爆款推荐，发文利器！GBD数据库到底有什么魅力？郑老师直播课给你答案！
全球疾病负担（GBD）是迄今为止规模最大、最全面的一项研究，旨在量化不同地区和不同时期的健康损失，从而改善卫生系统并消除差异。
该研究由华盛顿大学健康指标与评估研究所 (IHME) 牵头，是一项真正的全球性研究，来自 160 多个国家和地区的 11,000 多名研究人员参与了最新更新。GBD 创建了一个独特的平台来比较不同年龄组、性别、国家、地区和时间的疾病、伤害和风险因素的严重程度。对于决策者、卫生部门领导者、研究人员和知情公民来说，GBD 方法提供了一个机会，将其国家的卫生进展与其他国家进行比较，并了解可能避免的健康损失的主要原因，例如高血压、吸烟和家庭空气污染。
GBD 定期估算全因死亡率、死亡原因死亡率、因过早死亡而损失的生命年数 (YLL)、伤残生活年数 (YLD) 以及伤残调整生命年数 (DALY)。
一、2024年GBD文献预览
2024.5.15—2024.5.21 PubMed数据库“标题/摘要：GBD”搜索发现，共发表15篇GBD论文。其中8篇一区，2篇二区。
1.外国学者文章介绍（一）
文章题目：1990 年至 2021 年，204 个国家和地区及 811 个省区 371 种疾病和伤害的全球发病率、患病率、伤残生存年数 (YLD)、伤残调整生命年 (DALY) 和健康预期寿命 (HALE)：2021 年全球疾病负担研究的系统分析
研究背景：根据导致残疾和过早死亡的根本原因，详细、全面、及时地报告人口健康状况，对于理解和应对不同年龄组、性别和地区的疾病和伤害负担的复杂模式至关重要。疾病负担估计的可用性可以促进循证干预，使公共卫生研究人员、政策制定者和其他专业人员能够实施可以减轻疾病的策略。它还可以促进更严格地监测实现国家和国际卫生目标（例如可持续发展目标）的进展情况。三十年来，全球疾病、伤害和风险因素负担研究 (GBD) 满足了这一需求。全球合作者网络通过提供、审查和分析所有可用数据为 GBD 2021 的制作做出了贡献。GBD 估计会定期更新附加数据和改进的分析方法。GBD 2021 首次提出了 COVID-19 大流行造成的健康损失估计。
方法： GBD 2021 疾病和伤害负担分析使用 100 983 个数据源，估计了 371 种疾病和伤害的残疾生活年 (YLD)、寿命损失年 (YLL)、残疾调整生命年 (DALY) 和健康预期寿命 (HALE)。数据来自生命登记系统、口头尸检、人口普查、家庭调查、疾病特定登记、卫生服务联系数据和其他来源。YLD 是通过将每种疾病和伤害的后遗症原因-年龄-性别-地点-年份特定患病率乘以其各自的残疾权重来计算的。YLL 是通过将原因-年龄-性别-地点-年份特定死亡人数乘以死亡发生年龄的标准预期寿命来计算的。DALY 是通过将 YLD 和 YLL 相加来计算的。HALE 估计值是使用按地点、年龄、性别、年份和原因计算的人均 YLD 和年龄特定死亡率得出的。所有最终估计值的 95% 不确定性区间 (UI) 均以 500 次抽样的 2.5 和 97.5 百分位数生成。不确定性在估计过程的每一步中传播。从 1990 年到 2021 年，在全球范围内计算了 7 个超级区域、21 个区域、204 个国家和地区（包括 21 个拥有次国家地点的国家）和 811 个次国家地点的计数和年龄标准化率。我们在此报告 2010 年至 2021 年的数据，以强调过去十年以及 COVID-19 大流行前两年的疾病负担趋势。
结果：由于各种原因，全球伤残调整生命年从 2010 年的 2·630 亿（95% UI 2·44-2·85）增加到 2021 年的 2·880 亿（2·64-3·15）。DALY 数量的增加很大程度上是由于人口增长和老龄化，全球年龄标准化全因 DALY 率下降了 14·2%（95% UI 10·7-17·3） 2010 年和 2019 年。然而，值得注意的是，这种比率下降在 COVID-19 大流行的头两年发生了逆转，自 2019 年以来全球年龄标准化全因伤残调整生命年率增加了 4·1% (1·8-6 ·3) 到 2020 年，将达到 7·2% (4·7-10·0)。2021 年，COVID-19 是全球伤残调整生命年 (DALY) 的主要原因（212·0 百万 [198·0-234·5] 伤残调整生命年） ），其次是缺血性心脏病（188·300 万[176·7-198·3]）、新生儿疾病（186·300 万[162·3-214·9]）和中风（160·400 万[148] ·0-171·7]）。然而，在其他主要传染病、孕产妇、新生儿和营养（CMNN）疾病方面，健康状况取得了显着的进展。2010 年至 2021 年间，全球范围内，艾滋病毒/艾滋病的年龄标准化 DALY 率下降了 47·8% (43·3-51·7)，腹泻病的年龄标准化 DALY 率下降了 47·0% (39·9-52·9) 。