يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

سير عمل تحليلي قائم على GBD 2021 لتقدير العبء العالمي للأورام الناتج عن انخفاض النشاط البدني

90 مشاهدة

DOI:

10.3791/70495

أغسطس 7, 2026

في هذه المقالة

ملخص

يظهر هذا البروتوكول سير عمل قابل للتكرار لاستخراج ومعالجة وتحليل وتصور تقديرات الورم في GBD 2021 الناتجة عن انخفاض النشاط البدني. يتيح سير العمل للباحثين تقييم مؤشرات العبء، والاتجاهات الزمنية، ومكونات التحلل، وعدم المساواة الاجتماعية والاقتصادية، والتوقعات المبنية على النماذج باستخدام بيانات موحدة على مستوى السكان.

الملخص

يصف هذا البروتوكول سير عمل تحليلي قابل للتكرار لتقدير العبء العالمي للأورم الناتج عن انخفاض النشاط البدني باستخدام بيانات العبء العالمي للأمراض 2021. يشمل سير العمل استخراج البيانات من أداة نتائج GBD، وتعريف النتائج المؤهلة وفئات التعرض، وتقدير الوفيات، والسنوات الحياتية المعدلة حسب الإعاقة، والمعدلات الموحدة حسب العمر، وتحليل الاتجاه الزمني باستخدام التغير السنوي المتوقع وانحدار نقاط الربط، وتحليل التفكيك، وتقييم عدم المساواة الاجتماعية والاقتصادية، وتوقع العمر والمجموعات البايزي. يصف البروتوكول أيضا كيفية تفسير فترات عدم اليقين، ومكونات التحليل، ومقاييس عدم المساواة في سياق تقديرات على مستوى السكان النمذجة. كتطبيق تمثيلي، تم تطبيق سير العمل على سرطان القولون والمستقيم وسرطان الثدي الإناث الناتج عن انخفاض النشاط البدني عبر 204 دول وأقاليم من عام 1990 إلى 2021، مع توقعات حتى عام 2045. يمكن تكييف هذا البروتوكول لأزواج أخرى من المخاطر والنتائج في GBD عندما يحتاج الباحثون إلى نهج منظم لتقدير العبء المنسوب للمخاطر، وتوصيف الاتجاهات، وتقييم عدم المساواة، وتحليل التوقعات.

المقدمة

تمثل الأورام فئة مهمة من الأمراض غير المعدية (NCDs) التي تساهم في الوفيات والإعاقة عالميا، مما يشكل تحديا صحيا عاما حاسما على مستوى العالم. كشفت بيانات غلوبوكان 2022 عن 19.96 مليون حالة جديدة من الأورام الورمية و9.74 مليون حالة وفاة حول العالم، مع كون سرطانات الرئة والثدي (الإناث) والقولون والمستقيم هي الأورام الخبيثة السائدة. من المتوقع أن تصل نسبة الإصابة بالسرطان إلى 35 مليون سنويا بحلول عام 2050 (بزيادة 77٪ عن 2022)، مع توقع أن تشهد الدول التي تحقق درجات منخفضة في مؤشر التنمية البشرية (HDI) ارتفاعا بنسبة 142٪، مدفوعة بالتحولات الديموغرافية. التوسع الديموغرافي، شيخوخة السكان، نقص أنظمة الفحص، وتقييد الوصول إلى العلاج في المناطق منخفضة مؤشر تشبع الإنسان (HDI) هي التي تدفع هذه الاتجاهات، مما يخلق ضرورة لتخصيص موارد الأورام العالمية بشكل عادل1.

انخفاض النشاط البدني (LPA) هو عامل محدد قابل للتعديل للأمراض غير المعروفة غير الراضية الكبرى، يشمل الأورام الخبيثة، والاضطرابات الأيضية، والحالات النفسيةالعصبية 2،3،4. يشكل LPA عبئا صحيا عالميا كبيرا، حيث يظهر ارتفاعا بنسبة 6.6٪ في معدل الانتشار حسب العمر منذ عام 2000، ويساهم في 7.2٪ من الوفيات العالمية الشاملة في عام 2022. يوفر النشاط البدني المعتدل حماية كبيرة ضد الثدي (معدل ضربات القلب 0.90؛ فاصل الثقة 95٪: 0.87–0.93)، والقولون (معدل ضربات القلب 0.84؛ فترة الثقة 95٪: 0.77–0.91)، وسرطانات المستقيم (معدل ضربات القلب 0.87؛ فترة الثقة 95٪: 0.80–0.95)، مع انخفاض موازي في الوفيات حسب الموقع7. لتعزيز النظام الغذائي الأساسي في جميع أنحاء العالم، طورت العديد من الدول والمناطق إرشادات وطنية للسلطة الذاتية مصممة خصيصا لسياقاتها (مثل كندا، المملكة المتحدة، والولايات المتحدة)، وقد تم نشرها على نطاق واسع من خلال منظمات مثل منظمة الصحة العالمية (WHO) والاتحاد الأوروبي. للأسف، فقط 72.5٪ من البالغين حول العالم يستوفون الحد الأدنى الموصى به من مستويات PA المحددة في إرشادات الصحة العامة8.

