中国学者雄起！半个月这个二区top期刊连发三篇中国学者GBD数据库文章

想要0实验发高分？GBD数据库绝对是首选！

今天我们继续GBD的热度，分享三篇中国学者用同一个数据库（GBD 2019）发表在同一个二区top期刊的文章！可以看出，GBD数据库已被广泛认可，发文量持续上升。用前人的研究做借鉴，再加上最新的数据（GBD 2021）支撑，还怕拿不下高分？如果你也想体会挖掘免费数据库的快乐，或者想要尝试更多GBD挖掘的方法，欢迎扫描文末二维码！郑老师的统计团队带你掌握更多分析技巧，快速发文！

1

中国学者用GBD 2019评估全球鼻咽癌风险

2024年7月18日，中国学者在期刊《BMC Public Health》（医学二区top，IF=3.5）发表了题为：“Nasopharyngeal cancer risk assessment by country or region worldwide from 1990 to 2019”的研究论文，基于GBD 2019数据库的数据，旨在评估全球不同国家或地区鼻咽癌预防、诊断和治疗的卫生保健政策和策略的潜在有效性。

研究结果表明，不同国家和地区的鼻咽癌发病率和死亡率不同。为了更好地显示疾病风险，研究团队将200个国家或地区分为五组，其中第3组国家的鼻咽癌的发病率和死亡率显著增加。

第3组国家包括：“土库曼斯坦”、“波斯尼亚和黑塞哥维那”、“多米尼加共和国”、“保加利亚”、“莱索托”、“卡波维德”、“罗马尼亚”、“古巴”、“牙买加”、“阿塞拜疆”、“乌兹别克斯坦”、“乍得”、“伯利兹”和“乌克兰”

本公号回复“ 原文”即可获得文献PDF等资料，如果进一步需要GBD数据库方法学习与指导，请联系郑老师团队，微信号：aq566665

鼻咽癌（NPC）是一种在世界范围内发现的恶性肿瘤，但发病率存在明显的地理差异。因此，深入了解鼻咽癌的全球和区域流行病学特征，提高对鼻咽癌的认识，有助于早期诊断和治疗。

第三组国家或地区鼻咽癌风险持续上升

研究团队使用了GBD 2019年数据库，纳入了全球200个国家或地区的鼻咽癌（NPC）的年发病病例、死亡病例、死亡率、ASR和相应的年度估计百分比变化(EAPCs)来评估鼻咽癌发病率和死亡率的不同趋势。应用K-means方法对200个不同的国家或地区进行聚类，最佳聚类数为5，因此200个国家和地区被分为5组。

研究团队充分分析了30年来鼻咽癌发病率和死亡率的资料，对其进行了总结：

第1组：发病率呈上升趋势，死亡率呈下降趋势；

第2组：发病率和死亡率略有增加；

第3组：发病率和死亡率显著增加；

第4组：发病率和死亡率显著下降；

第5组：发病率和死亡率均略有下降。

图1 全球范围内5组的具体分布

在先前的研究中发现，不同的环境因素与NPC的发病密切相关。研究团队推测，第3组国家或地区NPC风险最高的原因可能是，这些国家鼻咽癌（NPC）发病率太低，属于罕见恶性肿瘤范畴，因此在这方面的经济投入和精力很少。

综上所述，研究团队建议地3组国家正对NPC制定医疗卫生政策、开展人口普查，加强对该疾病的预防、诊断和治疗。

2

中国学者用GBD 2019探讨难产和子宫破裂相关负担

2024年7月29日，中国学者在期刊《BMC Public Health》（医学二区top，IF=3.5）发表了题为：“The global burden, risk and inequality of maternal obstructed labor and uterine rupture from 1990 to 2019”的研究论文，该研究探讨了与难产（OL）和子宫破裂（UR）相关的负担、风险因素、分解和健康不平等，旨在改善全球孕产妇健康。

研究结果表明，虽然1990年至2019年，OL和UR的发病率的患病率有所下降，但死亡人数仍然显著。该研究证实了当前OL和UR的风险依旧显著，各国需要继续努力降低孕产妇的死亡率和发病率。

难产（OL）和子宫破裂（UR）是常见的产科并发症，对母婴的健康构成重大威胁。近年来，虽然人们意识到健康不平等对孕产妇的死亡威胁，但在医疗基础设施不足以及社会经济较差的地区孕产妇OL和UR的死亡率和发病率依然显著。

虽然发病率下降，但疾病负担仍然显著

研究团队使用了GBD 2019年数据库，纳入了全球难产（OL）和子宫破裂（UR）相关的疾病负担、风险因素和死亡率的全面数据，并使用横断面方法进行，得出发病人数和年龄标准化的发病率，残疾调整生命年（DIMs），患病率和死亡。

初步分析结果显示，1990年至2019年，全球OL和UR疾病负担降低，发病率总体呈下降趋势。然而在全球范围内，残疾调整生命年和死亡人数仍然显著。

图2 1990年和2019年全球孕产妇难产和子宫破裂的ASR发生率

204个国家和地区产妇难产和子宫破裂负担的全球分布图。（A）1990年的ASR发生率;（B）2019年的ASR发生率

研究团队在分析危险因素时观察到，缺铁是造成孕产妇患OL和UR的重要危险因素。但缺铁对孕产妇的影响在不同的社会人口指数（SDIs）中有所不同，SDI越高，缺铁造成的危害越小。