2021 年，非传染性疾病贡献了 1·730 亿（95% UI 1·54-1·94）DALY，自 2010 年以来，年龄标准化 DALY 率下降了 6·4%（95% UI 3·5-9） ·5）。2010 年至 2021 年间，在 25 个主要 3 级病因中，焦虑症 (16·7% [14·0-19·8])、抑郁症 (16·4% [11· 9-21·3]）和糖尿病（14·0% [10·0-17·4]）。2010 年至 2021 年间，全球范围内因伤害导致的年龄标准化伤残调整生命年率下降了 24·0% (20·7-27·2)，但不同地点、年龄和性别的改善情况并不相同。在全球范围内，出生时 HALE 略有改善，从 2010 年的 61·3 岁 (58·6-63·6) 提高到 2021 年的 62·2 岁 (59·4-64·7)。然而，尽管总体有所增加，HALE 却有所下降2019 年至 2021 年间减少 2·2% (1·6-2·9)。
结论：将 COVID-19 大流行置于相互排斥且全面详尽的健康损失原因清单的背景下，对于了解其影响并确保卫生资金和政策通过具有成本效益和成本效益的方式满足地方和全球层面的需求至关重要。基于证据的干预措施。全球流行病学转变仍在进行中。我们的研究结果表明，优先考虑非传染性疾病预防和治疗政策以及加强卫生系统仍然至关重要。减轻 CMNN 疾病负担的进展绝不能停滞；尽管全球趋势正在改善，但 CMNN 疾病的负担仍然高得令人无法接受。循证干预措施将有助于拯救幼儿和母亲的生命，并改善世界各地社会的整体健康和经济状况。各国政府和多边组织应优先考虑大流行病防备规划，同时努力减轻疾病和伤害的负担，因为疾病和伤害将在未来几十年内导致资源紧张。
2.外国学者文章介绍（二）
文章题目：1950-2021 年 204 个国家和地区的全球生育率，预测至 2100 年：2021 年全球疾病负担研究的全面人口分析
研究背景：准确评估当前和未来的生育率（包括国家和地区的整体趋势和不断变化的人口年龄结构）对于帮助规划这些变化将带来的深刻的社会、经济、环境和地缘政治挑战至关重要。生育率的估计和预测对于为涉及资源和医疗保健需求、劳动力供应、教育、性别平等以及计划生育和支持的政策提供信息是必要的。2021 年全球疾病、伤害和风险因素负担研究 (GBD) 对 1950 年至 2021 年全球、区域和国家层面的关键生育指标进行了最新、全面的人口评估，并根据以下数据预测了 2100 年的生育指标：参考情景和关键的政策依赖替代情景。
方法：为了估计 1950 年至 2021 年的生育指标，我们使用了混合效应回归模型和时空高斯过程回归，综合了 8709 个国家年度人口动态和样本登记、1455 项调查和人口普查以及 150 个其他来源的数据，并生成了 10 岁至 54 岁 5 年年龄组的年龄别生育率 (ASFR)。将各年龄组的 ASFR 相加，以得出总生育率 (TFR) 的估计值。活产率的计算方法是将 ASFR 与年龄别女性人口相乘，然后对 10-54 岁年龄段进行求和。为了预测到 2100 年的未来生育率，我们采用的卫生指标与评估研究所 (IHME) 预测模型是基于对 50 岁时完整出生队列生育率 (CCF50；特定出生队列中女性在一段时间内所生育子女的平均数) 的预测，这比直接模拟 TFR 能得到更稳定、更准确的生育率指标。CCF50 采用集成方法建模，其中三个子模型（具有两个、三个和四个协变量，分别由女性教育程度、避孕满足需求、宜居地区人口密度和 5 岁以下儿童死亡率组成）被赋予相等的权重，并利用 MR-BRT（元回归贝叶斯、正则化、修剪）工具进行分析。为了捕捉这些协变量无法解释的 CCF50 时间序列趋势，我们对残差项使用了一阶自回归模型。使用线性混合效应模型，该模型具有固定效应协变量（女性教育程度和避孕满足需求）和地理区域的随机截距，预测了 CCF50 占每 5 年 ASFR 的比例。然后计算每个日历年的预计 TFR，作为各年龄组单年 ASFR 的总和。参考预测是我们根据模型、过去的生育率、协变量的预测以及协变量和生育率之间的历史关系对最有可能的生育未来进行的估计。我们还为每个地方的多种替代方案制作了预测：到 2030 年实现联合国教育可持续发展目标 (SDG)；到 2030 年实现避孕满足需求 SDG；制定有利于生育的政策为生育者创造支持性环境；并将前三种情景结合起来。通过对每个指标的估计分布进行 1000 次抽样，得出过去和现在的生育率估计值，并抽取 500 次未来预测值，将过去数据输入和模型估计的不确定性传播到整个分析过程中，其中 95% 的不确定性区间 (UI) 给出为抽样的 2.5 和 97.5 分位数。为了评估我们模型和其他模型的预测性能，我们通过比较过去 15 年（2007-21 年）预测的 ASFR 与观察到的 ASFR 来计算技能值（评估预测准确性增益的指标）。正的技能指标表示正在评估的模型比基线模型表现更好（这里是未来保持 2007 年值不变的简化模型），负指标表示评估的模型比基线表现更差。
