2. 浙江大学环境与资源学院, 浙江 杭州 310058;
3. 舟山市疾病预防控制中心, 浙江 舟山 316000;
4. 义乌市疾病预防控制中心, 浙江 义乌 322000
2. College of Environmental and Resource Sciences, Zhejiang University, Hangzhou 310058, China;
3. Zhoushan Center for Disease Control and Prevention, Zhoushan 316000, Zhejiang Province, China;
4. Yiwu Center for Disease Control and Prevention, Yiwu 322000, Zhejiang Province, China
消化道恶性肿瘤是影响人们生活与健康最主要的恶性肿瘤之一。根据世界癌症研究机构估计,2012年全球消化道系统常见恶性肿瘤新发病约422万例,约占所有部位恶性肿瘤新发病例数的1/3[1]。在我国,消化道常见恶性肿瘤新发病例约147万例,约占所有部位恶性肿瘤的52%,是全球总病例数的1/3[2],严重威胁人们的生命和健康。
食管癌、胃癌和结直肠癌是三种最常见的消化道癌症。根据全国肿瘤防治研究办公室统计,2012年我国胃癌新发病例42.4万,占全部恶性肿瘤新发病例的11.82%,其发病率在所有癌症中排名第2位;结直肠癌新发病例33.1万,占9.23%,排名第4位;食管癌新发病例28.7万,占8.00%,排名第5位[3]。三种癌症发病率均呈现男性高于女性的特点,并在空间分布上具有显著差异[3]。
癌症空间分布规律的探索有助于医学人员从病理学角度分析病因,同时也能为恶性肿瘤的防治和公共卫生资源的合理配置提供参考。Kulldorff创立的空间扫描统计模型[4]通过在研究区不同地点产生半径大小不断变化的同心圆(或椭圆[5])对研究区域进行探测,计算相对风险,从而检测出研究区域内的癌症高或低风险区,已被广泛运用于传染病、恶性肿瘤等的空间聚集性探索。本研究选取消化道恶性肿瘤发病典型城市义乌市作为研究区域,采用空间扫描统计模型探索食管癌、胃癌和结直肠癌的风险区并探讨相关风险因子的影响,为义乌市消化道恶性肿瘤的控制和预防提供依据,同时为其他地区乃至全国消化道恶性肿瘤的控制和预防提供借鉴和参考。
1 资料与方法 1.1 研究地区概况义乌市(东经119°49′~120°17′, 北纬29°02′~29°33′)占地面积1102.8平方公里,地处浙江省中部,金衢盆地东缘,属亚热带季风气候区,四季分明,光热水资源丰富。根据义乌市2013年统计年鉴,全市本地居住人口753 314,下辖13个镇794个行政村[6]。该市以小商品贸易闻名,手工业、轻工业、商业发达,是大陆六大经济强县(市)之一,社会公共卫生体系较为完善[7],获取的数据信息可信度高。
义乌市地貌结构类型多样,是典型的丘陵县市,市中心为平原盆地,地势较平坦;南部和北部皆为丘陵山区,地势起伏,高丘低丘遍布。复杂的地形造就了居民不同的生产生活方式以及巨大的社会经济差异:中心城市地区经济发达,公共设施齐全,城市化程度高;而南部和北部的丘陵村落经济较为落后,缺乏健全的配套设施,居民生活水平、食品质量较低,且南部地区具有数量较多的造纸、纺织、服装、皮革等小作坊,对工作、生活环境污染较大[7],这些地区差异使得义乌市成为研究消化道恶性肿瘤的典型城市,也使得采用空间分析技术探究癌症发病的分布规律和发病高低风险区成为可能。
1.2 病例数据来源和预处理本研究所用的义乌市食管癌、胃癌、结直肠癌的病例数据来自义乌市疾病预防控制中心(简称疾控中心)。所有病例数据均由疾控中心隐去姓名资料,具有完整详细的行政村尺度地址信息,便于进一步在最适的空间尺度上分析癌症的空间分布规律。该市自2009年开始采用国际癌症登记协会(International Association of Cancer Registries, IACR)推荐的单机录入软件CanReg4对癌症数据进行统一管理,其记录的原始登记资料由全国肿瘤登记中心根据《中国肿瘤登记工作指导手册》以及《五大洲癌症发病率》第9卷对登记质量的有关要求进行整理和审核,以确保资料质量的完整性和可靠性[8]。义乌市2010—2014年共有新发食管癌365例、胃癌1243例、结直肠癌1150例。按照病例的居住地信息,将所有病例对应归属于全市的794个行政村。根据义乌市历年统计年鉴资料显示,2010—2014年各年间义乌市户籍人口数在不同乡镇和性别之间构成变化不大,因此,采用2013年分行政村分性别的户籍人口数代替历年户籍人口数,其数据来自于义乌市公安局。各行政村区划界线图(WGS 84, UTM 50°N)来自于浙江省测绘局,图像采用通用横轴墨卡托投影(universal transverse mercator, UTM)和WGS 84坐标系(world geodetic system 1984),2013年前的行政区划调整(如村庄合并)统一对应到最新的行政区划图上[9]。
