食管癌个体发病风险评估方法

张懿　陈峰



食管癌个体发病风险评估方法

张懿陈峰

目的建立多因素的食管癌发病风险评估模型。方法对收集的18篇文献进行综合分析,合并OR值,采用健康危险因素评价的方法,依照Rothman-Keller模型,建立危险分数表。结果建立了有关文化水平、家族史病史、吸烟饮酒、饮食习惯以及情绪的危险分数表,以此用来预测个体将来的食管癌发病风险。结论该模型可以应用于食管癌一级预防,促进群众养成良好的生活方式。

食管癌; 健康危险因素评价; 个体发病风险

食管癌在世界范围常见癌症中发病率位列第八,其致死率位列第六[1]。食管癌的发病原因至今不明,一般认为其发病与食物粗糙、饮食过快、饮酒、吸烟、精神作用、遗传以及食管炎等因素关系密切。本文对国内近年来有关食管癌发病因素的研究进行综合分析,借鉴健康危险因素评价的方法,利用分析的结果进行建模,实现对食管癌个体发病风险的预测。

1　材料与方法

1.1资料来源联合检索中国知网数据库以及PubMed数据库,辅以文献追溯等方法收集2000年1月至2015年6月已发表的相关文献。中文搜索关键词为:“食管癌”,英文搜索关键词为:“esophageal” 和“cancer”。参考Lichtenstein的标准[2]进行质量评价。对重复报告、以及数据描述不详的文献予以剔除。在68篇文献中最终选取文献18篇[3-20](9篇国外杂志发表,9篇国内发表),总计23个独立试验。见表1。

表1　18篇纳入文献基本信息

1.2数据分析每篇文献每个研究感兴趣的风险因素并不完全相同,对同一因素的研究探讨会因为不同研究的分类方法不同导致结果不能合并,因此剔除研究独有且不具有广泛意义的因素以及因为研究条件差异导致分类不同无法合并的因素。

对于每一个保留的因素,对其研究结果进行异质性检验。根据检验结果,对同质资料采用固定效应模型合并OR,对异质资料采用随机效应模型合并OR。固定效应模型采用M-H法(Mantel and Haenszel method, M-H method)[21],随机效应模型采用D-L法(DerSimonian and Laird method, D-L method)[22]。

1.3个体发病风险评估健康危险因素评价(health risk factors appraisal, HRA)是20世纪60年代由美国的临床医生创立并逐渐发展起来。20世纪70年代中期,产生了危险分数的概念,用来定量化表示危险因素的分析结果。常规评价个体危险因素一般由5个方面入手:行为生活方式、环境、生物遗传、医疗卫生服务、其他(病史、家族史、生育史等)。现今国内有关食管癌的研究大多没有考虑到医疗卫生服务,而自然环境在不同的地区间可比性并不强,生物遗传因素难以利用到个体的发病风险评价中,所以本文着重从生活方式以及病史、家族史等因素入手建模。

通过meta分析的方法,可以得到一个食管癌发病风险相关因素的合并OR值表。在此基础上,建立危险分数表,作为食管癌的个体发病风险评估模型。个体发病风险按以下步骤计算:

(1)计算基准发病比例。在不知道人群归因危险度(population attributable risk, PAR)的情况下,采用Rothman和Keller提出的计算公式替代:

其中Pi为危险因素在某个水平下的个体占人群的比例,RRi为危险因素在该水平下的相对危险度。食管癌的发病率<5%,因此可以直接用OR值代替RR值。上式等价于1-PAR%。

(2)计算组合危险分数。危险分数=基准发病比例×RR。对于每个个体,可能有多项因素暴露,需要计算组合危险分数。

其中S是组合危险分数,mi是≥1的各项危险分数,nj是<1的各项危险分数。

(3)计算发病风险。该个体的发病风险为:发病风险=人群总发病率×组合危险分数。

2　结果

2.1食管癌与各项研究因素的meta分析通过meta分析的方法,可以得到一个食管癌发病风险相关因素的合并OR表。有些因素涉及的文献研究并不多,这里把涉及到的研究≤5个的因素认为是不可靠因素。在不可靠因素中,如果异质性检验结果同质性极好的因素予以保留,其余剔除。见表2。

