Abstract
sfondo
Anche se il cancro del cavo orale (OCC; ICD 10 codici C01, C02, C03, C04, C05, e C06), si classifica undicesimo tra i tumori più comuni al mondo, pari a circa il 2% di tutti i tumori, una analisi dei trend di OCC a Hong Kong è carente. Hong Kong ha registrato una rapida crescita economica con il cambiamento socio-culturale e ambientale dopo la seconda guerra mondiale. Questo, insieme con i dati raccolti nel Registro di cancro fornisce un terreno interessante per uno studio epidemiologico sull'influenza dei fattori socio-culturali e ambientali su OCC eziologia.
Metodi
Un'analisi statistica multidirezionale delle tendenze OCC nel corso degli ultimi 25 anni è stata effettuata utilizzando le banche dati del Registro Tumori Hong Kong. L'età, il periodo e coorte (APC) modellazione è stato applicato per determinare l'età, periodo, e gli effetti di coorte sullo sviluppo OCC. L'analisi di regressione joinpoint è stato utilizzato per trovare i cambiamenti trend secolare di entrambi i tassi di incidenza per età standardizzati e specifici per età.
Risultati
Il modello APC rilevato che lo sviluppo OCC negli uomini è stata principalmente dominata dall'effetto di età, mentre nelle donne un aumentando effetto periodo lineare insieme con un effetto dell'età è diventato evidente. L'analisi di regressione joinpoint ha mostrato una tendenza al ribasso generale dei tassi di incidenza standardizzati per età di OCC per gli uomini durante tutto il periodo considerato, mentre le donne hanno dimostrato una significativa tendenza al rialzo dal 2001 in poi.
Conclusioni
I risultati suggeriscono che l'incidenza in OCC Hong Kong sembra essere associato con comportamenti a rischio cumulativo della popolazione, nonostante i notevoli cambiamenti socio-culturali e ambientali, dopo la seconda guerra mondiale.
Parole
cancro della cavità orale Epidemiologia Età, periodo, e l'analisi di coorte analisi di regressione Joinpoint Sfondo
Anche se il cancro della cavità orale (OCC), si classifica undici tra i tumori più comuni al mondo, pari a circa il 2% di tutti i tumori [1], un'adeguata analisi dei trend di esso manca a Hong Kong. tassi del suo mondo standardizzati per età di incidenza (ASR) per 100'000 abitanti sono 5,3 per gli uomini e 2,5 per le donne [2]. C'è grande discrepanza regionale in tassi di incidenza OCC. In paesi come Sri Lanka, India, Pakistan e Bangladesh, OCC rappresenta il tumore più comune negli uomini [3]. Altre regioni ad alto rischio includono sud-est asiatico, Europa orientale, e parti del Sud America. Recentemente crescente incidenza OCC tra gli adulti sotto i 45 anni di età è stata rilevata nei paesi occidentali [4], e la ragione di questo è ancora animatamente dibattuto [5, 6]. Considerando che il tabacco e il consumo eccessivo di alcol sono stati considerati i principali fattori di rischio di OCC [7, 8], altri fattori come l'infezione da papillomavirus umano, la nutrizione e la situazione socio-economica sembrano contribuire ad un aumento dell'incidenza OCC [3, 9, 10].
Informazioni su OCC è stato raccolto a Hong Kong ed è entrato nel Registro Tumori fin dal 1963. i dati specifici su OCC relativi a specifici siti orali secondo la classificazione ICD-10 [11] C01 a C06, sono stati regolarmente raccolti . L'ASR di OCC a Hong Kong è 3,9 per gli uomini e 2,4 per le donne [12]. Anche se queste cifre rappresentano un rischio basso o medio OCC per la popolazione generale, i tassi di incidenza di Hong Kong mostrano variazioni annuali, probabilmente a causa di trend temporali complessi. Tali tendenze complesse possono riflettere in situazioni economiche e di immigrazione di parte di Hong Kong. La rapida crescita economica dopo la seconda guerra mondiale (la seconda guerra mondiale), insieme con l'immigrazione continuo di persone provenienti soprattutto da province cinesi del sud-est, come il Guangdong e Fujian hanno portato a notevoli cambiamenti nelle condizioni di vita e di salute di Hong Kong. Entrambe queste circostanze possono influenzare l'andamento dei tassi di OCC incidenti. Questo studio ha lo scopo di descrivere e analizzare le tendenze di sviluppo OCC a Hong Kong nel corso degli ultimi 25 anni, e di studiare il ruolo di fattori socio-ambientali legate alla OCC.