由于行政村的人口基数较少,以村为单元进行发病率计算将可能产生空间异常值(极大值),从而导致不稳定的发病率估计和不正确的空间聚集现象[10]。因此,本研究采用细小单元区域化归并方法对义乌市794个行政村进行区域化归并[9]:将空间相邻、属性相似(研究单元的地形高程、坡度等级和土地利用类型)的小单元依据组内差异最小、组间差异最大的原则,构建一系列同质性的区域,并在最小人口基数为2万人[10](每年4000人,保证发病率数据的大体稳定性)的约束条件下,共产生63个新区域。归并后的新区域单元具有区域内自然地形地貌和土地利用类型差异最小,区域间差异最大的特点,且区域单元的人口数均达到了4000的人口下限。以归并后的新区域为单元,计算五年男性或女性的食管癌、胃癌和结直肠癌平均发病率。
1.3 全局自相关分析采用全局自相关指数Moran's I值[11]探测癌症发病的空间自相关性,其计算公式如下:
式(1)中zi和zj是癌症发病率与其平均值的偏差,wi, j是研究单元i和j之间的空间权重,n是单元总数,W是所有空间权重的集合:
Moran's I值居于-1.0~+1.0,如果指数为正,则表明癌症发病率在空间上为聚集状态;如果指数为负,则表现为离散状态;越接近1或-1,表示空间分布的聚集性或离散性越强。
1.4 局部聚集性和异常值探测采用局部聚集性和异常值Anselin Local Moran's I值[12]探测癌症发病的局部空间聚类和异常值。通过Anselin local Moran's I值和Z得分探测发病率的空间分布模式:
其中xi是区域i处的癌症发病率,X是所有发病率的平均值,Wi、Si2和W[Ii]的计算如下:
Anselin Local Moran's I值大于零,表示癌症高发(或低发)区域被其他高发(或低发)区域所包围(高-高聚集或低-低聚集);小于零,表示癌症高发(或低发)区域被低发(或高发)区域所包围,即存在异常值(高-低聚集或低-高聚集)。当其对应的Z得分足够大时,Ii即可被视为具有统计学意义上显著的聚类和异常值。
1.5 空间扫描统计采用空间扫描统计模型(spatial scan statistics)[4]探测癌症发病的高或低风险地区。该方法通过产生大小不断变化的圆形(或椭圆形[5])探测窗口对整个研究区进行扫描,比较窗口内外发病差异计算似然比,探测风险区。窗口在研究区内不断移动,并不断改变半径,使之在最小值和最大值(不超过人口总数的50%)之间不断变化。这些窗口将作为可能的风险聚集区进行似然比检验。
空间扫描统计提供了七种模型计算似然值,本研究选取适合小概率离散变量类型的泊松模型,其似然比函数的计算公式如下:
式(8)中c(Z)是窗口Z中癌症发病人数的观测值,n(Z)是无效假设下窗口Z中癌症发病人数的期望值。用A表示整个研究区,C表示研究区内总体发病人数,则C=n(A)=c(A)。L(Z)是假设窗口Z中存在发病聚集区的似然值,L0是假设不存在发病聚集区的似然值,L(Z)和L0的比值即似然比。如果窗口Z中不存在发病聚集区,则似然比越接近1;反之,似然比足够大时,认为窗口Z中存在发病聚集区。空间扫描统计模型选取似然比最大的窗口作为高或低发病聚集窗口:
其显著性通过将聚集区的似然值L(Z)和蒙特卡罗循环[13]模拟的似然值比较计算,并使用相对风险(relative risk,RR)描述聚集区的发病状况:
采用Geoda软件[14]计算基于距离(threshold distance)和邻接数(k-nearest neighbors)两种空间权重建立模式下的Moran's I值,结果显示基于邻接数的Moran's I值要普遍大于基于距离的Moran's I值,且当最近邻接数为6时Moran's I值最大。由于义乌市数据点空间分布不规则,基于邻接数的空间权重能更有效地表达数据之间的空间关系,故选取最近邻接数为6建立的空间权重矩阵计算食管癌、胃癌和结直肠癌的全局自相关指数。研究运用SaTScan软件进行空间扫描统计的计算,并采用椭圆形的扫描窗口探测发病聚集区。由于较大的扫描窗口不易探测到小的发病率聚集区,而较小的扫描窗口会导致主要聚集区的过度分解,不利于癌症的监测,本研究在建议的20%~30%最大人口比例扫描窗口的基础上[15-16],采用15%~35%比例的扫描窗口依次对研究区进行扫描统计,发现其探测结果总体相似,因此选取能探测到数量、半径适中的20%人口比例窗口作为扫描窗口,进行9999次蒙特卡罗循环模拟,探测风险区。局部聚集性和异常值探测及制图、癌症发病分布图和空间扫描统计结果图的制作在Arcmap 9.3软件中进行。所有数据采用SPSS 20.0统计软件进行处理。为保证数据统一,各年总体发病率为该年患病总人数除以2013年义乌市户籍人口数,两组间比较采用卡方检验,P<0.05为差异有统计学意义。
