本文内容如下gydF4y2Bae-collection /主题问题:gydF4y2Ba

监测与人口健康统计方法(110)gydF4y2Ba 监察系统(326)gydF4y2Ba 公共卫生和监督的创新方法(214)gydF4y2Ba 预防及促进健康(375)gydF4y2Ba 癌症流行病学、癌症监测与信息流行病学(34)gydF4y2Ba 结肠癌和直肠癌(12)gydF4y2Ba

发表在gydF4y2Ba在gydF4y2Ba第八卷第8期(2022年):8月gydF4y2Ba

本文的预印本(早期版本)可在gydF4y2Bahttps://preprints.www.mybigtv.com/preprint/34589gydF4y2Ba，首次出版gydF4y2Ba．gydF4y2Ba
德克萨斯州城市大肠癌发病率、不平等和预防优先事项:使用“监视”软件包的监测研究gydF4y2Ba

德克萨斯州城市大肠癌发病率、不平等和预防优先事项:使用“监视”软件包的监测研究gydF4y2Ba

德克萨斯州城市大肠癌发病率、不平等和预防优先事项:使用“监视”软件包的监测研究gydF4y2Ba

本文作者:gydF4y2Ba

康纳数日gydF4y2Ba1、2gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba 艾米·E·休斯gydF4y2Ba1gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba 西蒙·J·克拉多克·李gydF4y2Ba3.gydF4y2Ba 作者Orcid图片gydF4y2Ba
文章gydF4y2Ba 作者gydF4y2Ba 引用的gydF4y2Ba Tweetations (4)gydF4y2Ba 指标gydF4y2Ba

    原始论文gydF4y2Ba

    1gydF4y2Ba美国德克萨斯州达拉斯市德克萨斯大学西南医学中心人口与数据科学系gydF4y2Ba

    2gydF4y2Ba德克萨斯大学达拉斯分校地理空间信息科学系，美国德克萨斯州达拉斯gydF4y2Ba

    3.gydF4y2Ba美国堪萨斯城堪萨斯大学医学中心人口健康系gydF4y2Ba

    通讯作者:gydF4y2Ba

    康纳·多纳根，马萨诸塞州gydF4y2Ba

    人口与数据科学系“，gydF4y2Ba

    德克萨斯大学西南医学中心gydF4y2Ba

    哈里海因斯大道5323号gydF4y2Ba

    达拉斯，德克萨斯州，75390gydF4y2Ba

    美国gydF4y2Ba

    电话:1 214 648 9400gydF4y2Ba

    电子邮件:gydF4y2BaConnor.Donegan@UTSouthwestern.edugydF4y2Ba


    背景:gydF4y2Ba利用人口监测数据长期监测疾病发病率是公共卫生研究和实践的基础。贝叶斯疾病监测方法比传统方法具有优势，包括在模型规范方面具有更大的灵活性，以及能够对模型派生的感兴趣量进行形式化推断。然而，用于贝叶斯推断的软件平台对于非专业人士来说通常是无法访问的。gydF4y2Ba

    摘要目的:gydF4y2Ba为了提高卫生监测研究人员对贝叶斯方法的可访问性，我们介绍了一种贝叶斯方法和开源软件包surveillance，用于疾病发病率和死亡率的时间序列建模。根据病例数和高危人群数据，该软件使卫生研究人员能够推断潜在风险和衍生量，包括年龄标准化率、年度和累计百分比变化以及不平等的衡量标准。gydF4y2Ba

    方法:gydF4y2Ba我们使用第一差分(随机游走)先验指定病例计数和对数风险模型趋势的泊松似然。surveil R包中的模型是使用Stan建模语言构建的。我们通过分析1999年至2018年德克萨斯州4个最大的大都市统计区中年龄在50-79岁之间的非拉丁裔黑人(黑人)、非拉丁裔白人(白人)和西班牙裔/拉丁裔(任何种族)成年人的年龄标准化结直肠癌(CRC)发病率，证明了该方法和软件。gydF4y2Ba

    结果:gydF4y2Ba我们的分析显示，1999年至2018年，黑人成年人CRC风险累计下降31% (95% CI -37%至-25%)，拉丁裔成年人累计下降17% (95% CI -23%至-11%)，白人成年人累计下降35% (95% CI -38%至-31%)。在研究的最后4年(2015-2018年)，3个观察组的发病率均未显著降低。1999年黑人和白人的比率差异(每10万人)为44 (95% CI 30-57)， 2018年为35 (95% CI 28-43)。累计而言，黑人与白人之间的差距占3983例CRC病例(95%置信区间3746-4219)或31%(95%置信区间29%-32%)的黑人成人CRC总发病率。gydF4y2Ba