结果：从 1950 年到 2021 年期间，全球 TFR 减少了一半以上，从 4·84 (95% UI 4·63-5·06) 降至 2·23 (2·09-2·38)。全球每年活产人数在 2016 年达到峰值，为 1.42 亿（95% UI 137-147），到 2021 年下降至 1.29 亿（121-138）。自 1950 年以来，所有国家和地区的生育率均下降，TFR 仍保持在 2·1 以上（标准） 2021 年，94 个国家和地区 (46·1%) 被视为更替水平生育率。其中包括撒哈拉以南非洲 46 个国家中的 44 个国家，该地区是 2021 年活产比例最大的超级区域 (29·2 ％[28·7-29·6]）。1950 年至 2021 年间最低估计生育率低于更替水平的 47 个国家和地区在随后的一年或多年中出现了较高的生育率；其中只有三个地点反弹至更替水平以上。预计未来全球生育率将继续下降，在参考情景下，2050 年全球生育率将达到 1·83 (1·59-2·08)，2100 年将达到 1·59 (1·25-1·96)。预计到 2050 年，生育率保持在更替水平以上的国家和地区数量将达到 49 个 (24·0%)，到 2100 年只有 6 个 (2·9%)，其中 3 个国家和地区已被纳入 2021 年世界银行的统计范围。定义的低收入群体，全部位于撒哈拉以南非洲的 GBD 大区域。预计到 2100 年，撒哈拉以南非洲地区的活产儿比例将增至世界活产儿的一半以上，到 2050 年将增至 41·3% (39·6-43·1)，到 54·3% (47·1)。-59·5）在 2100 年。预计在 2021 年至 2100 年间，其他六个超级区域的活产比例将下降，例如南亚从 24·8%（23·7-25· 8) 到 2021 年将增加到 2050 年的 16·7% (14·3-19·1) 和 2100 年的 7·1% (4·4-10·1)，但预计北非和中东将小幅增加和高收入超级区域。对替代组合情景的预测估计表明，实现教育和避孕药具需求方面的可持续发展目标，以及实施促生育政策，将导致 2050 年全球总生育率达到 1·65（1·40-1·92）和 1 ·2100 年·62 (1·35-1·95)。IHME 模型的预测技能指标值在所有年龄组中均为正值，表明该模型优于恒定预测。
结论：全球生育率正在下降，2021 年超过一半国家和地区的生育率低于更替水平。自 2000 年以来的趋势表明，下降幅度存在相当大的差异，只有少数国家在观察到的最低生育率后经历了轻微的生育反弹，没有一个国家达到更替水平。此外，全球活产的分布正在发生变化，收入最低的国家占比更大。未来全球生育率将继续下降，即使在成功实施生育政策的情况下，生育率仍将保持在低位。由于高收入国家人口老龄化和劳动力减少，再加上世界最贫穷地区的活产比例不断增加，这些变化将产生深远的经济和社会影响。
3.外国学者文章介绍（三）
文章题目：1990-2021 年 204 个国家和地区以及 811 个次国家地点 288 种死亡原因和预期寿命分解的全球负担：2021 年全球疾病负担研究的系统分析
研究背景：定期、详细地报告按死因划分的人口健康状况对于公共卫生决策至关重要。特定死因的死亡率估计值及其对全球预期寿命的影响是衡量降低死亡率进展的重要指标。这些估计值在死亡率大规模飙升（如 COVID-19 大流行）之后尤为重要。通过系统分析，死亡率和预期寿命可以比较全球和不同时期的死因后果，从而对这些死因对全球人口的影响有更细致的了解。
方法：2021 年全球疾病、伤害和风险因素负担研究 (GBD) 死因分析估计了 204 个国家按年龄、性别、地点、年份划分的 288 种死因的死亡率和寿命损失年数 (YLL)从 1990 年到 2021 年，每年都有国家和地区以及 811 个国家以下地点的数据。该分析使用了 56 604 个数据源，包括来自人口动态登记和口头尸检以及调查、人口普查、监测系统和癌症登记等的数据。与之前的 GBD 轮次一样，大多数原因的特定原因死亡率是使用死亡原因集成模型（Cause of Death Ensemble model）估算的，这是为 GBD 开发的建模工具，用于评估不同统计模型和协变量排列的样本外预测有效性，并将这些模型结合起来得出特定原因死亡率估计值，并采用替代策略来适应数据不足、研究期间报告发生重大变化或流行病学异常的模型原因。YLL 计算为每个原因-年龄-性别-地点年份的死亡人数与每个年龄的标准预期寿命的乘积。作为建模过程的一部分，使用每个指标的 1000 次绘制分布中的 2·5 和 97·5 个百分位数生成不确定性区间 (UI)。我们按死因、地点和年份对预期寿命进行了分解，以显示 1990 年至 2021 年期间特定原因对预期寿命的影响。我们还使用变异系数和受 90% 死亡影响的人口比例来突出死亡率的集中度。研究结果以计数和年龄标准化率报告。GBD 2021 死因估计的方法学改进包括将 5 岁以下年龄组扩大到包括四个新年龄组、增强方法来解释稀疏数据的随机变化以及纳入 COVID-19 和其他疾病与大流行相关的死亡率 - 包括与大流行相关的超额死亡率，不包括 COVID-19、下呼吸道感染、麻疹、疟疾和百日咳。在本次分析中，使用的数据中添加了 199 个新国家年的人口动态登记死因数据、5 个国家年的监测数据、21 个国家年的口头尸检数据以及 94 个国家年的其他数据类型在之前的 GBD 回合中。