2 结果 2.1 义乌市消化道癌症发病基本情况2010至2014年,义乌市消化道癌症发病率呈现波动变化。其中,胃癌和结直肠癌表现为一定的波动上升状态,但其随时间变化的趋势在统计学上不显著。五年平均发病率分别为食管癌9.99/100 000、胃癌34.01/100 000、结直肠癌31.46/100 000。与2012年全国发病率相比,义乌市食管癌发病率远低于全国食管癌发病率(21.17/100 000),胃癌发病率略高于全国平均发病率(31.28/100 000),结直肠癌发病率高于全国发病率(24.47/100 000)[3]。提示胃癌和结直肠癌是义乌地区发病较多的消化道癌症。
男性消化道癌症发病率普遍高于女性,男性食管癌的发病率是女性的2.72倍(P<0.01),胃癌的发病率是女性的2.23倍(P<0.01),结直肠癌的发病率是女性的1.44倍(P<0.01),见表 1。提示男性是消化道癌症的高风险人群。
类别 | 男性(×10-5) | 女性(×10-5) | χ2值 | P值 |
食管癌 | ||||
2010年 | 12.48 | 6.35 | 7.283 | <0.01 |
2011年 | 18.72 | 4.14 | 33.810 | <0.01 |
2012年 | 13.84 | 5.79 | 11.998 | <0.01 |
2013年 | 15.46 | 4.97 | 19.627 | <0.01 |
2014年 | 12.21 | 5.52 | 9.197 | <0.01 |
五年平均 | 14.54 | 5.35 | 16.195 | <0.01 |
Global Moran's I值 | 0.220 | -0.002 | — | — |
胃癌 | ||||
2010年 | 40.15 | 18.21 | 30.055 | <0.01 |
2011年 | 52.90 | 24.84 | 36.223 | <0.01 |
2012年 | 43.95 | 21.80 | 27.205 | <0.01 |
2013年 | 50.73 | 18.76 | 53.555 | <0.01 |
2014年 | 46.39 | 21.25 | 34.066 | <0.01 |
五年平均 | 46.83 | 20.97 | 36.174 | <0.01 |
Global Moran's I值 | 0.254 | 0.052 | — | — |
结直肠癌 | ||||
2010年 | 32.01 | 24.01 | 4.178 | <0.05 |
2011年 | 37.98 | 22.90 | 13.623 | <0.01 |
2012年 | 30.11 | 20.70 | 6.372 | <0.05 |
2013年 | 43.95 | 31.46 | 7.557 | <0.01 |
2014年 | 41.24 | 29.80 | 6.721 | <0.01 |
五年平均 | 37.06 | 25.77 | 7.690 | <0.01 |
Global Moran's I值 | -0.014 | 0.048 | — | — |
男性人口368 588人,女性人口362 386人;—:无相关数据. |
空间自相关分析结果表明,男性食管癌和男性胃癌的Moran's I值大于0(表 1),说明这两种疾病在空间上呈现显著的聚集状态。从癌症发病分布图(图 1)中可以看出,三种消化道疾病在义乌南部均存在高发现象,且男性食管癌和男性胃癌呈现明显的南部发病率高、中部和北部发病率低的格局。根据局部聚集性和异常值探测结果(图 2)可知:男性食管癌在义乌南部存在高—高聚集区,在中部存在低发地区;女性食管癌在义乌中部存在低—低聚集区,在偏南部存在高—高聚集区,在南部存在两个被高值环绕的低发异常值区域;男性胃癌在义乌南部存在高—高聚集区,在北部存在被低发值环绕的高发异常值区域;男性结直肠癌在义乌南部存在高发区域,在西部存在一个高—低异常值,在北部存在一个低—高异常值;女性结直肠癌在义乌南部和中部存在高发区域,在义乌北部存在低—低聚集区,在偏北部各存在一个高—低异常值和低—高异常值。时空扫描统计结果也表明,男性食管癌在义乌南部存在显著的高发病风险区(RR=1.78);女性食管癌在义乌中部城市地区存在一个显著低发风险区(RR=0.00)。男性胃癌在空间上有极显著的聚集现象,在义乌南部存在一个RR为1.87的极显著高发风险区,在义乌中部城市地区存在一个极显著的低风险区(RR=0.63);女性结直肠癌在义乌北部探测出低风险区(RR=0.48);女性胃癌和男性结直肠癌则表现为没有显著的风险聚集区。见图 3、表 2。提示义乌南部是消化道癌症的高风险地区,男性食管癌和男性胃癌在义乌南部存在显著高风险区, 女性食管癌和男性胃癌在义乌中部城市地区存在低风险区, 女性结直肠癌在义乌北部存在低风险区。
![]() |
