2005-2021年荆州市肾综合征出血热发病率的贝叶斯年龄-时期-队列分析

目的分析2005-2021年荆州市肾综合征出血热(HFRS)病例的年龄、时期和出生队列特征。方法自传染病监测系统收集2005-2021年荆州市HFRS发病率数据。采用描述性流行病学方法描述HFRS病例的时期、年龄分布特点。采用Spearman等级相关分析HFRS变化趋势。采用贝叶斯年龄-时期-队列分析分析HFRS发病率的年龄、时期和出生队列效应。所有分析均比较不同性别差异。结果2005-2021年荆州市累计报告HFRS 1407例,年均发病率为1.43/10万。2005-2021年荆州市HFRS发病率总体呈上升趋势(r_(s)=0.94,P=0.000)。相较于2013年,2016年后发病风险均有统计学意义(RR>1,P<0.05)。年龄分布呈倒“V”型,发病高峰出现在60~64岁(4.22/10万)、65~69岁年龄组(4.12/10万)。60~64岁年龄组相较45~49岁年龄组发病风险高(RR=1.63,95%CI:1.07~2.26)。14岁及以下人群随时期构成比在0.00%~6.90%波动,发病率在0.00~0.37/10万波动;60岁及以上人群年均发病率为3.12/10万,构成比为32.62%,构成比随年份呈波动上升趋势,由2005年的13.04%上升至2021年的40.87%。不同性别时期、队列效应一致;男性(4.55/10万)发病率高于女性(1.84/10万),女性60岁及以上HFRS病例构成比(39.39%)高于男性(30.27%)。结论荆州市HFRS疫情呈高发态势,存在明显年龄、时期和出生队列特征。高发年龄以60岁以上为主,需加快该人群HFRS疫苗研发,以保护该人群。

生命历程视角下老年人口高血压患病的年龄-时期-队列效应分析

在生命历程理论框架下,探讨我国老年人群高血压患病的年龄、时期和队列效应,对于慢性非传染疾病发生、发展规律,制定现代社会条件下全人群、全生命周期的防控策略具有重要意义。数据来源为中国老年健康影响因素跟踪调查(CLHLS)1998年、2000年、2002年、2005年,2008年、2011年和2014年,共7期调查。在描述性分析基础上,运用分层随机效应模型,探讨我国老年人群高血压患病的年龄、时期和队列效应。结果表明,个体层面上的性别、城乡、教育程度和生活来源均显著影响老年人群的高血压患病率;年龄效应上,老年人群高血压患病风险随年龄增加而增大;1998-2002,2002-2005和2008-2014三个历史时期,高血压患病率随年代总体呈上升趋势;与备受关注的时期效应相比,我国老年人群高血压患病率的队列效应不显著。可见,我国老年人群高血压患病风险的时期效应占主导地位,生活环境、行为生活方式、饮食习惯和心理状况等因素,可能是形成时期效应的重要因子。

中国人生活满意度的年龄-时期-队列效应分析

利用世界价值观研究自1990年-2012年在中国的五期调查数据,采用分层APC随机效应模型(Hierarchical APC-Cross-Classified Random Effects Models,HAPC-CCREM),探索年龄、时期和队列三个维度对生活满意度的净效应。生活满意度在年龄维度上呈U型曲线变化,中年人的生活满意度要低于青少年和老年人;对于时期维度,人们对生活的态度从1990年到2001年不断递减,自2001年至2012年则有略微提升;而在队列维度上,各队列组之间的生活满意度几乎一样,不存在显著的差异。

哪一代人更幸福?——年龄、时期和队列分析视角下中国居民主观幸福感的变迁

利用年龄、时期和队列分析方法探索了我国居民主观幸福感的变迁及其影响因素。基于CGSS 2003—2013的数据分析显示,虽然受经济发展的推动,我国居民的总体幸福感在近十年内呈现单调上升的态势,然而它们在不同队列之间却存在较大的差异。队列趋势呈现出两高(20世纪40和70年代末)和一低(20世纪60年代初)的状态。受户籍制度影响城乡间的差异自"50后"的队列开始逐渐拉大。性别间的差异受男性和女性在不同队列间结婚率的影响,自1968年队列逐渐分化。受过高等教育群体的幸福感一直高于其他群体,但是这种差别自"80后"的队列开始呈缩小的趋势。研究显示宏观社会变迁对个体幸福感的影响会与个体的生命历程发生交互作用,从而对人群产生分化结果。