    结论:gydF4y2Ba作为德克萨斯州城市癌症预防和控制的优先事项，在黑人居民中CRC预防和过度CRC风险方面的停滞不前值得特别关注。我们的方法和软件可以帮助公众和卫生机构监测卫生不平等现象，并评估疾病预防目标的进展。该方法相对于当前常用实践的优点包括:(1)模型空间上没有分段线性约束，(2)可以使用贝叶斯方法对任何模型派生的感兴趣的量进行形式化推断。gydF4y2Ba

    JMIR公共卫生监测2022;8(8):e34589gydF4y2Ba

    doi: 10.2196/34589gydF4y2Ba

    关键字gydF4y2Ba

    贝叶斯分析gydF4y2Ba；gydF4y2Ba 癌症预防gydF4y2Ba；gydF4y2Ba 结肠直肠癌gydF4y2Ba；gydF4y2Ba 卫生公平gydF4y2Ba；gydF4y2Ba 开源软件gydF4y2Ba；gydF4y2Ba 公共卫生监测gydF4y2Ba；gydF4y2Ba 时间序列分析gydF4y2Ba


    监测疾病发病率是公共卫生研究和实践的基础。生命统计系统、癌症登记和其他特定疾病监测项目为公共卫生研究提供了关键的数据资源，而对这些数据的有效解释需要正式的建模。gydF4y2Ba

    联合点回归建模(JRM)是一种常用的、由国家癌症研究所认可的监测发病率和死亡率的方法[gydF4y2Ba1gydF4y2Ba-gydF4y2Ba4gydF4y2Ba］．JRM拟合(log-)发生率的分段线性时间趋势。然而，分段线性与学科专业知识相冲突，因为我们“并不真的相信癌症发病率会突然变化”[gydF4y2Ba1gydF4y2Ba]而有些趋势“明显是非线性的”[gydF4y2Ba3.gydF4y2Ba］．此外，标准的JRM方法系统地低估了估计的不确定性，因为SEs是基于迭代模型选择过程的条件[gydF4y2Ba5gydF4y2Ba］．gydF4y2Ba

    我们提出了一种用于常规疾病监测的贝叶斯方法和开源软件包。该模型适用于在均匀间隔的时间段内聚合的时间序列计数数据。该模型将泊松似然分配给以未知风险为条件的观测计数;风险的时间趋势是通过将第一差分(随机游走)先验分布分配给对数率来建模的。本文还实现了非罕见事件的二项式模型。该方法的优点包括其简约性，没有线性约束，并使用贝叶斯推理[gydF4y2Ba6gydF4y2Ba-gydF4y2Ba12gydF4y2Ba]以总结疾病风险的知识以及模型衍生的兴趣量，如年龄标准化率和不平等措施[gydF4y2Ba9gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba12gydF4y2Ba］．该方法可通过surveil R软件包免费获得[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．gydF4y2Ba

    我们通过分析德克萨斯州城市结直肠癌(CRC)发病率来演示使用surveil R包。“消除癌症差异”据称是德克萨斯州癌症预防和研究所(CPRIT)的一个“交叉目标”。gydF4y2Ba2018年德州癌症计划，gydF4y2Ba但该计划明显缺乏与差距相关的目标和指标。gydF4y2Ba15gydF4y2Ba］．儿童CRC中的种族-民族不平等是长期关注的问题，包括1990年代初出现的黑人-白人发病率和死亡率差异[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba］．我们使用泊松时间序列模型，在德克萨斯州4个最大的大都市区按种族和民族检查CRC发病率。我们还研究了CRC发病率不平等及其随时间的变化[gydF4y2Ba18gydF4y2Ba］．我们总结了德克萨斯州预防CRC的优先事项，从成功的CRC筛查工作中吸取的教训，以及本分析的局限性。gydF4y2Ba


    模型规范gydF4y2Ba

    surveil R包实现了泊松随机游走模型。对于时间段gydF4y2Bat =gydF4y2Ba｛gydF4y2Ba1,…,ngydF4y2Ba}，我们将泊松概率分布分配给观察到的病例数，ygydF4y2Bat,gydF4y2Ba以给定的风险水平为条件，exp(η)gydF4y2BatgydF4y2Ba)，高危人群(PgydF4y2BatgydF4y2Ba：gydF4y2Ba

    ygydF4y2BatgydF4y2Ba~ Pois (PgydF4y2BatgydF4y2Ba* exp(ηgydF4y2BatgydF4y2Ba）)gydF4y2Ba

    或者，也可以使用二项似然:gydF4y2Ba

    ygydF4y2BatgydF4y2Ba~ Binom (PgydF4y2Bat,gydF4y2BaggydF4y2Ba－1gydF4y2Ba(ηgydF4y2BatgydF4y2Ba）），gydF4y2Ba

