研究架構 相關研究資料收集與整理(68-88 年癌症發生檔、死亡檔及人口檔) 資料單位: 鄉鎮區
空間因子：都市化程度指標、居 住地形指標、人口老化程度、醫 療資源分佈及人口密度、五分法 危險區、二分法危險區
時間因子：年代(Period 68-88)、
年齡(Age)、世代(Cohort)、癌症五 年存活率
1. 癌症死亡與發生相關預測模式：
模式一：log(死亡/發生)=癌症別+年代+年齡 (男、女分開)
模式二：log(死亡/發生)= 癌症別+年代+年齡+存活率(男、女分開) 模式三：log(死亡/發生)=性別+年代+年齡+存活率(男、女、全部) 2. 預測模式與空間因子之關係、預測模式與時間因子之關係 癌症指標：粗發生率及死亡率、每年年齡標準化發生率及死亡 率、五年年齡標準化發生率及死亡率、五分法危險區每區個數、
二分法危險區每區個數、發生與死亡勝算比、死亡/發生比值
癌症地圖、五年交叉相關、Moran’s I(聚集)、 卡方趨勢檢定及序位r 值
時間序列自相關係數、
時間序列交叉相關係數
等比勝算迴歸模式、合併勝算比檢 定、死亡/發生比值分佈、比值地圖
年代趨勢圖、世代趨勢圖、年齡分 佈圖
由空間觀點探討癌症發生與死 亡之相關
由時間觀點探討癌症發生與死 亡之相關
癌症的選擇：肺癌、肝癌、胃癌、結直腸癌、腎癌、口腔癌、血 癌、子宮頸癌、乳癌
一、資料處理步驟
於檔案之處理方式首先以統計軟體 SPSS 將資料檔讀出，接著以 SAS 處理資料。處理方法如下：
1. 將年齡分層處理，配合人口五歲分齡資料計算，將實足年齡 與人口資料同樣分成 19 層。
2. 選取癌症部位別，主要依腫瘤學國際疾病分類 (ICD-9 ， International Classification of Disease for Oncology)癌症部位分 類，取前三碼為部位別分類，其中分類碼 162 分類為肺癌，155 分類為肝癌，179、180 歸為子宮頸癌，174 分類為乳癌，151 分類為胃癌，153、154 分類為結腸直腸癌，189 分類為腎癌，
140-149 除 142 與 147 外，分類為口腔癌，169 分類為血癌。
3. 分鄉鎮別、年齡層將發生個數及死亡個數分別與人口檔合併。
4. 將鄉鎮區依都市化程度、都市山地離島分佈、醫療資源分佈、
人口密度及人口老化比例分別加以分類。
5. 分年將各種癌症之標準化發生率及死亡率進行時間序列分 析，個別計算其自身相關並合併計算兩者之交叉相關。
6. 以鄉鎮區為單位，計算五年（71-75、76-80、81-85）標準化發 生率及死亡率的相關情形，並結合地理資訊系統(ArcView 軟體)
7. 以台灣各鄉鎮區為主軸，將五年標準化發生率及死亡率依其 高低程度分為五層，與都市化程度（分三層）、醫療資源分佈
（分三層）及人口老化比例（分三層）結合，以卡方趨勢及 勝算比模式分別對資料進行檢定。
8. 五年標準化發生率及死亡率之地理聚集性檢定，而這些處理 過程中因行政區調整，原一區分成多區之新竹市、嘉義市、
台北市之松山區(松山區、信義區)，可能是醫院病歷未隨戶籍 料更新，因此癌症個案登記資料區分仍有大部份未加以分 區，因此資料整理雖區分為新行政區，但分析上仍應以未劃 分前之整個行政區為分析，方不致造成此新舊行政區發生個 案偏離事實情形。
9. 分年探討 21 年來各癌症之年代趨勢，並以五年（71-75、76-80、
81-85）標準化發生率及死亡率依癌症別建立癌症年齡分佈情 形及癌症世代效應趨勢。
10. 結合年代、年齡、存活率等因子，建立一癌症發生與死亡之 相關預測模式。以癌症發生觀察值與模式預測值，探討此預 測模式的準確性。
二、資料庫與圖形及屬性資料連結
1.人口資料與地圖資料連結，產生人口地圖檔：
將人口資料電腦檔依鄉鎮區別賦予與 ArcView電子地圖檔具相同 鍵值之編碼，建立新的連結，產生新的人口地圖檔。
2.癌症發生檔及死亡檔與地圖檔資料連結，產生癌症地圖檔：