Metodi
Fonte dei dati
La Hong Kong Cancer Registro di sistema è un membro ufficiale della International Association of Cancer Registries [13]. I dati dettagliati di incidenza e mortalità per cancro sono documentati nel suo sito ufficiale che copre l'arco di tempo 1983-2012 [12]. I seguenti tipi di cancro sono stati inclusi nello studio come OCC: tumori della base della lingua (ICD 10: C01), gli altri e parti non specificate di lingua (C02), gomma (C03), pavimento della bocca (C04), del palato (C05), e le altre e non specificate parti della bocca (C06).
analisi statistica
I ASRs di ogni genere per ogni anno tra il 1986 e il 2010 sono stati calcolati usando il metodo diretto per età ed aggiustaggio, secondo l'Organizzazione mondiale della sanità mondiale standard della popolazione 2000. I casi più di 20 anni di età sono stati classificati in tre gruppi di età per sesso: Gruppo 1: da 20 a 44 anni di età, Gruppo 2: 45 a 64 anni di età, e Gruppo 3: 65 anni o superiore. Per ogni gruppo di età, sono stati calcolati i tassi di incidenza specifici per età annuali tra il 1986 e il 2010. Raggruppamenti e calcolo dei tassi di incidenza standardizzati per età e tassi di incidenza specifici per età sono stati eseguiti direttamente nel sito web del Registro Tumori di Hong Kong con il proprio Cancer Statistics Sistema Query [12].
Per stimare i trend secolari di OCC incidenza Hong Kong, la variazione percentuale annua dei tassi di incidenza è stato calcolato per tutto il periodo di osservazione, 1986-2010, sia per ogni fascia di età e anche l'intera popolazione di ogni genere. La stima annuale variazione percentuale è basata sull'ipotesi che i tassi di incidenza cambiati costantemente e linearmente sul log scala [14]. Inoltre, un'analisi joinpoint stata condotta per indagare il punto cronologico nel tempo del cambiamento di tendenza in una pendenza lineare [15]. In questa analisi joinpoint, sono state calcolate significativi punti mutare delle tendenze di incidenza e valori annuali variazione percentuale per ogni linea di tendenza segmentato. Per tutti i calcoli, un valore di P inferiore a 0.05 è stato considerato statisticamente significativo. Tutti i calcoli della variazione percentuale annuale e analisi joinpoint sono state effettuate con la 'Joinpoint' versione software 3.5.4 fornito dal US National Cancer Institute su un Windows XP Home Edition (National Cancer Institue, Bethesda, MD).
Un'epoca , periodo e coorte del modello (APC) è stato utilizzato per analizzare le influenze di età cronologica, coorte di nascita della popolazione, e il periodo di tempo della diagnosi [16]. Per quanto riguarda l'età cronologica, la popolazione era divisa in dieci gruppi; nove gruppi quinquennali età da 40 a 84 anni di età, e un gruppo di 85 anni di età o superiore. Per quanto riguarda il periodo di tempo della diagnosi, l'intero periodo di osservazione 25 anni 1986-2010 è stato suddiviso in cinque intervalli, ogni comprende un periodo di 5 anni. Quattordici periodi nascita di coorte sovrapposti sono stati fissati tra il 1896 e il 1965, ad intervalli di 10 anni, a partire dalla coorte 1896-1905, per finire con quello dal 1961 al 1970. relative all'assunzione che i tassi di incidenza OCC seguire la distribuzione di Poisson, sette modelli statistici in scala log-lineare sono stati stabiliti contenente i seguenti effetti; età-con (A), il periodo di sola (P), coorte-only (C), età-periodo (AP), l'età-coorte (AC), e pieno di APC. I criteri di informazione di Akaike (AIC) di ogni modello è stato confermato per valutare la loro affidabilità dei modelli
causa di dipendenze lineari tra età, periodo e gli effetti di coorte (coorte = Periodo - età)., È ben inteso che la stima concomitante di questi tre effetti è impossibile. Questo fondamentale "problema di identificazione" della stima del modello APC è stato affrontato con le seguenti misure: matematici. 1) Calcolo AIC di A, P, ed i modelli C
2) Come il modello P ha dimostrato il minimo bontà di adattamento raffigurante quasi una semplice funzione lineare per entrambi i generi, un modello alternativo P è stato calcolato, tra cui un minor numero di parametri e una migliore bontà di adattamento. Il modello P in cui P è stato sostituito da 1) una costante (y = a, a è costante
) è stato chiamato il modello "P-costante"; 2) una funzione lineare (y = ax + b, A e B sono costanti
) è stato definito il modello "P-lineare"; e 3) una funzione quadratica (y = ax ^ 2 + bx + C, A, B e C sono costanti
) è stato chiamato il modello "P-quadratica".