图 1 义乌市食管癌、胃癌、结直肠癌发病率空间分布图 Fig. 1 Spatial distribution of esophageal, stomach and colorectal cancer incidence in Yiwu |
![]() |
图 2 义乌市食管癌、胃癌、结直肠癌局部聚集性和异常值探测结果 Fig. 2 Anselin local Moran's I result of esophageal, stomach and colorectal cancer in Yiwu |
![]() |
图 3 义乌市食管癌、胃癌、结直肠癌高或低风险地区 Fig. 3 Spatial clusters of esophageal, stomach and colorectal cancer in Yiwu |
聚集类型 | 人口基数 | 观测病例 | 预测病例 | 相对危险度 | P值* |
男性食管癌 | |||||
高发病率聚集区 | 70 183 | 79 | 51 | 1.78 | <0.05 |
男性胃癌 | |||||
高发病率聚集区 | 41 136 | 164 | 96 | 1.87 | <0.01 |
低发病率聚集区 | 65 658 | 103 | 154 | 0.63 | <0.01 |
女性食管癌 | |||||
低发病率聚集区 | 30 441 | 0 | 8 | 0.00 | <0.05 |
女性结直肠癌 | |||||
低发病率聚集区 | 52 462 | 35 | 68 | 0.48 | <0.01 |
*基于9999次蒙特卡洛模拟统计显著性检验. |
消化系统癌症在我国发病率高,患者预后差,带来沉重的公共卫生负担。食管癌、胃癌和结直肠癌是三种重要的消化道癌症,其发病率在义乌市2010至2014年间波动变化,但都表现出男性发病率大于女性的现象,除了男女性别因素外,还可能与男性和女性之间的卫生、饮食习惯和生产生活方式不同有关。
空间扫描统计能根据发病病例和人口密度的不均匀性,在不需要定义探测范围和位置的情况下,对研究区进行多重扫描探测,从而获得疾病的空间分布规律与风险区[4],经常运用于传染病[15, 17-18]和恶性肿瘤[19-20]的疾病监测、风险聚集性探测、早期预警等研究中[21]。但空间扫描统计模型在国内消化道癌症研究中的应用较少,本研究选取了社会经济发达、公共卫生体系较为完善的典型南方城市,使用空间扫描统计方法对食管癌、胃癌和结直肠癌的发病情况进行了空间规律的探索和风险地区的探测。
义乌市食管癌和胃癌具有相似的空间分布规律,即南部地区发病率高,中部和北部发病率低的格局。时空扫描统计结果表明,男性食管癌(RR=1.78)和男性胃癌(RR=1.87)在义乌南部(包括佛堂镇、赤岸镇和江东街道的南部)存在显著的高发病风险区。女性食管癌(RR=0.00)和男性胃癌(RR=0.63)在义乌中部城市地区存在显著的低发风险区。女性胃癌虽然统计学上没有探测出显著的发病率聚集区,但从空间分布上仍可以看出南部地区发病率要高于其他地区,符合食管癌和胃癌在城市地区发病率低、农村地区发病率高的特点[1, 3]。这两种癌症均与吸烟和饮酒、不良的饮食习惯、亚硝酸盐的摄入和消化系统的疾病史有关。在农村地区,食物储藏、饮食卫生条件和膳食营养水平不如城市地区,因此,食管癌和胃癌的发病率通常会高于城市地区[22-23]。此外,义乌南部地区数量较多的造纸、纺织、服装、拉链、皮革制品和家具等小作坊为主导的手工业对工人造成的伤害以及产生的污染排放也有可能是导致食管癌和胃癌高发的原因之一。胃癌与食管癌在空间上有相似的分布规律,说明两者可能存在相似的环境致病因子。此外,不仅仅是义乌市,食管癌发病率在浙江省范围内均表现出低发的趋势(2009年发病率为14.53/100 000)[24],具体是何种原因导致了这种现象,需要研究人员在结合更广泛区域发病率分布情况的基础上,采用流行病学调查、时空分析等多种手段作进一步的探索。
义乌市结直肠癌没有表现出显著的空间分布规律。但从发病率空间分布图中仍可以看出结直肠癌在义乌南部地区发病率较高的趋势。男性结直肠癌发病率在空间上分布比较随机,没有探测出显著的发病风险区;女性结直肠癌在义乌北部存在相对风险为0.48的极显著低风险区,与我国女性结直肠癌在农村地区发病少于城市地区的状况[25]相符。不健康的饮食习惯如大量摄入高脂肪的动物蛋白,少吃或不吃蔬菜和水果,摄入纤维质较少(如食用精粮而不是粗粮)、肥胖和缺乏运动、肠道慢性疾病史和遗传等会提高结直肠癌的发病风险[26],同时也可在一定程度上解释结直肠癌发病率在城乡之间的差异。
由于研究区人口基数较小,如果以一年为研究的时间单元,则整个研究区只能产生14个满足要求的区域(人口两万),这将极大地降低空间分析的精度[9]。因此,本研究仅分别讨论了三种消化道癌症在时间上和空间上的趋势,没有对研究区进行时空综合维度的扫描统计。但从时间趋势上看,义乌市消化道癌症发病率在研究区间随时间变化的趋势并不显著,而使用五年总体的数据进行扫描,结果更为稳定可靠。
