版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
癌症发病年龄变化是一个相对的概念，包括年龄前移、无变化、年龄后移三种情况及这三种情况的组合类型，判定方法应该是多维度的综合评估，本文以年龄前移为例，对其判定指标和方法进行简单介绍。
以某地区人群癌症平均发病年龄的变化反映癌症发病是否出现年龄前移。平均发病年龄减小则说明发病年龄有前移的趋势。平均发病年龄的计算可以直接根据平均值的计算公式为：
；其中，n为全部癌症患者，xi为发病年龄。如果样本量较大，可以在频数表的基础上计算平均年龄，公式为：
=∑fx/∑f=∑fx/n；其中，f为组段频数，x为组段中值；x=（组段上限+组段下限+1）/2，因为肿瘤登记数据采用的是实足年龄，因此在公式中计算平均年龄时需要加1。
平均发病年龄可以简单反映某地区人群癌症发病的年龄变化，然而，平均年龄指标本身易受人口年龄结构的影响，即假定年龄别发病率不变的情况下，随着人口老龄化增加，癌症的平均发病年龄也会逐渐增加，因此，在分析年龄变化时还需要调整人口年龄结构的影响，即采用标化平均发病年龄的概念，剔除不同年份人口或地区结构的影响，计算过程如下。
根据表1数据可得，平均发病年龄=(1 262×2.5+804×7.5+…+48 152×82.5+25 733×87.5)/642 850=63.07(岁)；标化平均发病年龄=(13.69×2.5+7.35×7.5+…+75.78×82.5+65.52×87.5)/1 857.79=60.70(岁)；根据肿瘤监测的实际数据看，85岁及以上组的个案数据计算的平均年龄近似等于87.5岁，因此，建议年龄变化的相关研究中对85岁及以上组的平均年龄取值87.5岁，可以为相关数据比较建立统一标准。
某地区不同年龄人群某癌症发病情况
某地区不同年龄人群某癌症发病情况
| 年龄（岁）① | 病例数② | 覆盖人口数③ | 发病率（/10万）④ | 标准人口数⑤ | 理论发病例数⑥ | 理论发病构成比（%）⑦ |
|---|---|---|---|---|---|---|
| 0~4 | 1 262 | 11 063 083 | 11.41 | 120 000 | 13.69 | 0.74 |
| 5~9 | 804 | 10 939 492 | 7.35 | 100 000 | 7.35 | 0.40 |
| 10~14 | 801 | 10 644 355 | 7.53 | 90 000 | 6.77 | 0.36 |
| 15~19 | 1 401 | 13 241 576 | 10.58 | 90 000 | 9.52 | 0.51 |
| 20~24 | 2 940 | 17 987 676 | 16.34 | 80 000 | 13.08 | 0.70 |
| 25~29 | 5 607 | 18 225 832 | 30.76 | 80 000 | 24.61 | 1.32 |
| 30~34 | 9 191 | 17 225 402 | 53.36 | 60 000 | 32.01 | 1.72 |
| 35~39 | 14 837 | 17 688 823 | 83.88 | 60 000 | 50.33 | 2.71 |
| 40~44 | 31 017 | 20 262 762 | 153.07 | 60 000 | 91.84 | 4.94 |
| 45~49 | 47 485 | 19 593 179 | 242.35 | 60 000 | 145.41 | 7.83 |
| 50~54 | 54 408 | 15 942 076 | 341.29 | 50 000 | 170.64 | 9.19 |
| 55~59 | 83 729 | 16 272 506 | 514.54 | 40 000 | 205.82 | 11.08 |
| 60~64 | 88 583 | 12 229 639 | 724.33 | 40 000 | 289.73 | 15.60 |
| 65~69 | 78 828 | 8 413 853 | 936.88 | 30 000 | 281.07 | 15.13 |
