揭示全球五种主要类型癌症的时空分布模式与未来风险

近日，发表于《地球信息科学学报》的研究成果显示，全球主要类型癌症的死亡率正以显著趋势上升。该研究由武汉大学遥感信息工程学院的申力副教授及其团队联合完成，基于全球疾病负担（GBD）和世界银行数据，涵盖了2011至2019年全球200个国家的肺癌、结直肠癌、胃癌、肝癌及胰腺癌死亡率。研究团队采用多尺度地理加权回归（MGWR）方法提取不同国家及区域内癌症死亡率与各类影响因素（如65岁及以上人口比例、吸烟、饮酒、不良饮食、经济指标等）之间的空间异质性；同时利用ARIMA模型对各类癌症的时间趋势和周期波动进行了定量分析。

在此基础上，研究人员进一步构建了一个集成贝叶斯时空模型，将前述空间和时间信息相结合，对全球癌症死亡风险进行了预测和评估。结果表明，从2011年到2019年，全球五大癌症死亡率平均每10万人上升约17.2例，并且超过72.8%的国家显示出相对风险较高的特点。值得注意的是，欧洲、中亚、北美以及东亚与太平洋地区的癌症死亡率上升速度远高于非洲和南亚地区，而高收入和中高收入国家的风险水平尤为突出。

此外，研究还指出，老龄化、吸烟、不健康饮食（如高糖和高加工肉类摄入）、低体力活动以及经济社会发展水平（如人均GDP、人均GNI及医疗卫生支出）等因素，是影响全球癌症死亡率的重要驱动因素。该研究通过集成不同统计和时空分析方法，创新性地量化了癌症死亡风险的时空非平稳性，为公共卫生部门和决策者在制定全球及区域癌症防控规划时提供了有力的数据支持和科学依据。

研究详情请见原文：

 

基于时空统计建模的主要类型癌症全球疾病负担变化研究

 

https://www.sciengine.com/JGIS/doi/10.12082/dqxxkx.2025.240528（如果您希望将文章全文翻译成英文阅读，请点击该网页中按钮 “科大讯飞翻译（iFLYTEK Translation）”）

 

---

---