يعد التخفيف من عبء الأورام الناتج عن انخفاض النشاط البدني أمرا محوريا لتحقيق هدف الأمم المتحدة للتنمية المستدامة (SDG) 2030: تقليل الوفيات المبكرة من الأمراض غير الوندية بنسبة ثلث من خلال الوقايةوالرعاية 9. يعد توليد أدلة قوية لتوضيح العلاقة بين LPA والأورام ضروريا لتوجيه السياسات الصحية المستقبلية. توفر دراسة العبء العالمي للأمراض والإصابات وعوامل الخطر لعام 2021 (GBD 2021) تقديرات مماثلة على مستوى السكان للوفيات، وسنوات الحياة المعدلة حسب الإعاقة (DALYs)، والعبء المنسوب للمخاطر عبر 204 دول وأقاليم من 1990 إلى 2021 باستخدام أساليب وبائية موحدة. في التاريخ العالمي 2021، تغطي تقديرات الأمراض والإصابات 371 مرضا وإصابة، بينما يقدر تحليل عوامل الخطر التعرض، والمخاطر النسبية، والكسور المنسوبة للسكان، والعبء المنسوب ل 88 عامل خطر10. ومع ذلك، قدمت دراسات أقل سير عمل تدريجي وقابل للتكرار لاستخراج بيانات الأورام المنسوبة إلى انخفاض النشاط البدني في GBD 2021 وتطبيق تحليلات الاتجاه والتحليل وعدم المساواة والإسقاط ضمن بروتوكول واحد. تعالج هذه المخطوطة هذه الفجوة المنهجية من خلال تفصيل إجراءات استخراج البيانات، وتعريف المتغيرات، والنمذجة الإحصائية، وإجراءات التفسير لهذا الاقتران المحدد بين المخاطر والنتيجة في GBD. يصف هذا البروتوكول تحليلا ثانويا قابلا لإعادة تكرار تقديرات GBD 2021 للأورام الناتجة عن انخفاض النشاط البدني عبر 204 دول وأقاليم من 1990 إلى 2021، مع توقعات حتى 2045. كانت الأهداف قياس الوفاة، وحالات الاعتدال على العمر (DALYs)، والمعدلات الموحدة حسب العمر، والاتجاهات الزمنية، ومكونات التحلل، وعدم المساواة الاجتماعية والاقتصادية، والعبء المتوقع، دون الاستنتاج إلى السببية على مستوى الفرد أو تأثيرات التدخل المباشر.

تم اختيار هذا السير لأنه يدمج عدة مكونات تحليلية مكملة في إطار عمل واحد قابل للتكرار. مقارنة بالدراسات التي تبلغت فقط عن تقديرات وصفية لليوم القائم بوجود الأساس أو مقاييس اتجاه واحد، يجمع هذا البروتوكول بين تقدير العبء، وتحليل EAPC، وانحدار نقاط الربط، وتحليل التفكيك، وتقييم عدم المساواة، وتوقعات BAPC، مما يسمح للمستخدمين بفحص ليس فقط حجم العبء بل أيضا التغيرات الزمنية، والمحركات الديموغرافية، والتدرجات الاجتماعية والاقتصادية، والاتجاهات المستقبلية. البروتوكول قابل للتطبيق على الباحثين الذين يجرون تحليلات ثانوية لتقديرات المخاطر المنسوبة ل GBD، خاصة عندما يكون الهدف هو مقارنة أنماط العبء عبر الزمن والجنس والمجموعات العمرية والدول والمناطق أو فئات مؤشر SDI.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

استخدمت هذه الدراسة تقديرات سكانية 2021 المتاحة للجمهور وغير المحددة تحديدا. لم يتم الوصول إلى بيانات المشاركين البشرية على مستوى الفرد. حصلت دراسة GBD لعام 2021 على إعفاء من الموافقة المستنيرة من مجلس مراجعة المؤسسات بجامعة واشنطن؛ لذلك، لم تكن هناك حاجة لموافقة أخلاقية مؤسسية إضافية لهذا التحليل الثانوي.

ملاحظة: يصف هذا البروتوكول سير عمل قابل للتكرار لإجراء تحليل ثانوي لتقديرات GBD 2021 للأورام11 بسبب انخفاض النشاط البدني. يشمل سير العمل استخراج البيانات، تعريف المتغيرات، تقدير العبء، تحليل الاتجاه الزمني، تحليل التفكيك، تقييم عدم المساواة، وتوقع عمر وفترة العمر والمجموعات البايزي. تعرض النتائج لتوضيح تطبيق البروتوكول بدلا من إثبات علاقة سببية أولية. تألف سير العمل التحليلي من ست خطوات متسلسلة: استخراج تقديرات GBD 2021، تعريف التعرض، نتائج الأمراض، وطبقات SDI، تقدير الوفيات، DALYs، معدل الوفيات المعيارية للعمر (ASMR)، ومعدل DALYs المعتمد على العمر (ASDR)، تحليل الاتجاه الزمني باستخدام تقدير التغير السنوي (EAPC) وتحليلات الانحدار والتحلل وعدم المساواة، وتوقع العمر والفئة العمرية حتى عام 2045. تم توليد كل نتيجة ورقم من إحدى هذه الخطوات التحليلية المرتبطة به.

