福建省人群1973-2009年死亡谱变化的定量研究

目的 分析福建省1973-1975和2008-2009年人群死亡谱改变的主要影响因素.方法 计算疾病死因、构成比、调整死亡率,用死亡率差别分解法对死亡率差别进行定量分解.结果 2008-2009年人群粗死亡率和调整死亡率均下降.呼吸系病从首位降至第4位,传染病从第3位降至第10位,恶性肿瘤从第2位升至首位.恶性肿瘤、脑...     

江苏省人群肺癌死亡的定量研究

目的分析影响肺癌死亡率上升的主要影响因素,为肺癌的防制策略制定提供依据。方法利用死亡率差别分解法,对江苏省1973-1975年和2012年的肺癌死亡率进行定量分解,计算肺癌死亡率变化人口因素和非人口因素的贡献值。结果与1973-1975年相比,2012年江苏省居民肺癌粗死亡率增长了5.59倍,标化死亡率增长了1.94倍,肺癌死亡在恶性肿瘤中的顺位由第4位上升至首位。人口因素在江苏省居民肺癌死亡率上升中的贡献率为43.32%,非人口因素的贡献率为56.68%。结论肺癌是江苏省恶性肿瘤预防和控制工作的重点,居民肺癌死亡率快速上升的主要原因是人口年龄结构老化及其他危险因素的增加。     

闵行区居民死亡水平变化的定量研究

目的了解人口因素和非人口因素在死亡率变化中的作用,为政府决策部门开展疾病防制提供科学依据。方法采用死亡率差别分解法计算人口结构和其他危险因素对不同年份和不同疾病死亡率变化的贡献值和贡献率。结果人口因素对肿瘤和循环系统疾病死亡率上升的贡献率均为80%以上。"内营代病"的非人口因素起到促进死亡率上升作用,其余疾病的非人口因素起到促进疾病死亡率下降的作用。结论 "人口因素"和"非人口因素"对不同疾病死亡率上升的贡献各有不同,非人口因素在不同年代以和不同疾病中的内涵也有所不同。人口结构的老龄化对促进粗死亡率上升起到越来越重要的作用。     

山东省1970-2005年人群死亡率及死因 变化与差别分解分析

目的 描述1970-2005年山东省人群总死亡及主要死因死亡水平的变化趋势,定量分析死亡率变化的影响因素.方法 对山东省3次死因调查资料的比较分析,利用死亡率和年龄调整死亡率等指标描述不同年代总死亡和主要死因死亡水平的变化趋势,采用死亡率差别分解法计算死亡率变化中人口因素和非人口因素的贡献值和贡献率.结果 自1970年代以来,山东省人群总死亡率变化幅度不大,1990年代后略呈上升趋势,但调整死亡率和各年龄段死亡率均呈现显著下降趋势.包括感染性疾病和母婴疾病在内的第一大类疾病死亡率急剧下降,而以心脑血管疾病和恶性肿瘤为主的慢性非传染性疾病(慢性病)和伤害死亡率上升趋势明显.人口因素和非人口因素对总死亡率作用方向相反,二者交互作用使1990年代以来的总死亡率较为稳定.第一类疾病死亡率的下降和伤害死亡率的升高主要为非人口因素作用的结果,所有慢性病总死亡率的升高全部为人口因素所致,但对于心脑血管疾病和恶性肿瘤死亡率的升高,非人口因素起到主要作用.结论 随人口老龄化趋势的加重和非人口因素作用的增强,未来一段时间内山东省人群总死亡率将维持在目前水平或略有升高.第一类疾病已得到有效控制,以心脑血管疾病和恶性肿瘤为代表的主要慢性病应成为疾病控制工作的重点.     

