某大型廠礦職業(yè)暴露女性惡性腫瘤發(fā)病情況及乳腺癌發(fā)病趨勢(shì)預(yù)測(cè)

楊冬華，白亞娜，蒲宏全，任曉衛(wèi)，李海燕，胡曉斌，蘇 輝，孫 仙，晁利利，李娟生

女性常見惡性腫瘤包括乳腺癌和婦科生殖系統(tǒng)惡性腫瘤，如子宮頸癌、子宮內(nèi)膜癌、卵巢癌、外陰癌、輸卵管癌、陰道癌等，其中以乳腺癌、子宮頸癌、子宮內(nèi)膜癌、卵巢癌為高發(fā)[1]。研究表明，我國(guó)女性惡性腫瘤發(fā)病年齡趨于年輕化，且大部分惡性腫瘤與女性年齡、生活方式、雌激素水平有關(guān)[2-4]。

灰色模型是在灰色理論的基礎(chǔ)上對(duì)既含有已知信息又含有不確定信息的系統(tǒng)進(jìn)行預(yù)測(cè)的方法，是對(duì)在一定范圍內(nèi)變化的、與時(shí)間有關(guān)的灰色過(guò)程進(jìn)行的預(yù)測(cè)，其通過(guò)對(duì)原始數(shù)據(jù)進(jìn)行處理來(lái)尋找系統(tǒng)變動(dòng)的規(guī)律，生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列并建立相應(yīng)的微分方程模型，具有計(jì)算簡(jiǎn)單、預(yù)測(cè)精度高、對(duì)樣本含量和概率分布無(wú)嚴(yán)格要求等特點(diǎn)[5]。GM(1，1)模型是一種單變量一階線性模型，是灰色模型預(yù)測(cè)中最基本的模型，其較多變量多階預(yù)測(cè)模型計(jì)算簡(jiǎn)單、擬合精度高、預(yù)測(cè)效果好，且對(duì)樣本含量和概率分布無(wú)嚴(yán)格要求，適應(yīng)性強(qiáng)，可用于慢性疾病、腫瘤及流行因素較穩(wěn)定疾病的預(yù)測(cè)[6-7]。本研究回顧性分析了某大型廠礦職業(yè)暴露女性惡性腫瘤發(fā)病情況，并運(yùn)用GM(1,1)模型預(yù)測(cè)乳腺癌發(fā)病趨勢(shì)，旨在了解某大型廠礦職業(yè)暴露女性惡性腫瘤發(fā)病特點(diǎn)及規(guī)律，為各部門制定有效防控策略及措施提供依據(jù)。

1　資料與方法

1.1資料來(lái)源本研究資料來(lái)源于某大型廠礦2001—2010年職業(yè)女性病案登記檔案，共納入158 380例女性，均保留職工工號(hào)，主要工作部門為采礦、冶煉、服務(wù)3個(gè)部門，其中采礦部門包括二礦、三礦、龍首礦，冶煉部門包括精煉廠、冶煉廠、鎳都實(shí)業(yè)，服務(wù)部門包括機(jī)關(guān)和供應(yīng)分公司。

1.2觀察內(nèi)容乳腺癌、卵巢癌、子宮頸癌、子宮內(nèi)膜癌的時(shí)間分布、年齡分布及部門分布等。

1.3統(tǒng)計(jì)學(xué)方法應(yīng)用SAS軟件進(jìn)行統(tǒng)計(jì)分析，計(jì)數(shù)資料采用χ2檢驗(yàn)或趨勢(shì)χ2檢驗(yàn)，檢驗(yàn)水準(zhǔn)α=0.05。采用GM(1,1)模型并利用SAS軟件中IML模塊矩陣計(jì)算功能，通過(guò)編程實(shí)現(xiàn)該人群乳腺癌發(fā)病趨勢(shì)預(yù)測(cè)，具體方法如下：將2001—2010年該職業(yè)人群乳腺癌發(fā)病率作為原始數(shù)列xt并利用SAS軟件讀入，生成一階累加序列yt；調(diào)用SAS中ILM模塊，計(jì)算矩陣參數(shù)a、u；根據(jù)矩陣計(jì)算預(yù)測(cè)值、絕對(duì)誤差和相對(duì)誤差；進(jìn)行模型擬合精度評(píng)價(jià)并運(yùn)用灰色建模軟件定義數(shù)組。擬合精度評(píng)價(jià)標(biāo)準(zhǔn)為，優(yōu)：后驗(yàn)差比值(C)<0.35，P>0.95；合格：C<0.50，P>0.80；基本合格：C<0.65，P>0.70；不合格：C>0.65，P<0.70[8-9]。