结果：2019 年全球年龄标准化死亡的主要原因与 1990 年相同；按降序排列，这些疾病是缺血性心脏病、中风、慢性阻塞性肺病和下呼吸道感染。然而，到 2021 年，COVID-19 取代中风成为第二大年龄标准化死因，每 10 万人中有 94·0 人死亡 (95% UI 89·2-100·0)。COVID-19 大流行改变了五大病因的排名，将中风降至第三位，将慢性阻塞性肺病降至第四位。2021 年，COVID-19 年龄标准化死亡率最高的地区是撒哈拉以南非洲地区（每 10 万人中有 271·0 人死亡 [250·1-290·7]）以及拉丁美洲和加勒比地区（每 10 万人中有 195·4 人死亡） [182·1-211·4] 每 10 万人口）。COVID-19 年龄标准化死亡率最低的是高收入超级区域（每 10 万人中有 48·1 人死亡 [47·4-48·8]）以及东南亚、东亚和大洋洲（23 ·每 10 万人中有 2 人死亡 [16·3-37·2]）。在全球范围内，1990年至2019年间，22个调查原因中的18个导致预期寿命稳步提高。全球和区域预期寿命的分解表明，肠道感染、下呼吸道感染、中风和新生儿死亡等死亡人数的减少有助于提高研究期间的生存率。然而，2019 年至 2021 年间，全球预期寿命净减少了 1·6 年，主要是由于 COVID-19 死亡率和其他大流行相关死亡率增加。研究期间，超级区域之间的预期寿命差异很大，东南亚、东亚和大洋洲总体增加了 8·3 年 (6·7-9·9)，但因新冠肺炎导致的预期寿命减少幅度最小-19（0·4 年）。拉丁美洲和加勒比地区因 COVID-19 导致预期寿命缩短最多（3·6 年）。此外，截至 2021 年，288 种死因中有 53 种高度集中在人口占全球人口不到 50% 的地区，而且自 1990 年以来，这些死因逐渐变得更加集中，当时只有 44 种死因显示出这种模式。集中现象在肠道和下呼吸道感染、疟疾、艾滋病毒/艾滋病、新生儿疾病、结核病和麻疹方面进行了启发性讨论。
结论：长期以来预期寿命的提高和许多主要死因的减少已被 COVID-19 大流行破坏，其不利影响在人群中分布不均。尽管发生了大流行，但在应对几个显著死因方面仍取得了持续进展，导致研究期间全球预期寿命的提高。从 1990 年到2021 年，七个 GBD 大区域中的每一个都呈现出整体改善，掩盖了大流行期间的负面影响。此外，我们关于导致预期寿命增加的死亡原因的区域差异的研究结果具有明确的政策效用。对不断变化的死亡率趋势的分析表明，一些曾经在全球范围内普遍存在的原因现在越来越集中在地理上。死亡率集中度的这些变化，加上对不断变化的风险、干预措施和相关政策的进一步调查，为加深我们对降低死亡率策略的理解提供了重要机会。检查死亡率集中模式可能会揭示已实施成功公共卫生干预措施的领域。将这些成功经验运用到某些死因仍然根深蒂固的地区，可以为旨在提高世界各地人民预期寿命的政策提供参考。
4.外国学者文章介绍（四）
文章题目：2022-2050 年 204 个国家和地区的疾病负担情景：2021 年全球疾病负担研究的预测分析
背景：疾病负担和健康驱动因素的未来趋势是政策制定者和广大公众非常感兴趣的。这些信息可用于政策和长期健康投资、规划和优先排序。我们扩展并改进了之前作为全球疾病、伤害和风险因素研究 (GBD) 的一部分而做出的预测，并提供了参考预测（最有可能的未来）和评估疾病负担轨迹的替代方案（如果到 2050 年从当前水平消除选定的风险因素）。
方法：使用对健康主要驱动因素的预测，例如社会人口指数（SDI；人均滞后分配收入、平均受教育年限和 25 岁以下总生育率的综合衡量指标）和全套风险因素暴露根据 GBD 捕获的数据，我们提供 2022 年至 2050 年期间按年龄和性别划分的 204 个国家的死亡率、寿命损失年数 (YLL)、残疾生存年数 (YLD) 和残疾调整生命年 (DALY) 的具体原因预测和地区、21 个 GBD 区域、七个超级区域和世界。所有分析都是在特定原因的水平上进行的，因此只有 GBD 比较风险评估认为是因果关系的风险因素才会影响每种疾病未来的死亡率轨迹。使用混合效应模型对特定原因死亡率进行建模，其中 SDI 和时间作为主要协变量，因果风险因素的综合影响作为模型中的补偿。