综上所述,食管癌、胃癌和结直肠癌的发病率在义乌市表现出不同的空间分布规律。本研究在细小单元区域化归并方法的基础上,采用全局自相关指数和空间扫描统计等空间分析方法,研究了食管癌、胃癌和结直肠癌高低发聚集性规律和可能的风险因子,对其他类似细小单元研究区的疾病研究,以及其他更大区域范围内基于人口的空间横断面研究具有较大的借鉴和参考意义,同时也可以为进一步开展义乌市消化道癌症高发或低发区域对照分析和采样研究,以及相关环境风险因子探索提供基本参考和科学基础,并寻找干预和预防这三种消化道癌症的方法。
[1] | FERLAY J, SOERJOMATARAM I, DIKSHIT R, et al. Cancer incidence and mortality worldwide:sources, methods and major patterns in GLOBOCAN 2012[J]. Int J Cancer, 2015, 136(5): E359–E386. doi:10.1002/ijc.29210 |
[2] | BRAY F, REN J S, MASUYER E, et al. Global estimates of cancer prevalence for 27 sites in the adult population in 2008[J]. Int J Cancer, 2013, 132(5): 1133–1145. doi:10.1002/ijc.v132.5 |
[3] | 陈万青, 郑荣寿, 张思维, 等. 2012年中国恶性肿瘤发病和死亡分析[J]. 中国肿瘤, 2016, 25(1): 1–8. CHEN Wanqing, ZHENG Rongshou, ZHANG Siwei, et al. Report of cancer incidence and mortality in China, 2012[J]. China Cancer, 2016, 25(1): 1–8. (in Chinese) |
[4] | KULLDORFF M, NAGARWALLA N. Spatial disease clusters:detection and inference[J]. Stat Med, 1995, 14(8): 799–810. doi:10.1002/(ISSN)1097-0258 |
[5] | KULLDORFF M, HUANG L, PICKLE L, et al. An elliptic spatial scan statistic[J]. Stat Med, 2006, 25(22): 3929–3943. doi:10.1002/(ISSN)1097-0258 |
[6] | 浙江省义乌市统计局. 2013年义乌市统计年鉴[EB/OL]. (2013-10-16)[2017-08-04]. http://tjj.yw.gov.cn/tjxx/tjnj/2008_21909/zh/. Yiwu Municipal Bureau of Statistics, Zhejiang Province. Yiwu Yearbook 2013[J/OL]. (2013-10-16)[2017-08-04]. http://tjj.yw.gov.cn/tjxx/tjnj/2008_21909/zh/. (in Chinese) |
[7] | 吴潮海. 义乌市志[M/OL]. (2012-10-17)[2017-08-04]. http://www.yw.gov.cn/zjyw/dfzj/ywxz/ywxz/zz/200706/t20070601_7894.shtml. WU Chaohai. Yiwu Chronicles[M/OL]. (2012-10-17)[2017-08-04]. http://www.yw.gov.cn/zjyw/dfzj/ywxz/ywxz/zz/200706/t20070601_7894.shtml. (in Chinese) |
[8] | 赫捷, 陈万青. 2012中国肿瘤登记年报[M]. 北京: 军事医学科学出版社, 2012: 2-17. HE Jie, CHEN Wangqing. Chinese cancer registry annual report of 2012[M]. Beijing: Military Medical Science Press, 2012: 2-17. (in Chinese) |
