Analysis of the Incidence and Mortality Trends of Lung Cancer in China from 1990 to 2021 and Prediction for 2035

doi:10.12114/j.issn.1007-9572.2024.0721

Abstract

Abstract:

Background

Lung cancer is a major global public health issue. As one of the countries with a high lung cancer burden, China's trends in incidence and mortality are influenced by environmental, economic, and behavioral factors, with significant regional variations. Understanding the spatiotemporal drivers of lung cancer burden and proposing precise prevention and control strategies are crucial for achieving the "Healthy China 2030" goal.

Objective

To analyze and predict the incidence and mortality trend of lung cancer in China from 1990 to 2021, explore the spatial heterogeneity of regional environmental and economic factors on the epidemic trend of lung cancer, and put forward suggestions for precise prevention and control.

Methods

Based on the Global Burden of Disease (GBD) data, the number of lung cancer cases and deaths, age-standardized incidence rate and age-standardized mortality rate of different genders and ages in China from 1990 to 2021 were extracted. The trend turning points were identified using the age-period-ecological model, the breakpoint regression (JPR) model, and the Holt exponential smoothing model. Environmental factors (PM_2.5, industrial pollution) and economic factors (per capita GDP, medical resources) were integrated, and the spatial Durbin model was used to analyze regional heterogeneity. The Holt exponential smoothing model was employed to forecast the trend in 2035.

Results

The JPR model showed that from 1990 to 2021, the age-standardized incidence rate of lung cancer in China increased by an average of 0.94% annually (95%CI=0.87%-1.01%), with the age-standardized mortality rate increasing by 0.38% (95%CI=0.31%-0.45%). The incidence of lung cancer showed significant spatial clustering (P<0.05). The Beijing-Tianjin-Hebei region, Heilongjiang, Jilin and Liaoning and the Sichuan were high-risk areas. The spatial Durbin model indicated that exposure to PM_2.5 (β=1.15, 95%CI=1.02-1.28) and large industrial waste gas emissions (β=0.89, 95%CI=0.75-1.03) were risk factors for lung cancer (P<0.05), while a high per capita GDP (β=-0.62, 95%CI=-0.78 to -0.46) and a high density of tertiary hospitals (β=-0.74, 95%CI=-0.89 to -0.59) were protective factors for lung cancer (P<0.05). It was predicted that by 2035, the age-standardized incidence rate of lung cancer across the country would reach 46.18 per 100 000, and the age-standardized mortality rate of lung cancer would reach 38.26 per 100 000. From 2022 to 2035, the incidence and mortality trends of lung cancer among women would further increase, while the trend among men would be relatively stable.

Conclusion

The burden of lung cancer in China shows a spatial differentiation feature of "high in the north and low in the south", and environmental exposure and uneven medical resources are the key driving factors. It is suggested to implement targeted screening for high-risk areas (industrial areas in the north) and population (female patients) to reduce health inequality and help achieve the national cancer prevention and control goals.

Key words: Lung cancer, Incidence trends, Mortality trends, Environmental exposure, High-risk subgroups, Targeted prevention and control

摘要：

背景

肺癌是全球重大公共卫生问题，中国作为肺癌负担较重的国家之一，其发病与死亡趋势受环境、经济及行为因素的多重影响，且存在显著区域异质性。解析肺癌疾病负担的时空驱动机制并提出精准防控策略，对实现"健康中国2030"目标至关重要。

目的

分析并预测1990—2021年中国肺癌发病并死亡趋势，探讨区域环境与经济因素对肺癌流行趋势的空间异质性影响，提出精准防控建议。

方法

基于全球疾病负担（GBD）数据，提取中国1990—2021年不同性别、年龄的肺癌发病和死亡人数、年龄标化发病率及年龄标化死亡率数据。采用年龄-时期-队列模型、联结点回归（JPR）模型及Holt指数平滑模型识别趋势转折点；整合环境（PM_2.5、工业污染）、经济（人均GDP、医疗资源）数据，利用空间杜宾模型解析区域异质性；通过Holt指数平滑模型预测2035年肺癌发病与死亡趋势。

结果

JPR模型显示1990—2021年中国肺癌年龄标化发病率年均增长0.94%（95%CI=0.87%~1.01%），年龄标化死亡率增长0.38%（95%CI=0.31%~0.45%）；肺癌发病率呈现空间聚集性（P<0.05），京津冀、黑吉辽及四川省为高风险地区。空间杜宾模型显示，PM_2.5暴露（β=1.15，95%CI=1.02~1.28）、工业废气排放量大（β=0.89，95%CI=0.75~1.03）是肺癌发病的危险因素（P<0.05），而人均GDP高（β=-0.62，95%CI=-0.78~-0.46）和三级医院密度高（β=-0.74，95%CI=-0.89~-0.59）是肺癌发病的保护因素（P<0.05）。预测到2035年，全国肺癌年龄标化发病率将达46.18/10万，年龄标化死亡率将达到38.26/10万，2022—2035年女性的肺癌发病和死亡趋势可能进一步上升，而男性的变化趋势较为平缓。

