monitor R包实现了泊松随机游走模型。对于时间段gydF4y2Ba t =gydF4y2Ba{gydF4y2Ba 1,…,ngydF4y2Ba}，我们将泊松概率分布分配给观察到的病例数ygydF4y2Ba_t,gydF4y2Ba以给定的风险水平为条件，exp(η)gydF4y2Ba_tgydF4y2Ba)和高危人群，PgydF4y2Ba_tgydF4y2Ba：gydF4y2Ba

ygydF4y2Ba_tgydF4y2Ba~ Pois (PgydF4y2Ba_tgydF4y2Ba* exp(ηgydF4y2Ba_tgydF4y2Ba））gydF4y2Ba

或者，可以使用二项似然:gydF4y2Ba

ygydF4y2Ba_tgydF4y2Ba~ Binom (PgydF4y2Ba_t,gydF4y2BaggydF4y2Ba^1gydF4y2Ba(ηgydF4y2Ba_tgydF4y2Ba))，gydF4y2Ba

在ggydF4y2Ba^1gydF4y2Ba(x)=exp(x)/(1+exp(x))是逆对数函数。gydF4y2Ba

我们将第一差(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

ηgydF4y2Ba_tgydF4y2Ba~高斯(ηgydF4y2Ba_{t - 1gydF4y2Ba},τgydF4y2Ba^2gydF4y2Ba), t > 1gydF4y2Ba

这和相关的本征高斯马尔可夫随机场规范是时间趋势分析中广泛研究的模型[gydF4y2Ba 19gydF4y2Ba，gydF4y2Ba 20.gydF4y2Ba]．gydF4y2Ba

默认情况下，大多数应用程序的监视先验分布是分散的，用户可以调整它们以匹配他们的主题知识。对数或对数变换后的风险gydF4y2Ba t = 1gydF4y2Ba(ηgydF4y2Ba_1gydF4y2Ba)，需要先验分布(因为gydF4y2Ba t = 0gydF4y2Ba不存在)。对于一种罕见的疾病，以下先验是弥漫性的:gydF4y2Ba

ηgydF4y2Ba_1gydF4y2Ba~高斯(5 5gydF4y2Ba^2gydF4y2Ba）gydF4y2Ba

它以速率e为中心gydF4y2Ba^5gydF4y2Ba=673 / 100,000，并将先验概率扩展到广泛的值范围内。log-rate的变化很小，因此监视的以下默认先验也是分散的:gydF4y2Ba

τ~高斯gydF4y2Ba^+gydF4y2Ba(0,1gydF4y2Ba^2gydF4y2Ba）gydF4y2Ba

这个基本模型规范可以扩展到多个相关的时间序列，例如多个人口统计组的观察。如果gydF4y2Ba ηgydF4y2Ba_tgydF4y2Ba 对数速率的向量是gydF4y2Ba kgydF4y2Ba分组时间gydF4y2Ba tgydF4y2Ba,然后gydF4y2Ba

ηgydF4y2Ba_tgydF4y2Ba ~高斯(gydF4y2Ba ηgydF4y2Ba_{t - 1gydF4y2Ba} ∑)gydF4y2Ba

通过多元正态分布引入协方差结构[gydF4y2Ba 21gydF4y2Ba]．我们分解gydF4y2Ba k -gydF4y2Ba由- - - - - -gydF4y2Ba kgydF4y2Ba将协方差矩阵∑转化为尺度参数向量和相关矩阵，并使用LKJ分布作为相关矩阵的先验[gydF4y2Ba 22gydF4y2Ba]．gydF4y2Ba

这些模型是在Stan中构建的，Stan是一个使用马尔可夫链蒙特卡罗(MCMC)进行贝叶斯推理的最先进平台[gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 23gydF4y2Ba]．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[gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba，gydF4y2Ba 24gydF4y2Ba]．模型结果由监测结果总结，其报告估计(边际后验分布的平均值)具有95%的ci (gydF4y2Ba 文本框1gydF4y2Ba）.gydF4y2Ba