    在ggydF4y2Ba－1gydF4y2Ba(x)=exp(x)/(1+exp(x))是逆logit函数。gydF4y2Ba

    我们将第一差分(随机游走)模型分配给对数或对数转换的风险参数，这与我们的知识一致，即疾病风险倾向于随时间平稳变化:gydF4y2Ba

    ηgydF4y2BatgydF4y2Ba~高斯(ηgydF4y2Bat - 1gydF4y2Ba,τgydF4y2Ba2gydF4y2Ba), t > 1gydF4y2Ba

    这和相关的内在高斯马尔可夫随机场规范被广泛研究模型的时间趋势分析[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba］．gydF4y2Ba

    默认情况下，监视先验分布对于大多数应用程序是分散的，用户可以调整它们以匹配他们的主题知识。的log或logit转换风险gydF4y2Bat = 1gydF4y2Ba(ηgydF4y2Ba1gydF4y2Ba)，需要一个先验分布(因为gydF4y2Bat = 0gydF4y2Ba不存在)。对于一种罕见疾病，以下症状是弥漫性的:gydF4y2Ba

    ηgydF4y2Ba1gydF4y2Ba~高斯(5 5gydF4y2Ba2gydF4y2Ba）gydF4y2Ba

    它以速率e为中心gydF4y2Ba5gydF4y2Ba=673 / 100,000，并将先验概率分布在广泛的值范围内。log-rate的变化很小，因此监视的以下默认先验也是弥漫的:gydF4y2Ba

    τ~高斯gydF4y2Ba+gydF4y2Ba(0,1gydF4y2Ba2gydF4y2Ba）gydF4y2Ba

    这个基本模型规范可以扩展到多个相关时间序列，例如多个人口统计群体的观察结果。如果gydF4y2BaηgydF4y2BatgydF4y2Ba对数速率向量是什么gydF4y2BakgydF4y2Ba分组时间gydF4y2BatgydF4y2Ba,然后gydF4y2Ba

    ηgydF4y2BatgydF4y2Ba~高斯(gydF4y2BaηgydF4y2Bat - 1gydF4y2Ba∑)gydF4y2Ba

    通过多元正态分布引入协方差结构[gydF4y2Ba21gydF4y2Ba］．我们分解gydF4y2Bak -gydF4y2Ba由- - - - - -gydF4y2BakgydF4y2Ba协方差矩阵∑，转化为尺度参数向量和相关矩阵，并将LKJ分布作为相关矩阵的先验[gydF4y2Ba22gydF4y2Ba］．gydF4y2Ba

    贝叶斯推理gydF4y2Ba

    这些模型是在Stan中构建的，Stan是一个最先进的贝叶斯推断马尔可夫链蒙特卡罗(MCMC)平台[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba］．Stan使用哈密顿蒙特卡罗算法从用户指定的联合概率分布中抽取样本[gydF4y2Ba9gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba24gydF4y2Ba］．模型结果由监视总结，其中报告了95% ci的估计值(边际后验分布的均值)(gydF4y2Ba文本框1gydF4y2Ba)．gydF4y2Ba

    监视R包。gydF4y2Ba

    surveil R包是免费的，并在综合R档案网络上存档。该软件的基本使用只需要入门级的R编程技能。从CDC Wonder数据库下载的表将自动按预期格式显示。模型拟合函数stan_rw返回结果的摘要(95% ci的估计值)和马尔科夫链蒙特卡罗(MCMC)样本。gydF4y2Ba

    该软件包支持用于分析疾病发病率数据的简化工作流程。它使用ggplot2生成发布质量的可视化[gydF4y2Ba25gydF4y2Ba]并使研究人员能够将卫生公平作为监测研究的一个组成部分。这些模型是用Stan建模语言构建的，Stan建模语言是一种健壮、稳定、最先进的贝叶斯推断平台，提供内置的MCMC诊断和可视化方法。gydF4y2Ba

    文本框1。监视R包。gydF4y2Ba

    使用MCMC，可以对来自模型参数的任何感兴趣的数量做出概率声明[gydF4y2Ba9gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba12gydF4y2Ba］．监测包中的函数返回模型衍生数量的概率分布，如年度和累计百分比变化、年龄标准化率、泰尔不等式指数[gydF4y2Ba26gydF4y2Ba]，以及各种成对不等式度量(gydF4y2Ba文本框2gydF4y2Ba)．泰尔指数衡量的是每个群体的疾病负担比例与其人口比例之间的差异;由于其分形结构，它可以用来衡量地理上嵌套人口的不平等[gydF4y2Ba27gydF4y2Ba-gydF4y2Ba29gydF4y2Ba］．gydF4y2Ba

    在计算年龄标准化比率时，必须分别计算每个年龄组的超额个案，然后将各年龄组的超额个案相加(gydF4y2Ba文本框3gydF4y2Ba)．将所得的ECs除以总风险提供了年龄标准化的可归因风险比例(PAR)。对于年龄标准化比率，这种计算PAR的方法可能比比率比率(RR)更适合作为相对不平等的衡量标准，因为PAR更好地反映了实际的年龄分布。如果一个RR仍然是首选的，并且PAR小于1，则可以使用RR=(1/PAR)/(1/PAR-1)将PAR转换为等效的RR。gydF4y2Ba