3) AIC di cui sopra tre modelli d'epoca alternativi sono stati calcolati per scoprire il modello alternativo migliore misura per ogni gruppo di genere.
4) modelli d'epoca migliore corrispondenza sono stati estrapolati ai modelli AP e APC al fine di ottenere una migliore montaggio e per superare il "problema di identificazione "di un modello completo di APC.
versione
Tutti i calcoli relativi a età, periodo, e l'analisi di coorte sono stati eseguiti su Macintosh OSX versione 10.8.1 con 'JMP 10 (per Macintosh)' software 10.0.0 . (SAS Institute Inc., Cary, NC) [17].
Risultati
tassi di incidenza standardizzato per età e specifici per età
ASRs per OCC a Hong Kong dal 1986 al 2010, sono evidenziate in Fig. 1. Di complessivi 5888 casi, 29 (0,5%) casi erano 20 anni o più giovani. Sono stati esclusi dal calcolo i tassi di incidenza specifici per età, come nessun caso OCC è stato segnalato in questa fascia di età per ogni genere a metà degli anni del periodo. Gli uomini hanno mostrato una tendenza al ribasso costante durante tutto il periodo con una variazione percentuale annua del -1,2 (95% C.I .: -1.7, -0.6). Nessun significativo cambiamento di tendenza è stata trovata nella analisi di regressione joinpoint. D'altra parte, la tendenza delle donne ha mostrato un cambiamento significativo nel 2001, joinpoint nel 2001 (95% C.I .: 1991 2006). Rispetto inizialmente delicata tendenza decrescente con una variazione annua percentuale del -1,2 (95% CI: -2.6, 0.2), la seconda parte del grafico mostra una maggiore tendenza verso l'alto con una variazione percentuale annua di 3,5 (95% CI: 0.5 , 6.7). Figura. 1 tassi di incidenza standardizzati per età di OCC (C01-C06) a Hong Kong. Standardizzato per età tassi di incidenza di OCC per 100.000 persone a Hong Kong ed i risultati della regressione joinpoint analisi dal 1986 al 2010
Età-specifici tassi di incidenza dei gruppi di mezza età, i 45 ei 64 anni di età, sono evidenziati nelle figure. 2 e 3 (Fig. 2 per gli uomini, Fig. 3 per le donne). Entrambi i sessi hanno mostrato cambiamenti di tendenza significativi in tutto l'anno 2005, il jointpoint per gli uomini è nel 2004 (95% C.I .: 1999 2007), mentre quello per le donne è nel 2006 (95% C.I .: 2003, 2008). La prima tendenza al ribasso nel valore annuale variazione percentuale in entrambi i gruppi di genere erano statisticamente significative: per gli uomini: -3.1 (95% CI: -4.1, -2.0), per le donne: -2.2 (95% CI: -3.5, -0.9 ). Nella seconda parte dei grafici, le donne hanno mostrato un aumento ripido dei tassi di incidenza, con una variazione annua percentuale di 13,7 (95% C.I .: -2.3, 32,5), rispetto agli uomini. età-specifica tassi di incidenza nei gruppi di vecchiaia, di 65 anni o più, ed i risultati delle analisi di regressione joinpoint sono anche mostrati nelle Figg. 2 e 3. considerando che i tassi di incidenza tra gli uomini sono in un declino graduale durante tutto il periodo con una variazione annua percentuale di -0.9 (95% CI: -1.7, -0.1), i tassi tra le donne mostrano una significativa tendenza al rialzo con una percentuale annua cambio di 1,6 (95% CI: 0.5, 2.7). Figura. 2 tassi di incidenza specifici per età di OCC (C01-C06) a Hong Kong tra gli uomini. tassi specifici per età di incidenza di OCC per 100.000 persone a Hong Kong tra gli uomini, ed i risultati di regressione joinpoint analisi dal 1986 al 2010