图3 从1990年到2019年，全球和不同SDI地区与缺铁相关的死亡率和死亡率的变化趋势

进一步的分解分析表明，人口增长是造成OL和UR疾病负担的主要原因，特别是在SDI低的地区。

健康不平等现象同样明显，负斜率值表明疾病负担随着SDI的增加而减少，这意味着社会经济发展与改善孕产妇健康结果之间存在关联。

图4 1990年和2019年孕产妇OL和UR的ASR不平等指数

（A）斜率指数（括号内的数字表示斜率）;（B）浓度指数

综上所述，虽然全球难产（OL）和子宫破裂（UR）的发病率和患病率已显著下降，然而残疾调整生命年和死亡人数方面仍存在很大的负担。对健康不平等的分析显示，地区差异、老龄化、人口增长和社会经济差异等因素是造成不同地区疾病负担不平等的重要原因。

3

中国学者揭示全球青少年和青壮年的卒中负担

2024年7月30日，中国学者在同一个期刊发表了题为：“Global burden of stroke in adolescents and young adults (aged 15–39 years) from 1990 to 2019: a comprehensive trend analysis based on the global burden of disease study 2019 ”的研究论文，该研究分析了全球15~39岁人群的卒中负担，旨在根据1990年至2019年的疾病负担，提出未来的干预措施。

研究结果表明，全球15~39岁的人群，尤其是在30~39岁的年龄组中，缺血性卒中的发病率、残疾调整生命年（DADs）和患病率出现了令人担忧的增加趋势。全球15-39岁的人群，尤其是30-39岁年龄组中，缺血性卒中的发病率、DRDs和患病率出现了令人担忧的增加趋势。这一增长趋势在不同社会经济水平的国家同样显著。

大多数人觉得中风通常出现在中老年人群中，但最新的研究发现，15~39岁的青少年和青壮年的卒中人数悄然增加。全球范围内，卒中是仅次于缺血性心脏病的第二大死亡原因，因此年轻人发病率的上升尤其令人担忧。

脑卒中发病呈“年轻化”趋势

研究团队使用了GBD 2019年数据库，提取了缺血性卒中、脑出血和蛛网膜下腔出血的特定数据，包括发病率、患病率、残疾、寿命损失年数（YLL）、残疾寿命年数（YLD）、发病人数和患病人数的数据，同时从GHDx平台获取了重复横截面数据。

从1990年到2019年，全球青少年和青年（AYAs）队列中缺血性卒中的发病率以2010年为重要节点，从从2010年到2019年缺血性卒中的发病率呈上升趋势。

同时，缺血性卒中的死亡率持续降低，脑出血的总体发病率也呈下降趋势。

图5 1990年至2019年15-39岁青少年和青壮年缺血性卒中的全球发病率

进一步对蛛网膜下腔出血的全球疾病负担进行分析，在1990-2009年该病的发病率有所下降，但在2010-2019年出现回升。

图6 1990年至2019年15-39岁青少年和青壮年蛛网膜下腔出血的总体DURs

在按年龄进行分层后，研究团队发现35-39岁年龄组的缺血性脑卒中发病率经历了小幅上升。有趣的是，只有15-19岁年龄组的脑出血患病率显著增加，而其他年龄组保持相对稳定。

在对性别分层后，发现发现男性缺血性卒中发病率的增长高于女性，但女性的发病率和发病人数均较高。

最后按SDI水平进行分层，结果发现发病率增加最快的是中低SDI区域，其次是高SDI区域，低SDI区域的增幅最小。

图7 1990 - 2019年缺血性卒中发病率年平均百分比变化全球分布图(A)和2019年缺血性卒中发病率全球分布图(B)

综上所述，卒中逐渐出现了“年轻化”趋势，发病率和死亡率逐渐增加，为应对这一令人担忧的情况，各国应制定相应的策略，降低全球疾病负担。

结  语

选对数据库，发文有神助！最近GBD相关文章可是备受BMC Public Health的青睐，不止中国学者连发三篇，也有外国学者用最新GBD 2021数据库发文。

而今天分享的三篇文章可都是GBD数据库发文标准模板！不仅思路清晰，分析也是非常简单，想用挖掘GBD赶紧把握这个红利期，发文快人一步！

想要了解更多发文思考不妨关注“公共数据库与孟德尔随机化”公众号，我们将分享更多分析技巧，以及热门的发文思路！

关于郑老师团队及公众号

我们是全国最大的线上医学统计平台，专注于医学生、医护工作者学术研究统计支持，让我们成为你们的统计助理！

我们提供以下科研与统计分析：

①研究者发起的临床试验设计、分析与报告

②医院回顾性数据分析与预测模型

③利用医学公共数据库包括SEER、NHANES、老年健康数据库、GBD数据库、孟德尔随机化等快速挖掘有意义的数据

④预测模型、NHANES数据库、孟德尔随机化方法、GBD数据库一对一R语言指导

联系助教小董咨询（微信号aq566665）