[9] | 滕世助, 贾巧娟, 黄以坚, 等. 空间流行病学分析中细小单元的区域化归并方法:以义乌市甲状腺癌为例[J]. 中华流行病学杂志, 2015, 36(10): 1142–1147. TENG Shizhu, JIA Qiaojuan, HUANG Yijian, et al. Hierarchical regionalization for spatial epidemiology:a case study of thyroid cancer incidence in Yiwu, Zhejiang[J]. Chinese Journal of Epidemiology, 2015, 36(10): 1142–1147. doi:10.3760/cma.j.issn.0254-6450.2015.10.023 (in Chinese) |
[10] | WANG F, GUO D, MCLAFFERTY S. Constructing geographic areas for cancer data analysis:a case study on late-stage breast cancer risk in Illinois[J]. Appl Geogr, 2012, 35(1-2): 1–11. doi:10.1016/j.apgeog.2012.04.005 |
[11] | EPPERSON B K, LI T. Measurement of genetic structure within populations using Moran's spatial autocorrelation statistics[J]. Proc Natl Acad Sci U S A, 1996, 93(19): 10528–10532. doi:10.1073/pnas.93.19.10528 |
[12] | ANSELIN L. LocalIndicators of Spatial Association-LISA[J]. Geogr Anal, 1995, 27(2): 93–115. |
[13] | HAMMERSLEY J M, Handscomb D C. Monte carlo methods[M/OL]. [2017-03-20] https://books.glgoo.com/books?hl=zh-CN&lr=&id=3rDvCAAAQBAJ&oi=fnd&pg=PP6&dq=Monte+carlo+methods&ots=EGiZppTAIa&sig=2XMwEu0eJcr17__T0mzi9kvmFvg. |
[14] | ANSELIN L, SYABRI I, KHO Y. GeoDa:an introduction to spatial data analysis[J]. Geogr Anal, 2006, 38(1): 5–22. doi:10.1111/gean.2006.38.issue-1 |
[15] | 唐咸艳, 李峤, 仇小强, 等. 扫描统计量中最大空间扫描窗口的尺度选择[J]. 中华疾病控制杂志, 2015, 19(3): 316–317, 320. TANG Xianyan, LI Qiao, QIU Xiaoqiang, et al. An exploratory study on maximum spatial cluster size of scan statistics[J]. Chinese Journal of Disease Control & Prevention, 2015, 19(3): 316–317, 320. (in Chinese) |
[16] | RIBEIRO S H, COSTA M A. Optimal selection of the spatial scan parameters for cluster detection:a simulation study[J]. Spat Spatiotemporal Epidemiol, 2012, 3(2): 107–120. doi:10.1016/j.sste.2012.04.004 |
[17] | 康万里, 郑素华. 空间扫描统计在中国菌阳结核病分布中的应用[J]. 中国卫生统计, 2012, 29(4): 487–489. KANG Wanli, ZHENG Suhua. Application of spatial scan statistics in the distribution of bacteriological positive tuberculosis in China[J]. Chinese Journal of Health Statistics, 2012, 29(4): 487–489. (in Chinese) |
[18] | PARK R, O'BRIEN T F, HUANG S S, et al. Statistical detection of geographic clusters of resistant Escherichia coli in a regional network with WHONET and SaTScan[J]. Expert Rev Anti Infect Ther, 2016, 14(11): 1097–1107. doi:10.1080/14787210.2016.1220303 |