差别分解法分析南通市恶性肿瘤死亡影响因素

目的定量分析南通市恶性肿瘤死亡率的影响因素。方法运用差别分解法,比较南通市2005—2015年恶性肿瘤死亡率的差异,定量分析人口年龄结构和危险因素对死亡率变化的贡献和比值。结果随着时间的推移,南通市人口老龄化日趋严重。人口老少比从2005—2008年的78.09%,上升到2013—2015年的169.92%,老年人口抚养比从18.39%上升到23.79%,老年系数从12.96%上升到17.26%。南通市2005—2008年、2009—2012年、2013—2015年恶性肿瘤粗死亡率分别为234.59/10万、252.42/10万、260.51/10万。2009—2012年粗死亡率环比增长率(7.60%)高于2013—2015年(3.20%)。与2005—2008年相比,2009—2012年恶性肿瘤粗死亡率增加了17.83/10万,其中有18.49/10万(103.70%)是由人口年龄结构差别引起的,有-0.66/10万(-3.07%)是由危险因素导致的。2013—2015年粗死亡率增加的25.92/10万,人口年龄结构贡献了71.12/10万(274.38%),其他危险因素的贡献值为-45.20/10万(-174.38%)。结论南通市人口老龄化日趋严重。人口老龄化逐步替代危险因素,成为导致恶性肿瘤粗死亡率升高的主要因素。     

广东省人群疾病死亡因素的定量分析

目的定量分析人口因素和非人口因素对广东省人群疾病死亡变化的影响，为制定可行的防控措施提供依据。方法收集广东省1970—1972年和2004—2005年2次全国死因调查的资料，利用死亡率差别分解法计算出人口因素和非人口因素对各类疾病的贡献值和贡献率。结果2004—2005年广东省全死因死亡率为658．62／10万，1970—1972年为496．12／10万，死亡率上升均为人口因素的影响，其贡献率为138．48％。感染性疾病及母婴疾病死亡率下降72．92％，完全是非人口因素作用（107．11％）。慢性非传染性疾病死亡率上升122．15％，30年间其占总死因构成由51．04％上升到85．35％，人口因素与非人口因素起协同作用，各占58．64％和41．36％。其中，循环系统疾病、恶性肿瘤死亡率非人口因素作用分别占46．32％和63．54％。结论非人口因素对广东省感染性疾病及母婴疾病死亡率下降起了巨大作用。慢性非传染性疾病对居民健康的威胁越来越大，需结合目前已知的可控非人口因素，采取切实可行的防治措施。     

福建省慢性病死亡率变化的定量分析

[目的]定量测量人口因素和非人口因素对福建省人群慢性病死亡率变化的影响,估计非人口因素在疾病死亡变化中的作用。[方法]应用死亡率差别分解法,分析1993—1995年及2003—2005年我省死因登记系统监测资料,计算人群死亡率变化由人口因素和非人口因素引起的比例。[结果]城市地区人口结构稳定,非人口因素作用影响更大;农村地区人口老化程度加快,人口因素与非人口因素共同影响死亡率的变化。1993—2005年肺癌、乳腺癌及糖尿病死亡率呈上升趋势,在城市地区80%以上是非人口因素的作用,农村地区非人口因素作用也占了50%左右。[结论]慢性病主要由行为危险因素引起,要降低其死亡率,很大程度上有赖于人们改变自己的不良行为习惯。     

2010—2019年珠海市恶性肿瘤死亡趋势及死亡率差别分解分析

目的 了解2010—2019年珠海市恶性肿瘤死亡率变化趋势及其死亡率差别分解情况,为制定恶性肿瘤防控策略提供科学依据。方法 数据来源于珠海市肿瘤登记处的肿瘤死亡病例数据库,选取其中2010—2019年珠海市恶性肿瘤死亡信息数据,采用SAS 9.4软件计算恶性肿瘤粗死亡率和中标死亡率。采用Joinpoint回归模型分析恶性肿瘤死亡率变化趋势,计算年度变化百分比（APC）;利用死亡率差别分解法分析人口因素和非人口因素对恶性肿瘤死亡率的贡献。结果 2010—2019年珠海市总人群、男性、女性恶性肿瘤粗死亡率均呈上升趋势,APC分别为1.74%、1.90%和1.65%,均有统计学意义（P<0.05）。2010—2019年珠海市总人群、男性恶性肿瘤中标死亡率均呈下降趋势,APC分别为-1.07%、-0.96%,均有统计学意义（P<0.05）。女性恶性肿瘤中标死亡率变化平稳（APC=-1.04%,P>0.05）。恶性肿瘤死亡率的上升是人口因素起主要促进作用,贡献率为171.33%,而非人口因素起抑制作用,贡献率为-71.33%。结直肠癌粗死亡率（APC=5.17%,t=7.42,...     