Fig. 3 tassi di incidenza specifici per età di OCC (C01-C06) a Hong Kong tra le donne. tassi specifici per età di incidenza di OCC per 100.000 persone a Hong Kong tra le donne, ed i risultati di regressione joinpoint analisi dal 1986 al 2010
Età, modello d'epoca, e di coorte
La bontà di adattamento per i diversi modelli con l'età, d'epoca e di coorte effetti è stata valutata calcolando AIC. Più piccolo è il valore di AIC, migliore è l'adattamento del modello è. Poiché il modello P ha mostrato il minimo bontà di adattamento, una costante, e una funzione lineare e quadratica all'interno di ogni parametro del periodo sono stati estrapolati per trovare un modello con una migliore bontà di adattamento. Per gli uomini, il modello "P-costante" ha mostrato una "P-quadratica" modelli più adatta rispetto al "P" originale, "P-lineare", e, mentre per le donne il modello "P-lineare" ha mostrato una migliore vestibilità (Fig. 4 per gli uomini, Fig. 5 per le donne, Tabella 1). AICs di modelli modificati in base ai risultati di cui sopra sono mostrati nella Tabella 2. Un "AP (P-linear)" modello, per esempio, significa che un modello "P-lineare" stato estrapolato un modello AP, mentre un "APC (P -Constant) "modello è lo stesso come modello AC. Un "AP (P-costante)" modello, stesso come un modello, è il miglior modello di misura per gli uomini (AIC = 269.8), mentre un modello "AP (P-lineare)" adatto migliore per le donne (AIC = 223.8) . Figura. 4 periodo stimato e modelli alternativi d'epoca (rischi relativi) tra gli uomini. periodo stimato e modelli alternativi d'epoca (rischi relativi), e l'intervallo di confidenza del 95% (CI) dei tassi di incidenza del cancro orale tra gli uomini, dal 1986 al 2010. Una linea continua rappresenta il miglior modello in forma
Fig. 5 periodo stimato e modelli alternativi d'epoca (rischi relativi) tra le donne. periodo stimato e modelli alternativi d'epoca (rischi relativi), e l'intervallo di confidenza 95% (CI) dei tassi di incidenza del cancro orale tra le donne, dal 1986 al 2010. Una linea continua rappresenta il miglior modello adatto
Tabella 1 Diversi attacchi del modelli di periodo (P) e modelli alternativi P
Genere
modello
Numero di parameters
d.f.
AIC
Men
P
5
45
464.5
P-costante
1
49
458,7
P lineare
2
48
458,9
P-quadratic
3
47
460.9
Women
P
5
45
340.7
P-costante
1
49
336,2
P lineare
2
48
335,6
P-quadratica
3
47
336.7
diversi attacchi di modelli di periodo (P) e modelli P alternativi di tassi di incidenza OCC (C01-C06) di Hong Kong, dal 1986 al 2010. (df: gradi di libertà, AIC: Akaike di Criteri di informazione, il numero più piccolo mostra la migliore raccordo)
Tabella 2 Riassunto dei diversi attacchi di modelli modificati
Genere
modello
numero di parameters
d.f.