    由监视提供的成对不平等的测量方法。gydF4y2Ba

    比率(RR)=RgydF4y2BadgydF4y2Ba/ RgydF4y2Ba一个gydF4y2Ba，其中R为发病率，下标“a”和“d”分别代表有利和不利的人口群体。gydF4y2Ba

    • 比率差(RD)=RgydF4y2BadgydF4y2Ba- rgydF4y2Ba一个gydF4y2Ba
    • 比例归因风险(PAR)=RD/RgydF4y2BadgydF4y2Ba
    • 多余病例(EC)=RD×PgydF4y2BadgydF4y2Ba，其中P为风险人群。gydF4y2Ba
    • 累积EC =ΣgydF4y2BatgydF4y2Ba电子商务gydF4y2BatgydF4y2Ba，其中下标“t”表示时间段。gydF4y2Ba
    • 累积PAR =ΣgydF4y2BatgydF4y2Ba电子商务gydF4y2BatgydF4y2Ba/ΣgydF4y2BatgydF4y2Ba(右gydF4y2BadtgydF4y2Ba×PgydF4y2BadtgydF4y2Ba）gydF4y2Ba
    文本框2。由监视提供的成对不平等的测量方法。gydF4y2Ba
    由监视提供的成对不平等的年龄标准化测量。gydF4y2Ba

    比率比率(RR)=SRgydF4y2BadgydF4y2Ba/老gydF4y2Ba一个gydF4y2Ba，其中“SR”为年龄标准化发病率，下标“a”和“d”分别代表有利和不利的人口群体。gydF4y2Ba

    • 老率差异=gydF4y2BadgydF4y2Ba老gydF4y2Ba一个gydF4y2Ba
    • 多余病例(EC)=ΣgydF4y2Ba我gydF4y2Ba(右gydF4y2Ba迪gydF4y2Ba- rgydF4y2Ba人工智能gydF4y2Ba)×PgydF4y2Ba迪gydF4y2Ba，其中“P”代表高危人群，下标“i”代表年龄组。gydF4y2Ba
    • 比例归因风险(PAR)=EC/ΣgydF4y2Ba我gydF4y2BaRgydF4y2Ba迪gydF4y2Ba×PgydF4y2Ba迪gydF4y2Ba
    • 累积EC =ΣgydF4y2BatgydF4y2Ba电子商务gydF4y2BatgydF4y2Ba，其中“t”表示时间段。gydF4y2Ba
    • 累积PAR =ΣgydF4y2BatgydF4y2Ba电子商务gydF4y2BatgydF4y2Ba/ΣgydF4y2BatgydF4y2BaΣgydF4y2Ba我gydF4y2Ba(右gydF4y2Ba说gydF4y2Ba×PgydF4y2Ba说gydF4y2Ba）gydF4y2Ba
    文本框3。由监视提供的成对不平等的年龄标准化测量。gydF4y2Ba

    德克萨斯州城市CRC发病率gydF4y2Ba

    我们收集了1999年至2018年德克萨斯州4个最大的大都会统计区(以奥斯汀、达拉斯、休斯顿和圣安东尼奥为中心)按种族和民族划分的公开可用的特定年龄(50-79岁)CRC发病率和风险人口数据。这一年龄范围的未经审查的数据在西班牙/拉丁裔(所有种族群体相加)、非拉丁裔黑人或非洲裔美国人(黑人)以及非拉丁裔白人(白人)人群的5岁年龄组水平上公开。亚太岛民的儿童权利数据没有5岁年龄组的数据，但有50-79岁总人口的数据。没有美国印第安人/阿拉斯加原住民的数据[gydF4y2Ba30.gydF4y2Ba］．gydF4y2Ba

    我们结合使用监测的泊松一阶差模型，按种族-民族和5岁年龄组对4个msa的CRC发生率进行了建模。我们使用直接年龄标准化和2000年美国标准百万人口计算年龄标准化率[gydF4y2Ba12gydF4y2Ba］．在认识到数据局限性的同时，我们还使用泊松一差模型对特定年龄(50-79岁)的结直肠癌发病率进行了建模，以检查亚太岛民的结直肠癌风险。gydF4y2Ba

    我们通过计算每4年期间的平均年变化率(AAPC)来检查变化率。把四年期合计的唯一目的是稳定估计数。我们通过比率差异(RD)、PAR和ECs来衡量黑人和白人的不平等。所有感兴趣的数量的概率分布使用MCMC分析。对于每个模型，我们从4个MCMC链中抽取6000个样本，丢弃每条链的前3000个样本作为预热。在分析结果之前，我们使用分裂r帽统计量确认MCMC样本收敛于单个分布，并且MCMC SEs足够小[gydF4y2Ba11gydF4y2Ba］．我们使用平均值和95% CI总结后验分布。gydF4y2Ba