1990-2019年中国与全球神经系统疾病负担的预测及APC模型分析

目的了解中国神经系统疾病负担现状,分析中国1990-2019年神经系统疾病负担变化趋势,探讨年龄、时期、队列3个因素对神经系统疾病负担的影响。方法基于2019年全球疾病负担研究数据(GBD 2019),对1990-2019年中国与全球神经系统疾病负担进行描述,采用Joinpoint回归模型分析神经系统疾病负担的变化趋势;利用内生因子估(IE)算法和年龄-时期-队列(APC)模型对中国与全球神经系统疾病伤残调整损失寿命年率(DALY)进行拟合,进一步分析神经系统疾病的年龄效应、时期效应和队列效应;运用R语言软件建立ARIMA模型预测2020-2024年中国与全球神经系统疾病的标化发病率、死亡率和DALY率。结果Joinpoint回归模型结果显示,1990-2019年,中国与全球神经系统疾病标化DALY率均呈下降趋势,由1990年的1097.64/10万、1264.17/10万下降至2019年的1076.59/10万、1253.56/10万,中国下降幅度(1.92%)较全球(0.84%)大,且下降趋势差异均有统计学意义(均P<0.05)。APC模型显示,中国与全球的神经系统疾病负担的年龄效应呈现“J”型分布,50岁之后神经系统疾病负担风险随年龄增加而增大,疾病负担随时期效应增加而增大,但随队列效应增加而减小,即晚出生队列的神经系统疾病负担风险小于较早出生队列。ARIMA模型预测结果显示,中国与全球神经系统疾病的标化DALY率在2020—2024年大致呈上升趋势。结论加强神经系统疾病的筛查及防治工作,重点关注老年人群的防治,减少吸烟、改善不合理膳食习惯等行为是防控神经系统疾病的优先措施。

基于年龄-时期-队列模型的中国男性人群食管癌发病与死亡趋势分析

目的:探讨我国男性人群食管癌发病及死亡随年龄、时期、出生队列三因素的变化趋势。方法:采用年龄-时期-队列模型(APC模型)和IE算法计算食管癌发病率及死亡率的年龄效应、时期效应和出生队列效应。结果:1990~2017年中国男性食管癌标化发病率[(25.99~17.4)/10万]与标化死亡率[(27.53~16.84)/10万]均呈下降趋势。APC模型分析结果显示,在所有年龄段中,年龄效应都随着年龄增长而增加[系数:-2.977304~1.966794(发病);-3.045193~2.202024(死亡)],队列效应总体上有所降低[0.99至-1.75(发病);1.08至-1.94(死亡)],未发现明显的时期效应。结论:中国男性人群食管癌发病与死亡风险受年龄与出生队列影响较大,改善饮食结构、做好早癌筛查有助于降低食管癌的发病与死亡风险。

基于年龄—时期—队列模型的中国甲状腺癌发病死亡趋势分析

目的1990—2019年中国甲状腺癌发病死亡情况及长期变化趋势。方法利用全球疾病负担(Global Burden of Disease,GBD)数据库,分析1990—2019年中国甲状腺癌发病和死亡情况,应用Joinpoint软件分析标化发病率和标化死亡率的时间变化趋势,计算年度变化百分比和平均年度变化百分比。构建年龄—时期—队列模型,分析年龄、时期和出生队列对甲状腺癌发病及死亡趋势变化的影响。结果2019年甲状腺癌发病率、标化发病率分别为2.75/10万和2.05/10万,2019年甲状腺癌死亡率、标化死亡率分别为0.51/10万和0.39/10万。1990—2019年中国甲状腺癌标化发病率有升高趋势,平均年度变化百分比为2.5%(P<0.05),标化死亡率有降低趋势,平均年度变化百分比为-0.3%(P<0.05)。年龄—时期—队列模型结果显示,发病与死亡风险随年龄的增加而增高,发病的风险随时期的增加而升高,死亡的风险随时期的增加而降低。队列效应亦表现不同,出生越晚的人群发病风险高,死亡风险低。结论1990—2019年中国甲状腺癌标化发病率呈上升趋势,发病和死亡风险随年龄升高而升高,并且较近年代出生人群发病风险升高,提示近年代出生的人群应作为甲状腺癌防治工作的重点人群。