1. تحديد مصدر البيانات والوصول إليها

  1. احصل على أداة نتائج العبء العالمي للأمراض (GBD) لعام 2021.
    1. افتح متصفح ويب وانتقل إلى أداة نتائج العبء العالمي للأمراض على https://vizhub.healthdata.org/gbd-results/.
    2. اختر GBD 2021 كنسخة دراسة من بين خيارات مجموعة البيانات المتاحة.
    3. اختر عوامل الخطر من قائمة التسلسل الهرمي للسبب.
  2. حدد نتائج الأمراض وعوامل الخطر.
    1. اختر الأورام كفئة مرضية.
    2. اختر انخفاض النشاط البدني كعامل خطر.
    3. اختر الوفيات وسنوات الحياة المعدلة حسب الإعاقة (DALYs) كمقاييس للنتائج.
  3. حدد عدد السكان، والجغرافيا، والفترة الزمنية.
    1. اختر كلا الجنسين، ذكر وأنثى بشكل منفصل لتحليلات خاصة بالجنس.
    2. اختر جميع الفئات العمرية المتاحة ≥25 سنة.
    3. اختر جميع الدول والأقاليم ال 204.
    4. حدد فترة التحليل من 1990 إلى 2021.
  4. استخلاص مقاييس النتائج الموحدة حسب العمر.
    1. تمكين توحيد العمر باستخدام معيار GBD 2021 السكاني المعتمد.
    2. اختر معدل الوفيات المعياري حسب العمر (ASMR) ومعدل DALYs المعيارية حسب العمر (ASDR) كمتغيرات ناتجة.
    3. تضمين فترات عدم اليقين بنسبة 95٪ (UIs) لجميع التقديرات المستخرجة.
    4. تصدير البيانات المستخرجة بصيغة CSV للتحليل اللاحق.
    5. للقابلية للتكرار، استخدم اختيارات أدوات نتائج GBD التالية: نسخة الدراسة: GBD 2021؛ السياق: عوامل الخطر؛ المخاطر: انخفاض النشاط البدني؛ السبب: الأورام؛ المقاييس: الوفيات وDALYs؛ المقاييس: العدد والمعدل؛ الأعمار: موحدة حسب العمر وجميع الفئات العمرية المتاحة 5 سنوات التي تبلغ ≥ 25 سنة؛ الجنسين: ذكر وأنثى؛ المواقع: العالمية، 21 منطقة GBD، مناطق SDI، و204 دول وإقليم؛ السنوات: 1990–2021.
    6. تصدير التقدير المتوسط، وفترة عدم اليقين الأقل، وفترة عدم اليقين العليا لكل طبقة بصيغة CSV.
  5. الحصول على بيانات مدرجة حسب مؤشر الديموغرافيا الاجتماعي (SDI).
    1. تمكين التصنيف الطبقي بواسطة مؤشر الديموغرافيا الاجتماعي (SDI).
    2. استخلاص بيانات ASMR وASDR الخاصة ب SDI لإجراء تحليلات مقارنة.
  6. الوصول إلى مصادر البيانات الأساسية.
    1. انتقل إلى أداة مصادر إدخال البيانات في GBD 2021 على https://ghdx.healthdata.org/gbd-2021.
    2. راجع الوثائق المتاحة للجمهور التي تصف مصادر البيانات الأولية، بما في ذلك أنظمة تسجيل الحيوية، والمسوحات السكانية، والسجلات الطبية، وسجلات الأمراض.