结论

中国肺癌疾病负担呈现"北高南低"的空间分异特征，环境暴露与医疗资源不均是关键驱动因素。建议针对高风险区域（北方工业区）及人群（女性患者）实施精准筛查，以降低健康不平等，助力国家癌症防控目标实现。

关键词: 肺癌, 发病趋势, 死亡趋势, 环境暴露, 高风险亚群, 精准防控

YANG Qinghui,HU Yingxue,NI Pingwei, et al. Analysis of the Incidence and Mortality Trends of Lung Cancer in China from 1990 to 2021 and Prediction for 2035[J]. Chinese General Practice, 2026, 29(02): 256-263. DOI: 10.12114/j.issn.1007-9572.2024.0721.
杨清惠,胡映雪,倪萍蔚等. 1990—2021年中国肺癌发病和死亡趋势分析及2035年预测研究[J]. 中国全科医学, 2026, 29(02): 256-263. DOI: 10.12114/j.issn.1007-9572.2024.0721.

Figures/Tables 8

References 31

[1]	WANG S Q, CHEN J J, JIANG Y C, et al. Targeting GSTP1 as therapeutic strategy against lung adenocarcinoma stemness and resistance to tyrosine kinase inhibitors[J]. Adv Sci, 2023, 10(7): e2205262. DOI: 10.1002/advs.202205262.
[2]	SUNG H, FERLAY J, SIEGEL R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2021, 71(3): 209-249. DOI: 10.3322/caac.21660.
[3]	李小钰, 黄青, 吴雨濛, 等. 2022年全球癌症统计报告的窄谱总结和展望[J]. 肿瘤防治研究, 2024, 51(5): 307-312.
[4]	LI H Y, ZHANG H, HUANG G M, et al. Loss of RPS27a expression regulates the cell cycle, apoptosis, and proliferation via the RPL11-MDM2-p53 pathway in lung adenocarcinoma cells[J]. J Exp Clin Cancer Res, 2022, 41(1): 33. DOI: 10.1186/s13046-021-02230-z.
[5]	王泽洲, 郑莹. 1990年至2020年间全球及我国肺癌的发病流行趋势及防控措施[J]. 诊断学理论与实践, 2023, 22(1): 1-7. DOI: 10.16150/j.1671-2870.2023.01.001.
[6]	JIN Y, KANG Y L, WANG M H, et al. Targeting polarized phenotype of microglia via IL6/JAK2/STAT3 signaling to reduce NSCLC brain metastasis[J]. Signal Transduct Target Ther, 2022, 7(1): 52.
[7]	SIEGEL RL, MILLER KD, JEMAL A. Cancer statistics, 2016[J]. CA Cancer J Clin, 2016, 66(1): 7-30. DOI: 10.3322/caac.21332.
[8]	苏凯, 俞庆华, 曹家旺, 等. 非小细胞肺癌血清lncRNA XIST、miR-126-3p表达与根治术后复发的关系[J]. 局解手术学杂志, 2025, 34(2): 134-139.
[9]	关于印发健康中国行动—癌症防治行动实施方案(2023—2030年)的通知[EB/OL]. (2023-10-30)[2025-01-10].
[10]	WANG Y Z, MALIK S, SUH H W, et al. Anti-seed PNAs targeting multiple oncomiRs for brain tumor therapy[J]. Sci Adv, 2023, 9(6): eabq7459. DOI: 10.1126/sciadv.abq7459.
[11]	THOL K, PAWLIK P, MCGRANAHAN N. Therapy sculpts the complex interplay between cancer and the immune system during tumour evolution[J]. Genome Med, 2022, 14(1): 137. DOI: 10.1186/s13073-022-01138-3.
[12]	ZHANG L L, CHEN D S, SONG D L, et al. Clinical and translational values of spatial transcriptomics[J]. Signal Transduct Target Ther, 2022, 7(1): 111. DOI: 10.1038/s41392-022-00960-w.
