所下降。
死亡率与发病率的差异
不同地区、不同人群的肿瘤发病率和死亡率存在差异，反映出地区和人群的肿瘤负担和风险不同。
年龄别发病率和死亡率
年龄别发病率和死亡率曲线：年龄是影响肿瘤发病率和死亡率的重要因素，随着年龄的增长，肿瘤 发病率和死亡率呈现出上升的趋势。
高发年龄段：中国肿瘤高发年龄段主要集中在中老年人群，其中肺癌、胃癌、肝癌等肿瘤的发病率和 死亡率较高。
需要注意的是，中国肿瘤流行病学数据存在地区差异、城乡差异和人群差异等特点，需要针对不同地 区、不同人群进行精细化的数据监测和分析，以便更好地制定防癌抗癌措施和政策。
03
中国主要肿瘤类型流行病 学数据
15-44岁年龄段
随着年龄的增长，肿瘤发病率和死 亡率逐渐上升，但在45岁以后，发 病率和死亡率急剧上升。
肿瘤研究中的统计方法
6
统计在医学领域的应用
公共卫生---人群数据的分析
流行病研究---吸烟与肺癌 卫生服务---卫生资源需求和利用、医 保改革
健康统计---医学人口、生长发育、疾
病统计等
7
统计在医学领域的应用
公共卫生---人群数据的分析
建模---癌症治疗预后的预测或治疗方法选择
通过临床对某肿瘤治疗的有效性和安全性，结合病 人的其他指标，建立病人治疗效果的预测或建立治 疗方法选择的预测模型
5
统计医学领域的应用
实验研究---实验数据分析 临床研究---个体
临床试验---临床治疗的有效性和安全性
临床用某种药物治疗缺铁性贫血的疗效 甲：治疗10人，8人有效 乙：治疗10人，4人有效
临床科研
外科医生观察了100例肺癌患者的术后生存情况（月）： 3,10,20,12,28,70,9……
41
正态分布曲线下面积
42
正态分布应用
医学参考值的确定
一般用正常人群某指标95%的取值范围作为 医学参考值 医学参考值的确定方法
百分位数法 双侧(P2.5, P97.5)或 单侧P5以上 或P95以下 正态分布法 X ± 1.96S
质量控制：3倍标准差定义异常值
43
t 分布
哥塞特(W.S. Gosset， 1876～1937) 1908年，哥塞特首次以“学 生”(Student)为笔名，在 《生物计量学》杂志上发表 了“平均数的概率误差”。 由于这篇文章提供了 “学生t检验”的基础
24
基本概念---变异
中国大陆13年宫颈癌临床流行病学大数据评价
中国大陆13年宫颈癌临床流行病学大数据评价一、本文概述宫颈癌，作为一种严重影响女性健康的恶性肿瘤，近年来在我国的发病率呈上升趋势，引起了广泛的社会关注。
为了深入理解我国宫颈癌的流行病学特征，探究其发展趋势，并为预防和治疗提供科学依据，本文对中国大陆近13年的宫颈癌临床流行病学大数据进行了系统性的评价和分析。
通过收集全国范围内的宫颈癌临床流行病学数据，我们深入剖析了宫颈癌的发病率、年龄分布、地域差异、病理类型以及治疗效果等方面的信息。
本研究不仅反映了我国宫颈癌流行趋势的变化，也为临床医生和公共卫生决策者提供了有力的参考依据。
本文也揭示了我国宫颈癌防控工作面临的挑战和问题，如筛查普及率不足、早期诊断困难、治疗资源不均等。
我们希望通过这些数据的分析和解读，引起社会各界对宫颈癌防治工作的高度重视，共同推动宫颈癌防控体系的完善和发展。
在接下来的章节中，我们将详细阐述宫颈癌流行病学数据的来源、处理方法，以及具体的分析结果。
我们希望通过本文的研究，为宫颈癌的临床诊断和治疗提供更为准确和有效的策略，为推动我国宫颈癌防治工作的进步做出积极贡献。
二、材料与方法本研究旨在通过对中国大陆13年间宫颈癌临床流行病学的大数据进行评价，以揭示宫颈癌的流行趋势、影响因素以及防控策略的有效性。
研究材料主要来源于国家卫生健康委员会、中国疾病预防控制中心以及各大医院的宫颈癌登记系统，涵盖了宫颈癌的发病率、死亡率、年龄分布、地区分布、病理类型、临床分期以及治疗方法等关键信息。
在数据收集过程中，我们采用了统一的数据标准和质量控制方法，确保数据的准确性和可靠性。
同时，我们利用统计学方法对数据进行处理和分析，包括描述性统计、卡方检验、回归分析等，以揭示宫颈癌的流行病学特征和影响因素。
在研究方法上，我们采用了回顾性队列研究的设计，通过对宫颈癌患者的临床数据进行深入挖掘和分析，探讨宫颈癌的发病趋势、影响因素以及不同治疗方法的疗效。