2004-2018年中国艾滋病发病与死亡趋势及其年龄-时期-队列模型分析

背景艾滋病作为一种极具危害性的传染病,分析其发病率与死亡率变化趋势并探讨年龄、时期、队列3个因素对艾滋病发病率与死亡率的影响能够为艾滋病防控政策的制定提供一定的参考价值。目的分析2004—2018年中国艾滋病发病率与死亡率变化趋势,探究年龄、时期及队列因素对艾滋病发病率与死亡率的影响。方法于2022年3月,以中国公共卫生科学数据中心2004—2018年的网络直报系统数据作为数据来源,提取2004—2018年中国艾滋病各年龄组发病人数、发病率、死亡人数及死亡率数据。运用Joinpoint回归模型分析2004—2018年中国艾滋病发病率与死亡率的变化趋势,并计算年度变化百分比(APC)与平均年度变化百分比(AAPC);借助年龄-时期-队列模型分析年龄、时期及队列因素对中国艾滋病发病率与死亡率的影响。结果2004—2018年中国艾滋病发病率从0.2489/10^(5)升至4.9569/10^(5),死亡率从0.0605/10^(5)升至1.4312/10^(5)。Joinpoint回归模型结果显示,2004—2018年中国艾滋病发病率与死亡率分别年均上升22.70%〔95%CI(20.70%,24.80%)〕和18.80%〔95%CI(12.10%,25.90%)〕。年龄-时期-队列模型结果显示:年龄、时期及队列因素均对中国艾滋病发病率与死亡率有影响;2004—2018年中国艾滋病发病率与死亡率的纵向年龄曲线均呈“J”字形上升趋势,年龄别发病率从5~9岁组的0.0004/10^(5)上升至75~79岁组的2828.8285/10^(5),年龄别死亡率从5~9岁组的0.0004/10^(5)上升至75~79岁组的740.2974/10^(5);随着时期的推移,艾滋病发病与死亡风险均逐渐增加,以2009—2013年时期组为对照组〔时期率比(RR)值=1.0000〕,发病风险RR值由2004—2008年时期组的0.3156〔95%CI(0.2772,0.3594)〕上升至2014—2018年时期组的2.0244〔95%CI(1.8771,2.1832)〕,死亡风险RR值由2004—2008年时期组的0.3291〔95%CI(0.2917,0.3713)上升至2014—2018年时期组的1.5226〔95%CI(1.4128,1.6409)〕;与较早出生的队列相比,较晚出生的队列艾滋病发病与死亡风险更高,以1969—1973年出生队列组为对照组(出生队列RR值=1.0000),发病风险RR值由1929—1933年出生队列组的0.0001〔95%CI(0,0.0004)〕上升至2009—2013年出生队列组的471.3853〔95%CI(118.5243,1874.7556)〕,死亡风险RR值由1929—1933年出生队列组的0.0001〔95%CI(0,0.0006)〕上升至2009—2013年出生队列组的93.6345〔95%CI(21.1680,414.1824)〕。结论2004—2018年中国艾滋病发病率与死亡率均呈上升趋势。艾滋病发病率与死亡率随年龄增长而升高,艾滋病发病与死亡风险的时期、队列效应均呈上升趋势。需重点加强对中老年群体的艾滋病防治工作。