在全因死亡率水平上，我们通过使用具有漂移衰减的自回归集成移动平均模型对残差进行建模，捕获了无法解释的变化。这些全因预测使用级联死亡率模型将特定原因预测限制在 GBD 原因层次结构的相继更深层次上，从而确保对特定原因死亡率的稳健估计。对于非致命性指标（例如腰痛），发病率和患病率是根据以 SDI 作为主要协变量的混合效应模型进行预测的，YLD 是根据生成的患病率预测和 GBD 的平均残疾权重来计算的。通过将风险因素的适当参考轨迹替换为从当前水平到 2050 年逐步消除风险因素暴露的假设轨迹，构建了替代未来情景。这些情景是根据各种风险因素构建的：环境风险（更安全的环境情景）、相关风险传染性疾病、孕产妇疾病、新生儿疾病和营养性疾病（CMNN；改善儿童营养和疫苗接种情景）、与主要非传染性疾病相关的风险（NCD；改善行为和代谢风险情景）以及这三种情景的综合影响。使用共享社会经济路径气候情景 SSP2-4.5 作为参考，并使用 SSP1-1.9 作为更安全环境情景中的乐观替代方案，我们通过使用最新的政府间气候变化专门委员会温度预测和发布的轨迹，解释了气候变化对健康的影响。相同两种情况下的环境空气污染。使用标准方法计算预期寿命和健康预期寿命。预测框架包括计算每个地点的特定年龄、性别的未来人口，并针对每种情况分别进行计算。每个未来估计的 95% 不确定性区间 (UI) 源自通过多级计算管道传播 500 次绘制所生成的分布的 2·5 和 97·5 个百分位数。
结果：在参考情景预测中，全球和超区域预期寿命从 2022 年到 2050 年有所增加，但改善速度比 COVID-19 大流行之前的三十年（从 2020 年开始）要慢。与预期寿命较高的超级区域（例如高收入超级区域）相比，预期寿命相对较低的超级区域（例如撒哈拉以南非洲）预计未来预期寿命的增长幅度最大，从而导致从现在到 2050 年，各地区的预期寿命呈趋同趋势。在超级区域层面，预测的健康预期寿命模式与预期寿命相似。对参考情景的预测发现，未来几十年健康状况将会改善，每个 GBD 大区域的全因年龄标准化伤残调整生命年率都会下降。然而，每个超级区域的伤残调整生命年总负担都会增加，这在很大程度上是人口老龄化和增长的结果。我们还预测，DALY 计数和年龄标准化 DALY 率将继续从 CMNN 转向 NCD，其中最明显的转变发生在撒哈拉以南非洲 (60·1% [95% UI 56·8-63·1] 2022 年，DALY 来自 CMNN，而 2050 年这一比例为 35·8% [31·0-45·0]）和南亚（31·7% [29·2-34·1] 至 15·5% [13· 7-17·5]）。这种转变反映在导致 DALY 的全球主要原因中，2050 年的四大原因是缺血性心脏病、中风、糖尿病和慢性阻塞性肺病，而 2022 年则为缺血性心脏病、新生儿疾病、中风和低血压。呼吸道感染位于顶部。从 2022 年到 2050 年，全球因 YLD 导致的 DALY 比例同样从 33·8% (27·4-40·3) 增加到 41·1% (33·9-48·1)，这表明总体疾病发生了重要转变发病率的负担并避免过早死亡。预计此类变化最大的是撒哈拉以南非洲地区，从 2022 年因 YLD 导致的伤残调整生命年 (DALY) 的 20·1% (15·6-25·3) 增至 2022 年的 35·6% (26·5-43·0)。2050. 在对未来替代情景的评估中，情景（更安全的环境、改善儿童营养和疫苗接种以及改善行为和代谢风险情景）的综合影响表明，2050 年全球伤残调整生命年负担显着下降 15·4 % (13·5-17·5) 与参考情景相比，各超级区域的下降幅度从高收入超级区域的 10·4% (9·7-11·3) 到 23·9% (20·7-27·3) 北非和中东。更安全的环境情景在撒哈拉以南非洲地区下降幅度最大 (5·2% [3·5-6·8])，行为和代谢风险改善情景在北非和中东下降幅度最大 (23·2% [20] ·2-26·5]），以及撒哈拉以南非洲改善营养和疫苗接种情景（2·0% [-0·6 至 3·6]）。
结论：预计 2022 年至 2050 年间，全球预期寿命和年龄标准化疾病负担将有所改善，大部分负担将继续从 CMNN 转移到 NCD。也就是说，继续减少 CMNN 疾病负担将取决于对 CMNN 疾病预防和治疗的持续投资和政策重视。由于人口增长和老龄化，所有原因造成的死亡人数和 DALY 总数将普遍增加。通过构建到 2050 年消除某些风险暴露的替代未来情景，我们已经表明，通过共同努力防止暴露于已确定的风险因素并扩大获得关键健康干预措施的机会，未来有机会大幅改善健康结果。
5.外国学者文章介绍（五）
文章题目：1950-2021 年 204 个国家和地区以及 811 个次国家地点的全球按年龄性别划分的死亡率、预期寿命和人口估计，以及 COVID-19 大流行的影响：2021 年全球疾病负担研究的全面人口分析