將分析完成之標準發生比資料存成 dbf 檔案，並賦予與地圖有相 同鍵值之代碼，同樣以 ArcView 軟體與其合併，建立 ArcView 格式檔 案，產生癌症地圖檔。
3.以GIS軟體做各相關主題圖形輸出：
將建檔連結完成之癌症地圖資料檔，選擇要建立主題圖格式，指 定呈現欄位名稱，設定出圖顏色、圖例等資料，繪製主題圖，其後並 設定出圖格式紙張大小，直接從印表機輸出或將圖存成單一圖型檔 案。
三、相關指標的計算方法
以下指標均依不同性別計算。此處所計算的發生率與一般發生率 的公式略有不同，一般發生率的計算，分母為期初尚未發現有該種癌 症的人口數，本研究所使用的計算方法，分母為未扣除已有該種癌症
81-85 年五年合併資料做探討，所以分母的值一般皆高，因而分母部 份有扣除或沒有扣除已有該種癌症的人口數，對結果的低估影響應不 大。而死亡部份計算與一般公式相同。
各主要指標之計算方法如下：
1. 各年齡層發生率、死亡率=
各年齡層之年中人口數
數、癌症死亡個數 各年齡層之癌症發生個
2. 某地區標準化發生率、死亡率 某地區標準化發生率、死亡率
= 各年齡層標準人口
各年齡層標準人口）
率、死亡率
（某地區各年齡層發生
∑ ∑
×以台灣地區85年年中人口數為標準人口
此指標的特色是將不同地區、不同年度、不同性別的癌症發生 率及死亡率均調整為有一相同的人口結構，如此此指標可作為不 同地區、不同年度、不同性別之間的比較。
3.癌症發生與死亡之五分法危險區
我們以不同癌症的各地區71-75、76-80、81-85年標準化發生率 及死亡率依其數值高低各取20、40、60及80百分位數將鄉鎮區分為五 等級，例如肺癌發生的高、略高、中、略低及低危險區。
4.癌症發生與死亡之二分法高危險區
我們以不同癌症的各地區71-75、76-80、81-85年標準化發生率 及死亡率依其數值高低各取前40%區域為高危險區。
5. Moran’s I ：
空間相關係數，以距離間隔對應空間上的相對位置，指標數值越 高，代表空間聚集性越強。
6. 時間序列自身與交叉相關係數：
時間相關係數，以時間間隔對應時序上的相對位置，分為自身相 關與交叉相關，自身相關係數指標數值越高，代表時序上趨勢性越強；
交叉係數相關越高，表示兩序列之間時間之相關性越強。
四、統計模型
1.等比勝算迴歸模型(Proportional Odds Model)進行相關分析
為尋求以更結構化的指標來表示癌症發生及死亡與空間因子的 相關，我們嘗試找出適當的統計模型進行探討，在嘗試不同模型後，
我們選擇等比勝算迴歸模型(Proportional Odds Model)進行相關分析。
等比勝算迴歸模型(Proportional Odds Model)的介紹 模型架構如下：
k k j
x
j x x x
ODD ( )) =α +β1 1+β2 2 +Λ +β log(
x 表示代表空間因子的特色。
p Odd p
= −
1 ，在流行病學上稱為勝算，為某事件發生的機率(p)除以不 發生的機率(1-p)，該指標等於1，表示該事件發生與不發生機率相
指標小於1，表示該事件發生的機率小於不發生機率。
2. Log-linear迴歸模型用以檢定發生危險勝算比在各因子間是否相 同。
k=2 log(θID(2))=(λ11ID −λ12ID −λ21ID +λ22ID)+(λ112IDX −λ122IDX −λ212IDX +λ222IDX)
k=3 log(θID(3))=(λ11ID −λ12ID −λ21ID+λ22ID)+(λ113IDX −λ123IDX −λ213IDX +λ223IDX)
(1).i 表示癌症發生危險分區，i=1 高發生區，i=2 低發生區；j 表示癌 症死亡危險分區，j=1 高死亡區=2 低死亡區；k 表示影響因子之等級，
例 k=1 表示低都市化地區，k=2 表中都市化地區，k=3 表示高都市化 地區。