影响中国人群疾病死亡因素的定量分析

目的定量测量人口因素和非人口因素对中国人群主要疾病死亡率上升和下降的影响,估计非人口因素在疾病死亡变化中的作用。方法使用历年人口普查资料,以及1991年和2000年全国疾病监测系统分病因死亡率资料,采用死亡率差别分解法,计算该人群死亡率变化有多大比例是由人口因素引起的,多大比例是由其他因素引起。结果1950—1975年中国人群死亡率快速下降,主要是非人口因素,包括经济发展、教育和医疗卫生服务普及,特别是“爱国卫生运动”对死亡率下降起了主要作用。1991—2000年期间,肺癌、肝癌、乳腺癌、冠心病、脑卒中、糖尿病和交通伤害都呈上升趋势,这些疾病的上升,50％以上都是非人口因素的作用。特别是肺癌,非人口因素的作用达到63％,交通伤害死亡率上升,88％与非人口因素有关。结论研究表明,行为危险因素,包括吸烟和被动吸烟、不健康饮食和静坐生活方式以及交通违章行为对多种疾病的死亡率上升有极大的影响,因此降低肿瘤、心脑血管疾病、糖尿病、交通伤害的死亡率,很大程度上依赖人们改变自己的不健康行为。     

死亡率差别分解法在冠心病死亡率分析中的应用

上世纪90年代以来，随着我国人民生活水平的迅速提高，一些慢性病如心脑血管疾病、肿瘤、糖尿病等的死亡率亦呈急剧上升趋势，其中冠心病的死亡率，已由1991年时的25／10万升至2000年时的50／10万。这些慢性病死亡率的急剧上升总的说来有两方面的原因，一是人口结构的老化，二是其他危险因素的影响。确切的估计出人口老化和其他危险因素改变对死亡率上升的影响，具有重要的意义，     

山东省1970-2013年恶性肿瘤死亡率变化趋势及差别分解

目的 探讨1970-2013年山东省恶性肿瘤死亡率的变化趋势和影响因素,为制定癌症防控规划和措施提供依据。方法 恶性肿瘤死亡率数据取自山东省死亡登记系统和3次全国死因回顾调查数据。利用死亡率和年龄标化死亡率等指标描述不同年代恶性肿瘤总死亡和主要肿瘤死亡水平的变化趋势,采用死亡率差别分解法计算死亡率变化中人口因素和非人口因素的贡献值。结果 1970-2013年山东省恶性肿瘤粗死亡率呈升高趋势,标化死亡率先升高后降低。恶性肿瘤死亡在全死因中的构成也是先升高后降低。人口因素和非人口因素共同导致粗死亡率的升高,人口因素所占的比重逐渐增加,甚至超过了非人口因素,导致2011-2013年恶性肿瘤年龄标化死亡率较2004-2005年降低。主要恶性肿瘤死因顺位变化较大,肺癌由第5位上升至第1位,2011-2013年较1970-1974年上升了6.81倍。胃癌死亡顺位从第1位降至第3位,食道癌从第2位降至第4位。经1964年中国标准人口调整后,肺癌死亡率仍呈快速升高趋势,而食管癌的调整率却逐渐下降。宫颈癌的粗死亡率和标化死亡率均呈快速下降趋势,2011-2013年较1970-1974年分别下降了87.00%和93.00%。结论 恶性肿瘤仍然是威胁山东省居民的重大疾病,不同恶性肿瘤的变化趋势不一致,应针对不同恶性肿瘤的病因和危险因素积极开展防控工作。     