基于年龄-时期-队列模型的中国物质使用障碍疾病负担及预测研究

目的分析1990—2019年中国物质使用障碍(SUD)的发病和疾病负担情况,评估不同年龄、时期和出生队列对SUD疾病负担的影响,并预测2020—2034年SUD的疾病负担情况,为SUD的预防提供参考。方法利用2019全球疾病负担研究数据库,通过发病率、过早死亡损失寿命年(YLLs)、伤残损失寿命年(YLDs)和伤残调整寿命年(DALYs)等指标描述疾病负担,采用Joinpoint回归模型分析SUD标化发病率、标化DALYs率的变化趋势,基于年龄-时期-队列模型探讨SUD发病率及疾病负担的年龄、时期和队列效应。采用灰色预测模型GM(1,1)对SUD的发病率及疾病负担趋势进行拟合,同时预测2020—2034年SUD的发病率及疾病负担。结果1990—2019年中国苯丙胺类药物[平均年度变化百分比(AAPC)=-0.9%]、可卡因(AAPC=-0.5%)SUD标化发病率呈下降的趋势(P<0.001),大麻(AAPC=0.9%)SUD标化发病率呈逐年上升的趋势(P<0.001),阿片类药物SUD标化发病率变化趋势不明显(P>0.05)。这4种SUD造成的DALYs率均呈现逐年降低的趋势(AAPC_(苯丙胺类药物)=-2.2%、AAPC_(可卡因)=-1.5%、AAPC_(大麻)=-1.0%、AAPC_(阿片类药物)=-1.0%,P<0.001)。年龄-时期-队列效应结果显示,苯丙胺类药物、可卡因、大麻、阿片类药物SUD的发病峰值均在25~30岁组。大麻SUD造成的DALYs率随着年龄的增长而逐渐增加,而苯丙胺类药物、可卡因类、阿片类药物SUD的DALYs率分别在25~29岁、30~34岁、35~39岁组达到峰值。时期结果显示,苯丙胺类药物、可卡因、大麻SUD的发病风险呈现先降低后上升的趋势,阿片类药物SUD发病风险呈先升高后降低然后又升高的趋势。出生队列效应结果显示,苯丙胺类药物、可卡因、阿片类药物SUD的发病风险除个别出生队列出现小幅度波动外,整体上呈现逐渐降低的趋势;苯丙胺类药物、可卡因、阿片类药物SUD造成的DALYs率风险整体上呈现逐渐降低的趋势,而大麻SUD造成的DALYs率风险呈现逐年升高的趋势。预测结果显示2020—2034年苯丙胺类药物、可卡因、阿片类药物SUD的发病率呈下降趋势,大麻SUD的发病率呈波动上升的趋势。归因于苯丙胺类药物、可卡因、大麻及阿片类药物SUD的DALYs呈逐年下降的趋势。结论中国SUD疾病负担未来呈逐年下降的趋势,其发病率和疾病负担均不同程度地受年龄效应、时期效应及队列效应的影响,早期预防和有效干预是控制SUD的关键措施。

2006-2020年中国女性乳腺癌死亡趋势分析--基于年龄-时期-出生队列模型

目的:分析2006-2020年我国女性乳腺癌死亡趋势,为制定乳腺癌防控政策提供参考。方法:采用年龄-时期-出生队列模型估计女性乳腺癌死亡率的年龄效应、时期效应和出生队列效应。结果:我国女性乳腺癌死亡率总体呈上升趋势,年龄效应上死亡风险随年龄增加而上升,时期效应上死亡风险随年代渐近而缓慢上升,出生队列效应上死亡风险呈下降趋势。结论:建议加强对乳腺癌重点人群的健康教育与筛查,有针对性地制定乳腺癌防治策略,规范乳腺癌监测登记工作。

自杀率的年龄—时期—队列分析

在许多研究自杀趋势的文献中,都指出社会和人口学因素控制着自杀率的变化。一种用以解释这一类型资料、并日渐普及的方法就是(?)列分析。将这一方法第一次应用于自杀研究的是Solomon 和Hellon,在他们1980年对加拿大的亚伯达省1951～1979年间的自杀资料的研究表明:每一出生队列有着贯穿终身的与生俱有的自杀危险性,并且这一危险性是愈来愈大的。同年,Murply 和Wetzol