我们还结合了国内外相关文献和研究成果，对宫颈癌的流行病学特征、防控策略以及未来发展方向进行了全面而深入的分析和讨论。
肿瘤学概论(第2版)PPT课件 第二章 肿瘤流行病学的研究内容
（通常为1、3、5年）随访后，仍存活的病例数所占的比例。
用途：①反映疾病的危害程度和患者的预后；
②评价肿瘤治疗的远期效果。
肿瘤生存率
=
经过若干年观察后尚生存的病例数 最初的新诊断病例总数
×100%
值得注意的是，比较不同地区、时间及人群的肿瘤发病率或死亡率时，应比较各年龄组率的调整或标
化使用发病专率或死亡专率。标化的方法有直接法和间接法。
肿瘤学概论（第2版）
（二）病例对照研究
1.定义 病例对照研究（case control study）是一种由果及因的回顾性研究，是以确诊的患有某种恶性
肿瘤的人群作为病例组，以不患有该种疾病但具有可比性的个体为对照，利用已有的记录或采用问卷调 查等流行病学方法、实验室检查等手段，了解其过去的暴露情况，比较两组暴露于某危险因素的百分比， 判断暴露因素与所研究的恶性肿瘤之间关联的一种观察性研究方法。
（1）比值比（odds ratio，OR）是病例组中暴露比值与对照组中暴露比值之比。 （2）当OR>1时，说明暴露使疾病发生的危险增加，是疾病的危险因素，称为“正关联”；
当OR=1时，两者没有关联； 当OR<1时说明暴露使疾病发生的危险降低，是疾病的保护因素，称为“负关联”。
肿瘤学概论（第2版）
（二）病例对照研究
第二章
肿瘤流行病学的研究内容
作者 : 乔友林
单位 :中国医学科学院肿瘤医院
目录
第一节 恶性肿瘤的流行趋势 第二节 肿瘤流行病学的常用研究方法 第三节 肿瘤流行病学研究结果的真实性
重点难点
掌握 肿瘤流行病学的研究方法、定义、指标及计算方法，描述、 分析、实验肿瘤流行病学的定义、分类、研究方法、研究特 点以及用途等内容。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
肿瘤流行病学研究资料的统计分析
项永兵
第四讲生存资料单变量分析中危险率比估计
Logrank检验［1，2］是生存分析中最常用的非参数统计方法。
在资料分析时，除计算假设检验统计量及相应P值外，还可以对研究因素的效应做出估计，即估计一些参数或指标，例如回归系数β或相对危险度RR。
单因素分析中常用的参数是相对危险度(RR)。
在生存分析中该术语经常被称为危险率比(harzard ratio,HR)。
国人在生存资料单因素分析的结果中仅报道假设检验统计量及P值，很少给出RR或HR的估计值，一般在Cox回归模型分析中列出它们的结果。
所以如何在单变量分析情形下，基于logrank检验估计RR或HR，是本讲的主要内容。
一、统计方法：以最常见的二元协变量为例，即两组比较的情形。
假定两组个体在时刻t时的危险率分别为λ1(t)和λ2(t)，根据Cox的比例危险假设［1，2］，存在下式
式中HR即危险率比。
它不依赖于时间，是个常数。
回到上一讲(第三讲)中关于样本资料的一些假定，例如2×2表，这里不在重复，请参考。
首先看无效假设，即H0∶HR＝1。
而假设检验统计量则是常用的logrank 检验统计量，分别有Mantel和Peto氏统计量两种。
即为上一讲中的公式(5)和(4)。
为了叙述上的方便，这里重复这两个公式。
Mantel氏统计量［1～7］和Peto氏统计量［1～5，8～11］分别为
其中Peto氏(简化式)统计量比Mantel氏统计量在假设检验上较保守［1，2，10～12］。
在(2)式的基础上，估计危险率比的公式［8］为
式中分子为实际死亡数与期望死亡数的差，分母为方差。
期望死亡数与
方差的计算方法见上一讲。
对数危险率比log(HR)的方差估计可以用下式
而与(3)式相对应的危险率比估计公式［9，14，15］为
上式分母中的期望死亡数除可用上一讲中的方法计算外，还可用下式
对数HR2的方差估计公式［2］为
或采用下式［1］
Vrlog(HR2)＝1/W ，(8)
式中
估计HR方差的目的，是为了能估计HR的95%置信区间(CI)，或做假设检验。
二、实例说明：以Freireich白血病临床试验数据［1，2，16］为例，资料见表1。