2　結(jié)果

2.2年齡分布該人群中35歲以上女性共有122 182例，不同年齡女性乳腺癌(χ2=6.068，P=0.108)、卵巢癌(χ2=1.921，P=0.539)、子宮頸癌(χ2=0.820，P=0.867)發(fā)病率比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義；子宮內(nèi)膜癌發(fā)病率比較，差異有統(tǒng)計(jì)學(xué)意義(χ2=12.619，P=0.006，見表2)。

表1　某大型廠礦職業(yè)暴露女性惡性腫瘤發(fā)病情況的時(shí)間分布

表2　某大型廠礦職業(yè)暴露女性惡性腫瘤發(fā)病情況的年齡分布

2.3部門分布該人群中在采礦、冶煉、服務(wù)部門工作女性共有62 347例，不同工作部門女性乳腺癌(χ2=2.519，P=0.269)、卵巢癌(χ2=4.714，P=0.099)、子宮頸癌(χ2=3.229，P=0.159)、子宮內(nèi)膜癌(χ2=6.355，P=0.071)發(fā)病率比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義(見表3)。

2.4乳腺癌發(fā)病趨勢(shì)預(yù)測(cè)擬合精度評(píng)價(jià)結(jié)果顯示，C=0.50，P=1.00，GM(1,1)模型擬合精度為合格，模型比較理想，可用于預(yù)測(cè)該人群女性乳腺癌發(fā)病趨勢(shì)。預(yù)測(cè)結(jié)果顯示，該人群女性乳腺癌2011—2013年發(fā)病例數(shù)分別為14、15、16例，呈增長(zhǎng)趨勢(shì)(見表4)。

表3　某大型廠礦職業(yè)暴露女性惡性腫瘤發(fā)病情況的部門分布

表4GM(1,1)模型預(yù)測(cè)的某大型廠礦職業(yè)暴露女性乳腺癌發(fā)病趨勢(shì)

Table4Incidence trend of breast cancer predicted by model GM(1,1)among women with occupational exposure in a large mine factory

年份實(shí)際發(fā)病例數(shù)預(yù)測(cè)發(fā)病例數(shù)絕對(duì)誤差相對(duì)誤差平均誤差2001550　　　0　　0　　200288-0 25633-3 20411 97172003781 3326019 03717 94462004791 9663128 090113 167520051010-0 35179-3 517910 559520061210-1 61802-13 483511 275620071511-3 82846-25 523014 6148200911121 021169 283313 8329201011131 9353917 594514 3140201114201215201316

3　討論

本研究結(jié)果顯示，該人群2001—2010年卵巢癌發(fā)病率呈下降趨勢(shì)，子宮頸癌發(fā)病率呈增長(zhǎng)趨勢(shì)，乳腺癌和子宮內(nèi)膜癌發(fā)病率變化不明顯，但乳腺癌總發(fā)病率為568.25/10萬(wàn)，發(fā)病例數(shù)及所占構(gòu)成較大，表明乳腺癌為該大型廠礦職業(yè)女性主要腫瘤，這與普通人群女性乳腺癌發(fā)病率較高有關(guān)。該人群子宮頸癌發(fā)病例數(shù)從2001年的1例增加到2009年的4例，整體發(fā)病率呈增長(zhǎng)趨勢(shì)，應(yīng)加以重視和關(guān)注。

在描述性流行病學(xué)分析中，常用35～64歲截縮發(fā)病率來(lái)反映社會(huì)勞動(dòng)人口健康威脅情況，并間接反映經(jīng)濟(jì)損失[10]。本研究結(jié)果顯示，不同年齡女性乳腺癌、卵巢癌、子宮頸癌發(fā)病率均無(wú)明顯差異，而子宮內(nèi)膜癌發(fā)病率有明顯差異。說(shuō)明年齡因素對(duì)該人群中35～歲女性除子宮內(nèi)膜癌的其他惡性腫瘤發(fā)病的影響是一致的，該大型廠礦勞動(dòng)人口存在健康威脅，應(yīng)采取綜合性的預(yù)防措施以降低女性惡性腫瘤發(fā)病率。

