GLOBOCAN數(shù)據(jù)庫(kù)架構(gòu)介紹及數(shù)據(jù)分析方法

郭曉娟，田國(guó)祥，李燕，屈彥，李青莉，呂軍

癌癥是最常見的死亡原因之一，其發(fā)病率在世界范圍內(nèi)不斷增長(zhǎng)[1]。癌癥發(fā)病率和死亡率等數(shù)據(jù)的準(zhǔn)確統(tǒng)計(jì)對(duì)于開展科學(xué)研究及制定癌癥防控計(jì)劃至關(guān)重要[2,3]。全球癌癥觀察站（GCO）是一個(gè)基于Web的交互式平臺(tái)，可提供全球癌癥統(tǒng)計(jì)信息，以指導(dǎo)癌癥控制和癌癥研究。該平臺(tái)使用國(guó)際癌癥研究機(jī)構(gòu)（International Agency for Research on Cancer，IARC）癌癥監(jiān)管部門多個(gè)關(guān)鍵項(xiàng)目的數(shù)據(jù)，包括GLOBOCAN，著眼于癌癥指標(biāo)的可視化，以說(shuō)明全球范圍內(nèi)不斷變化的規(guī)模，流行病學(xué)概況和對(duì)人類健康的影響。本文通過(guò)對(duì)GLOBOCAN數(shù)據(jù)庫(kù)架構(gòu)及數(shù)據(jù)分析方法的介紹，幫助感興趣的研究者在獲取數(shù)據(jù)庫(kù)相關(guān)知識(shí)及使用方法的過(guò)程中節(jié)約更多的時(shí)間。

1 數(shù)據(jù)庫(kù)介紹

GLOBOCAN是國(guó)際癌癥研究機(jī)構(gòu)（IARC）的項(xiàng)目，它使用每個(gè)國(guó)家/地區(qū)的可用數(shù)據(jù)和幾種估算方法，按癌癥部位和性別進(jìn)行估算[4]。因此，要生成高質(zhì)量的估算值，需采用雙重方法來(lái)改善報(bào)告的數(shù)據(jù)（正在開發(fā)的癌癥登記系統(tǒng)和民事/重要登記系統(tǒng)），并且需要持續(xù)評(píng)估來(lái)估算程序的有效性以改進(jìn)所使用的方法。GLOBOCAN 2018數(shù)據(jù)庫(kù)（The GLOBOCAN 2018 database）是IARC于2018年9月12日在瑞士日內(nèi)瓦發(fā)布的全球癌癥估算的最新結(jié)果，是GLOBOCAN數(shù)據(jù)庫(kù)的最新版本，包括對(duì)世界上185個(gè)國(guó)家/地區(qū)中的36種癌癥以及所有癌癥的發(fā)病率，死亡率和患病率的估計(jì)，并針對(duì)全球癌癥發(fā)病率和死亡率數(shù)據(jù)提供了全局化和可視化[5,6]。估算按照性別和18個(gè)年齡段進(jìn)行。研究者可在IARC的全球癌癥觀察站（http://gco.iarc.fr/）上獲得結(jié)果。該在線工具可以按照國(guó)家或地區(qū)顯示當(dāng)前癌癥負(fù)擔(dān)，并可對(duì)未來(lái)20年的癌癥負(fù)擔(dān)進(jìn)行預(yù)測(cè)。這些癌癥統(tǒng)計(jì)數(shù)據(jù)的估算方法在基于原先開發(fā)方法的基礎(chǔ)上，更加強(qiáng)調(diào)短期預(yù)測(cè)和對(duì)發(fā)病率/死亡率比值的建模。GLOBOCAN允許研究者使用時(shí)間趨勢(shì)和全球任何國(guó)家或地區(qū)的人口估計(jì)值來(lái)估算未來(lái)的癌癥負(fù)擔(dān)。另外，非黑色素瘤皮膚癌（除外基底細(xì)胞瘤）發(fā)病率估計(jì)和死亡率的估算也是一個(gè)重要的變更。

2 數(shù)據(jù)庫(kù)架構(gòu)

2.1 訪問(wèn)數(shù)據(jù)庫(kù)網(wǎng)站首先，訪問(wèn)全球癌癥觀察站的網(wǎng)址：https://gco.iarc.fr/ ?？梢钥吹街饕?部分組成，分別是“Today/當(dāng)前數(shù)據(jù)”，“Over Time/歷史數(shù)據(jù)”，“Tomorrow/預(yù)測(cè)”，“Causes/病因”，和“Survival/治愈數(shù)據(jù)”，圖1。

圖1 數(shù)據(jù)庫(kù)訪問(wèn)界面

2.1.1 Today/當(dāng)前數(shù)據(jù)提供基于185個(gè)國(guó)家，36種癌癥類型的可視化工具，可按照性別年齡分析當(dāng)前癌癥病例，死亡數(shù)和發(fā)病率。點(diǎn)擊“Today”查看當(dāng)前數(shù)據(jù)，可以看到，該頁(yè)面提供各種類型的圖表，如柱狀圖，餅狀圖，地圖等，圖2。

圖2 “Today”數(shù)據(jù)打開界面

2.1.2 選擇餅狀圖分析2018年的癌癥數(shù)據(jù)?？煽吹椒伟┖腿橄侔┦切略霾±疃嗟膬煞N。在該頁(yè)面的左側(cè)有一些過(guò)濾條件，研究者可按照自己的需要選擇不同性別、年齡、國(guó)家的數(shù)據(jù)，圖3。

