生物医学创新对全球37国癌症死亡率的深远影响：基于2003-2017年数据的计量经济学分析

本文通过计量经济学方法，创新性地利用PubMed文章MeSH描述符的新旧程度（vintage）作为生物医学创新的衡量指标，揭示其对37个国家2003-2017年间癌症死亡率（age-adjusted cancer mortality rate）的显著负向影响。研究发现创新效应存在16年滞后期，且85%的死亡率下降可归因于早期医学创新，为全球癌症防控政策提供了关键实证依据。

　　

章节精选

计量经济学癌症死亡率模型

我们将估算两种类型的癌症死亡率模型。首先，为评估生物医学创新对多国癌症死亡率的平均影响，我们将使用来自多个国家的汇总数据来估算以下模型：

mortality_asr_stc = β_k vintage_s,t-k + γ incidence_asr_stc + α_sc + δ_tc + ε_stc

其中：

mortality_asr_stc = 国家c在第t年（t = 2003, 2004, …, 2017）部位s癌症的年龄标准化死亡率

vintage_s,t-k = 提前k年发表的关于部位s癌症的PubMed文章描述符的平均新旧程度

数据来源与描述性统计

癌症死亡率、发病率和人口数据（mortality_asr_stc, incidence_asr_stc, 以及 population_tc）获取自世界卫生组织（WHO）下属机构国际癌症研究机构（IARC）2025年制作的《癌症时空演变》数据库。该数据库呈现了癌症特异性发病率和死亡率的国际趋势。癌症发病率是指特定时间段内特定人群中新发癌症病例的数量。

实证结果

基于多国汇总数据从方程（1）估算出的β_k（vintage_s,t-k的系数）结果见附录表3并绘制于图3。每个估计值来自一个不同的模型。

总结与讨论

先前的研究分析了一种特定类型的生物医学创新——药物创新——对多国癌症死亡率的影响。其他研究则分析了广义生物医学创新对单一国家（美国）癌症死亡率的影响。据我们所知，本研究是首个分析广义生物医学创新对多国癌症死亡率影响的研究。生物医学创新通过PubMed文章医学主题标题（MeSH）描述符新旧程度的长期变化来衡量。

利益冲突

作者A声明其无经济利益冲突。

作者贡献

唯一作者负责了研究的构思与设计。材料准备、数据收集与分析由Frank R. Lichtenberg完成。手稿的初稿由Frank R. Lichtenberg撰写。

资助

作者声明在准备本手稿期间未获得任何资金、资助或其他支持。

CRediT作者贡献声明

Frank R. Lichtenberg: 撰写 – 审阅与编辑, 撰写 – 原始草稿, 可视化, 验证, 监督, 软件, 资源, 项目管理, 方法论, 调查, 形式分析, 数据管理, 概念化。