表2　食管癌与各项研究因素meta分析结果

2.2受教育程度在线搜索第6次人口普查数据第一部分表4-1,>6岁人口受教育情况(仅考虑无文化水平)计算得下表。见表3。

因为人群的年龄越大,总体的发病率越高,而危险分数的本质是个体风险和总体风险的比值,所以危险分数反而是随着年龄的增大而降低的。

2.3食管癌家族史和消化道疾病史由于食管癌发病率并不高,所以有家族史的人占人群比例很低,因此基准发病比例近似看作为1,危险得分为1.77。在线搜索《2013年中国卫生统计年鉴》表9-6-4得知2008年中国人群消化系统疾病发病率为2.45%,基准发病比例为0.87,危险得分为6.29。然而,仅有3篇文献涉及了消化系统疾病的研究观察,该结果是否可信有待更进一步的研究。

2.4吸烟与饮酒在中国吸烟、饮酒人群广泛,难以普查。多数调查研究以抽样的形式估计中国的吸烟人群比例。参照文献《中国人群 2002 年吸烟和被动吸烟的现状调查》[23],男性吸烟率为66.0%,女性为3.08%,以此计算危险得分。参照文献《中国居民饮酒行为现况》[24],男性饮酒率为39.6%,女性饮酒率为4.5%,以此计算危险得分。见表4。

表4　吸烟饮酒危险得分

2.5饮食饮食结构、习惯与食管癌发病可能是有相关性的。比如蛋白质摄入量和家庭的经济水平以及饮食质量相关很大,这影响到食管癌的发病风险。热食、快食虽然没有理论上的依据,但大多数研究显示这与食管癌等消化道疾病有高度的相关性。但是饮食因素难以规范研究,加上饮食在人群中的结构难以调查,无法很好地综合多项研究结果来构建模型。本文仅仅选取危险因素:不规律饮食为1.91、不食果蔬为1.77、腌制食品为2.11和烫食为2.58;保护因素:食用大蒜为0.54,基准发病比例默认为1。

2.6情绪在医学上认为人的情绪不好和肿瘤是有一定相关性的,因为人群情绪结构不可调查,这里默认基准发病比例为1,计算危险得分为1.60。

2.7个体发病风险评估例如1名65岁男性,没有文化,喝酒吸烟,饮食规律,果蔬常吃,早饭会吃腌菜, 喜吃大蒜、烫食,性格开朗,无食管癌家族史，有既往消化道病史,他的各项因素的危险得分分别为:1.39,1.16,1.28,2.11,2.58,0.54,6.29。组合危险得分为:

S=(1.39-1)+(1.16-1)+(1.28-1)+(2.11-1)+(2.58-1)+(6.29-1)+0.54=9.35

这说明该男性相比于同龄人(60～69岁人群),食管癌的发病风险为9.35倍。

3　讨论

在过去的30多年中,meta 分析作为一种汇总多个研究结果而进行总体效应评价的科学研究方法, 已广泛应用于社会和医学科学研究中。仅仅单独一篇有关食管癌的文献研究,其研究结果难以成为一个普遍的结论。而通过meta分析的方法,可以加强佐证,凸显危险因素的作用,让结论更有说服力[22]。

本文通过查阅近年来国内外杂志上发表的中国地区的食管癌发病因素研究,采用meta分析的方法对结果进行合并,借鉴健康危险评估的方法,使用由Rothman和Keller提出的基准发病比例公式,建立了适合地区特色食管癌发病风险评估模型,可用于不同地区的个体发病风险评估。食管癌的发病原因至今不明,一般认为其发病与食物粗糙、饮食过快、饮酒、吸烟、精神作用、遗传以及食管炎等因素关系密切。本文共选定了8个危险因素,另外一些危险因素因为缺乏相关的资料未能纳入研究。现阶段仍然需要大量高质量的食管癌研究来改进、完善模型。