中国三代直系家庭变迁:年龄、时期、队列视角的观察

发掘中国社会特有的家庭结构变迁模式是理解中国家庭变动特征的关键,也是许多研究所关注的焦点。本研究基于9期的中国营养追踪调查(1989-2011)数据,利用分层交叉年龄、时期和队列效应模型观察我国三代直系家庭在三个时间维度上的演变趋势。研究发现在年龄维度上婴幼儿以及老年阶段仍然拥有较高的三代直系家庭比例,这体现了直系家庭在抚幼和养老方面发挥的重要功能。在时期维度上三代直系家庭比例并没有展示出显著的变化趋势。相较于时期,嵌入社会变迁中的队列趋势是三代直系家庭结构变迁更为重要的驱动力。队列的三代直系家庭比例在整体上呈现出U型趋势,较老的队列处于直系家庭的可能性逐渐下降,而幼儿队列处于直系家庭的可能性不断上升。该趋势代表了老龄群体的"去直系化"与幼儿群体的"直系化"倾向。研究结果表明,在私人领域,经济的发展和观念的转变这些现代化因素仍然在促成家庭的小型化;在公共领域由于家庭职能(抚幼和养老)在向社会职能转变过程中的波折与分化,个体家庭会调整结构形态以应对不同阶段社会资源与风险的变化,从而塑造出了我国三代直系家庭结构的变迁模式。这不仅仅代表了传统和现代的博弈与融合,更是代表了一种家庭的实用主义倾向。

高等教育与女性婚配:基于年龄、时期和队列的视角

本文基于2010年第三期中国妇女社会地位调查数据,利用APC交叉分类随机效应模型,以已婚女性为研究对象,分解出高等学历对女性教育婚配的年龄、时期和队列作用,以把握三方面时间维度的变化趋势。实证结果显示高等学历的年龄与时期作用显著,队列效应不明显。初婚年龄对高等学历女性的教育婚配年限差始终呈正向影响,34岁左右是教育婚配差由负变正的转折点;初婚年龄对非高等学历女性的影响则表现为U型分布。高等学历女性的夫妻教育年限差随着初婚年龄的上升而变大,且增幅大于非高等学历女性,可见推迟结婚的高等学历女性未必嫁得不好。此外,两类女性在20世纪80年代之后都展现出同质婚发展趋势,高等学历男性资源并没有被非高等学历女性占有,高等学历女性的教育婚配质量保持在较高水平且有上升的倾向。但是,两类女性的教育婚配经历的时期作用阶段明显不同:高等学历女性教育婚配的时期效应呈U型变化趋势,经历了"正—负—负—正"四个阶段;而非高等学历女性的时期效应单调下降,在1980年之后作用效果由正向变为负向。国内社会需要给高等学历女性一个相对宽松的环境,社会大众应该用长远的眼光看待婚恋问题,而高等学历女性自身也需要树立正确的婚恋观,全面综合地衡量结婚对象,适时进行婚配。

我国青年高等教育的社会地位回报变迁——基于年龄、时期和队列的视角

本文利用2005—2021年中国综合社会调查十期数据,使用HAPC模型分析了我国青年群体中,高等教育在主客观社会地位回报上的动态变化。结果表明,年龄越大,青年高等教育的地位认知和收入回报就越大,在青年中后期,受过高等教育的青年收入下降更晚,地位认知回升更快。高等教育对社会地位回报的时期效应呈“V”字型,地位认知回报后期增强趋势不如收入。高等教育的收入回报有显著的队列效应,随着高等教育扩张,“80后”和“90后”青年收入回报大幅下降。此外,随着年龄和近年来时期变化,东部地区高等教育的社会地位回报增加趋势高于中西部及东北地区,而高等教育收入回报贬值在新一代东部青年群体中更显著。

年龄、时期和队列视角下中国老年消费变迁

随着老年收入提高,老龄化背景下的老年消费潜力被积极预估,成为老龄经济新增长点;但老年实际消费并未呈现出完全如预期那样的积极态势。基于CHIP(1995、2003、2008、2014)和CHARLS(2018)数据,利用APC分类随机效应模型分解老年消费的年龄、时期和出生队列效应,以探寻社会变迁、生命序列事件等对消费的影响。队列消费优势集中于见证物质财富从无到有、从乏到丰的过渡型老人(1940—1950年出生队列);1950后出生队列亲历互联网发展、消费方式变革,但受独生子女政策以及健康风险规避的影响,消费水平低于传统且谨慎的1930年前出生队列。消费时期效应揭示了社会经济发展与老年消费之间的非对应关系,并阐明老年消费潜力与有效消费的差异;其根源在于老年所经历的社会变迁塑造了谨慎、保守、低欲等被动式消费态度,导致消费欲与消费心理一定程度滞后于消费力。降低老年支出风险预期、破除低消费欲状态,是促进新时期老年有效消费的重要路径。