[13]	GBD 2021 Diseases and Injuries Collaborators. Global incidence, prevalence, years lived with disability(YLDs), disability-adjusted life-years(DALYs), and healthy life expectancy(HALE)for 371 diseases and injuries in 204 countries and territories and 811 subnational locations, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021[J]. Lancet, 2024, 403(10440): 2133-2161. DOI: 10.1016/S0140-6736(24)00757-8.
[14]	RUBIN R T. Profile: institute for health metrics and evaluation, WA, USA[J]. Lancet, 2017, 389(10068): 493. DOI: 10.1016/S0140-6736(17)30263-5.
[15]	CAYUELA L, GAETA A M, LOPEZ-CAMPOS J L, et al. Age-period-cohort effect on lung cancer mortality in Spain, 1982-2021[J]. Lung Cancer, 2023, 178: 269-276. DOI: 10.1016/j.lungcan.2023.03.004.
[16]	DONG Z, WANG Q Q, YU S C, et al. Age-period-cohort analysis of pulmonary tuberculosis reported incidence, China, 2006-2020[J]. Infect Dis Poverty, 2022, 11(1): 85. DOI: 10.1186/s40249-022-01009-4.
[17]	KIM H J, FAY M P, FEUER E J, et al. Permutation tests for joinpoint regression with applications to cancer rates[J]. Stat Med, 2000, 19(3): 335-351. DOI: 10.1002/(sici)1097-0258(20000215)19:3<335::aid-sim336>3.0.co;2-z.
[18]	XU W Z, SHAO Z H, LOU H L, et al. Prediction of congenital heart disease for newborns: comparative analysis of Holt-Winters exponential smoothing and autoregressive integrated moving average models[J]. BMC Med Res Methodol, 2022, 22(1): 257. DOI: 10.1186/s12874-022-01719-1.
[19]	AMUSA L B, TWINOMURINZI H, OKONKWO C W. Modeling COVID-19 incidence with google trends[J]. Front Res Metr Anal, 2022, 7: 1003972. DOI: 10.3389/frma.2022.1003972.
[20]	辛雯艳, 郭晓莉, 何小双, 等. 1990—2019年我国居民肺癌死亡水平与疾病负担趋势预测研究[J]. 中华肿瘤防治杂志, 2024, 31(2): 65-73. DOI: 10.16073/j.cnki.cjcpt.2024.02.01.
[21]	王祥, 廖鹏强, 李强, 等. 肺癌的早期筛查现状及进展[J]. 肿瘤预防与治疗, 2022, 35(11): 1050-1054.
[22]	李泓伯, 杨莹, 虞永峰, 等. 中晚期非小细胞肺癌靶向治疗药物临床应用进展[J]. 世界临床药物, 2025, 46(2): 107-122.
[23]	胡凤, 马原, 康红. 2007—2021年四川省肺癌死亡趋势及年龄-时期-队列的效应分析[J]. 现代预防医学, 2024, 51(8): 1370-1376. DOI: 10.20043/j.cnki.MPM.202401393.
[24]	BADE B C, DELA CRUZ C S. Lung cancer 2020: epidemiology, etiology, and prevention[J]. Clin Chest Med, 2020, 41(1): 1-24.
[25]	黄振秋, 黄子硕, 张孟齐, 等. 中国女性肺癌发病率的空间分布特征分析[J]. 中国农村卫生事业管理, 2024, 44(5): 375-380. DOI: 10.19955/j.cnki.1005-5916.2024.05.013.
[26]	柳章艳, 黄桂柳, 黄赞松, 等. 慢性多因素疾病与肿瘤相关性的研究进展[J]. 右江民族医学院学报, 2023, 45(6): 944-948.
[27]	平方芳, 付新鸽, 李艺博. 老年肺癌患者下肢深静脉血栓形成情况及其影响因素分析[J]. 实用癌症杂志, 2024, 39(4): 612-614, 619.
[28]	WU F Y, WANG L, ZHOU C C. Lung cancer in China: current and prospect[J]. Curr Opin Oncol, 2021, 33(1): 40-46.
[29]	罗峰, 殷荣华, 陆滢滢, 等. 500例非小细胞肺癌患者住院费用的影响因素[J]. 中国病案, 2024, 25(1): 61-64.
[30]	李玉婷, 万绍平, 杨中华. 肺癌筛查行为影响因素研究进展[J]. 中国公共卫生, 2023, 39(4): 521-525.
[31]	张可可, 卢宁. 中青年与老年人肺癌术后患者的临床病理特点和预后因素[J]. 吉林医学, 2023, 44(12): 3443-3447.