    总体MSA趋势gydF4y2Ba

    CRC发病率在1999年至2018年期间大幅下降(gydF4y2Ba图1gydF4y2Ba而且gydF4y2Ba表1gydF4y2Ba)．黑人成年人的年龄标准化CRC风险下降了31% (95% CI -37%至-25%)，从1999年的每10万人188 (95% CI 176-201)下降到2018年的129 (95% CI 123-136)。白人成年人的CRC风险下降了35% (95% CI -38%至-31%)，从1999年的每10万人144人(95% CI 140-150)下降到2018年的94人(95% CI 91-98)。在拉丁裔成年人中，结直肠癌风险降低了17% (95% CI -23%至-11%)，从1999年的116 (95% CI 109-123)降至2018年的96 (95% CI 92-100)。年龄特定模型的结果(gydF4y2Ba表2gydF4y2Ba)，但受年龄的一定程度的混淆，表明亚太岛民的CRC风险低于其他被检查的群体，而且亚太岛民经历了最小的累积风险变化(如果有的话)，为-11% (95% CI -25%至3%)。gydF4y2Ba

    ‎gydF4y2Ba
    图1。1999年至2018年，德克萨斯州4个大都市统计区50-79岁成年人中按种族划分的每10万人大肠癌年龄标准化发病率(CRC)。gydF4y2Ba
    查看此图gydF4y2Ba
    表1。1999年至2018年期间，德克萨斯州4个最大的大都市统计区50-79岁成年人中，每10万人中结直肠癌(CRC)的年龄标准化风险水平和累积变化百分比。gydF4y2Ba

    		 1999年年龄标准化CRC风险，风险(95% CI)gydF4y2Ba 2018年年龄标准化CRC风险，风险(95% CI)gydF4y2Ba 变化百分比(%)(95% CI)gydF4y2Ba
    黑色的gydF4y2Ba 188(176至201)gydF4y2Ba 129(123至136)gydF4y2Ba -31(-37到-25)gydF4y2Ba
    拉丁美洲人gydF4y2Ba 116(109至123)gydF4y2Ba 96(92至100)gydF4y2Ba -17(-23到-11)gydF4y2Ba
    白色gydF4y2Ba 144(140至150)gydF4y2Ba 94(91至98)gydF4y2Ba -35(-38到-31)gydF4y2Ba
    表2。1999年至2018年期间，德克萨斯州4个最大的大都市统计区50-79岁(未年龄标准化)成年人中，每10万人中结直肠癌(CRC)的年龄特异性风险水平和累积变化百分比。gydF4y2Ba

    		 1999年非年龄标准化CRC风险，风险(95% CI)gydF4y2Ba 2018年非年龄标准化CRC风险，风险(95% CI)gydF4y2Ba 变化百分比(%)(95% CI)gydF4y2Ba
    亚太岛民gydF4y2Ba 75(66至88)gydF4y2Ba 67(61至73)gydF4y2Ba -11(-25到3)gydF4y2Ba
    黑色的gydF4y2Ba 170(160至182)gydF4y2Ba 122(115至128)gydF4y2Ba -28(-34到-22)gydF4y2Ba
    拉丁美洲人gydF4y2Ba 103(97至109)gydF4y2Ba 86(83至90)gydF4y2Ba -16(-22到-9)gydF4y2Ba
    白色gydF4y2Ba 135(130至140)gydF4y2Ba 95(91至98)gydF4y2Ba -30(-34到-26)gydF4y2Ba

    AAPC以4年为单位显示，CRC预防取得的进展最为迅速(大致)是在2003年至2014年期间，此后进展似乎停滞不前(gydF4y2Ba图2gydF4y2Ba)．例如，从2007年到2010年，黑人、拉丁裔和白人居民的AAPC分别为-3.7 (95% CI -5.5至-1.5)、-2.2 (95% CI -3.9至-0.5)和-3.7 (95% CI -4.9至-2.4)。在这3个组中，没有一个组在最近一段时间(2015-2018年)出现CRC风险大幅降低。gydF4y2Ba

    从多个方面来看，1999年至2008年，黑人和白人的不平等程度总体上有所上升，然后在2018年有所下降或趋于稳定(gydF4y2Ba图3gydF4y2Ba)．RD从1999年的每10万人44人(95% CI 30-57)增加到2008年的58人(95% CI 49-67)，然后到2018年下降到35人(95% CI 28-43)。以黑人成人总风险(PAR)的相对百分比表示，黑人与白人之间的差距从1999年的25% (95% CI 19%-30%)增加到2008年的35% (95% CI 31%-38%)，然后到2018年下降到28% (95% CI 23%-32%)。累计而言，黑人与白人之间的差距占到3983例CRC病例(95% CI 3746-4219)，或占50-79岁黑人居民CRC发病率的31% (95% CI 29%-32%)。EC计数是RD和危险人群规模的函数;由于黑人人口增长和黑白差距的持续存在，每年的超额病例数从1999年的117例(95%置信区间85-150)增加到2018年的230例(95%置信区间183-276)。这些代表了如果黑人居民每年的风险水平与白人居民相同，本可以避免的病例数量。gydF4y2Ba