本文在纳入文献时要求研究的对照组必须调整(配对或匹配)过年龄和性别因素。入选研究的病例组平均年龄都>60岁,可以说主要研究对象为老龄化人群。这是因为年龄的增长和恶性肿瘤发病相关性极大,绝大多数恶性肿瘤的高发期都是在高龄阶段。因此,本文纳入文献时要求对照组必须调整过年龄,这样才能更好地观察年龄以外的暴露因素对食管癌的影响。由于国内高龄男女之间生活习惯差异极大,包括饮酒、吸烟以及生活规律,这在一定程度上影响了中国男性和女性的食管癌发病率,所以本文纳入研究时要求对照组必须调整过性别,其中有2篇文献[5,13]把男女人群分开进行分析,本文将其作为2个人群视作2个独立试验。因此本模型的生活因素没有区分性别,而正是因为收集的文献研究样本本身就是以老龄化人群为主,所以模型的大部分因素并没有按年龄进行危险得分的区别计算。这并不影响模型对相关因素的预测性。

HRA的概念最早诞生于20世纪40年代。在公共卫生、人寿保险等多方面社会应用需求的情况下,量化风险指标用以估计个体风险成为重要课题。自20世纪70年代健康风险评估的定量化方法建立以来,该方法在预防医学等领域内得到了广泛的应用。在疾病危险性评价及预防方面,可以在单一危险因素与发病率的基础上,将这些单一因素与发病率的关系以相对危险性来表示其强度,得到的各相关因素的加权分数即为患病的危险性。由于这种方案简单实用,不需要大量的数据分析, 是健康管理发展早期的主要危险性评价方法。本文建立在多因素的基础上,由于缺少公开数据,只能对食管癌相关文献的研究结果,即OR值及其可信区间进行进一步分析利用,采用组合危险分数的方法,忽略危险因素之间的相加交互作用,保守估计个体的发病风险。

肿瘤和不良的生活方式高度相关。本文的个体发病风险评估模型属于肿瘤的第一级预防,并不是为了预测一个人未来是否发病,而是旨在提醒群众改变不良的生活方式,以预防肿瘤。本文的结果可以用软件的形式实现,普及应用于社区预防保健和健康管理教育机构的网页上,面向群众以提醒大家采用更为健康的生活方式,加强对食管癌的预防。本文采用的方法也可以广泛应用于各类慢性病的危险因素评价中,促进群众的生活方式健康化,尤其对有食管癌家族史、病史的病人敲响警钟,改正不良的生活行为习惯,有意识地改善自身客观因素,以达到预防食管癌的目的。

[1]Parkin DM, Bray F, Ferlay J, et al. Global cancer statistics, 2002 [J]. CA Cancer J Clin,2005, 55(2):74-108.

[2]Lichtenstein MJ, Mulrow CD, Elwood PC. Guidelines for reading case-control studies [J]. J Chronic Dis, 1987, 40(9):893-896.

[3]Wu M, Zhao JK, Hu XS, et al. Association of smoking, alcohol drinking and dietary factors with esophageal cancer in high-and low-risk areas of Jiangsu Province, China [J]. World J Gastroenterol, 2006, 12(11):1686-1693.

[4]Sun X, Chen W, Chen Z, et al. Population-based case-control study on risk factors for esophageal cancer in five high-risk areas in China [J]. Asian Pac J Cancer Prev, 2010, 11(6):1631-1636.

[5]Wang JM, Xu B, Rao JY, et al. Diet habits, alcohol drinking, tobacco smoking, green tea drinking, and the risk of esophageal squamous cell carcinoma in the Chinese population [J]. Eur J Gastroenterol Hepatol, 2007, 19(2):171-176.

[6]Wu M, Liu AM, Kampman E, et al. Green tea drinking, high tea temperature and esophageal cancer in high-and low-risk areas of Jiangsu Province, China: a population-based case-control study [J]. Int J Cancer, 2009, 124(8):1907-1913.

[7]Chen Z, Chen Q, Xia H, et al. Green tea drinking habits and esophageal cancer in southern China: a case-control study [J]. Asian Pac J Cancer Prev, 2011, 12(1):229-233.

[8]Tang L, Xu F, Zhang T, et al. High temperature of food and beverage intake increases the risk of oesophageal cancer in Xinjiang, China [J]. Asian Pac J Cancer Prev,2013, 14(9):5085-5088.