使用MCMC，可以对从模型参数导出的任何感兴趣的数量进行概率陈述[gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba，gydF4y2Ba 12gydF4y2Ba]．监测包返回概率分布的函数为模型衍生的量，如年和累积变化百分比、年龄标准化率、泰尔不等式指数[gydF4y2Ba 26gydF4y2Ba]，以及各种两两不平等度量(gydF4y2Ba 文本框2gydF4y2Ba）.泰尔指数衡量的是每个群体在疾病负担中所占份额与其在人口中所占份额之间的差异;由于其分形结构，它可以用来衡量地理上嵌套种群的不平等[gydF4y2Ba 27gydF4y2Ba-gydF4y2Ba 29gydF4y2Ba]．gydF4y2Ba

在计算年龄标准化比率时，必须分别计算每个年龄层的超额个案，然后按年龄组别求和(gydF4y2Ba 文本框3gydF4y2Ba）.将结果ec除以总风险提供了年龄标准化的比例归因风险(PAR)度量。对于年龄标准化比率，这种计算PAR的方法可能比比率(RR)更适合作为相对不平等的衡量标准，因为PAR更能反映实际年龄分布。如果某个RR仍然被优先选择，且PAR值小于1，则可以使用RR=(1/PAR)/(1/PAR-1)将该PAR转换为与其等价的RR。gydF4y2Ba

我们收集了1999年至2018年期间德克萨斯州4个最大的大都市统计区(以奥斯汀、达拉斯、休斯顿和圣安东尼奥为中心)按种族和民族分类的特定年龄(50-79岁)结直肠癌发病率和高危人群的公开数据。这个年龄段的未经审查的数据在5岁年龄组的水平上是公开的，包括西班牙裔/拉丁裔(所有种族组合)、非拉丁裔黑人或非洲裔美国人(Black)和非拉丁裔白人(White)人口。亚太岛民的CRC数据没有5岁年龄组的数据，但有50-79岁人口的数据。没有美洲印第安人/阿拉斯加原住民的数据[gydF4y2Ba 30.gydF4y2Ba]．gydF4y2Ba

我们用泊松一差模型对4个msa的CRC发病率按种族和5岁年龄组进行建模。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比率[gydF4y2Ba 12gydF4y2Ba]．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CRC发病率进行建模，以检查亚太岛民居民的CRC风险。gydF4y2Ba

我们通过计算每4年的平均年变化率(AAPC)来检查变化率。汇总到4年期间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。使用MCMC分析获得了所有感兴趣量的概率分布。对于每个模型，我们从4条MCMC链中每条提取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 se足够小[gydF4y2Ba 11gydF4y2Ba]．我们用均值和95% CI来总结后验分布。gydF4y2Ba

1999年至2018年期间，结直肠癌发病率大幅下降(gydF4y2Ba 图1gydF4y2Ba和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例(95% CI 176-201)降至2018年的每10万人129例(95% CI 123-136)。白人成年人的结直肠癌风险下降了35% (95% CI -38%至-31%)，从1999年的每10万人144人(95% CI 140-150)降至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)。特定年龄模型的结果(gydF4y2Ba 表2gydF4y2Ba)，虽然受到年龄的一些混淆，但表明亚太岛民的CRC风险低于其他检查组，并且亚太岛民的风险累积变化最小(如果有的话)，为-11% (95% CI -25%至3%)。gydF4y2Ba

按4年为周期的年度行动计划表明，在2003年至2014年期间(大致)在预防结直肠癌方面取得了最迅速的进展，但自那时以来，这一进展似乎停滞不前(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组中，在最近一段时间(2015-2018年)，没有人经历过CRC风险的显著降低。gydF4y2Ba