类别	男性			女性			总体
类别	分段（年）	APC（95%CI）（%）	AAPC（95%CI）（%）	分段（年）	APC（95%CI）（%）	AAPC（95%CI）（%）	分段（年）	APC（95%CI）（%）	AAPC（95%CI）（%）
年龄标化发病率	1990—1998	0.83（0.52~1.10）^a	0.85（0.78~0.92）^a	1990—2005	1.56（1.46~1.68）^a	1.15（1.09~1.20）^a	1990—1997	0.85（0.53~1.13）^a	0.94（0.87~1.01）^a
	1998—2004	3.22（2.94~3.64）^a		2005—2008	-0.37（-0.71~1.62）		1997—2004	2.55（2.32~2.83）^a
	2004—2007	-0.65（-1.12~0.15）		2008—2011	0.87（-0.91~1.28）		2004—2007	-0.40（-0.76~0.50）
	2007—2011	1.94（1.41~2.77）^a		2011—2014	-1.54（-1.96~1.55）		2007—2011	1.56（1.00~2.19）^a
	2011—2021	-0.50（-0.81~-0.26）^a		2014—2021	2.21（1.88~2.70）^a		2011—2015	-0.70（-1.39~-0.09）^a
							2015—2021	0.53（0.07~1.60）^a
年龄标化死亡率	1990—1998	0.66（0.35~0.94）^a	0.34（0.26~0.40）^a	1990—2004	1.29（1.21~1.38）^a	0.53（0.48~0.58）^a	1990—1997	0.68（0.31~0.97）^a	0.38（0.31~0.45）^a
	1998—2004	2.94（2.65~3.33）^a		2004—2007	-1.47（-1.79~-0.59）^a		1997—2004	2.22（1.99~2.50）^a
	2004—2007	-1.97（-2.45~-1.43）^a		2007—2011	-0.20（-0.61~0.38）		2004—2007	-1.69（-2.08~-0.70）^a
	2007—2010	1.74（0.98~2.24）^a		2011—2014	-2.39（-2.81~-1.60）^a		2007—2011	0.90（0.47~1.58）^a
	2010—2021	-1.04（-1.29~-0.88）^a		2014—2021	1.59（1.31~1.89）^a		2011—2014	-1.74（-2.22~-0.86）^a
							2014—2021	-0.23（-0.59~0.66）

类别	男性			女性			总体
类别	分段（年）	APC（95%CI）（%）	AAPC（95%CI）（%）	分段（年）	APC（95%CI）（%）	AAPC（95%CI）（%）	分段（年）	APC（95%CI）（%）	AAPC（95%CI）（%）
年龄标化发病率	1990—1998	0.83（0.52~1.10）^a	0.85（0.78~0.92）^a	1990—2005	1.56（1.46~1.68）^a	1.15（1.09~1.20）^a	1990—1997	0.85（0.53~1.13）^a	0.94（0.87~1.01）^a
	1998—2004	3.22（2.94~3.64）^a		2005—2008	-0.37（-0.71~1.62）		1997—2004	2.55（2.32~2.83）^a
	2004—2007	-0.65（-1.12~0.15）		2008—2011	0.87（-0.91~1.28）		2004—2007	-0.40（-0.76~0.50）
	2007—2011	1.94（1.41~2.77）^a		2011—2014	-1.54（-1.96~1.55）		2007—2011	1.56（1.00~2.19）^a
	2011—2021	-0.50（-0.81~-0.26）^a		2014—2021	2.21（1.88~2.70）^a		2011—2015	-0.70（-1.39~-0.09）^a
							2015—2021	0.53（0.07~1.60）^a
年龄标化死亡率	1990—1998	0.66（0.35~0.94）^a	0.34（0.26~0.40）^a	1990—2004	1.29（1.21~1.38）^a	0.53（0.48~0.58）^a	1990—1997	0.68（0.31~0.97）^a	0.38（0.31~0.45）^a
	1998—2004	2.94（2.65~3.33）^a		2004—2007	-1.47（-1.79~-0.59）^a		1997—2004	2.22（1.99~2.50）^a
	2004—2007	-1.97（-2.45~-1.43）^a		2007—2011	-0.20（-0.61~0.38）		2004—2007	-1.69（-2.08~-0.70）^a
	2007—2010	1.74（0.98~2.24）^a		2011—2014	-2.39（-2.81~-1.60）^a		2007—2011	0.90（0.47~1.58）^a
	2010—2021	-1.04（-1.29~-0.88）^a		2014—2021	1.59（1.31~1.89）^a		2011—2014	-1.74（-2.22~-0.86）^a
							2014—2021	-0.23（-0.59~0.66）

变量	直接效应[β（95%CI）]	空间溢出效应[θ（95%CI）]	P值
PM_2.5	1.15（1.02~1.28）	0.23（0.11~0.35）	<0.001
工业废气排放量	0.89（0.75~1.03）	0.18（0.05~0.31）	0.003
人均GDP	-0.62（-0.78~-0.46）	-0.12（-0.21~-0.03）	0.009
三级医院密度	-0.74（-0.89~-0.59）	-0.15（-0.26~-0.04）	0.002

变量	直接效应[β（95%CI）]	空间溢出效应[θ（95%CI）]	P值
PM_2.5	1.15（1.02~1.28）	0.23（0.11~0.35）	<0.001
工业废气排放量	0.89（0.75~1.03）	0.18（0.05~0.31）	0.003
人均GDP	-0.62（-0.78~-0.46）	-0.12（-0.21~-0.03）	0.009
三级医院密度	-0.74（-0.89~-0.59）	-0.15（-0.26~-0.04）	0.002