[19] | FEI X, LOU Z, CHRISTAKOS G, et al. Ageographic analysis about the spatiotemporal pattern of breast cancer in Hangzhou from 2008 to 2012[J/OL]. PloS One, 2016, 11(1): e0147866. http://www.ncbi.nlm.nih.gov/pubmed/26808895 |
[20] | 唐咸艳, 仇小强, 黄天壬, 等. 空间扫描统计在广西肝癌空间格局中的应用研究[J]. 中国卫生统计, 2009, 26(2): 114–116. TANG Xianyan, QIU Xiaoqiang, HUANG Tianre, et al. Application of spatial scan statistic on study spatial pattern analysis of liver cancer in Guangxi[J]. Chinese Journal of Health Statistics, 2009, 26(2): 114–116. (in Chinese) |
[21] | 唐咸艳, 周红霞. 扫描统计及其在流行病学中的应用[J]. 中国卫生统计, 2011, 28(3): 332–337. TANG Xianyan, ZHOU Hongxia. Scan statistic and its application in epidemiology[J]. Chinese Journal of Health Statistics, 2011, 28(3): 332–337. (in Chinese) |
[22] | CHEN W, HE Y, ZHENG R, et al. Esophageal cancer incidence and mortality in China, 2009[J]. J Thorac Dis, 2013, 5(1): 19–26. |
[23] | 李雪琴, 陈文燕, 汪祥辉, 等. 2000~2009年浙江省肿瘤登记地区胃癌发病死亡分析[J]. 中国肿瘤, 2013, 22(11): 863–867. LI Xueqin, CHEN Wenyan, WANG Xianghui, et al. An analysis of incidence and mortality of gastric cancer in cancer registries of Zhejiang Province, 2000-2009[J]. China Cancer, 2013, 22(11): 863–867. doi:10.11735/j.issn.1004-0242.2013.11.A003 (in Chinese) |
[24] | 吴益康, 李雪琴, 杜灵彬, 等. 2000~2009年浙江省肿瘤登记地区食管癌发病死亡分析[J]. 中国肿瘤, 2013, 22(11): 868–872. WU Yikang, LI Xueqin, DU Lingbin, et al. An analysis of incidence and mortality of esophageal cancer in cancer registries of Zhejiang Province, 2000-2009[J]. China Cancer, 2013, 22(11): 868–872. (in Chinese) |
[25] | 王宁, 孙婷婷, 郑荣寿, 等. 中国2009年结直肠癌发病和死亡资料分析[J]. 中国肿瘤, 2013, 22(7): 515–520. WANG Ning, SUN Tingting, ZHENG Rongshou, et al. An analysis of incidence and mortality of colorectal cancer in China, 2009[J]. China Cancer, 2013, 22(7): 515–520. doi:10.11735/j.issn.1004-0242.2013.07.A001 (in Chinese) |
[26] | HAGGAR F A, BOUSHEY R P. Colorectal cancer epidemiology:incidence, mortality, survival, and risk factors[J]. Clin Colon Rectal Surg, 2009, 22(4): 191–197. doi:10.1055/s-0029-1242458 |