2008-2012年山东省寿光市居民恶性肿瘤死亡及潜在减寿年数分析

目的通过了解寿光市居民恶性肿瘤的死亡及减寿情况,为有效开展恶性肿瘤的预防和控制提供科学依据。方法对寿光市2008--2012年居民恶性肿瘤死亡资料进行统计分析。结果寿光市2008--2012年居民恶性肿瘤死亡率为190．45／10万,标化死亡率为157．92／10万,居全死因第2位。男性死亡率为239．90／10万,标化死亡率为200．62／10万;女性死亡率为140．04／10万,标化死亡率为115．17／10万。死亡率随年龄增长而升高。合计减寿率为30．17％,减寿最高的5种恶性肿瘤全人群依次为肺癌、肝癌、胃癌、白血病和脑瘤,合计减寿114865人年,占全部恶性肿瘤死亡减寿156417人年的73．44％。结论恶性肿瘤已成为寿光市居民死亡的重要原因,肺癌为减寿年数最高的恶性肿瘤,应从加强健康教育,建立良好生活方式人手,采取综合干预措施,预防和减少恶性肿瘤的发病和死亡,提高全人群预期寿命。     

奉贤农村社区恶性肿瘤分布特征

目的了解奉贤农村社区恶性肿瘤分布特征，为开展肿瘤防治工作提供依据。方法依据国际疾病分类ICD10对奉贤某一农村1992年8月至2005年5月期间的恶性肿瘤发病、死亡及就诊情况进行分析。结果本地区恶性肿瘤发病和死亡水平高于上海市平均水平，恶性肿瘤在居民全死因构成中已上升为第一位，消化系统、呼吸系统和泌尿生殖系统的肿瘤成为肿瘤防治的重点。自付医药费占75％，25％的肿瘤患者放弃治疗。结论农村社区的肿瘤防治与患者的就医问题应引起有关部门的重视。     

恶性肿瘤生物样本信息数据库的构建及应用

目的生物样本库对临床转化性研究具有重要的推动作用,随着生物样品数量的日益增加和研究需求的多样性,传统的电子表格管理模式已不能满足庞大样品量及其临床信息高效、集中管理的需求。因此迫切需要对生物样本实行信息化管理,构建恶性肿瘤生物样本及临床信息的信息化管理体系,以实现生物样本信息的系统化、规范化、高效化管理。 方法以恶性肿瘤生物样本信息数据库为依托,对恶性肿瘤样品源及样品信息进行结构化设计,通过恶性肿瘤样品组、样品源组、虚拟医用冰箱的构建,整合恶性肿瘤患者基本信息、临床信息等相关信息,并实现查询统计功能。 结果成功构建了恶性肿瘤生物样本数据库,包含样品组、样品源组、虚拟医用冰箱组,实现了生物样本的查询统计应用,包括各癌种的样品量统计、各科室血液样品和组织样品的采集量统计,以及对样品管出库管理的应用。 结论构建的恶性肿瘤生物样本信息数据库,数据信息完整、结构设计合理,样品组信息具有可扩展性。该数据库满足了我院当前生物样本数据信息化管理的需求,实现了多项查询统计应用和出库应用,为相关恶性肿瘤疾病的研究提供了可靠保障。     

2006-2011年北京市平谷区独乐河镇恶性肿瘤发病状况分析

目的 了解北京市平谷区独乐河镇恶性肿瘤的发病及分布情况.方法 利用2006-2011年北京市肿瘤防治办公室提供的平谷区独乐河镇恶性肿瘤信息资料,分析该乡镇肿瘤发病率和顺位.结果 平谷区独乐河镇恶性肿瘤平均发病率为101.85/10万,其中男、女性发病率分别为96.80/10万和107.00/10万.前5位恶性肿瘤为肺癌、胃癌、肝癌、乳腺癌、直肠癌.恶性肿瘤90％以上的发病发生在40岁以上的人群.平谷区恶性肿瘤中存活期5年以上概率较长的病种是直肠癌、乳腺癌、子宫癌、结肠癌;存活期最短预后最差的是肝癌,其次是白血病、脑癌、卵巢癌、胆囊恶性肿瘤.结论 恶性肿瘤是威胁平谷区独乐河镇居民健康的重要因素,不同肿瘤存活期不同,预防和控制恶性肿瘤的发生并探讨发病影响因素是当前卫生工作的重要任务.