    ‎gydF4y2Ba
    图2。1999年至2018年4年间结直肠癌年龄标准化发病率的年平均百分比变化(AAPC)。gydF4y2Ba
    查看此图gydF4y2Ba
    ‎gydF4y2Ba
    图3。1999年至2018年之间结直肠癌发病率的黑人-白人不平等:每10万人的比率差异、归因风险比例和超额病例。gydF4y2Ba
    查看此图gydF4y2Ba

    方法论的贡献gydF4y2Ba

    监测疾病发病率是一项重要的公共卫生任务。普遍存在的JRM方法存在明显的缺点，包括线性约束和过度自信的SEs。本文提出了一种基于贝叶斯时间序列分析并可通过surveil R包访问的简约方法。该软件包还返回年度和累计百分比变化的概率分布、成对不平等的度量以及泰尔不平等指数。使用标准的MCMC分析技术，用户还可以对任何用户定义的感兴趣的量进行推断，这些量是模型参数的函数，例如AAPC。该项目旨在使更广泛的研究人员能够使用贝叶斯分析，同时对健康不平等进行强有力的分析，使其成为监测研究的一部分。这里讨论的泊松模型适用于“罕见”事件(通常，发生率<0.04)。对非罕见事件的二项式模型也实现了监视。这些模型是为分析来自高质量监测或重要统计系统的数据而设计的，这些数据是在均匀间隔的时间段内汇总的。gydF4y2Ba

    预防CRC的优先事项gydF4y2Ba

    在1999年至2013年期间，白人和黑人居民的CRC风险大幅降低，这是可公开获得数据的最高风险种族-族裔群体，而拉丁裔和亚太岛民的进展则较为缓慢。在这项分析中，黑人成年人中过度的CRC风险是最繁重和最紧迫的健康不平等。黑人和白人之间的不平等在下降到之前的水平之前相对增加了，而每年的超额病例增加了大约190%。从2015年到2018年，所有观察组在降低CRC风险方面都没有取得任何实质性进展。gydF4y2Ba

    结肠镜筛查结直肠癌可通过切除癌前息肉预防结直肠癌[gydF4y2Ba31gydF4y2Ba］．特拉华州和北加州Kaiser Permanente分别实施了有组织的CRC筛查项目，随后CRC发病率大幅下降，并实际消除了黑人和白人之间的CRC发病率差异[gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba］．纽约全市结肠癌控制联盟(C5)提供了有效和公平的CRC筛查计划的第三个例子。C5的工作包括推广结肠镜检查的公开广告活动、病人导航系统，以及由230名消化科医生参与的自愿改善结肠镜检查质量计划[gydF4y2Ba34gydF4y2Ba］．gydF4y2Ba

    鉴于有人声称种族隔离是导致黑人和白人癌症不平等的原因[gydF4y2Ba35gydF4y2Ba-gydF4y2Ba37gydF4y2Ba)，了解德克萨斯州大都市的黑人和白人差距有多少是由种族隔离和高度贫困地区造成的，将是有深刻见解和有用的。正在进行的研究旨在利用geostan R package - surveillance的面向空间的公共卫生研究伙伴来解决这一分析的重要局限性[gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba］．gydF4y2Ba

    限制gydF4y2Ba

    该分析的主要局限性包括缺乏按社会阶层或收入划分的数据，不同msa的数据汇总，排除了埃尔帕索大都市区，只关注最高风险年龄组。gydF4y2Ba

    结论gydF4y2Ba

    实现公共卫生目标的公共问责制要求对卫生结果和不平等现象进行例行监测。监测可以帮助卫生机构和公众确定目标和监测结果。我们对德克萨斯州4个msa CRC发病率的分析发现，从1999年到2018年，预防进展停滞不前，在黑人和白人CRC不平等方面几乎没有取得任何进展。德克萨斯人已经两次投票——第一次是在2007年，第二次是在2019年——建立并资助CPRIT，使癌症预防成为公共优先事项。CPRIT最近将消除癌症不平等列为优先事项[gydF4y2Ba15gydF4y2Ba］．开始一个强有力和广泛的预防儿童权利的新时期，并消除黑人和白人之间的差距，值得各国政府的迫切关注gydF4y2Ba德州癌症计划gydF4y2Ba以及德克萨斯州的癌症研究人员。雄心勃勃和资源充足的CRC筛查计划在其他地方取得了成功，可能为德克萨斯州提供重要的经验教训。gydF4y2Ba

