《Frontiers in Oncology》：Spatial-temporal epidemiological characteristics of thyroid cancer mortality in China cancer registration areas: analysis based on multiple models
编辑推荐：
目的：本研究分析了中国肿瘤登记地区甲状腺癌死亡率的时空模式，并预测未来趋势，从而为制定甲状腺癌防控策略提供科学依据。方法：研究人员从2008年至2021年的《中国肿瘤登记年报》中获取2005年至2018年的甲状腺癌死亡数据。采用连接点回归模型（Joinpoin
目的：本研究分析了中国肿瘤登记地区甲状腺癌死亡率的时空模式，并预测未来趋势，从而为制定甲状腺癌防控策略提供科学依据。方法：研究人员从2008年至2021年的《中国肿瘤登记年报》中获取2005年至2018年的甲状腺癌死亡数据。采用连接点回归模型（Joinpoint regression model）描述时间趋势。采用年龄-时期-队列模型（age-period-cohort, APC）分析年龄、时期和队列对甲状腺癌死亡率的影响。采用贝叶斯年龄-时期-队列模型（Bayesian age-period-cohort, BAPC）预测甲状腺癌的年龄标准化死亡率（age-standardized mortality rate, ASMR）。采用空间自相关分析甲状腺癌死亡率的空间分布特征并识别高风险区域。结果：2005年至2018年中国肿瘤登记地区甲状腺癌ASMR为0.42/10万，呈上升趋势，平均年度变化百分比（average annual percentage change, AAPC）为2.1%（95% CI：1.1%，3.2%）。城市地区和女性的上升趋势比农村地区和男性更明显。在年龄效应方面，总人群以及城市、农村地区和女性的甲状腺癌死亡风险呈W型模式，而男性则呈随年龄先下降后上升的模式。时期效应显示总人群、城市地区以及男性和女性均呈上升趋势。相比之下，农村地区的时期效应先下降后上升，转折点在2010年。队列效应总体上在总人群、城市和农村地区以及男性和女性中呈下降-上升-下降的模式。2019年至2030年，中国肿瘤登记地区甲状腺癌ASMR将持续上升。甲状腺癌死亡率呈现空间聚集性，其中新疆、西藏和吉林为高-高聚集区。结论：2005年至2018年中国肿瘤登记地区甲状腺癌死亡率呈上升趋势，预计2019-2030年将继续上升。对甲状腺癌的关注不应放松，特别是在新疆、西藏和吉林。
甲状腺癌是内分泌系统最常见的恶性肿瘤，尽管其预后相对良好，但全球死亡率持续上升。据国际癌症研究机构（IARC）数据，2022年全球约4.8万例甲状腺癌死亡，较2012年增加18.77%。全球疾病负担（GBD）研究显示，中国2021年甲状腺癌死亡数达7692例，较1990年增加113.73%，伤残调整生命年（DALYs）也呈上升趋势。虽然甲状腺癌死亡率低于许多其他癌症，但其持续增加已成为重要的公共卫生问题。因此，全面了解其流行病学特征，包括时间趋势、年龄-时期-队列效应及空间分布，对于制定有效防控策略至关重要。然而，既往研究多集中于发病率或短期分析，对死亡率长期趋势和空间聚集性的综合研究不足。为此，研究人员基于中国肿瘤登记年报数据，构建多种模型开展系统分析。
研究人员获取了2005–2018年中国肿瘤登记地区的甲状腺癌死亡数据，使用连接点回归模型、年龄-时期-队列模型、贝叶斯年龄-时期-队列模型和空间自相关分析，全面评估了死亡率的时空变化趋势，预测了2019–2030年的年龄标准化死亡率（ASMR），并识别了高风险聚集区域。研究发现，2005–2018年总体ASMR为0.42/10万，年均增长2.1%，且预计2019–2030年将持续上升；新疆、西藏和吉林为高-高聚集区。这些发现为制定区域特异性甲状腺癌防控策略提供了科学依据。论文发表于《Frontiers in Oncology》。
主要关键技术方法如下：使用的数据来自2008–2021年《中国肿瘤登记年报》中2005–2018年的甲状腺癌死亡数据，空间分析使用了2010–2016年的省级数据。方法包括：①连接点回归模型（Joinpoint regression），计算年度变化百分比（APC）和平均年度变化百分比（AAPC）描述时间趋势；②年龄-时期-队列模型（APC），采用内在估计量（Intrinsic Estimator, IE）解决识别问题，评估年龄、时期和队列效应；③贝叶斯年龄-时期-队列模型（BAPC），使用二阶随机游走（RW2）先验和集成嵌套拉普拉斯近似（Integrated Nested Laplace Approximation, INLA）算法预测未来死亡率；④空间自相关分析，采用全局和局部莫兰指数（Moran's I）检验空间聚集性。
### 3.1 中国肿瘤登记地区甲状腺癌死亡率及趋势
通过连接点回归分析发现，2005–2018年共记录16,532例甲状腺癌死亡，城市多于农村，女性多于男性。总体ASMR从0.41/10万上升至0.48/10万，AAPC为2.1%（95% CI: 1.1%, 3.2%）。城市和女性的上升趋势更明显，城市AAPC为2.7%，农村为2.2%，女性为2.4%，男性为2.0%。
### 3.2 中国肿瘤登记地区甲状腺癌死亡率的年龄-时期-队列分析
年龄-时期-队列模型显示，年龄效应在总人群、城市、农村和女性中呈W型曲线，25岁以上人群风险随年龄增加；男性则先降后升。时期效应总体上升，但农村先降后升，转折点在2010年。队列效应总体呈下降-上升-下降模式，1925–1929年出生队列风险最高。
### 3.3 贝叶斯年龄-时期-队列模型
BAPC模型预测2019–2030年ASMR将持续上升，总人群预计从0.49/10万升至0.74/10万，城市始终高于农村，女性始终高于男性。敏感性分析显示预测结果稳健。
### 3.4 中国肿瘤登记地区甲状腺癌死亡率空间自相关分析
全局莫兰指数显示2010–2016年存在显著正空间自相关。局部自相关分析识别出高-高聚集区，2013–2016年新疆、西藏和吉林为持续的高-高聚集区；低-低聚集区数量从11个增至13个，主要向南移动。
讨论部分指出，死亡率上升可能源于诊断技术提高、甲状腺癌发病率增加以及未分化型比例上升等因素；性别差异可能与雌激素受体-α介导的肿瘤生长有关；城乡差异可能与空气污染暴露不同有关；农村时期效应先降后升可能与新型农村合作医疗覆盖改善有关；高-高聚集区可能与医疗资源分布不均、老龄化严重等有关。研究结论：2005年至2018年，中国肿瘤登记地区甲状腺癌死亡率呈上升趋势，期间新疆、西藏和吉林被持续确定为甲状腺癌死亡率的高-高聚集区域。预计2019年至2030年，中国肿瘤登记地区甲状腺癌的年龄标准化死亡率（ASMR）将继续上升。这些发现为中国甲状腺癌死亡率的时间趋势、空间分布和未来负担提供了重要证据，并可能有助于制定区域特异性公共卫生策略。鉴于甲状腺癌死亡率的持续上升，可能有必要继续监测甲状腺癌死亡率并优化医疗资源配置，尤其是在高风险地区。在死亡率持续聚集的地区，可根据当地疾病负担和医疗能力考虑开展针对性筛查和早期发现项目，并改善标准化诊断的可及性。此类人群和区域特异性公共卫生策略可能有助于缩小地区差异并加强中国的甲状腺癌控制。