本研究結(jié)果顯示，不同工作部門女性乳腺癌、卵巢癌、子宮頸癌、子宮內(nèi)膜癌發(fā)病率均無(wú)明顯差異，表明工種對(duì)該大型廠礦職業(yè)暴露女性惡性腫瘤發(fā)病的影響也是一致的。雖然不同工作部門暴露因素不同，但受職業(yè)因素、飲食習(xí)慣及生活方式等的影響，該人群女性惡性腫瘤發(fā)病率仍偏高，提示應(yīng)從減少職業(yè)暴露、改善飲食習(xí)慣及生活方式等方面多管齊下進(jìn)行綜合預(yù)防。

運(yùn)用GM(1,1)模型預(yù)測(cè)的該人群女性乳腺癌2011—2013年發(fā)病率呈增長(zhǎng)趨勢(shì)，模型擬合精度為合格，模型比較理想，可在一定程度上反映該人群女性乳腺癌發(fā)病趨勢(shì)，提示今后應(yīng)重點(diǎn)預(yù)防和控制該人群乳腺癌的發(fā)病。但由于GM(1,1)模型主要反映的是數(shù)據(jù)規(guī)律性，不能反映各種非規(guī)律性的社會(huì)因素對(duì)預(yù)測(cè)數(shù)據(jù)的影響，在運(yùn)用該模型預(yù)測(cè)結(jié)果進(jìn)行決策時(shí)需考慮特殊情況或其他暴露因素的影響，以制定更科學(xué)、更合理的預(yù)防策略及干預(yù)措施[11]。

1李桂玲.婦科惡性腫瘤化療的護(hù)理體會(huì)[J].實(shí)用心腦肺血管病雜志，2010，18(9)：1337.

2黃哲宙，陳萬(wàn)青，吳春曉，等.中國(guó)女性乳腺癌的發(fā)病和死亡現(xiàn)況——全國(guó)32個(gè)腫瘤登記點(diǎn)2003—2007年資料分析報(bào)告[J].腫瘤，2012，32(6)：435-439.

3陳立慧，朱麗萍，武靜.女性激素與乳腺癌[J].中國(guó)現(xiàn)代醫(yī)生，2007，45(8)：90-91.

4豈懷華，張景華，姚三巧，等.個(gè)性特征與女性乳腺癌關(guān)系的病例對(duì)照研究 [J].中國(guó)全科醫(yī)學(xué)，2011，14(10)：3338.

5鄧聚龍.灰色理論基礎(chǔ)[M].武漢：華中科技大學(xué)出版社，2002：176-215.

6李菊林，高琪，金小林，等.灰色預(yù)測(cè)模型對(duì)流動(dòng)人口瘧疾的分析[J].中國(guó)熱帶醫(yī)學(xué)，2007，7(6)：872-873.

7孫金杰，馬英豪，李滬建.圍產(chǎn)兒出生缺陷發(fā)病率的灰色預(yù)測(cè)及SAS實(shí)現(xiàn)[J].中國(guó)衛(wèi)生統(tǒng)計(jì)，2010，27(3)：311-312.

8肖德才，符湘云，胡荍，等.基于SAS的住院量灰色預(yù)測(cè)及實(shí)現(xiàn)[J].中國(guó)衛(wèi)生統(tǒng)計(jì)，2012，29(4)：586-587.

9劉思峰，黨耀國(guó).預(yù)測(cè)方法與技術(shù)[M].北京：高等教育出版社，2005：239-273.

10王啟俊，祝偉星，邢秀梅.北京城區(qū)女性乳腺癌發(fā)病死亡和生存情況20年監(jiān)測(cè)分析[J].中華腫瘤雜志，2006，28(3)：208-210.

11任正洪.孕產(chǎn)婦死亡率的灰色預(yù)測(cè)[J].中國(guó)衛(wèi)生統(tǒng)計(jì)，2005，22(1)：20-22.