背景：人口指标的估计对于评估人口健康结果的水平和趋势至关重要。COVID-19 大流行对全世界人口产生的深远影响凸显了及时估计的必要性，以便在长期人口健康趋势的背景下了解这一史无前例的事件。2021 年全球疾病、伤害和风险因素负担研究 (GBD) 提供了 1950 年至 2021 年期间 204 个国家和地区以及另外 811 个次国家地点的新人口统计数据，特别强调了 2021 年死亡率和预期寿命的变化。2020-21 COVID-19 大流行时期。
方法：使用来自人口动态登记、样本登记、调查、人口普查和其他来源的 22 223 个数据源来估计死亡率，其中一部分数据源专门用于估计因 COVID-19 大流行而导致的超额死亡率。2026 个数据源用于人口估计。使用其他来源来估计迁移；艾滋病毒流行的影响；以及由于冲突、饥荒、自然灾害和流行病造成的人口不连续性，这些数据被用作估计死亡率和人口的投入。时空高斯过程回归 (ST-GPR) 用于生成 5 岁以下死亡率，综合了 30763 个地点年的人口动态登记和样本登记数据、1365 项调查和人口普查以及 80 个其他来源。ST-GPR 还用于根据来自 31 642 个地点年的人口动态登记和样本登记数据、355 项调查和人口普查以及 24 个其他来源的信息来估计成人死亡率（15 岁至 59 岁之间）。然后使用对儿童和成人死亡率的估计来通过关系模型生命表系统生成生命表。对于艾滋病毒流行较多的国家，生命表是根据艾滋病毒感染率调查、产前诊所血清监测和其他数据源的流行病学分析得出的艾滋病毒特异性死亡率的独立估计值进行调整的。2020 年和 2021 年因 COVID-19 大流行导致的超额死亡率是通过从没有大流行的情况下的预期死亡率中减去观察到的全因死亡率（根据延迟登记和死亡率异常进行调整）来确定的。预期死亡率是根据历史趋势使用模型集合计算的。在无法获得全因死亡率数据的地区年份，我们使用具有与大流行相关的协变量的回归模型估计了超额死亡率。使用贝叶斯分层队列组件模型计算人口规模。预期寿命是使用特定年龄死亡率和标准人口统计方法计算的。使用 1000 次绘制后验分布中的第 25 个和第 975 个有序值计算每个指标的不确定性区间 (UI)。
结果：在研究期间，全球全因死亡率遵循两种不同的模式：年龄标准化死亡率在 1950 年至 2019 年间下降（下降 62.8% [95% UI 60.5-65.1]），而在 COVID-19 大流行期间（2020-21 年；增加 5.1% [0.9-9.6]）。与大流行期间死亡率趋势的总体逆转相反，儿童死亡率继续下降，2021 年全球 5 岁以下儿童死亡人数为 466 万（398-550 万人），而 2019 年为 521 万（450-601 万人）。估计 2020 年和 2021 年全球死于各种原因的人数合计为 1.31 亿（126-137 万人），其中 1590 万人（1470-1720 万人）死于 COVID-19 大流行（以超额死亡率衡量，包括直接因 SARS-CoV-2 感染导致的死亡以及间接因与大流行相关的其他社会、经济或行为变化导致的死亡）。在 80 个国家和地区的疫情至少一年期间，超额死亡率超过每 10 万人口 150 人死亡，而 20 个国家在 2020 年或 2021 年的超额死亡率为负，这表明这些国家在疫情期间的全因死亡率低于基于历史趋势的预期。1950 年至 2021 年间，全球出生时预期寿命增加了 22.7 岁（20.8-24.8），从 49.0 岁（46.7-51.3 岁）增加到 71.7 岁（70.9-72.5 岁）。2019 年至 2021 年间，全球出生时预期寿命下降了 1.6 岁（1.0-2.2 岁），扭转了历史趋势。2019 年至 2021 年间，204 个国家和地区中只有 32 个（15.7%）的预期寿命有所增加。2021 年，全球人口达到 78.9 亿（7.67-8.13），当时 204 个国家和地区中有 56 个达到峰值，随后人口下降。2020 年至 2021 年间人口增长比例最大的是撒哈拉以南非洲（39.5% [28.4-52.7]）和南亚（26.3% [9.0-44.7]）。2000 年至 2021 年，204 个国家中有 188 个国家（92.2%）65 岁及以上人口与 15 岁以下人口的比例有所增加。
结论：2020年和2021年COVID-19大流行期间，全球成人死亡率显着上升，扭转了过去的下降趋势，而儿童死亡率继续下降，尽管速度比前几年慢。尽管 COVID-19 在大流行的头 2 年对许多人口指标产生了重大影响，但在评估的 72 年中，全球总体健康进展却是深远的，死亡率和预期寿命显着改善。此外，我们观察到，自 2017 年以来，全球人口增长放缓，尽管低收入国家人口增长稳定或不断增长，而且全球人口年龄结构持续向老龄化方向转变。这些人口变化可能会给卫生系统、经济和社会带来未来的挑战。这里报告的全面人口统计估计将使研究人员、政策制定者、卫生从业者和其他主要利益相关者能够更好地理解和应对在 COVID-19 大流行的头两年以及更长时间内全球卫生格局发生的深刻变化。大流行之外的长期趋势。