2. تعريف المتغيرات الرئيسية ومعايير التصنيف

  1. عرف الورم.
    1. عرف الأورام كأورام خبيثة وفقا لتسلسل أسباب العبء العالمي للأمراض (GBD) 2021.
    2. تشمل فقط الأورام الخبيثة التي تتميز بتكاثر خلوي غير منضبط ناتج عن خلل وراثي وبين الوراثي.
    3. استبعد الأورام الحميدة من جميع التحليلات.
  2. عرف انخفاض النشاط البدني.
    1. حدد شدة النشاط البدني باستخدام قيم المكافئ الأيضي للمهمة (MET)، حيث أن 1 MET يساوي استهلاك الأكسجين 3.5 مل O₂/kg/دقيقة أثناء الراحة.
    2. احسب مستويات النشاط البدني الأسبوعي باستخدام إجمالي دقائق MET في الأسبوع.
    3. صنف مستويات النشاط البدني إلى أربعفئات 12،13:
      أقل من 600 دقيقة MET في الأسبوع.
      من 600 إلى 3,999 دقيقة MET-دقيقة في الأسبوع.
      من 4,000 إلى 7,999 دقيقة MET-دقيقة في الأسبوع.
      8,000 دقيقة أو أكثر من MET في الأسبوع.
    4. عرف انخفاض النشاط البدني بأنه أقل من 4000 دقيقة MET-دقيقة في الأسبوع، بما يتوافق مع منهجية نسب المخاطر في GBD 2021.
      ملاحظة: تم اعتماد هذا الحد من تعريف نسبة المخاطر في GBD لعام 2021 ولم يتم اختياره من جديد في هذه الدراسة. تم استخدامه للحفاظ على الاتساق مع إطار تقييم المخاطر المقارن ليوم البناء على المبادرات وقابلية المقارنة مع التقديرات الأخرى المبنية على التاريخ المبادرة.
  3. عرف SDI.
    1. عرف مؤشر SDI كمؤشر مركب يتراوح من 0 إلى 1.
    2. احسب مؤشر SDI باستخدام المتوسط الهندسي للدخل الفردي الموحد، والتحصيل التعليمي، ومعدل الخصوبة لدى الأفراد دون سن 25 عاما.
    3. صنف الدول والمناطق إلى خمس فئات مؤشر SDI14: منخفض، منخفض-متوسط، متوسط، متوسط-مرتفع، وعالي.
    4. تعيين الدول في واحدة من 21 منطقة GBD بناء على تصنيف SDI.
  4. عرف الأورام الناتجة عن انخفاض النشاط البدني.
    1. حدد الأورام الناتجة عن انخفاض النشاط البدني باستخدام إطار تقييم المخاطر المقارن ل GBD 2021.
      1. ضمن هذا الإطار، يتم تفعيل العبء المنخفض المرتبط بالنشاط البدني من خلال دمج توزيعات التعرض، والمخاطر النسبية بين المخاطر والنتائج، والحد الأدنى النظري لمستوى التعرض للمخاطر لتقدير النسب السكانية المنسوبة. ثم طبق هذا على الوفيات ونتائج DALY للحصول على نتائج مؤهلة للورم.
    2. ادرج سرطان القولون والمستقيم وسرطان الثدي الأنثوي كنتائج أورام ناتجة عن انخفاض التعرض للنشاط البدني.
      ملاحظة: لذا، في هذه الدراسة، تشير الأورام الناتجة عن انخفاض النشاط البدني إلى سرطان القولون والمستقيم وسرطان الثدي الأنثوي كما هو معرف في إطار تقييم المخاطر المقارن ل GBD 2021، وليس جميع الأورام الخبيثة.

3. تقدير العبء العالمي للأورام الناتج عن انخفاض النشاط البدني.

  1. استخلاص مؤشرات عبء الأمراض.
    1. استيراد بيانات الوفيات وسنوات الحياة المعدلة حسب الإعاقة (DALYs) للأورام الناتجة عن انخفاض النشاط البدني من أداة نتائج العبء العالمي للأمراض (GBD) لعام 2021، وفقا لإطار تقييم المخاطر المقارن القياسي للعبء العالمي للأمراض (GBD).
    2. استخلاص معدلات الوفيات المعيارية حسب العمر (ASMR) ومعدلات DALYs المعيارية حسب العمر (ASDR) لكل 100,000 سكان باستخدام المعيار السكاني لعام 2021 ليوم التاريخ العالمي (GBD).
    3. احتفظ بفترات عدم اليقين المقابلة بنسبة 95٪ لجميع التقديرات المستخرجة كما توفرها منهجية GBD 2021.
  2. احسب سنوات الحياة المعدلة حسب الإعاقة.
    1. عرف سنوات الحياة المعدلة حسب الإعاقة (DALYs) بأنها مجموع سنوات الحياة المفقودة (YLLs) وسنوات العيش مع الإعاقة (YLDs)، وفقا لتعريفات GBD القياسية.
    2. احسب الوفاة العمرية المتوسطة عن طريق ضرب الوفيات حسب العمر في متوسط العمر المتوقع المرجعي المحدد في جدول العمر 2021 لتاريخ التاريخ الكامل.
    3. احسب حالات YLD عن طريق ضرب الحالات الحوادث في أوزان الإعاقة الخاصة بالمرض ومدة المرض، كما هو موضح في منهجية GBD.
    4. تحقق من أن القيم المحسوبة ل DALY تتوافق مع تقديرات GBD المبلغ عنها لعام 2021.