年龄-时期-队列视角下的中国居民死亡风险与死亡模式变迁

目的:研究不同年龄、时期及队列中国居民各类型疾病死亡率的变化趋势,为中国居民健康促进政策的持续性调整优化提供科学依据。方法:基于中国死因监测数据集(2005~2019),采用APC模型探索中国居民分死因死亡风险的年龄-时期-队列效应。结果:各类疾病死亡风险具有显著差异(P<0.05)。慢性非传染性疾病成为中国居民主要的死亡原因。各类疾病死亡风险随居民年龄增大逐步上升(P<0.05),60岁后死亡风险加速上升。在时期和队列效应上,居民全死因死亡风险呈下降趋势(P<0.05),各类疾病死亡风险及变化速度不一。传染病、母婴疾病和营养缺乏性疾病死亡风险呈现出急速下降后的再次抬头趋势。1940~1969年出生人口伤害死亡风险呈现明显的上升趋势。结论:各级卫生部门应以控制慢性病危险因素、建设健康支持性环境为重点,降低高危人群发病风险,同时采取有效的预防措施,以应对新发传染性疾病的传播风险,降低高危人群伤害死亡风险。

年龄-时期-队列视角下流动人口长期居留意愿变迁

流动人口的长期居留意愿综合衡量了社会变迁下的流动人口流迁的期望性选择,本文基于CMDS(2012、2014、2015、2016、2017、2018)数据,通过交叉分类的分层结构年龄-时期-队列模型(HAPC-CCREM)模型分解流动人口长期居留意愿的年龄、时期和出生队列效应,探讨社会经济变迁对长期居留意愿的影响。总体而言,我国流动人口长期居留意愿呈现下降趋势,纳入所有控制变量后,在年龄效应上呈现“U”型结构,时期效应没有表现出明显差异,在队列效应上,初代流动人口、新生代流动人口、超新生代流动人口到老年流动人口由于不同的社会变迁和流动环境,呈现出长期居留意愿上不同的效应系数。

1990—2021年我国精神障碍疾病负担分析与预测

目的分析1990—2021年我国精神障碍疾病负担,并预测2022—2032年发病情况。方法利用2021年全球疾病负担研究数据库,应用Joinpoint模型分析精神障碍发病变化趋势,并计算年度变化百分比和平均年度变化百分比(average annual percentage change,AAPC);应用年龄-时期-队列模型分析年龄、时期及队列三个因素对精神障碍的影响,并预测2022—2032年精神障碍的发病率。结果2021年我国总体居民、男性和女性的精神障碍年龄标化发病率(age-standardized incidence rate,ASIR)分别为3349.58/10万、2822.50/10万和3876.57/10万。1990—2021年我国总体居民[AAPC=-0.17%,95%CI(-0.34%,-0.03%)]和女性[AAPC=-0.33%,95%CI(-0.55%,-0.11%)]精神障碍ASIR均呈下降趋势,而男性则波动变化。年龄效应结果显示,我国居民精神障碍发病率随年龄增长呈现先上升后下降再上升的趋势。时期效应结果显示,1990—2021年我国居民精神障碍发病风险随时间推移呈现先下降后上升的趋势。出生队列效应结果显示,我国居民精神障碍发病风险随出生队列推移呈现先上升后下降再上升的趋势。预测结果显示,2022—2032年我国精神障碍ASIR将呈下降趋势。结论1990—2021年,我国居民精神障碍发病率虽整体呈下降趋势,但青少年、中老年人以及女性仍然是精神障碍防控的重点,未来应继续加强对青少年、中老年和女性人群心理健康的关注。

