1990年至2021年间育龄妇女炎症性肠病的全球负担及对2050年的未来预测:利用八种机器学习算法进行的全面分析
《International Journal of Women's Health》:Global Burden of Inflammatory Bowel Disease Among Women of Reproductive Age From 1990 to 2021 and Future Projections to 2050: A Comprehensive Analysis Using Eight Machine Learning Algorithms
【字体:
大
中
小
】
时间:2025年11月17日
来源:International Journal of Women's Health 2.5
编辑推荐:
全球育龄女性炎症性肠病(IBD)负担研究显示,1990-2021年发病率、患病率、DALYs及死亡率呈小幅上升趋势,主要因人口增长(贡献率77.3%-104.8%)。高SDI地区负担最重但死亡率下降,低SDI地区负担和死亡率显著上升。机器学习模型预测2050年发病率、患病率及DALYs将下降,但死亡率可能上升。研究强调需针对不同SDI地区制定差异化策略,优化医疗资源配置,加强低SDI地区诊断和治疗能力建设。
近年来,炎症性肠病(IBD)在全球范围内的流行情况引起了广泛关注。作为一种影响消化系统的慢性炎症性疾病,IBD主要由溃疡性结肠炎(UC)和克罗恩病(CD)组成,其临床表现包括腹泻、腹痛、直肠出血等。尽管目前已有多种治疗手段可以缓解症状,但该疾病仍然难以根治,许多患者最终需要接受手术治疗,且可能面临额外的肠道外表现和疾病相关并发症,如狭窄、瘘管和脓肿等。由于其高患病率、低治愈率以及治疗反应的异质性,IBD对全球医疗体系构成了显著的负担。
随着全球人口结构的变化,特别是发展中国家的工业化和城市化进程加快,IBD的流行趋势正在发生变化。在过去几十年中,该疾病在新兴工业国家中的发病率迅速上升,这表明IBD不再仅仅是西方国家的“西方疾病”。根据2019年的数据,全球IBD患者人数达到了490万,其中年龄标准化的患病率在147个国家和地区较1990年有所上升。这一趋势提示我们,需要更加深入地了解IBD在不同人群中的分布情况,特别是那些处于生育年龄的女性群体,因为她们的健康状况直接影响到生育能力和整体生活质量。
本研究基于全球疾病负担研究(GBD)2021数据库,对1990年至2021年间生育年龄女性群体中IBD的负担进行了系统分析,并利用八种机器学习模型对未来40年的疾病负担进行了预测。研究发现,全球范围内,IBD的发病率、患病率、伤残调整生命年(DALYs)和死亡率均呈现轻微上升趋势。这一趋势主要归因于人口增长,而非疾病本身的流行率变化。然而,不同社会经济指标(SDI)区域之间存在显著差异,高SDI地区继续承担最重的疾病负担,而低SDI和低中SDI地区则因医疗资源有限和诊断与治疗水平不足,表现出更高的死亡率。
研究还揭示了不同年龄组之间的疾病负担差异。总体来看,IBD的发病率和患病率随着年龄增长而增加,其中40至49岁年龄段的女性承受了最大的负担。相比之下,20至24岁年龄段的女性在低SDI地区表现出较高的死亡率和伤残率。这一现象可能与这些地区医疗资源不足、公众健康意识薄弱以及生育年龄女性在生育过程中可能面临更高的疾病风险有关。例如,怀孕可能会加剧IBD的病情,导致严重的并发症,因此对年轻女性群体的疾病预防和健康管理尤为重要。
在区域层面,南亚地区在生育年龄女性中承担了最重的IBD负担,其发病率、患病率、DALYs和死亡率均位居全球前列。相比之下,大洋洲的疾病负担最低。这种差异不仅反映了不同地区的经济发展水平,还可能与饮食习惯、生活方式和环境因素有关。例如,西方化的生活方式,包括高蛋白、高脂肪和精制碳水化合物的饮食结构,可能会影响肠道菌群,进而增加IBD的发生和进展风险。此外,缺乏体育锻炼、肥胖率上升、心理压力增大和吸烟等不良行为也与IBD的发病和复发有关。
在国家层面,印度、美国、中国和德国是IBD负担最重的国家,而一些低SDI国家,如几内亚比绍、马里和冈比亚,则显示出更高的死亡率。这些国家由于医疗资源有限,难以获得有效的诊断和治疗手段,导致疾病被低估和误诊。与此同时,一些国家如格鲁吉亚、意大利和加拿大则经历了显著的疾病负担下降,这可能得益于医疗技术的进步和公共卫生干预措施的实施。
本研究还采用了分解分析方法,以明确影响IBD负担变化的因素。结果显示,人口增长是全球范围内发病率、患病率、DALYs和死亡率上升的主要原因。而在某些地区,如高SDI地区,年龄增长和流行病学变化对疾病负担的影响同样显著。这种分析有助于指导公共卫生政策的制定,明确应优先关注哪些因素以减少疾病负担。
为了预测未来2022年至2050年IBD的负担趋势,研究团队使用了多种机器学习模型,包括ARIMA、Prophet、TBATS、弹性网络、ETS、VAR、Holt-Winters和改进的Theta模型。其中,ARIMA模型在预测发病率、患病率和DALYs方面表现最佳,而Prophet模型在预测死亡率方面具有更高的稳健性和准确性。这些模型的预测结果表明,尽管发病率和患病率可能在短期内有所波动,但总体趋势是下降的,而死亡率则可能继续上升。这一结果提示我们,虽然疾病的流行趋势可能有所缓解,但死亡率的上升可能意味着在疾病管理、治疗策略和重症干预方面仍需加强。
研究还指出,未来需要在不同地区采取针对性的预防和管理措施,特别是在医疗资源匮乏的低SDI地区。这些地区需要改善诊断能力,提高治疗水平,并加强公众健康教育,以减少疾病的发生和传播。此外,高SDI地区虽然在疾病管理方面取得了一定进展,但仍需关注疾病负担的持续增长,特别是在中年女性群体中。同时,年轻女性群体的疾病负担也在某些地区呈现出上升趋势,这提示我们需要加强早期筛查和诊断,以防止疾病对生育能力造成严重影响。
在年龄分布方面,研究发现40至49岁年龄段的女性承受了最大的疾病负担,而15至19岁年龄段的女性则表现出最低的负担。这一现象可能与年龄相关的免疫功能下降以及长期暴露于各种环境和生活方式因素有关。因此,针对不同年龄段的女性,应制定差异化的干预策略,以有效控制疾病的发展和恶化。
本研究的局限性在于,尽管GBD数据提供了全球趋势的广泛视角,但其准确性可能受到不同地区诊断能力差异的影响。在医疗资源匮乏的地区,IBD的真实负担可能被低估。此外,预测模型主要基于历史数据,可能未能充分考虑未来可能出现的环境、饮食和遗传因素的变化。因此,未来的研究需要进一步探索这些潜在因素,以更准确地预测IBD的负担趋势。
综上所述,本研究为IBD在全球生育年龄女性中的负担提供了深入的分析,并为未来制定针对性的预防和管理策略提供了科学依据。通过识别不同地区和年龄段的疾病负担差异,以及分析影响疾病负担的主要因素,研究结果有助于优化资源分配,提升医疗干预的针对性,从而改善全球女性的健康状况。未来的研究和政策制定应重点关注低SDI地区和年轻女性群体,以应对IBD带来的挑战,并推动全球范围内的疾病管理进展。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号