4. تحليل الاتجاه الزمني

  1. تقدير التغير السنوي15,16.
    1. استيراد بيانات ASMR وASDR إلى برنامج R (الإصدار 4.4.2).
    2. تطبيق التحويل اللوغاريتمي الطبيعي على معدلات موحدة حسب العمر.
    3. ملاءمة نماذج الانحدار الخطي مع السنة التقويمية كمتغير مستقل لتقييم الاتجاهات الزمنية، وفقا لطرق تحليل الاتجاهات الوبائية المعتمدة.
    4. احسب التغير السنوي المقدر (EAPC) من منحدر الانحدار باستخدام التحويل الأسي القياسي.
    5. صنف الاتجاهات على أنها تصاعدية أو متناقصة أو مستقرة بناء على ما إذا كانت فترة الثقة 95٪ لمؤشر EAPC أعلى أو أقل أو تشمل صفرا.
  2. قم بتحليل انحدار نقطة الالتحمام.
    1. افتح برنامج نقطة الانضمام (الإصدار 5.3.0؛ المعهد الوطني للسرطان).
    2. استيراد مجموعات بيانات ASMR و ASDR إلى البرنامج.
    3. اختر نموذج الانحدار اللوغاريتمي الخطي لتحليل الاتجاه، بما يتوافق مع إرشادات المنهجية في نقطةالانضمام 17.
    4. حدد الحد الأدنى 0 وحد أقصى 6 نقاط انضمام.
    5. اختر طريقة معيار المعلومات البايزية المعتمدة على البيانات (BIC) مع تحسين BIC المرجح لتحديد نقاط الربط المثلى.
      1. اختر الحد الأقصى البالغ ست نقاط انضمام حسب طول السلسلة الزمنية السنوية من 1990 إلى 2021 والتوصيات الافتراضية لبرنامج نقطة الانحدار.
      2. حدد العدد النهائي لنقاط الربط بواسطة BIC المعتمد على البيانات.
    6. قم بإجراء التحليل لحساب التغير النسبي السنوي (APC) ومتوسط التغير السنوي المئوية (AAPC) مع فترات ثقة 95٪. بالنسبة للطبقات ذات البيانات القليلة أو التقديرات السنوية غير المستقرة، تم تفسير APCs الخاصة بالقطاع بحذر ولم يتم التأكيد عليها إلا إذا كان الاتجاه المتوافق مدعوما بفترات عدم يقين مقابلة وكان معقولا وبائيا.
    7. تصدير نتائج APC وAAPC للتحليل اللاحق.
      ملاحظة: تم استخدام EAPC ونقطة الربط لأغراض مختلفة. قدم EAPC تقديرا ملخصا واحدا لمتوسط الاتجاه اللوغاريتمي الخطي عبر الفترة من 1990 إلى 2021، في حين حدد انحدار نقطة الانضمام فترات تقويمية يتغير فيها معدل التغير وقدرت APCs الخاصة بكل قطاع. لذلك، استخدم EAPC للمقارنة الشاملة عبر الطبقات، بينما استخدم الانحدار النقطي لوصف أنماط الانحراف الزمني.

5. تحليل التحليل

  1. جهز مدخلات التحليل.
    1. قم بتصنف بيانات الوفيات وDALY حسب الفئة العمرية، السنة التقويمية، والمنطقة الجغرافية.
    2. استيراد مجموعات البيانات الطبقية إلى برنامج JD_GBDR (الإصدار 2.37.1).
  2. قم بتحليل التحليل.
    1. تحليل التغيرات في الوفيات وDALYs بين النقاط الزمنية المحددة إلى مكونات الشيخوخة، ونمو السكان، والتغيرات الوبائية باستخدام طرق التحليل المعتمدة18.
    2. قم بقياس مساهمة كل مكون في التغيرات الكلي في عبء الأمراض.
      1. تفسير المساهمات المئوية على أنها المساهمة النسبية للشيخوخة، ونمو السكان، والتغير الوبائي إلى التغير الصافي في الوفيات أو DALYs بين نقطتين زمنيتين.
      2. يمكن أن تحدث قيم تتجاوز 100٪ أو قيم سالبة عندما يزيد أحد المكونات العبء بينما يعوضه مكون آخر؛ تفسير مثل هذه القيم كتأثيرات تحليل رياضية بدلا من التأثيرات البيولوجية المباشرة.
    3. نتائج تحليل التصدير للتحليلات الإقليمية على مستوى SDI وGBD.

