王雅琦 邓春宏 万智巍

【提 要】 目的 探测恶性肿瘤空间集聚特征可以为癌症早期筛查和预防提供依据。方法 利用样方分析、NNI、Ripley′s K、Moran′s Index、Getis-Ord冷热点等工具手段，分析南昌县近3年的恶性肿瘤患者空间格局和发病率冷热点变化特征。结果 南昌县2016-2018年三年平均的恶性肿瘤发病率全县均值为159.77/10万；乡镇尺度上发病率最高为580.74/10万、最低为25.51/10万。样方分析VMR值为1.435，具有显著的集聚性特征。NNI分析结果显示值为0.075(P<0.001)，具有显著的集聚性特征。空间自相关分析结果显示Moran′s Index为0.120，高于随机状态值，说明恶性肿瘤空间分布具有显著的空间自相关性质。Ripley′s K和L(d)函数的分析结果显示2016-2018年及各年份的恶性肿瘤空间分布的L(d)值都高于期望值，并且在超过Monte Carlo模拟生成的置信区间范围，2016-2018年总体的集聚区第一峰值的空间半径为9.486km，集聚强度为3.125，集聚区面积为282.550km2。Getis-Ord冷热点格局分析结果显示近三年来南昌县恶性肿瘤存在一个热点区域和一个冷点区域，即由塘南镇和泾口乡组成的热点区、由东新乡和富山乡组成的冷点区。结论 从空间上来看热点或次级热点区主要分布于南昌县的中部区域，冷点和次级冷点区则主要分布于南昌县的北部和西部区域，这一发现也为下一步的癌症早筛重点区域指明了方向。

根据最新的统计数据显示，恶性肿瘤死亡占居民全部死因的23.91%；恶性肿瘤的发病率及死亡率均呈逐年上升态势，每年恶性肿瘤所致的医疗花费超过数千亿，防控形势严峻[1]。新形势下，我国的疾病流行状况发生了巨大变化，恶性肿瘤也表现出不同的流行状态[2-3]，且恶性肿瘤患者在空间上的分布具有不同程度的集聚性特征[4-6]。通过探测恶性肿瘤空间集聚特征，掌握主要恶性肿瘤的流行状况，可以为恶性肿瘤的早期筛查和防治提供科学依据[7-8]。随着地理信息系统(GIS)、全球定位系统(GPS)以及网络在线地图(如Google Map和Baidu Map)的迅速发展[9]，基于真实坐标信息进行疾病空间分析成为可能。因此本研究尝试利用较为完整的县域恶性肿瘤患者数据，结合样方分析、NNI、Ripley′s K、Moran′s Index、Getis-Ord冷热点等分析手段[10-11]，探测县域尺度下恶性肿瘤空间分布规律和冷热点分布格局。

数据与方法

1.资料空间化

本次研究恶性肿瘤病例数据来自江西省肿瘤医院(江西省癌症中心)2016-2018年南昌县范围内的全部恶性肿瘤患者数据，包括相应的年龄、性别、家庭住址、恶性肿瘤诊断等属性信息。……