中国学者用GBD研究特殊人群，不计算ASR也能发文Lancet子刊（IF=9.6）

引言

今天分享的这篇文章，有点小特殊！学者在分析GBD数据时，没有计算年龄标准化率（ASR）。这也就意味着该研究没有消除不同年龄组之间人口结构差异对研究带来的影响，却仍发表了Lancet子刊。

接下来，让我们简单看一下这篇文章。

神经母细胞瘤（NB）是一种起源于儿童的交感神经系统的恶性肿瘤，是儿童最常见的颅外实体瘤，约占所有儿童癌症的8%~10%。

NB可以发生在任何年龄，但大约90%的病例是在5岁以下的患者中诊断出来的，并且病例明显集中在14岁以下的儿童中。

2024年12月6日，中国学者用GBD 2021数据库，在顶级期刊Lancet子刊《eClinicalMedicine》（医学top一区，IF=9.6）发表题为:“Global, regional, and national epidemiology of childhood neuroblastoma(1990—2021):a statistical analysis of incidence, mortality, and DALYs”的研究论文，旨在探究1990年~2021年，0~14岁儿童的神经母细胞瘤发病率、死亡率和伤残调整生命年（DALYs）的全球趋势。

研究结果表明，1990年~2021年，儿童神经母细胞瘤的全球发病率、死亡率和DALYs先上升后下降，但总体均呈上升趋势。此外，研究还发现，经济水平较低的国家或地区的疾病负担逐年加重。

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公共数据库方法学习与指导，请联系郑老师团队，微信号：aq566665

研究团队基于GBD 2021数据库的数据，获得了全球204个国家和地区0~14岁儿童的神经母细胞瘤发病率、死亡率和DALYs。

团队使用Joinpoint回归模型和对数转换线性回归模型，分别计算出年度百分比变化 （APC）和平均年度百分比变化（EAPC），用以评估疾病负担的时间趋势。

此外，他们根据社会人口学指数（SDI）将国家和地区分为五类（低、中低、中等、中高和高），并采用拟合曲线探讨了疾病负担与SDI之间的关系。

疾病负担在发展水平落后的国家和地区中逐年增加

研究结果显示，在2021年，全球有5560名儿童新患有神经母细胞瘤，其中1977例患者死亡。同时，该疾病造成了174,186.30年的健康寿命的损失。

同时，研究进一步发现从1990年到2021年，疾病的发病率、死亡率和DALYs率的变化趋势一致，均呈先上升后下降的趋势。

但总体上来看，在过去三十年里，疾病的负担明显加重。具体表现如下：

• 发病率：发病率从1990年的每100,000人中0.25例上升到 2021年的每100,000人中0.28例，总体增长了12.60%。

• 死亡率：发病率从1990年的每100,000人中0.09例上升到2021年的每100,000人中0.10例，总体增长了4.04%。

• DALYs率：DALYs率从1990年的每100,000人中8.34年增加到2021年的每100,000人中8.66年，总体增长了3.80%。

图1 1990年~2021年，疾病负担的APC及其趋势

（A） 发病率；（B） 死亡率；（C）DALYs率

图2 儿童神经母细胞瘤的发病率

（A）发病人数；（B）发病率；（C）发病率的EAPC

并且，团队还发现，2021年的神经母细胞瘤的发病率、死亡率和DALYs率在不同年龄段的儿童中存在明显差异。具体表现为，在一岁以下的儿童中最高，在10~14岁的儿童中最低。

图3 2021年，疾病负担的年龄特异性百分比

（A） 发病率；（B） 死亡率；（C）DALYs率

此外，研究还探讨了SDI水平与疾病负担的关联，结果发现，儿童神经母细胞瘤的发病率和死亡率在不同SDI水平的地区差异显著。具体而言：

• 在高和中高SDI地区，疾病发病率和死亡率呈下降趋势；

• 而在中等、中低和低SDI地区，疾病发病率和死亡率呈上升趋势。其中，中低SDI地区的疾病负担的增长速度最快。

图4 1990年~2021年，不同SDI水平地区的疾病负担趋势

图5 疾病负担与SDI之间的关联

（A） 发病率；（B） 死亡率；（C）DALYs率

综上所述，在过去三十年里，儿童神经母细胞瘤的全球负担先上升后下降，但总体上呈上升趋势。此外，疾病负担集中在发展水平较低的国家或地区。因此，团队认为应该对落后地区进行有针对性的公共卫生干预措施，以改善该疾病负担。

今年用GBD数据库顶刊的文章实在是太多了，说是众多数据库中的顶流都不为过！想深入了解GBD数据库，抓住发文红利期的同学！如果你没有发文经验，不懂得下一阶段该做些什么，那就来看看郑老师的GBD一对一统计课程！帮你快速掌握一套完整的发文逻辑，轻松拿捏高分SCI！

欢迎关注“公共数据库与孟德尔随机化”公众号，我们将持续分享用GBD数据库发顶刊的研究思路和方法解读！

郑老师统计团队及公众号

全国较大的线上医学统计服务平台，专注于医学生、医护工作者学术研究统计支持，我们是你们统计助理！

我们提供以医学数据数据挖掘统计服务

①NAHANES：一二区论文占半数

②MIMIC：急诊数据分析与机器学习建模

③GBD：全球、中国各种疾病患病、死亡研究

④孟德尔随机化：疾病的因果推断研究

同时我们提供上述数据库的挖掘的一对一指导

GBD、NHANES医学数据库挖掘1对1R语言指导

联系助教陈老师咨询（微信号sas555777）