6. تحليل عدم المساواة الصحية

  1. جهز البيانات لتقييم عدم المساواة.
    1. قم بتصنيف جميع الدول والأقاليم وفقا لقيم SDI من الأدنى إلى الأعلى.
    2. استيراد ASMR و ASDR إلى برنامج R (الإصدار 4.4.2).
  2. احسب مؤشر الميل لعدم المساواة.
    1. امنح كل دولة تصنيفا اجتماعيا واقتصاديا نسبيا بناء على التوزيع السكاني التراكمي عبر طبقات SDI.
    2. ملاءمة نموذج الانحدار الخطي المرجح مع ASMR أو ASDR كمتغير تابع، وتصنيف SDI النسبي كمتغير مستقل.
    3. احسب مؤشر الميل لعدم المساواة (SII) كفرق مطلق في عبء المرض بين أعلى وأدنى نهايات تدرج SDI، وفقا لمنهجية تحليل عدم المساواة المعتمدة.
  3. احسب مؤشر التركيز.
    1. قم بإنشاء منحنيات تركيز من خلال رسم النسب التراكمية ل ASMR أو ASDR مقابل النسب التراكمية للسكان التي تم تصنيفها بواسطة SDI.
    2. احسب مؤشر التركيز (CII) كضعف المساحة بين منحنى التركيز وخط المساواة.
    3. تفسير قيم CII القريبة من الصفر على أنها عدم مساواة منخفضة وقيم تقترب من −1 أو +1 على أنها زيادة في عدم المساواة النسبية، بما يتوافق مع طرق اقتصاديات الصحة القياسية19.
  4. تقدير عدم اليقين لمقاييس عدم المساواة.
    1. بالنسبة لمؤشر SII، استنتج فترات ثقة بنسبة 95٪ من نموذج الانحدار المرجح باستخدام أوزان السكان على مستوى الدولة.
    2. بالنسبة ل CII، قدر فترات ثقة بنسبة 95٪ باستخدام إعادة العينات التمهيدية للدول والأقاليم التي تم الاستبدال.
    3. عندما تتوفر سحوبات لاحقة، كرر حسابات SII وCII عبر السحوبات وأبلغ عن النسبة المئوية 2.5 و97.5 كفترات عدم يقين.

7. نمذجة العمر والفترات البايزية للمجموعة

  1. جهز بيانات الإدخال للإسقاط.
    1. نظم الوفيات حسب العمر، وبيانات DALY، وبيانات السكان المقابلة حسب الفئة العمرية 5 سنوات والسنة التقويمية من 1990 إلى 2021.
    2. ضمان اتساق تعريفات الفئات العمرية والفترات الزمنية عبر فترة الملاحظة الكاملة.
  2. طبق نموذج العمروالفترة البايزي 20.
    1. استيراد مجموعات بيانات العبء والسكان حسب العمر إلى R باستخدام إطار نمذجة عمر وفترة بايزي.
    2. حدد تأثيرات العمر، والدورة، والمجموعات كتأثيرات عشوائية منظمة، مع استخدام السابقات العشوائية من الدرجة الثانية لتلطيف الفئات العمرية المجاورة، والفترات التقويمية، ومجموعات الولادة.
    3. قم بتوليد تقديرات لاحقة لمعدلات محددة للعمر ثم حساب ASMR وASDR المتوقعين باستخدام الفئة السكانية القياسية ليوم GBD 2021.
    4. تقييم ملاءمة النموذج من خلال مقارنة التقديرات الملاءمة مع التقديرات المرصودة خلال الفترة التاريخية.
    5. إجراء التحقق الداخلي من خلال حجب السنوات الأخيرة المرصودة، وإعادة تجهيز النموذج، ومقارنة التقديرات المتوقعة بالقيم المرصودة.
  3. توليد توقعات مستقبلية.
    1. توقع معدلات الوفيات الموحدة حسب العمر ومعدلات DALYs الموحدة حسب العمر للورمات الناتجة عن انخفاض النشاط البدني من 2022 إلى 2045.
    2. استخلاص التقديرات المتوسطة اللاحقة وفترات عدم اليقين بنسبة 95٪ لجميع النتائج المتوقعة. تقييم عدم اليقين في الإسقاط باستخدام فترات عدم يقين متأخرة بنسبة 95٪، وتفسير التقديرات البعيدة عن الفترة المرصودة بحذر متزايد.
    3. تصدير نتائج التوقعات للتصوير والتقارير.