6.外国学者文章介绍（六）
文章题目：1990 年至 2021 年，204 个国家和 811 个省区 88 个风险因素的全球负担和证据强度：2021 年全球疾病负担研究的系统分析
背景： 了解与暴露于危险因素相关的健康后果对于为公共卫生政策和实践提供信息是必要的。为了系统地量化风险因素暴露对特定健康结果的贡献，2021 年全球疾病、伤害和风险因素负担研究 (GBD) 旨在为 88 个人提供暴露水平、相对健康风险和可归因疾病负担的综合估计。1990 年至 2021 年 204 个国家和地区以及 811 个国家以下地点的风险因素。
方法： GBD 2021 风险因素分析使用了来自 54 561 个不同来源的数据，对 88 个风险因素及其相关健康结果进行了流行病学估计，共得到 631 对风险结果对。这些对是根据数据驱动的风险结果关联确定而纳入的。在全球、区域和国家层面生成了年龄-性别-地点-年份特定的估计值。我们的方法遵循比较风险评估框架，该框架基于分层组织的、潜在组合的、可修改风险的因果网络。我们分别估计了每个风险结果对作为风险因素暴露函数而发生的给定结果的相对风险 (RR)，并估计了每个风险因素的汇总暴露值 (SEV)（代表风险加权暴露流行率）和理论最低风险暴露水平 (TMREL)。这些估计值用于计算人口归因分数 (PAF；即，如果将风险因素的暴露降低至 TMREL，则会发生的健康风险比例变化)。PAF 与与给定结果相关的疾病负担的乘积以伤残调整生命年 (DALY) 为单位，得出归因负担的测量值（即，归因于特定风险因素或风险因素组合的总疾病负担比例）。应用中介调整来解释通过中间风险间接作用于结果的风险因素之间的关系。归因负担估计值按社会人口指数 (SDI) 五分位数分层，并以计数、年龄标准化率和排名的形式呈现。为了补充 RR 和归因负担的估计值，应用了新开发的举证责任风险函数 (BPRF) 方法，根据基础证据的一致性对风险结果关联进行补充、保守的解释，解释了不同研究输入数据之间无法解释的异质性。报告的估计值代表估计分布中 500 次抽取的平均值，其中 95% 不确定区间 (UI) 计算为抽取中的 2.5 和 97.5 百分位数。
结果： 在本研究分析的特定风险因素中，颗粒物空气污染是 2021 年全球疾病负担的主要因素，占总 DALY 的 8.0%（95% UI 6.7-9.4），其次是高收缩压 (SBP；7.8% [6.4-9.2])、吸烟 (5.7% [4.7-6.8])、低出生体重和妊娠期短 (5.6% [4.8-6.3]) 和高空腹血糖 (FPG；5.4% [4.8-6.0])。对于较年轻的人群（即 0-4 岁和 5-14 岁），低出生体重和妊娠期短以及不安全的水、卫生设施和洗手 (WaSH) 等风险是主要风险因素，而对于年龄较大的人群，高 SBP、高体质指数 (BMI)、高 FPG 和高 LDL 胆固醇等代谢风险的影响更大。从 2000 年到 2021 年，全球健康挑战发生了明显变化，其特点是各年龄段 DALY 数量下降，主要归因于行为风险（下降 20.7% [13.9-27.7]）以及环境和职业风险（下降 22.0% [15.5-28.8]），与此同时，归因于代谢风险的 DALY 增加了 49.4% (42.3-56.9)，所有这些都反映了全球人口老龄化和生活方式的改变。在此期间，高 BMI 和高 FPG 导致的年龄标准化全球 DALY 率大幅上升（高 BMI 为 15.7% [9.9-21.7]，高 FPG 为 7.9% [3.3-12.9]），高 BMI 和高 FPG 导致的这些风险每年分别以 1.8% (1.6-1.9) 和 1.3% (1.1-1.5) 的速度增加。相比之下，全球风险归因负担和许多其他风险因素的暴露程度下降，特别是儿童生长障碍和不安全水源等风险，儿童生长障碍和不安全水源导致的年龄标准化 DALY 分别下降 71.5% (64.4-78.8) 和 66.3% (60.2-72.0)。我们按照随时间的变化轨迹将风险因素分为三类：归因负担减少的因素，主要由于风险暴露减少（例如，高反式脂肪饮食和家庭空气污染），也是由于儿童和青少年人口比例减少（例如，儿童和孕产妇营养不良）；尽管风险暴露减少，但负担适度增加的因素，主要由于人口老龄化（例如，吸烟）；由于风险暴露增加和人口老龄化，负担大幅增加的因素（例如，环境颗粒物空气污染、高 BMI、高 FPG 和高 SBP）。
