4研究生论摘要.docVIP

精算研究生论文摘要选登 杨浦区恶性肿瘤发病率、死亡率及生存延续时间分析 （复旦大学数学系 廖鹤鸣） 一、背景 恶性肿瘤是对人民群众健康危害最大的疾病之一，充分了解恶性肿瘤发病与死亡的规律，掌握它与各种危险因素的关系，预测其将来的发展趋势，不仅有利于肿瘤的防治和人民的健康，而且对寿险和健康险的经营也有着重要的参考价值。其中肿瘤发病（死亡）率分析就直接关系到多种医疗健康险种的设计、定价。 从20世纪80年代初至今，杨浦区疾病预防控制中心积累了较完整的全区常住居民恶性肿瘤发病与死亡资料，其中包括1980年至1991年的全区居民恶性肿瘤发病率及死亡率统计报表，更包括1992年至今的全区居民恶性肿瘤的发病与死亡的全部原始记录，共计30000余条。这些资料积累时间长，样本量大，数据较为完整可靠，为研究工作提供了良好的基础。本文就是在此基础上对杨浦区常住人口肿瘤发病率、死亡率及生存延续时间进行统计分析。 二 、发病率及死亡率趋势分析 为了对发病率和死亡率进行趋势分析，构造模型如下： 模型： (1) 其中，代表观察水平（代表1983年，…，代表2001年）；代表观察水平处的发病（死亡）粗率；代表观察水平处的观察个体的发病概率； EMBED Equation.3 为所选择的回归函数；为误差项，两两独立。 令为在观察水平处的发病人数， EMBED Equation.3 为在观察水平处的观察个体总数，则。易验证： ，。 考虑到发病（死亡）率的波动性，在此，当时，选择三次Logistic函数作为回归函数： (2) 其中，参数反映了总体的发病水平，参数反映了发病率随年份变化的主要趋势，是对进行规范化处理后得到的值，，，为均值，为标准差。令，，则得到 (3) 命题：当观察水平处的观察个体总数足够大时，的方差的近似值为：。(证明略) 由命题知，误差项在不同观察水平处的方差不相等。(3)式中未知参数 EMBED Equation.3 需采用加权最小二乘法进行估计，使用的估计权数为： ，。 　 (4) 应用上述模型，可直接对发病（死亡）粗率进行趋势分析，但不能直接对标化发病(死亡)率进行趋势分析。 对标化发病(死亡)率的趋势分析的步骤如下： 应用模型求各年龄组在每年的预期发病率； 选定标准人口，由求每年的预期标化发病率。 其中，分别代表标准人口中0~4岁、…、80~84岁、85岁以上这18个年龄组中的人数，；，，代表观察水平处第个年龄组的发病（死亡）粗率；。 以1983年至2001 年杨浦区常住居民恶性肿瘤发病及死亡数据为依据，本文对不同性别、不同部位肿瘤的发病（死亡）粗率，标化发病（死亡）率进行了趋势分析。在此限于篇幅，仅例举以下结果： 图:1983~2001年观察和预期发病粗率(1/10万)对照图 从分析结果可知(见图)，模型拟合结果较好的描述了发病粗率的变化趋势，近年来杨浦区男性和女性恶性肿瘤的发病粗率都呈上升趋势。将模型拟合结果与卫生统计中常用的直线回归模型拟合结果的残差平方和进行比较可知(见表)，改进模型对数据的拟合结果明显优于直线模型的拟合结果。 表: 改进模型与直线回归模型残差平方和比较 男性 女性 合计 改进模型(1) 6821.62 4927.60 5224.97 直线回归模型(2) 8654.18 5975.67 5954.62 改进百分比 -21.18% -17.54% -12.25% 注：改进百分比=[(1)-(2)]/(2) 三、生存延续时间分析 以1992年至今的全区居民恶性肿瘤的发病与死亡的全部原始记录为依据，本文采用标准生命表方法[1]来对不同性别、不同年龄和不同部位肿瘤患者进行分析，得到粗生存率；应用对数秩检验方法[2]对不同性别、不同年龄、不同部位以及九十年代初期和末期肿瘤患者的生存分布进行比较。 四、进一步研究和探讨 由于时间上的原因，对于上述模型的研究尚不完整，还有待进一步探讨。在趋势分析中，仅考虑到时间因素，未将讨论范围扩大到更多的相关因素，如医疗条件的变化、饮食结构的变化、收入的变化、行业的因素等。如果把这些因素考虑进去，发病率、死亡率的趋势分析结果将更为准确。 ,,, [1] [美]ELISA T.LEE 著，陈家鼎，戴中维译，《生存数据分析的统计方法》，第二版，北京，中国统计出版社，1998 [2] 金丕焕主编，《医用统计方法》，第一版，上海，上海医科大学出版社，1993，第321~325页 [3] [加拿大]J.F.Lawless著，茆诗松，濮晓龙，刘忠译，《寿命数据中的统计模型与方法》，第一版，北京，中国统计出版社，1998 [4] [美]约翰.内特等著，张勇等译，《应用线性回归模型》，第一版，北京，中国统计出版社，1990 [5] 周概容编，《概率论与数理