AIC
Men
A
10
40
269.8
P-costante
1
49
458,7
C
14
36
294,1
AP
14
36
275,6
AP (P-costante)
10
40
269,8
AC
23
27
285,1
APC (P-constant)
23
27
285.1
Women
A
10
40
224.3
P-lineare
2
48
335,6
C
14
36
259,9
AP
14
36
228,9
AP (P-lineare)
11
39
223,8
AC
23
27
244,5
APC (P-lineare)
24
27
246,5
Sintesi dei diversi attacchi di età (a), il periodo migliore-misura (P), di coorte (C), età e periodo (AP), di età e di coorte ( AC), e l'età, periodo e coorte (APC modello) dei tassi di incidenza OCC (C01-C06), dal 1986 al 2010. i modelli i cui effetti P sono estrapolati dai modelli P best-montati; quindi negli uomini, il modello AC è uguale al modello APC (P-costante). (Df: gradi di libertà, AIC: criteri di informazione di Akaike)
figura 6 mostra i rischi relativi (RR) stimato del modello "AP (P-costante)" per gli uomini, mentre gli RR stimati per le donne sono evidenziati nella "AP (P-linear)" modello (Fig. 7). In entrambi i sessi, il rischio di OCC aumenta progressivamente con l'età. Figura. 6 effetti stimati età (rischi relativi) dal modello migliore raccordo tra gli uomini. effetti stimati di età (rischio relativo) dal modello Age e P-Constant dei tassi di incidenza OCC (C01-C06) tra gli uomini, 1986-2010
Fig. 7 effetti stimati età (rischi relativi) dal modello migliore raccordo tra le donne. effetti età stimata (rischio relativo) da Age e il modello P-lineare dei tassi di incidenza OCC (C01-C06) tra le donne, Dal 1986 al 2010
Discussione
approcci statistici multidirezionali Usando modificati, questo studio ha rilevato che i comportamenti a rischio delle persone sono decisivo per l'incidenza OCC a Hong Kong. Dopo la seconda guerra mondiale, Hong Kong aveva sperimentato una rapida crescita della popolazione a causa dell'immigrazione e anche sostanziale lo sviluppo economico. Entro 50 anni, la sua popolazione e il prodotto interno lordo pro capite era quasi decuplicato. Fin dalla sua consegna nel 1997, Hong Kong ha mantenuto il suo antico carattere città-stato come una regione amministrativa speciale della Cina. A causa di questa posizione geopolitica confinato, Hong Kong è in grado di configurare un database pressoché completo su casi di cancro, popolazione, economia e dati di salute pubblica. Come descritto in precedenza, la credibilità dei dati del Registro Tumori di Hong Kong ha subito un sostanziale miglioramento dopo il 1983 [18]. Responsabilità per registrare ogni caso di morte con la sua particolare causa di morte insieme ad una costante diminuzione dei casi senza un certificato di morte ha contribuito a elevare la percentuale di casi di cancro verificati al 99,3% nel 2009 [19]. Inoltre, entrambi i nativi e gli immigrati erano per lo più dalle province cinesi del sud-est, e quindi di background genetico simile. Per ragioni di cui sopra, Hong Kong potrebbe avere una popolazione ideale per modellare e testare ipotesi circa i rischi di cancro, tra cui i fattori socio-ambientali.
In questo studio, APC modellazione rilevato che effetto età insieme ad un effetto periodo linearmente crescente sono state le spiegazioni più probabili per tassi di sviluppo OCC nelle donne di Hong Kong. Mentre effetto età è un fattore eziologico comune per molte malattie e aspetti della vita quotidiana, i punti di periodo Effetto a fattori età-indipendente potenziali esistenti influenzare soggetti [16]. A Hong Kong gli uomini, sembra che un periodo costante insieme con un effetto dell'età determina i tassi di OCC. In entrambi i gruppi di genere, gli effetti di età del modello ondeggiano di più con l'aumentare dell'età, essere in linea con i rapporti di altri paesi [3]. E 'pertanto potrebbe supporre che lo sviluppo OCC a Hong Kong è anche principalmente causato da esposizione cumulativa ai fattori di rischio. Mentre l'effetto coorte può essere associato direttamente con l'esposizione il giorno della nascita, anche potrebbe rappresentare una quantificazione dei cambiamenti dello stile di vita generazionale dopo la nascita [20]. Supponendo che coorte effetti sono di minore importanza nello sviluppo OCC, il fattore causale principale a Hong Kong potrebbe essere il fattore età insieme con il fumo di tabacco, che sono stati trovati in altri luoghi [9, 21, 22].
