公众号
“医学论文与统计分析”公众号
扫码关注公众号

统计咨询
“公共数据库与孟德尔随机化”公众号
扫码关注公众号

意见反馈
邮箱:17357190071@163.com
微信:aq566665

恭喜!浙大学者最新GBD研究发文BMJ主刊(IF=42.7)

Administrator
发布于 2025-07-08 / 0 阅读
0
0

引言

今天这篇文章,学者聚焦于新冠疫情导致疾病负担增加的主要原因,通过GBD数据构建时间序列预测模型,对比实际值与预测值差距,直接0实验0数据拿下BMJ主刊!

快来一起看下这篇最新研究吧~

COVID-19大流行导致全球医疗资源挤兑和常规卫生服务中断,已知其对传染病防控(如结核病、疟疾)、孕产妇健康及心理健康产生连锁影响,但缺乏系统性量化评估。

2025年7月2日,浙江大学公共卫生学院杨仕贵教授用GBD 2021数据库,在医学顶刊BMJ主刊(医学一区Top,IF=42.7)发表题为:“Global, regional, and national characteristics of the main causes of increased disease burden due to the covid-19 pandemic: time-series modelling analysis of global burden of disease study 2021”的研究论文。

研究聚焦于COVID-19大流行的间接影响,即因医疗资源挤兑、服务中断导致的非新冠相关疾病负担上升,旨在量化和确定负担增加的主要病因。

本公众号回复“ 原文”即可获得文献PDF等资料,想用GBD 2023新数据发文,欢迎联系郑老师团队,微信号:aq566665

研究从GBD 2021数据库中,获取了2020-2021年间174种非新冠疾病和伤害的发病率、患病率、残疾调整生命年(DALYs)和死亡数据。

同时,基于GBD 2021数据库中1990-2021年数据,研究还构建了时间序列预测模型(ARIMA与ARIMA-LSTM混合模型),模拟若无COVID-19大流行时2020–2021年的疾病负担预期值。

  • 自回归差分移动平均(ARIMA)模型:捕捉历史趋势;

  • ARIMA-LSTM混合模型:用长短期记忆(LSTM)拟合ARIMA残差,增强非线性预测能力。

图1 模型开发和评估的分析流程概述

通过比较实际观测值与预测值的绝对/相对率差,识别负担显著增加(95%CI >0)的病种,并按性别、年龄、区域分层分析,以定位脆弱人群。

主要研究结果

研究从地区、年龄和性别角度分析了174种疾病负担增加情况,结果显示,COVID-19大流行的影响因不同原因而异,并表现出显著差异。

全球层面:

  • 抑郁(DALYs增加83.0/10万)和焦虑(73.8/10万)是全球DALYs负担增加的最主要原因,尤其是在女性和5岁及以上个体中;

  • 疟疾在非洲地区的负担增加最为严重(769.0/10万),已成为五岁以下儿童疾病负担增加的主要原因;

  • 中风和缺血性心脏病在70岁及以上人群中负担加重。

图2 COVID-19大流行期间造成DALY负担增加的全球主要原因(按比率差异)

图3 年龄差异

(A-E)发病率;(F-J)患病率;(K-O)DALYs;(P-T)死亡人数

性别差异:

  • 与男性相比,女性在抑郁和焦虑、自残、性传播感染(不包括艾滋病毒)、阿尔茨海默病和其他痴呆症方面的负担增加得更大;

  • 相比之下,男性在心血管疾病和人际暴力方面的负担增加得更多。

图4 性别差异(橙色线表示排名上升,而蓝色线表示没有变化或下降)
发病率;(C,D)患病率;(E,F)DALYs;(G,H)死亡率

地区差异:

疟疾在非洲、精神障碍在欧美、卒中在美洲和欧洲的疾病负担尤为突出。

综上所述,COVID-19大流行显著加剧了几种非新冠疾病的负担,特别是精神健康障碍、非洲区域幼儿的疟疾以及老年人的中风和缺血性心脏病。研究呼吁加强多疾病综合监测系统(如整合AI技术),并采取疫情知情战略,以应对未来可能的公共卫生危机。


评论