    致谢gydF4y2Ba

    这项研究得到了德克萨斯州卫生资源临床学者计划和德克萨斯州癌症预防与研究所(CPRIT PP180018)的支持。gydF4y2Ba

    利益冲突gydF4y2Ba

    没有宣布。gydF4y2Ba

    1. Kim HJ, Fay MP, Feuer EJ, Midthune DN。接合点回归与癌症发病率应用的排列试验统计医学2000年2月15日;19(3):335-351。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    2. Tiwari RC, Cronin KA, Davis W, Feuer EJ, Yu B, Chib S.贝叶斯模型选择的连接点回归与年龄调整癌症发病率的应用。英国皇家统计学会，2005年11月;54(5):919-939。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    3. 王晓明，王晓明，王晓明，邹哲。在不假设恒定变化的情况下估算疾病发病率的年平均变化百分比。生物识别技术，2006年9月;62(3):847-854。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    4. 接头点趋势分析软件。国家癌症研究所。癌症控制与人口科学部。URL:gydF4y2Bahttps://surveillance.cancer.gov/joinpoint/gydF4y2Ba[2021-10-07]访问gydF4y2Ba
    5. 高希P，高希K，蒂瓦里RC。使用年龄分层泊松回归模型进行癌症趋势分析的贝叶斯方法。2011年1月30日;30(2):127-139。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    6. Jeffreys H.概率论。牛津:牛津大学出版社;1939.gydF4y2Ba
    7. 《可能推理的代数》。马里兰州巴尔的摩:约翰·霍普金斯出版社;1961.gydF4y2Ba
    8. 概率论科学的逻辑。剑桥:剑桥大学出版社;2003.gydF4y2Ba
    9. 信息论，推理和学习算法。剑桥:剑桥大学出版社;2003.gydF4y2Ba
    10. 数据分析:贝叶斯教程。牛津:牛津大学出版社;2006.gydF4y2Ba
    11. 王晓明，王晓明，王晓明，王晓明。贝叶斯数据分析。佛罗里达州博卡拉顿:CRC出版社;2013.gydF4y2Ba
    12. 流行病学中的贝叶斯方法。佛罗里达州博卡拉顿:CRC出版社;2014.gydF4y2Ba
    13. Donegan C. Surveillance:公共卫生监视。R包版本为0.2.0。2022.URL:gydF4y2Bahttps://cran.r-project.org/package=surveilgydF4y2Ba[2022-07-26]访问gydF4y2Ba
    14. R核心团队。R:统计计算的语言和环境。R基金会。URL:gydF4y2Bahttps://www.r-project.org/gydF4y2Ba[2022-07-26]访问gydF4y2Ba
    15. 2018年德州癌症计划。德克萨斯州癌症预防研究所。URL:gydF4y2Bahttps://www.cprit.texas.gov/media/1457/tcp2018_web_09192018.pdfgydF4y2Ba[2022-07-26]访问gydF4y2Ba
    16. 何瑞德，李志强，李志强，等。SEER癌症统计评论(CSR) 1975-2017。国家癌症研究所。监测、流行病学和最终结果计划。URL:gydF4y2Bahttps://seer.cancer.gov/csr/1975_2017/gydF4y2Ba[2022-07-26]访问gydF4y2Ba
    17. 癌症是如何跨越肤色界限的。牛津:牛津大学出版社;2011.gydF4y2Ba
    18. Menvielle G, Kulhanaova I, Machenbach JP。评估减少癌症方面社会不平等的公共卫生干预措施的影响。见:Vaccarella S, Lortet-Tieulent J, Saracci R，编辑。减少癌症方面的社会不平等:证据和研究重点。里昂:国际癌症研究机构;2019.gydF4y2Ba
    19. 克莱顿DG。广义线性混合模型。入:吉尔克斯WR，理查德森S，斯皮格霍尔特D，编辑。马尔可夫链蒙特卡罗的实践。纽约州纽约:查普曼和霍尔/CRC;1995.gydF4y2Ba
    20. 鲁·H，赫尔德·L.高斯马尔可夫随机场:理论与应用。佛罗里达州博卡拉顿:CRC出版社;2005.gydF4y2Ba
    21. 多时间序列模型。加州千橡市:Sage Publications;2007.gydF4y2Ba
    22. Stan开发团队。Stan建模语言用户指南和参考手册，2。URL:gydF4y2Bahttps://mc-stan.org/gydF4y2Ba[2022-07-26]访问gydF4y2Ba
    23. Carpenter B, Gelman A, Hoffman MD, Lee D, Goodrich B, Betancourt M，等。Stan:概率编程语言。J统计软件2017;76(1)。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    24. 层次模型的哈密顿蒙特卡罗。在:Upadhyay SK, Singh U, Dey DK, Loganathan A，编辑。贝叶斯方法的发展趋势及应用。纽约州纽约:查普曼和霍尔/CRC;2015.gydF4y2Ba
    25. Wickham H. ggplot2:用于数据分析的优雅图形。可汗:施普林格;2016:189 - 201。gydF4y2Ba
    26. 统计分解分析:在社会和行政科学中的应用(第14卷)。阿姆斯特丹:北荷兰出版公司;1972.gydF4y2Ba
    27. 孔西曹，贾思杰，郭志强，等。嵌套和分层分组结构序列中的泰尔指数。东方经济学报2001;27(4):491-514。gydF4y2Ba
    28. 伯纳M，加尔布雷斯JK。2 -衡量不平等和工业变革。入:Galbraith JK, Berner M，编辑。不平等与产业变革:全球视角。剑桥:剑桥大学出版社;2001.gydF4y2Ba
    29. 不平等与不稳定:大危机前的世界经济研究。牛津:牛津大学出版社;2012.gydF4y2Ba
    30. 美国和波多黎各癌症统计，1999-2017年发病率档案请求。疾病控制和预防中心。URL:gydF4y2Bahttp://wonder.cdc.gov/cancer-v2017.htmlgydF4y2Ba[2022-01-12]访问gydF4y2Ba
    31. 李志强，李志强，李志强。结直肠癌的筛查策略。消化病学2020年1月;158(2):418-432。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    32. Doubeni CA, Corley DA, Zhao W, Lau Y, Jensen CD, Levin TR.改善结肠直肠筛查与种族差异的关系。《医学杂志》2022年2月24日;386(8):796-798。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    33. 郭博思，王志强，王志强，等。消除现实世界中结直肠癌的种族差异:需要一个村庄。JCO 2013年6月1日;31(16):1928-1930。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    34. zitzkowitz SH, Winawer SJ, Krauskopf M, Carlesimo M, Schnoll-Sussman FH, Huang K，等。纽约市结肠癌控制联盟:增加结肠癌筛查和解决健康差异的公共卫生努力。巨蟹座2016年1月15日;122(2):269-277 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    35. Pruitt SL, Davidson NO, Gupta S, Yan Y, Schootman M.错过的机会:急诊结直肠癌诊断和手术中的种族和社区社会经济差异。BMC Cancer 2014 Dec 09;14(1):927 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    36. Landrine H, Corral I, Lee JGL, Efird JT, Hall MB, Bess JJ。居住隔离与种族癌症差异:系统回顾。J种族健康差异2017年12月30日;4(6):1195-1205。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    37. Krieger N, Wright E, Chen J, Waterman P, Huntley E, Arcaya M. 2001-2015年马萨诸塞州乳腺癌、宫颈癌、肺癌和结直肠癌的诊断阶段、历史红线和当前邻里特征。Am J流行病2020年10月01日;189(10):1065-1075 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    38. Donegan C, Chun Y, Griffith DA。用区域数据为社区健康建模:带调查标准误差和空间结构的贝叶斯推断。国际环境与公共卫生杂志2021年6月26日;18(13):6856 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    39. Donegan C. geostan:贝叶斯空间分析。R包版本为0.3.0。2022.URL:gydF4y2Bahttps://cran.r-project.org/package=geostangydF4y2Ba[2022-07-26]访问gydF4y2Ba

