中国喉癌发病与死亡趋势分析及预测

作者：崔静; 张倩^*

来源：疾病监测, 2023, 38(08): 1000-1006.

• 喉癌
• 趋势分析
• 极端学习机模型
• 支持向量回归模型
• 单变量一阶灰度模型
• Kalman融合模型

目的 通过分析全球健康数据交换中心（GHDX）中1990-2019年中国喉癌发病与死亡数据，描述发病与死亡当前趋势，采用Kalman[ELM-SVR-GM(1,1)]融合模型预测未来喉癌5年发病率与死亡率数据。方法 分性别、年龄利用Joinpoint Regression计算发病率及死亡率的年平均变化百分比（AAPC），分类别描述喉癌发病与死亡趋势。利用1990-2015年数据训练极端学习机模型、支持向量回归模型、单变量一阶灰度模型，并将结果使用Kalman融合，以2016-2019年数据检验单模型及融合模型的预测效果。以1990-2019年数据建立预测精度最高的融合模型，对2020-2024年喉癌各类别发病率及死亡率进行预测。结果 1990-2019年喉癌发病率与死亡率逐年升高，发病率由1.19/10万上升至3.19/10万，死亡率由0.97/10万上升至1.42/10万。其中，男性发病率与死亡率最高，分别平均每年上升3.93%与1.72%,15～49岁男性发病率平均每年升高最快，为2.53%。6种序列预测中，Kalman[ELM-SVR-GM(1,1)]融合模型的平均MRE最低，其预测数据均落在95%CI内。结论 喉癌发病率与死亡率均呈现上升趋势，其中15～49岁男性发病率上升较快，与单模型相比，Kalman[ELM-SVR-GM(1,1)]融合模型对喉癌发病率与死亡率预测具较高预测精度，为喉癌防控提供可靠的预测方法。