܄

癌症大数据告诉了我们什么?

【数据猿导读】 世卫组织数据显示,到2020年前,全球癌症发病率将增加50%,即每年将新增1500万癌症患者。不仅如此,癌症的死亡人数也在全球迅猛上升,2030年这个数字可能会增至1320万。而且,全球20%的新发癌症病人在中国。癌症已经成为了一种常见的恶疾,如今医疗领域也在着手利用大数据致癌,那么癌...

癌症大数据告诉了我们什么?

中国医学科学院肿瘤医院肿瘤研究所的陈万青、赫捷等研究人员在今年1月25日美国《临床医师癌症期刊》(CA:A Cancer Journal for Clinicians)发表了《2015年中国癌症统计》的文章。该文指出,2015年中国约有430万人确诊癌症,另外280万人因癌症去世。慢性感染、吸烟及污染等是导致中国癌症个案急速上升的重要原因。

这是迄今为止用大数据对中国癌症进行的较为全面的阐述和分析。这些大数据来源于中国癌症中心肿瘤注册数据库22个注册单位,数据涵盖2009年至2011年,包含中国72个地区,人数占中国总人口的约6.5%,并由这些数据估算了在2015年中国新发肿瘤病例和死亡病例。

大数据的意义在于,能找出事物的规律、主要原因和发展趋势,现在这项代表中国癌症最全面的大数据就在于,不仅能为中国人的防癌抗癌提供科学依据,也能为世界的防癌抗癌提供借鉴。中国人最常见的4种癌症分别为肺癌、胃癌、肝癌和食管癌,这些癌症占了全国癌症病例的57%,同时又占全球癌症病例的1/3到1/2。

《2015年中国癌症统计》中的大数据最重要的长远意义是,再次明确阐明了一个理念,人们患癌的主要原因不是基因和遗传,而是后天环境和生活方式,无论是癌症的产生、死亡和预后,先天因素都只是次要原因,后天因素才是重要原因。

中国癌症大数据显示,大部分癌症可以通过减少癌症危险因素和有效的临床诊治来预防。同时,约60%的癌症死亡可以通过减少可控危险因素暴露来预防。例如,控制慢性感染可减少29%的癌症死亡,主要是胃癌、肝癌和宫颈癌;控制吸烟可以减少23%-25%的癌症相关死亡。

2015年12月,英国《自然》杂志发表了一篇题为《外源性因素对癌症发展的实质贡献》的文章,美国纽约大学石溪分校研究人员在这篇文章中指出,绝大多数癌症都可以追溯到生活方式、环境因素等外源性因素,接近90%的癌症都是如此,只有10%-30%的癌症的发生可以归结于基因突变。

不同的研究当然有不同的数据、事实和方式,从中国人患癌的大数据来看,显然是支持后天环境才是癌症产生的主要原因的结论。至少从统计意义上看,中国的癌症占了世界的近一半,主要诱因就是生活方式和环境污染,包括吸烟、饮食不当,以及严重的空气、土壤和食物污染。

中国人乃至地球人患癌的主要原因不是基因和遗传,而是环境因素和生活方式。由此还可以深化和追溯到一个肿瘤发生学说的悖论——佩托悖论(Peto';s Paradox),也即癌症发生的先天说与后天说的矛盾。如果癌症是因为基因的随机突变引发的,细胞多的大型动物会更容易患癌,如大象和蓝鲸,细胞少的动物如老鼠则不太容易患癌,但实际上并非如此。体型巨大的蓝鲸实际上患癌的概率并不比小鼠高。灵长类动物不论其体型大小,普遍是在生命的后期开始出现较高的患癌概率。

现在,大量的研究合理地解释了佩托悖论。后天环境作用于身体和组织器官的外力(压力)才是引发癌症的主要原因。人的正常组织中本来就有一定的细胞携带着致癌突变基因,但是在健康个体的组织中,这些携带有基因突变的细胞一直都循规蹈矩,不敢越雷池一步,因为其致癌的天性一直被正常细胞压制着。但是,当许多外源性因素改变时,如吸烟、饮酒、生活压力增大等,都会使细胞所处的环境变差,那些携带有致癌突变基因的细胞就可能在这样的环境下不受抑制,其致癌性更容易表现出来,而且在数量上开始增加并占据生物组织里面的主导地位,癌症便产生了。

中国癌症大数据提示,通过改善空气、水、土壤和食物污染,以及建立和遵循良好的生活方式,完全有可能把中国人的癌症发病率和死亡率降低,中国人完全可以远离癌症。


来源:北京青年报

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

#榜样的力量#内蒙古自治区互联网医疗服务系统丨数据猿新冠战“疫”公益策划
#榜样的力量#内蒙古自治区互联网医疗服务系统丨数据猿新冠战“...
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部