(2).θID( i)，k=1、2、3 表示影響因子在各等級癌症發生與死亡的勝算比 (3).此勝算比表示高發生區高死亡的勝算與低發生區高死亡的勝算比 值，本研究之假設當此勝算比小於 1 表示該區域受到醫療資源的保護 較多，致使雖然高發生但死亡率並無相對地偏高
3.癌症發生與死亡之相關預測模式
根據衛生署民國 86 年所做的存活分析結果(參附錄一)，在男性方 面，研究所探討癌症中五年存活率估計有列出結果者為肺癌
(10.38%)、肝癌(12.98%)、胃癌(29.24%)、口腔癌(40.26%)及結直腸癌 (46.96%)五種，在女性方面，五年存活率估計則有肺癌(11.89%)、肝癌 (16.06%)、胃癌(33.84%)、結直腸癌(50.70%)、子宮頸侵襲癌(71.55%)
年存活率加以調整為三個層級，50 歲至 70 歲之族群，同衛生署之五 年存活率估計值(參附錄一)，50 歲以下族群男性乘上 1.4231 倍、女性 乘上 1.4084 倍，70 歲以上族群男性乘上 0.6373 倍、女性則乘上 0.6338 倍。年代效應上，以組中點值 73 年、78 年及 83 年代表該五年的年代，
並分別以連續及不連續變項探討合適性。年齡效應上，以組中點值 27.5, 32.5, 37.5, 42.5 , … ,87.57 代表每一五歲年齡層的值，亦分別以連 續及不連續變項探討合適性。
經過一系列模式測試，我們選擇以死亡率及發生率的比值為依變項，
並先經對數轉換(Log transformation)此比值，分別依不同性別，以一般 線性模式(Generalized Linear Model)將癌症部位別(Cancer site)、年代 (Period)、年齡(Age)列入模式(模式一)，另外我們嘗試再加入五年存活 率(Survival Rate)來增加預測準確性(模式二)。年代、年齡及五年存活 率(單位: %)均視為連續變項，年齡及五年存活率均加入平方及立方項 來顯示其非線性特質。首先探討下列二模式：
模式一 log(死亡率/發生率)= 癌症位置別+年代+年齡
模式二 log(死亡率/發生率)= 癌症位置別+年代+年齡+五年存活率 藉著上述兩模式推估發生與死亡之相關。由於癌症位置別與五年存活 率在模式二中解釋的東西有很強的重疊，效應容易混合不清，故再提 出模式三，以易於澄清各因素之關係。
模式三 log(死亡率/發生率)= 性別+年代+年齡+五年存活率
第肆章、結果
本章分三節討論，第一節為從空間觀點探討癌症發生與死亡的相 關性，第二節為從時間觀點探討癌症發生與死亡時間相關性，第三節 結合年代、年齡及各癌症存活率建立癌症發生與死亡相關預測模式，
並針對所提模式分別就時間影響因子及空間影響因子進行討論。
第一節、從空間觀點探討癌症發生與死亡的相關性
本節分三小節來探討結果，4.1.1 節從癌症地圖來探討發生與死亡 的相關性，4.1.2 節從聚集指標來探討發生與死亡的相關性，4.1.3 節 從區域特質來探討發生與死亡的相關性。
4.1.1 從癌症地圖來探討發生與死亡的相關性
圖 4.1 所列為台灣地區縣市分佈圖，圖 4.1a 至圖 4.1f 所列為台灣 地區四大區域圖、台灣地區都市化分佈圖、台灣地區地型分級分佈圖 及台灣地區老化程度分佈圖，提供行政區界及區域特質之空間基本資 料。
圖 4.1.1.1 至 圖 4.4.1.9 (圖 4.1.1.1-全癌症、圖 4.1.1.2-肺癌、圖 4.1.1.3-肝癌、圖 4.1.1.4-胃癌、圖
4.1.1.5-結直腸癌、圖 4.1.1.6-口腔癌、圖 4.1.1.7-腎癌、圖 4.1.1.8-血癌、圖 4.1.1.9-10-女性子宮頸癌及乳癌)分別列各
種癌症 81-85 年癌症年齡標準化發生率與癌症年齡標準死亡率的五 分法分層地圖，顏色深淺表示比率值的高低，圖中並列出皮爾森相關
種癌症 81-85 年癌症年齡標準化發生率與癌症年齡標準死亡率的五 分法分層地圖，顏色深淺表示比率值的高低，圖中並列出皮爾森相關