从多种角度来看，黑人与白人的总体不平等在1999年至2008年期间有所增加，然后在2018年有所下降或趋于稳定(gydF4y2Ba 图3gydF4y2Ba）.RD从1999年的44 / 100,000 (95% CI 30-57)增加到2008年的58 / 100,000 (95% CI 49-67)，然后到2018年下降到35 / 100,000 (95% CI 28-43)。以黑人成年人(PAR)总风险的相对百分比表示，黑人-白人差距从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%)。在50-79岁的黑人居民中，累积起来，黑人-白人差距占3983例CRC病例(95% CI 3746-4219)或31% (95% CI 29%-32%)的CRC发病率。欧共体数量是RD和有风险人口规模的函数;由于黑人人口增长和黑人-白人差距的持续存在，每年的超额病例数从1999年的117例(95% CI 85-150)增加到2018年的230例(95% CI 183-276)。这些代表了如果黑人居民的风险水平与白人居民相同，每年可以避免的病例数量。gydF4y2Ba

监测疾病发病率是一项重要的公共卫生任务。泛在JRM方法存在明显的缺点，包括线性约束和过于自信的se。本文提出了一种基于贝叶斯时间序列分析的简约方法，并可通过监视R包访问。该软件包还返回年度和累计百分比变化的概率分布、两两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数量进行推理，这些数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，同时对监测研究中不可或缺的健康不平等进行强有力的分析。这里讨论的泊松模型适用于“罕见”事件(通常，发生率<0.04)。非罕见事件的二项模型也在监视中实现。这些模型是为分析来自高质量监测或生命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

在1999年至2013年期间，白人和黑人居民的CRC风险显著降低，这是可公开获得数据的风险最高的种族-族裔群体，而拉丁裔和亚太岛民的进展较为温和。在本分析中发现，黑人成年人中CRC风险过高是最令人负担和最紧迫的健康不平等。黑人和白人之间的不平等在回落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，没有一个观察组在降低CRC风险方面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来预防结直肠癌[gydF4y2Ba 31gydF4y2Ba]．分别由特拉华州和北加州凯撒医疗机构实施的有组织的CRC筛查项目之后，CRC发病率大幅下降，并实际消除了CRC发病率的黑白差异[gydF4y2Ba 32gydF4y2Ba，gydF4y2Ba 33gydF4y2Ba]．纽约全市结肠癌控制联盟(C5)提供了有效和公平的结直肠癌筛查项目的第三个例子。除其他外，C5的工作包括一项宣传结肠镜检查的公共广告活动、一项患者导航系统，以及一项有230名胃肠病学家参与的自愿结肠镜检查质量改进倡议[gydF4y2Ba 34gydF4y2Ba]．gydF4y2Ba

鉴于种族隔离是导致黑人与白人癌症不平等的原因，gydF4y2Ba 35gydF4y2Ba-gydF4y2Ba 37gydF4y2Ba]，了解德克萨斯州大都市的黑人与白人之间的差距在多大程度上是由种族隔离和高度贫困地区造成的，将是富有洞察力和有用的。正在进行的研究旨在利用geostan R包(用于公共卫生研究的空间导向伴侣)解决该分析的重要局限性[gydF4y2Ba 38gydF4y2Ba，gydF4y2Ba 39gydF4y2Ba]．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，跨不同msa的数据汇总，排除了埃尔帕索大都市区，以及只关注风险最高的年龄组。gydF4y2Ba

公共卫生目标的公共问责制要求对卫生成果和不平等现象进行常规监测。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的CRC发病率的分析发现，预防进展停滞不前，从1999年到2018年，在黑人-白人CRC不平等方面几乎没有取得进展。德州人在2007年和2019年两次投票，建立和资助CPRIT，使癌症预防成为公共优先事项。CPRIT最近将消除癌症差异确定为优先事项[gydF4y2Ba 15gydF4y2Ba]．启动一个强有力和广泛的预防CRC的新时期，并消除黑白差距，需要得到联合国的紧急关注gydF4y2Ba 德州癌症计划gydF4y2Ba以及德州的癌症研究人员。雄心勃勃且资源充足的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