8. التحليل الإحصائي

  1. قم بإجراء تحليل إحصائي عام.
    1. استيراد جميع مجموعات البيانات النظيفة إلى برنامج R (الإصدار 4.4.2).
    2. استخدم برنامج R لإجراء جميع التحليلات الإحصائية وتوليد الأرقام والجداول.
    3. اضبط الدلالة الإحصائية عند قيمة p ثنائية الجانب أقل من 0.05 لجميع التحليلات.
  2. إجراء تحليلات متخصصة ل GBD.
    1. استيراد مجموعات البيانات المهيأة بتنسيق GBD إلى JD_GBDR برنامج (الإصدار 2.37.1).
    2. استخدم برنامج JD_GBDR لإجراء حسابات عبء الأمراض، وتحليلات التحلل، وتصوير معدلات القياس الموحد وفقا لاتفاقيات تحليل GBD.
  3. قم بتحليل انحدار نقطة الالتحمام.
    1. قم بتنزيل وتثبيت برنامج انحدار نقطة الانضمام (الإصدار 5.3.0) من موقع المعهد الوطني للسرطان (https://surveillance.cancer.gov/joinpoint/download).
    2. استيراد مجموعات بيانات معدل الوفيات الموحدة حسب العمر وDALYs الموحدة حسب العمر إلى برنامج Joinpoint.
    3. اختر نموذج الانحدار اللوغاريتمي الخطي ونفذ تحليل الانحدار بنقطة الانضمام لتقييم الاتجاهات الزمنية، وفقا لمنهجية برنامج الانحدار النقطي.
    4. تقديرات اتجاه التصدير، بما في ذلك التغير النسبي السنوي والتغير النسبي السنوي المتوسط، مع فترات ثقة 95٪ المقابلة المقابلة.
      ملاحظة: تم إجراء جميع التحليلات باستخدام برنامج R الإصدار 4.4.2، وبرنامج انحدار نقطة الانضمام 5.3.0، وإصدار البرنامج JD_GBDR 2.37.1. شملت الإعدادات التحليلية الرئيسية نماذج EAPC اللوغاريتمية الخطية، وانحدار نقاط الانضمام مع 0–6 نقاط انضمام مختارة بواسطة معيار المعلومات الباييزي المعتمد على البيانات، والتحليل إلى مكونات التقدم في العمر، ونمو السكان، والتغيرات الوبائية، والانحدار الموزون ل SII، وإعادة أخذ عينات تمهيدية أو رسومات لاحقة لعدم يقين CII، وتوقع بايزي لعمر فترة الجمع حتى عام 2045.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

يجب أن يولد التنفيذ الناجح لهذا البروتوكول مجموعة كاملة من التقديرات المتناغمة المشتقة من GBD عبر مواقع محددة مسبقا، سنوات، جنس، فئات عمرية، مقاييس، ومقاييس. تشمل المخرجات المتوقعة تقديرات عبء موحدة حسب العمر وخاصة بالعمر مع فترات عدم يقين 95٪، وتقديرات EAPC واتجاهات نقطة الانضمام، ومكونات التفكيك، ومقاييس عدم المساواة SII وCII، وتوقعات تعتمد على BAPC مع فترات عدم يقين لاحقة. يشير التنفيذ غير الأمثل إلى غياب الطبقات، أو تسميات العمر أو الموقع غير المتسقة، أو الفشل في إعادة إنتاج التقديرا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

يظهر هذا التحليل لمؤشر GBD 2021 نمطين متناقضين في انخفاض النشاط البدني في عبء الأورام الناتج عن الورام. بينما انخفضت معدلات ASMR وASDR للأورام الناتجة عن LPA بشكل ملحوظ من 1990 إلى 2021 (ΔASMR = -19.72٪؛ ΔASDR = -18.51٪)، زادت الوفيات المطلقة وDALY بنسبة 95.73٪ و84.79٪ على التوالي. وقد تم تفسير زيادة العبء المطلق رغم انخفاض المعدلات الموحدة حسب العمر بشكل رئيسي بنمو السكان وشيخوخة السكان. قد يعكس انخفاض ASRs عوامل متعددة، بما في ذلك تحسينات في اكتشاف السرطان، والعلاج، والتحكم في عوامل ال...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

المؤلفون ليس لديهم ما يكشفون عنه.

شكر وتقدير

نشكر المتعاونين مع دراسة العبء العالمي للأمراض (GBD 2021) على مساهماتهم في الأورام الناتجة عن علم وبائيات LPA، والتي سهلها بيانات الوصول المفتوح لمعهد مقاييس وتقييم الصحة (IHME). حصل هذا العمل على دعم من شركة جينغدينغ الطبية (التي تقدم JD_GBDR تفويض البرمجيات ومعالجة البيانات المحورية)، مع خدمات تحرير اللغة من هوم فور ريللريسرز (www.home-for-researchers.com). وقد دعم هذا العمل مشروع برنامج تطوير علوم وتكنولوجيا الطب الصيني التقليدي في مقاطعة جيانغسو (QN202513)، ومشروع صندوق البحوث الداخلية للمستشفى الثاني التابع لجامعة نانجينغ للطب الصيني (SEZRC202504، SEZJY202505).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
Bayesian Age-Period-Cohort (BAPC) R PackageR Foundation / CRAN Repository https://cran.r-project.org/Used for Bayesian age-period-cohort projection analyses. 
CSV Data FilesInstitute for Health Metrics and Evaluation (IHME)N/AExported burden datasets from GBD 2021 Results Tool for downstream analysis.
dplyr R PackageR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=dplyrUsed for data manipulation and cleaning in R.
GBD 2021 Data Input Sources ToolInstitute for Health Metrics and Evaluation (IHME)https://ghdx.healthdata.org/gbd-2021Public repository for GBD source documentation.
ggplot2 R PackageR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=ggplot2Used for graphical visualization of temporal trends and inequality analyses. 
Global Burden of Disease (GBD) 2021 Results ToolInstitute for Health Metrics and Evaluation (IHME)https://vizhub.healthdata.org/gbd-results/Public database used for extraction of deaths, DALYs, ASMR, and ASDR data. 
INLA R PackageR-INLA Projecthttps://www.r-inla.org/Used for Bayesian inference within age-period-cohort modeling. 
JD_GBDR Software Jingding Medical Technology Co., Ltd.Version 2.37.1Used for GBD burden estimation, decomposition analysis, and standardized rate visualization.
Joinpoint Regression Program (Version 5.3.0)National Cancer Institute (NCI)https://surveillance.cancer.gov/joinpoint/downloadUsed for joinpoint regression analysis, APC, and AAPC estimation. 
Microsoft ExcelMicrosoft Corporationhttps://www.microsoft.com/excelUsed for organizing and cleaning extracted CSV datasets prior to analysis. 
Personal Computer WorkstationAny standard computing workstationN/ARecommended minimum: 8 GB RAM, Windows 10/11 or macOS for statistical analyses and projections.
R Statistical Software (Version 4.4.2)R Foundation for Statistical Computinghttps://www.r-project.org/Used for statistical analysis, EAPC calculation, inequality analysis, visualization, and Bayesian age-period-cohort modeling. 
RStudio DesktopPosit Software, PBChttps://posit.co/download/rstudio-desktop/Integrated development environment for R analyses.  