[9]Lin S, Wang X, Huang C, et al. Consumption of salted meat and its interactions with alcohol drinking and tobacco smoking on esophageal squamous-cell carcinoma [J]. Int J Cancer, 2015, 137(3):582-589.

[10]Kumagai N, Wakai T, Akazawa K, et al. Heavy alcohol intake is a risk factor for esophageal squamous cell carcinoma among middle-aged men: A case-control and simulation study [J]. Mol Clin Oncol,2013,1(5):811-816.

[11]Yang CX, Wang HY, Wang ZM, et al. Risk factors for esophageal cancer: a case-control study in South-western China [J]. Asian Pac J Cancer Prev, 2005, 6(1):48-53.

[12]张国生, 贺宇彤, 侯浚. 磁县居民食管癌危险因素病例对照研究[J]. 四川肿瘤防治, 2000, 13(2):65-67.

[13]李克, 于萍, 张致新, 等. 广东汕头地区食管癌高发区食物中危险因素的研究[J]. 癌症, 2001, 20(2):160-163.

[14]赵金扣, 武鸣, 王旭善, 等. 江苏省恶性肿瘤低发区食管癌危险因素研究[J]. 中国肿瘤, 2005, 14(4):229-231.

[15]潘恩春, 杨文洲, 胡旭, 等. 江苏省淮安市楚州区食管癌危险因素病例对照研究[J]. 疾病控制杂志, 2006, 10(2):114-116.

[16]徐继承, 刘桂红, 周凤娟, 等. 江苏省徐州地区居民食管癌危险因素的病例对照研究[J]. 现代预防医学, 2010,37(10):1812-1814.

[17]陈汶, 孙秀娣, 范金虎, 等. 林县食管癌危险因素变化规律的研究[J]. 肿瘤研究与临床, 2003, 15(1):5-7.

[18]黄国栋, 郑志坚, 柳青, 等. 梅州市客家人食管癌危险因素的病例对照研究[J]. 广东医学, 2000, 21(10):882-883.

[19]纪爱芳, 王金胜, 杨建洲, 等. 山西省东南部地区居民食管癌危险因素的病例对照研究[J]. 现代预防医学, 2012, 39(12):2929-2931.

[20]杨磊, 王少康, 孙桂菊, 等. 食管癌危险因素的病例对照研究[J]. 肿瘤, 2009, 29(3):249-252.

[21]Mantel N, Haenszel W. Statistical aspects of the analysis of data from retrospective studies[J]. J Natl Cancer Inst, 1959, 22(4):719-748.

[22]DerSimonian R, Laird N. Meta-analysis in clinical trials[J]. Control Clin Trials, 1986, 7(3):177-188.

[23]杨功焕, 马杰民, 刘娜, 等. 中国人群2002年吸烟和被动吸烟的现状调查[J]. 中华流行病学杂志, 2005,26 (2):78-81.

[24]马冠生, 朱丹红, 胡小琪, 等. 中国居民饮酒行为现况[J]. 营养学报, 2005,27(5):16-19.

A risk appraisal model of esophageal carcinoma for individual

ZHANGYi,CHENFeng.

DepartmentofBiostatistics,NanjingMedicalUniversity,Nanjing210029,China

ObjectiveTo build a multivariate risk appraisal model of esophageal carcinoma for individuals.MethodsA synthesis of 18 studies was carried out, and theORvalues were integrated. According to Rothman-Keller model, risk score table was established using the health risk factors.ResultsA risk score table was established, including education level, cancer family history, digestive diseases history, alcohol, tobacco, diet habits and emotion to predict individual incidence of esophageal carcinoma.ConclusionsThis model can be used for the primary prevention of esophageal carcinoma, which could promote people to develop healthy lifestyle.

esophageal carcinoma; health risk factors appraisal; risk of individual incidence

210029江苏省南京市，南京医科大学生物统计学系

陈峰, Email: fengchen@njmu.edu.cn

R 735.1

Adoi:10.3969/j.issn.1003-9198.2016.05.024

2016-01-11)