中国、美国和全球居民2010—2019年脑卒中疾病负担趋势年龄-时期-队列分析

目的了解中国、美国和全球居民2010—2019年脑卒中疾病负担趋势,为脑卒中的预防控制提供参考依据。方法收集2019年全球疾病负担研究(GBD 2019)数据库中2010—2019年中国、美国和全球居民脑卒中疾病负担的相关数据,采用年龄标准化发病率、年龄标准化死亡率和年龄标准化伤残调整寿命年(DALY)率等指标进行描述性分析,采用Joinpoint回归模型分析脑卒中疾病负担的变化趋势,并应用年龄-时期-队列(APC)模型分析脑卒中疾病负担的年龄、时期、出生队列效应。结果中国、美国和全球居民2010—2019年脑卒中年龄标准化发病率分别从2010年的201.06/10万、94.72/10万和153.05/10万下降至2019年的200.84/10万、86.96/10万和150.77/10万,平均年度变化百分比(AAPC值)分别为-0.1%、-0.8%和-0.2%,美国和全球居民下降趋势显著(均P<0.05);中国、美国和全球居民2010—2019年脑卒中年龄标准化死亡率分别从2010年的164.90/10万、31.16/10万和98.66/10万下降至2019年的127.25/10万、30.76/10万和84.19/10万,AAPC值分别为-2.9%、-0.2%和-1.8%,中国和全球居民下降趋势显著(均P<0.001);中国、美国和全球居民2010—2019年脑卒中年龄标准化DALY率分别从2010年的3018.40/10万、734.77/10万和2048.37/10万下降至2019年的2412.52/10万、713.87/10万和1768.05/10万,AAPC值分别为-2.5%、-0.3%和-1.6%,中国和全球居民下降趋势显著(均P<0.001);APC模型分析结果显示,中国、美国、全球男性和女性居民年龄标准化发病率的净漂移值均>0,年龄标准化死亡率的净漂移值均<0;中国、美国和全球居民脑卒中的发病风险和死亡风险均随年龄增长而增加;中国、美国和全球居民的脑卒中发病风险随时期推进而增长,其中美国情况较为严重,2018年男性和女性居民的脑卒中发病时期RR值分别为2.14(95%CI=1.45~3.16)和2.18(95%CI=1.48~3.23);中国和全球居民的脑卒中死亡风险均随时期推进而降低,但美国居民的脑卒中整个时期风险RR值均>1;中国和美国居民脑卒中的发病出生队列RR值随时期推移总体均呈上升趋势,其中美国居民的上升趋势更为明显,2014年男性和女性居民的脑卒中发病出生队列RR值分别为38.00(95%CI=6.08~237.32)和43.07(95%CI=6.84~271.27),全球居民的变化趋势不显著;中国居民脑卒中死亡风险随出生队列推移呈下降趋势,男性居民脑卒中的死亡出生队列RR值从1.36(95%CI=1.31~1.41)波动下降至0.51(95%CI=0.18~1.49),女性居民脑卒中的死亡出生队列RR值从1.45(95%CI=1.41~1.47)持续下降至0.40(95%CI=0.19~0.83),美国和全球居民的变化趋势不显著。结论中国和全球居民2010—2019年脑卒中的年龄标准化死亡率和年龄标准化DALY率均有所降低,但中国居民的脑卒中疾病负担仍高于全球居民,美国居民近期脑卒中死亡率有小幅度增加,年龄是脑卒中发病及死亡的重要影响因素。

基于年龄-时期-队列效应模型分析2012—2022年山东省甲状腺癌流行趋势

目的分析2012—2022年山东省甲状腺癌发病死亡趋势,并估计其发病的年龄-时期-队列效应。方法基于2012—2022年山东省肿瘤登记地区甲状腺癌数据,利用Joinpoint回归分析甲状腺癌发病、死亡的变化趋势,计算平均年度变化百分比(AAPC)。拟合年龄-时期-队列模型分析20岁以上人群甲状腺癌发病风险的年龄、时期及队列效应。结果2012—2022年山东省甲状腺癌发病率呈上升趋势,AAPC值为21.68%(95%CI:19.14%~24.27%,P<0.001),且女性发病率高于男性,城市发病率高于农村;甲状腺癌死亡率变化趋势相对稳定,AAPC值为-3.04%(95%CI:-8.81%~3.09%,P=0.323)。甲状腺癌发病的年龄效应在60岁之前随年龄增长而增加,60岁之后随年龄增长而降低,发病高峰集中在55~59岁年龄组;时期效应随时间推移而增加;队列效应则表现为1957年之前出生的队列随时间推移呈下降趋势,1957年之后出生的队列呈上升趋势。结论2012—2022年山东省甲状腺癌发病率呈上升趋势,年龄是重要影响因素;甲状腺癌死亡率较为稳定。