canregtools 0.2.11：把肿瘤登记分析串成一条流程

肿瘤登记

科研工具

从 Excel 或数据框出发，用一套明确的对象和函数，完成病例计数、率的计算、质量指标、年龄别率与报告准备。本文代码按 canregtools 0.2.11 实际运行结果编写。

作者

陈琼博士

发布于

2026年8月25日

修改于

2026年9月18日

陈琼博士肿瘤登记 · 数据科学发布于 2026年8月25日 · 更新于 2026年9月18日约 2,438 字 · 预计 7 分钟阅读

Excel / data.frame
        ↓
canreg / canregs
        ↓
count_canreg()
        ↓
fbswicd / fbswicds
        ↓
率、质量指标、图表、报告

这条对象流，是我们编写 canregtools 时最想固定下来的东西。

肿瘤登记分析真正费时间的地方，往往不是某一个公式，而是公式前后的衔接：病例表和人口表怎样对应？癌种怎样分组？年龄组是否一致？单个登记处的代码，怎样复用到多个登记处？同一批数据重新分析时，能否得到同样的结果？

canregtools 不试图替代专业审核。它做的事情更具体：把常用数据结构、分层变量和计算步骤约定清楚，让分析过程更容易复现、检查和复用。

先确认版本，再安装

本文使用的公开版本是 canregtools 0.2.11，要求 R 4.1.0 或更高。截至 2026 年 8 月 25 日，该版本可从作者的 R-universe 安装，R-universe 构建记录对应公开提交 0838ce7。

install.packages(
  "canregtools",
  repos = c(
    "https://gigu003.r-universe.dev",
    "https://cloud.r-project.org"
  )
)

library(canregtools)
packageVersion("canregtools")
# [1] '0.2.11'

目前它还不是 CRAN 包，因此只写 install.packages("canregtools")，R 可能提示找不到包。这里同时保留 CRAN 镜像，是为了安装 dplyr、tidyr、purrr 等依赖。

输入不是“一个表”，而是一个登记对象

单个登记处在包中表示为 canreg 对象。它至少包含四个部分：

组件	内容	关键字段
`areacode`	登记处或地区标识	字符型标识，不限于行政区划码
`FBcases`	发病病例	`sex`、`birthda`、`inciden`、`basi`、`icd10`、`morp`、`topo`
`SWcases`	死亡病例	`sex`、`birthda`、`deathda`、`icd10`
`POP`	分层人口	`year`、`sex`、`agegrp`、`rks`

这里有一个容易被忽略的细节：areacode 应保留为字符型。这样既能保存前导零，也能使用 REG-A 一类非行政区划标识。

如果数据已经在 R 中，可以用 as_canreg() 组装：

reg <- as_canreg(
  incidence = incidence_df,
  mortality = mortality_df,
  population = population_df,
  areacode = "REG-A"
)

如果使用标准 Excel 工作簿，可以用 read_canreg()。工作簿需要包含 FB、SW、POP 工作表；读取 Excel 还要安装可选依赖 readxl。

install.packages("readxl")

reg <- read_canreg(
  "REG-A.xlsx",
  pop_type = "long",
  age_var = "agegroup",
  pop_var = "popu",
  death_var = "death"
)

一个文件返回 canreg；传入多个文件或一个目录时，返回多个登记处组成的 canregs。文件读进来不等于数据已经可分析。日期先后、人口是否为负数、人口分层是否重复、病例和人口的年份及年龄组能否对齐，仍需要在计算前完成审核。

用内置数据跑通最短路径

包内数据 canregs 可以直接用于学习。它包含 3 个示例登记处。下面取第一个登记处，并把病例按年龄组和癌种归类计数。

library(canregtools)

data("canregs")
reg <- canregs[[1]]

names(reg)
# [1] "areacode" "FBcases" "SWcases" "POP"

fbsw <- count_canreg(
  reg,
  cancer_type = "big"
)

count_canreg() 是对象流的中间站。输入单个 canreg，得到 fbswicd；输入多个登记处的 canregs，得到 fbswicds。

cancer_type 决定 ICD-10 的分组口径：

"big"：26 个常用大类；
"small"：59 个较细类别；
"system"：按器官系统分组；
"gco"：按 Global Cancer Observatory 使用的癌种分组。