Anche se l'APC modellazione è impiegato per comprendere i cambiamenti dipendenti dal tempo di età, periodo, e gli effetti di coorte individualmente, il calcolo e l'interpretazione sono partecipato con molta complessità a causa di un intrinseco "problema di identificazione". Per compensare questa difficoltà, l'analisi di regressione joinpoint di entrambi i tassi di incidenza per età standardizzati e specifici per età è stata eseguita. In linea con i paesi ad alto rischio come l'India e lo Sri-Lanka [23, 24], così come con molti paesi europei [9] e Cina del Nord [25], i tassi di incidenza OCC per Hong Kong uomini sono stati in calo nel corso del periodo dal 1986 al 2010. al contrario, una tendenza al rialzo evidente durante gli ultimi 5 a 10 anni è stato rilevato nelle donne di Hong Kong. Di particolare interesse sono uomini di mezza età, dove il tasso di incidenza è in aumento dal 2004. Tale incremento, tuttavia, non raggiungere un livello statisticamente significativa del valore annuale di variazione percentuale. Ciò è probabilmente dovuto al piuttosto breve periodo di osservazione successive a un cambiamento significativo confermata dall'analisi di regressione joinpoint. Negli ultimi decenni, le tendenze al rialzo a lungo termine per OCC incidenza sono stati rilevati soprattutto tra le donne nei paesi economicamente sviluppati [26]. Un cambiamento simile in tendenza può essere individuato nelle donne di Hong Kong, a partire dal 2000. In particolare, di mezza età le donne rivelano una tendenza al rialzo evidente, con una particolare joinpoint nel 2006.
Tuttavia, ci sono carenze di questo studio. In primo luogo, la mancanza di una messa in scena del tumore patologica fa indagini sui miglioramenti nella diagnosi OCC, procedure di screening, i tassi di consultazione e le loro implicazioni sui tassi di mortalità nel tempo impossibile. Il fatto che i residenti di Hong Kong nati prima del 1960 spesso non avevano i certificati di nascita per verificare la loro età rappresenta una seconda lacuna, che, tuttavia, potrebbe essere stato superato in questo studio con la modellazione APC. Un altro limite grave è la mancanza di informazioni riguardanti il consumo di alcol a Hong Kong. L'alcol è considerato un fattore di rischio, che rappresentano il 7-19% di OCC [21]. Solo a partire dal 2004, i dati dettagliati di consumo di alcol sono stati raccolti a Hong Kong come una parte del "Sistema Behavioral Risk Factor Surveillance". Questo impedisce purtroppo ogni interpretazione e analisi statistiche per quanto riguarda le modifiche cronologiche ed eventuali effetti sullo sviluppo OCC. Future ricerca epidemiologica ha bisogno di prendere in considerazione l'associazione biologica specifica tra le abitudini di rischio dominanti e sviluppo OCC, una strategia che potrebbe fornire una conoscenza della particolare patogenesi della OCC a Hong Kong. Come è noto, il fumo è considerato il principale rischio dose-dipendente della OCC [8, 21, 22]. Circa un quarto dei casi OCC si presume di avere associazione causale con il fumo [21]. Il Registro Tumori di Hong Kong ha recentemente iniziato a raccogliere alcuni dati demografici di base, come la topografia e la morfologia del tumore, mentre le informazioni per quanto riguarda l'abitudine al fumo di ciascun caso è ancora carente [19]. Pertanto, non è possibile discutere in dettaglio l'associazione tra fumo e lo sviluppo OCC a Hong Kong.
Conclusione
sviluppo OCC a Hong Kong può essere considerato principalmente oggetto di esposizione cumulativa a fattori di rischio nel corso del tempo, ma non sostanzialmente a geo-politica o socio-geografico fattori legati al suo carattere melting-pot socio-culturale
Abbreviazioni
a:.
Age-solo
< DFN> AC:
Age-coorte
AIC:
criteri di informazione di Akaike
PA:
Age-periodo
APC:
Age, il periodo e coorte
ASR:
standardizzati per età tasso di incidenza
C:
coorte sola
OCC:
orale cancro della cavità
P
Periodo di sola
RR:
rischio relativo
seconda guerra mondiale:
seconda guerra mondiale
Dichiarazioni
Ringraziamenti
Questo studio non ha ricevuto aiuti finanziari.
Competere interessi
Gli autori dichiarano di non avere interessi in gioco.
contributi degli autori
KU partecipato alla progettazione dello studio, eseguita l'analisi statistica, redatta manoscritto. CPM e ECML hanno partecipato al disegno dello studio e ha contribuito a redigere il manoscritto. RAZ aiutato nella concettualizzazione dello studio, ha partecipato alla sua progettazione e coordinamento, e ha contribuito alla redazione del manoscritto. Tutti gli autori hanno letto e approvato il manoscritto finale.