    ‎gydF4y2Ba
    AAPC:gydF4y2Ba年平均变化百分比gydF4y2Ba
    C5:gydF4y2Ba全市结肠癌控制联盟gydF4y2Ba
    CPRIT:gydF4y2Ba德克萨斯州癌症预防和研究所gydF4y2Ba
    儿童权利公约:gydF4y2Ba结肠直肠癌gydF4y2Ba
    电子商务:gydF4y2Ba过量的情况下gydF4y2Ba
    JRM:gydF4y2Ba连接点回归建模gydF4y2Ba
    密度:gydF4y2Ba马尔科夫链蒙特卡洛gydF4y2Ba
    MSA:gydF4y2Ba都市统计区gydF4y2Ba
    票面价值:gydF4y2Ba归因风险比例gydF4y2Ba
    理查德·道金斯:gydF4y2Ba率的区别gydF4y2Ba
    RR:gydF4y2Ba率比gydF4y2Ba

    Y Khader编辑;提交18.11.21;同行评议:DW Waqar Ali, X Huang;对作者06.05.22的评论;修订版本收到30.06.22;接受06.07.22;发表16.08.22gydF4y2Ba

    版权gydF4y2Ba

    ©Connor Donegan, Amy E Hughes, Simon J Craddock Lee。最初发表于JMIR公共卫生和监测(https://publichealth.www.mybigtv.com)， 16.08.2022。gydF4y2Ba

    这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章，允许在任何媒介上不受限制地使用、分发和复制，前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息，https://publichealth.www.mybigtv.com上的原始出版物的链接，以及此版权和许可信息。gydF4y2Ba
    Baidu
    map