这不是单纯的显示选项。分组口径改变，病例数、排序和后续指标都会一起改变。同一项目中应固定 cancer_type，并在方法部分写明。

三个函数，拿到三类常用结果

年龄标化率：`create_asr()`

asr <- create_asr(
  fbsw,
  year, sex, cancer,
  event = "fbs",
  std = c("cn2000", "wld85"),
  show_ci = TRUE
) |>
  add_labels(lang = "cn")

event = "fbs" 计算发病，改成 event = "sws" 计算死亡。默认倍率为每 10 万人，默认保留两位小数。std 可以指定中国 2000 年标准人口、1985 年世界标准人口等；show_ci = TRUE 会同时返回区间估计。

在包内示例的首个登记处中，2021 年“口腔和咽（除外鼻咽）”有 38 例，粗率为 5.53/10万，中标率为 3.74/10万，世标率为 3.79/10万。这些数字只是演示输出结构，不代表某地区的最新疾病负担。

质量指标：`create_quality()`

quality <- create_quality(
  fbsw,
  year, cancer
) |>
  add_labels(label_type = "abbr", lang = "cn")

结果包括发病数 fbs、发病率 inci、死亡数 sws、死亡率 mort、死亡发病比 mi、病理学诊断比例 mv、仅有死亡医学证明书比例 dco 等。

上面没有把 sex 传入分层变量，因此结果按男女合计输出。需要分性别时，把 sex 放进函数：

quality_sex <- create_quality(
  fbsw,
  year, sex, cancer
)

在同一示例层级中，口腔和咽类发病 38 例、死亡 20 例，M:I 为 0.53，MV% 为 73.7。这些指标是发现异常的线索，不是脱离癌种构成、登记流程和数据年份就能直接判定“合格或不合格”的分数。

年龄别率：`create_age_rate()`

age_rate <- create_age_rate(
  fbsw,
  year, sex, cancer,
  event = "fbs"
) |>
  add_labels(lang = "cn")

输出保留年龄组、病例数和率，适合检查年龄曲线，也可作为折线图的数据源。这里的分母来自 POP，所以病例与人口必须使用相同的年份、性别和年龄分组。

分母为零时，不应把率解释成零。 零表示“观察到的率就是零”，缺失则表示“这个率无法计算”，两者在质量判断中完全不同。

多个登记处，不必复制三遍代码

canregtools 的主要计算函数同时支持 canreg 和 canregs。因此，多登记处分析可以直接写：

data("canregs")

all_asr <- create_asr(
  canregs,
  year, sex, cancer,
  cancer_type = "big"
)

all_quality <- create_quality(
  canregs,
  year, cancer,
  cancer_type = "big"
)

默认 collapse = TRUE 时，各登记处结果会整理到一张表中，并保留登记标识。需要保留列表结构，可设置 collapse = FALSE。配合 cr_filter()、cr_select()、cr_reframe()、cr_rename() 和 cr_merge()，可以在不拆散对象契约的前提下筛选、重构或合并结果。

不过，多个登记处放进同一分析前，要先确认四件事：编码口径是否一致，年份是否一致，人口年龄组是否一致，登记处标识是否唯一。对象可以自动循环，口径不能自动统一。

图表和报告放在分析结果之后

包内提供 draw_linechart()、draw_barchart()、draw_dumbbell()、draw_pyramid() 等绘图函数。更稳妥的做法是先检查数据表，再画图，而不是从图形开始排查问题。

报告也一样。create_report() 提供 annual、quality 和 quality-list-city 模板，但渲染模板需要额外包。以年度 HTML 报告为例：

install.packages(c(
  "rmarkdown", "flextable", "showtext", "glue"
))

dir.create("reports", showWarnings = FALSE)

create_report(
  reg,
  template = "annual",
  title = "肿瘤登记年度报告",
  output_format = "html_document",
  output_dir = "reports"
)