研究因素是治疗方法，即对照组(安慰剂组)和6-MP治疗组，也即两组比较的情形。
目的是比较两组病人的生存期(预后)有没有差别，或者为了说明采用6-MP药物治疗的病人，其预后是否优于对照组。
本文的重点在于估计研究因素的效应大小，即危险率比HR。
表2是分析该数据的假设检验统计量、危险率比及其对数的方差估计值等。
为了与Cox 回归模型［1，2］的分析进行对比，表中同时给出Cox回归模型的分析结果。
以logrank检验为例，对照组相对于治疗组的危险率比为5.15，且有高度统计学意义。
表中的结果同时也说明了简化式统计量是较保守的。
与Cox方法相比，基于logrank检验的参数估计值HR似有高估的倾向，而
在简化式基础上推导的参数HR则低估。
表1 Freieich白血病临床试验病人随访资料
(对照组和6-MP治疗组)
注：生存时间单位为周；“＋”表示截尾生存时间(censoring times)。
表2 假设检验统计量及危险率比估计值
*：Cox比分统计量； ：似然比统计量。
为了对上述两种相对危险度的估计方法做出评价及说明它们的偏性大小，笔者利用计算机进行了模拟研究。
生存时间以指数分布为例。
具体做法见表3。
除考查样本大小的作用以外，其它情况均是产生一个含量为1 000的随机样本。
其中因素效应的大小以参数β的大小来表示。
需要说明的是括号内其它条件中的0.4为β；50为指数分布(生存时间)的均数；25%为截尾数据所占比例大小。
结果如下：
1.样本大小：随着样本含量增加，危险率比的估计越来越稳定，偏性也越小。
而不同的估计值之间却相差极小，说明不同的方法不受样本含量的影响。
2.截尾数据比例：随着截尾数据所占的比例增加，危险率比的估计似出现越来越不稳定的趋势。
但不同的估计方法似乎受其影响较小。
3.因素效应：随着研究因素的效应不断加强，两种估计值的偏性均越来越大，且HR1高估了真值，而HR2则低估了真值，似乎HR2的偏性大于HR1。
从结果来看，当因素的作用不太强时(如HR＝1～3)，HR1和HR2的偏性均很小。
用Cox偏似然函数法估计的危险率比始终很稳定。
此外，对随访时间的长短的影响也进行了探讨，但对结果没有影响，且各种估计值均与真值非常接近。
除样本大小以外，其它方面对样本方差估计的影响都很小。
结果中仅观察到随样本含量的增加，对数HR的方差估计越来越小。
表3 计算机模拟随机样本的实验方法及条件
注：生存时间假定为指数分布(均数为α)；样本含量为n；因素的效应以回归系数β的大小表示。
附图不同方法估计的HR偏性大小比较
附图直观地显示了在用不同方法估计的危险率比的偏性大小及方向。
当HR取10个不同的值时，即图中X轴。
Y轴则代表HR的估计值。
图中共有四条线，分别为HR1估计值、HR2估计值、Cox法估计值和真值THR。
结果正如前述。
三、小结：正如病例对照或队列研究资料的分析，人们并不仅仅限于计算假设检验统计量(例如Mantel-Haenszel卡方统计量和P值大小)，同时要估计因素的作用大小，即估计比数比OR或相对危险度RR。
但在生存分析研究领域，这方面往往在实际应用中被忽略。
国内更是如此，在生存资料单变量分析时，主要强调了假设检验的问题(在结果中列出卡方统计量和P值)，而没有给出相应的参数估计。
本讲介绍了生存资料分析中基于logrank检验的两种危险率比估计方法，同时与Cox的偏似然函数法估计进行了比较。
文中给出了各种方法在分析一个数据中的实例应用。
计算机模拟研究的结果表明，样本含量、截尾数据比例的大小对样本危险率比的估计有一定影响；而随访时间长短的影响很小；主要受研究因素效应大小的影响。
在研究因素效应不大时，他们均是很可靠的估计方法。
而在因素效应较强时(如HR＞3)，均表现出了不同程度的偏性。
其中，基于简化式的估计法的偏性更大，所以当HR＞3时，危险率比的估计易采用更加可靠的方法，如Cox方法。
国外一些生物统计学家，例如Peto［8］、Pike［9］、Mantel-Haenszel ［6,7,14,15］、Cox［2,14］、Breslow［12］等均对危险率比HR的估计方法进行过研究，均可参考。
其中前三者的方法无需迭代，计算简便。
作者单位：上海市肿瘤研究所流行病学研究室200032。