| 70~74 | 75 258 | 6 396 462 | 1 176.56 | 20 000 | 235.31 | 12.67 |
| 75~79 | 72 814 | 5 227 037 | 1 393.03 | 10 000 | 139.30 | 7.50 |
| 80~84 | 48 152 | 3 176 953 | 1 515.67 | 5 000 | 75.78 | 4.08 |
| ≥ 85 | 25 733 | 1 963 784 | 1 310.38 | 5 000 | 65.52 | 3.53 |
| 合计 | 642 850 | 226 494 490 | 283.83 | 1 000 000 | 1 857.79 | 100.00 |
注: ④=②/③×100 000；⑥=④×⑤/100 000；⑦=⑥/∑⑥×100；≥85岁组的平均年龄取值87.5
癌症发病在人群中随年龄增加而增加，分布相对集中在高年龄组人群中，因此可采用中位发病年龄反映人群癌症发病的年轻化情况。中位数的计算可以参考相关统计书籍。但对于频数表资料，可以用百分位数（Px）计算中位数。计算公式为：Px=L+i/fx(xn/100-fL)
其中，Px为百分位数，L为所求百分位数所在组段下限，i为组距，fx为该组段的频数，n为总数，fL为该组段之前的累积频数。结合百分位数，可以计算发病年龄的四分位间距。中位年龄的变化可能受到不同年龄组发病率变化的影响，结合四分位间距能更好地反映人群癌症发病年龄的分布变化情况。
判断发病年龄变化是否前移的另一个指标，可根据年龄别发病率的变化判断。低年龄组的发病逐渐上升且上升速度较快，可以视为年龄前移的指标之一。年龄别发病率计算公式为：λi=di/pi其中λi是i年龄组发病率，di是年龄别发病数，pi是年龄别覆盖的人年；发病率一般用"/10万"表示，对于儿童肿瘤，也可以用"/100万"表示。平均年度变化值可以采用Joinpoint软件计算，或者可采用对数线性模型拟合：Ln(y)=a+bx或y=axb。其中，y为发病率，x为年份，a和b为系数，则年度变化值为(exp(b)-1)×100%。
此外，除了上述年龄别发病率图之外，还可以通过年龄-时期-队列模型，根据不同出生队列人群的癌症发病率变化情况分析。可以分析不同年龄组发病率变化情况，或结合年度变化百分比，定量计算不同年龄组人群的发病率变化，更直观地比较和分析。
上述中平均年龄和年龄别发病率均能从一定程度上反映癌症发病变化是否有年龄前移的趋势，但均存在一定的弊端，如以发病率分析时，如果癌症整体发病率水平呈现下降趋势，但平均发病年龄仍然呈现上升趋势，则较难判断，因此，还需要结合年龄别发病构成分析，构成计算公式如下：pi=di/∑d×100%；其中，Pi为i年龄组发病构成，di为i年龄组发病数。如表1所示，pi为②列发病数所占构成情况。年龄别发病构成可以从年龄分布情况分析癌症发病的年龄变化趋势，但年龄别发病受人口结构的影响，因此，在使用此指标时，应该对人口结构进行标化，分析标化年龄别发病构成，即表1中⑦列。
指标"标化年龄别发病构成比"可以调查人口年龄结构的影响，并且理论上所有年龄组构成比之和为100%，因此比较曲线分布变化可以从整体分布判断年龄变化趋势。如图1所示，A图中a、b两条曲线分布近似，但是b曲线的峰值下降，低年龄组和高年龄组的构成上升，而B图中，b曲线整体右移，所以b相对a则呈现老龄化趋势，而a相对于b则呈现年轻化趋势。
总体而言，癌症发病年龄变化应该是一个综合判断的结果，也是一个相对概念，表示发病趋于更年轻人群或更老龄化人群，年轻化并不单指"年轻人"发病增加。如前列腺癌发病高峰主要发生于70岁左右的人群，若发病高峰人群逐渐前移至69岁及以下人群则可以视为发病年龄前移。
本文为癌症发病年龄变化的判定提供简单思路和计算方法，读者也可以尝试其他方法，无论采用哪一种方法，均需要考虑人口老龄化的影响，及调整人口年龄结构。对人群癌症发病年龄进行分析，可以了解不同癌症的年龄分布变化趋势，为针对不同人群的癌症防控政策制定提供数据支撑。
