1990-2050年中国前列腺癌疾病负担演变趋势及防控策略研究：基于GBD数据库的年龄-时期-队列分析

本研究基于全球疾病负担（GBD）2021数据库，系统分析了中国1990-2021年前列腺癌（PC）的发病率（ASIR）、患病率（ASPR）、死亡率（ASMR）和伤残调整寿命年（DALYs）变化趋势，并预测至2050年疾病负担。结果显示，中国PC年龄标准化发病率30年间增长87.17%，年轻患者比例上升，而死亡率保持稳定。研究通过年龄-时期-队列（APC）模型和贝叶斯预测（BAPC）技术，揭示人口老龄化和流行病学转变是主要驱动因素，为制定精准筛查和防控策略提供关键证据。

　　

前列腺癌作为全球男性第二大高发恶性肿瘤，其疾病负担正随着人口老龄化加剧而持续攀升。在中国，这一趋势尤为显著——临床数据显示，超过三分之二的新确诊患者已进展至中晚期，且年轻化趋势日益凸显。然而，全国范围内缺乏系统性流行病学数据，传统统计方法难以区分年龄、时期和出生队列对疾病风险的独立影响，导致防控策略缺乏精准靶点。

为破解这一难题，浙江某高校研究团队利用全球疾病负担（GBD）2021数据库，首次对中国1990-2021年前列腺癌（PC）疾病负担开展多维度解析。研究整合了371种疾病和88种风险因素的跨时空数据，通过创新性应用年龄-时期-队列（APC）模型和贝叶斯年龄-时期-队列（BAPC）预测技术，不仅揭示了疾病演变的深层规律，更精准预测了未来三十年的疾病负担轨迹。相关成果发表于《Prostate International》，为发展中国家前列腺癌防控提供了范式研究。

研究采用四大关键技术方法：1）基于GBD数据库提取中国PC的发病率、患病率、死亡率及DALYs数据，年龄标准化采用2021GBD世界标准人口；2）运用连接点回归计算年度变化百分比（APC）和平均年度变化百分比（AAPC）；3）通过内源性估计量（IE）算法解决APC模型共线性问题；4）采用集成嵌套拉普拉斯近似（INLA）进行贝叶斯预测。

描述中国PC负担特征
2021年中国PC年龄标准化发病率（ASIR）达9.34/10万，较199年增长87.17%，而年龄标准化死亡率（ASMR）稳定在4.89/10万。值得注意的是，50-54岁年龄组发病率显著升高，呈现明确年轻化趋势。

连接点回归分析结果
1990-1999年是ASIR增速最快阶段（APC=3.20%），而ASMR在2000-2010年间出现下降拐点。全期分析显示ASIR和ASPR的AAPC分别为2.08%和3.74%，均呈显著上升趋势。

年龄-时期-队列效应解析
85-89岁人群发病相对风险（RR）达峰值（RR=4.17），而2017-2021年期间的时期效应RR值较1992-1996年增长3.6倍。出生队列分析显示，1897-1937年出生人群具有最高发病风险。

2050年疾病负担预测
BAPC模型显示，2050年中国PC年龄标准化发病率将达20.85/10万，75岁以上人群的ASMR和ASDR将出现显著上升。人口老龄化和流行病学转变被证实是主要驱动因素。

讨论部分深刻指出，中国PC疾病负担的"双轨制"特征——发病率激增而死亡率稳定，折射出早期筛查不足与治疗水平提升的复杂博弈。与美国相比，中国PSA筛查覆盖率不足1%，且诊断时Gleason评分≥7分的患者占比高达77%，这直接导致更高的DALYs负担。研究建议参考USPSTF指南，对60岁以上及BRCA2突变携带者实施风险分层筛查，同时加强MRI等精准诊断技术的应用。

该研究的创新价值在于：首次建立中国PC全周期疾病负担预测模型，揭示年龄效应在55-59岁出现风险转折点的关键特征，为"健康中国2030"癌症防控战略提供了量化决策依据。随着中国社会快速老龄化，这项研究不仅警示前列腺癌即将成为男性健康的重要威胁，更指明了通过精准筛查破解"晚期诊断困境"的实施路径。