结论：在减轻一系列风险因素造成的全球疾病负担方面已经取得了实质性进展，特别是与孕产妇和儿童健康、清洁卫生和家庭空气污染相关的风险因素。为了保持进展，有必要继续努力尽量减少这些风险因素的影响，尤其是在 SDI 较低的地区。通过减少风险暴露来减轻吸烟相关负担的成功凸显了需要推进政策，减少其他主要风险因素的暴露，例如环境颗粒物空气污染和高收缩压。高 FPG、高 BMI 以及与肥胖和代谢综合征相关的其他危险因素的令人不安的增加表明迫切需要确定和实施干预措施。
7.中国学者文章介绍（一）
文章题目：1990-2019年全球、区域和国家层面重性抑郁症负担和可归因危险因素的长期时空趋势：GBD 2019的系统分析
目的：由多种危险因素造成的重度抑郁症（MDD）的沉重负担在过去30年给全球公共卫生带来了严峻挑战。然而，MDD 的负担和可归因的风险因素尚不清楚。我们的目的是揭示 1990-2019 年全球、区域和国家层面 MDD 负担和可归因风险因素的长期时空趋势。
方法：我们从 2019 年全球疾病负担研究中获得了 MDD 和归因危险因素数据。我们使用连接点回归模型来评估 MDD 负担的时间趋势，并使用年龄-时期-队列模型来衡量年龄、时期和出生队列的影响MDD 发病率。我们利用人群归因分数 (PAF) 来估计归因于给定风险因素的 MDD 负担的具体比例。
结果：1990-2019年间，全球MDD发病数、患病数和伤残调整生命年（DALY）分别增加了59.10%、59.57%和58.57%。而1990-2019年间，MDD的全球年龄标准化发病率（ASIR）、年龄标准化患病率（ASPR）和年龄标准化伤残调整生命年率（ASDR）均有所下降。2019年女性ASIR、ASPR和ASDR分别是男性的1.62、1.62和1.60倍。女性的年龄别发病率、患病率和伤残调整生命年率最高出现在 60-64 岁，男性出现在 75-84 岁，但这些年龄别发病率的最大增长趋势出现在 5 岁-9。生活在 2000-2004 年期间的人群患 MDD 的风险较高。MDD 负担因社会人口指数 (SDI)、地区和国家而异。2019 年，低 SDI 地区、撒哈拉以南非洲中部和乌干达的 ASIR、ASPR 和 ASDR 最高。2019年全球亲密伴侣暴力（IPV）、儿童性虐待（CSA）和欺凌受害（BV）的PAF分别为8.43%、5.46%和4.86%。
结论：近30年来，全球MDD的ASIR、ASPR和ASDR呈下降趋势，但MDD负担依然严重，且MDD负担存在显著的多重差异。妇女、老年人、2000-2004年及低SDI地区的人口MDD负担更重，儿童更易患MDD。通过早期预防IPV、CSA和BV，全球高达18.75%的MDD负担可消除。迫切需要根据本研究结果，针对不同地区和人口群体制定有针对性的策略和措施，以消除可改变的危险因素对MDD的影响，从而减轻MDD负担。
8.中国学者文章介绍（二）
文章题目：1990-2019 年中国多发性硬化症的患病率和负担：2019 年全球疾病负担研究的结果
背景：多发性硬化症（MS）是年轻人神经功能障碍的主要原因，但中国缺乏多发性硬化症造成的负担。我们的目的是通过 1990 年至 2019 年中国的人口和地理变量全面描述 MS 的患病率和健康损失。
方法： 数据来自 2019 年全球疾病、伤害和风险因素负担研究 (GBD 2019)。我们使用 GBD 方法系统地分析了 1990 年至 2019 年按年龄、性别和地点划分的 MS 患病率、伤残调整生命年 (DALY)、生命损失年数 (YLL) 和残疾生存年数 (YLD)分布于中国大陆及其各省份。我们还将中国的多发性硬化症负担与世界及其他二十国集团 (G20) 国家进行了比较。结果：2019年，中国有42,571人（95%不确定区间[UI] 33,001-53,329）患有MS，比1990年翻了一番。MS的年龄标化患病率为每10万人2.32人（95% UI 1.78-2.91），较1990年增长了23.31%（95% UI 20.50-25.89），其中大部分增长发生在2010年后。中国各地患病率从南到北呈正纬度梯度。2019年，多发性硬化症造成的DALY总数为71,439（95% UI 58,360-92,254），在G20国家中排名第三。中国的多发性硬化症负担大部分来自过早死亡，其 YLL 比例高于全球水平和大多数其他 G20 国家。1990年至2019年，年龄标化DALY和YLL率变化不显着；然而，年龄标准化的YLD率大幅增加了23.33%（95% UI 20.50-25.89）。中国各省级 MS 负担的地理分布各不相同，随着研究期间社会人口指数的增加，年龄标准化 DALY 率略有下降趋势。
讨论：虽然中国多发性硬化症的风险较低，但其大量且不断增加的患病病例不容低估。过早死亡和多发性硬化症负担的地域差异造成的高负担揭示了中国多发性硬化症的管理不足，凸显了提高认识和有效干预的必要性。
更多文章如下：
外国学者：
中国学者：
一个专门做公共数据库的公众号，关注我们
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