圖3 2018年的癌癥數(shù)據(jù)分析界面

2.1.3 選擇國(guó)家示例例如選擇中國(guó)之后可以看到，前三名分別是肺癌，大腸癌和乳腺癌，肺癌比例明顯高于全球平均水平，與中國(guó)的空氣污染應(yīng)有著緊密的聯(lián)系，圖4。

圖4 中國(guó)2018年癌癥占比界面

2.2 Over Time/歷史數(shù)據(jù)基于過(guò)去半個(gè)世紀(jì)40個(gè)國(guó)家的高質(zhì)量數(shù)據(jù)，提供根據(jù)病例和死亡的可視化工具。 點(diǎn)擊后可看到病例和死亡兩個(gè)選項(xiàng)，圖5。

圖5 “Over Time/歷史數(shù)據(jù)”界面

2.2.1 選擇分析變量示例例如選擇“Mortality/死亡”，進(jìn)入到癌癥死亡數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)是從“WHO/世界衛(wèi)生組織”的數(shù)據(jù)庫(kù)提取出來(lái)的。在左側(cè)，“Data Availability/數(shù)據(jù)可用性”，提供了按照地區(qū)，癌癥類型，年份來(lái)查詢的入口，可以查到在該數(shù)據(jù)庫(kù)中某個(gè)地區(qū)，年份是否有某種癌癥的數(shù)據(jù)，圖6。

圖6 “Mortality/死亡”數(shù)據(jù)界面

2.2.2 選擇地區(qū)示例例如選擇中國(guó)香港，可看到乳腺癌的數(shù)據(jù)是從1955年開始一直都有的，而大腸癌的數(shù)據(jù)是從1966年才開始有的，圖7～8。

圖7 地區(qū)選擇界面

圖8 中國(guó)香港數(shù)據(jù)顯示界面

3 數(shù)據(jù)分析

3.1 “Online Analysis/在線分析”提供了4個(gè)工具用來(lái)分析，分別是，“Table/表格”：根據(jù)人口和癌癥生成一張表；“Graph/圖表”：根據(jù)死亡數(shù)據(jù)生成柱狀圖，餅圖，金字塔圖等；“Prediction/預(yù)測(cè)”：根據(jù)歷史數(shù)據(jù)預(yù)測(cè)未來(lái)短期和長(zhǎng)期的死亡數(shù)；“Breakpoint/分水嶺”：找出歷史上數(shù)據(jù)趨勢(shì)發(fā)生變化的年份，圖9。

圖9 “Online Analysis/在線分析”界面

3.2 數(shù)據(jù)分析示例以香港為例，可以來(lái)分析一下過(guò)去女性乳腺癌的趨勢(shì)。選擇“Graphs”，然后選擇“Time trends/時(shí)間趨勢(shì)”，癌癥類型選擇“Breast”，性別選擇“Female”，地區(qū)選擇“China Hongkong”?？梢钥吹剑橄侔┰?960年時(shí)有個(gè)快速增長(zhǎng)，而80年代略有下降后，就基本保持在一個(gè)穩(wěn)定的水平，圖10。

圖10 數(shù)據(jù)分析示例界面

3.3 “Tomorrow/預(yù)測(cè)”示例估計(jì)從2018～2040年的癌癥病例數(shù)目變化，可看到2018年因癌癥死亡的人數(shù)是九百萬(wàn)，在2030年時(shí)會(huì)達(dá)到一千三百萬(wàn)，而到2040年時(shí)會(huì)到一千六百萬(wàn)，圖11。

4 結(jié)語(yǔ)

圖11 癌癥預(yù)測(cè)界面

在現(xiàn)今大數(shù)據(jù)時(shí)代，數(shù)據(jù)庫(kù)共享為研究者開展相關(guān)研究提供了廣闊的平臺(tái)[7]，也為我們獲取知識(shí)提供了更便捷的渠道。GLOBOCAN 2018指出，雖然不同經(jīng)濟(jì)水平國(guó)家地之間發(fā)病率和死亡率等存在顯著差異，但全球癌癥地發(fā)病率和死亡率都在顯著增加。從2012～2018年，新診斷的癌癥病例從1410萬(wàn)增至1810萬(wàn)，癌癥死亡人數(shù)從820萬(wàn)增至960萬(wàn)。2018年數(shù)據(jù)顯示，最常見的癌癥分別是肺癌、乳腺癌和結(jié)直腸癌，死亡率最高的癌癥是肺癌、結(jié)直腸癌和胃癌。從這些數(shù)字可以看出，最常見的癌癥和死亡的率最高的癌癥都是有明確原因的，可以通過(guò)有效措施進(jìn)行盡早預(yù)防并發(fā)現(xiàn)，從而達(dá)到早干預(yù)，早獲益。吸煙、超重和肥胖、高脂飲食、水果和蔬菜的低攝入量以及久坐等不健康的生活方式與常見癌癥的發(fā)生有關(guān)，其他原因還包括污染，感染，輻射和其他因素等。在高收入國(guó)家和許多中等收入國(guó)家，由于疾病認(rèn)識(shí)的提高，開展早期發(fā)現(xiàn)和乳房X光檢查等措施的施行，以及科學(xué)的疾病治療和管理，乳腺癌的死亡率已大大降低。因此，各個(gè)國(guó)家都應(yīng)該努力制定預(yù)防措施來(lái)減少癌癥帶來(lái)的負(fù)擔(dān)，同時(shí)應(yīng)強(qiáng)調(diào)對(duì)HPV和HBV的認(rèn)識(shí)和通過(guò)疫苗接種等措施來(lái)減少癌癥的發(fā)生。