المراجع

  1. Bray, F., et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 74 (3), 229-263 (2024).
  2. Liang, M., Pan, Y., Zhong, T., Zeng, Y., Cheng, A. S. K. Effects of aerobic, resistance, and combined exercise on metabolic syndrome parameters and cardiovascular risk factors: a systematic review and network meta-analysis. Rev Cardiovasc Med. 22 (4), 1523-1533 (2021).
  3. Man, J., et al. Spatiotemporal trends of colorectal cancer mortality due to low physical activity and high body mass index from 1990 to 2019. Front Med. 8, 800426(2021).
  4. Saqib, Z. A., et al. Physical activity is a medicine for noncommunicable diseases: a survey study regarding the perception of physical activity impact on health wellbeing. Risk Manag Healthc Policy. 13, 2949-2962 (2020).
  5. GBD 2021 Risk Factors Collaborators. Global burden and strength of evidence for 88 risk factors in 204 countries and 811 subnational locations, 1990-2021. Lancet. 403 (10440), 2162-2203 (2024).
  6. Strain, T., et al. National, regional, and global trends in insufficient physical activity among adults from 2000 to 2022. Lancet Glob Health. 12 (8), e1232-e1243 (2024).
  7. Moore, S. C., et al. Association of leisure-time physical activity with risk of 26 types of cancer. JAMA Intern Med. 176 (6), 816-825 (2016).
  8. Guthold, R., Stevens, G. A., Riley, L. M., Bull, F. C. Worldwide trends in insufficient physical activity from 2001 to 2016. Lancet Glob Health. 6 (10), e1077-e1086 (2018).
  9. Sustainable Development Goals. , United Nations Development Programme. Available from: https://www.undp.org/sustainable-development-goals (2022).
  10. GBD 2021 Causes of Death Collaborators. Global burden of 288 causes of death and life expectancy decomposition, 1990–2021. Lancet. 403 (10440), 2100-2132 (2024).
  11. Martincorena, I., Campbell, P. J. Somatic mutation in cancer and normal cells. Science. 349 (6255), 1483-1489 (2015).
  12. Jetté, M., Sidney, K., Blümchen, G. Metabolic equivalents (METS) in exercise testing and prescription. Clin Cardiol. 13 (8), 555-565 (1990).
  13. Zhang, J., et al. Global burden of cardiovascular diseases and type 2 diabetes attributable to low physical activity. Front Cardiovasc Med. 10, 1247705(2023).
  14. GBD 2015 Healthcare Access and Quality Collaborators. Healthcare access and quality index based on mortality from amenable causes. Lancet. 390 (10091), 231-266 (2017).
  15. GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries, 1990–2019. Lancet. 396 (10258), 1204-1222 (2020).
  16. Zhao, G., et al. Global burden of osteoarthritis associated with high body mass index. Endocrine. 79 (1), 60-71 (2023).
  17. Tuo, Y., et al. Global, regional, and national burden of thalassemia, 1990–2021. EClinicalMedicine. 72, 102619(2024).
  18. Liu, C., et al. Global burden of liver cancer due to non-alcoholic steatohepatitis. J Gastroenterol. 58 (12), 1222-1236 (2023).
  19. Cao, F., et al. Global burden and cross-country inequalities in autoimmune diseases. Autoimmun Rev. 22 (6), 103326(2023).
  20. Chen, J., et al. Global burden of noncommunicable diseases attributable to kidney dysfunction. Chin Med J (Engl). 138 (11), 1334-1344 (2024).
  21. Wu, Z., Xia, F., Lin, R. Global burden of cancer and associated risk factors in 204 countries and territories, 1980–2021. J Hematol Oncol. 17 (1), 119(2024).
  22. Hurvitz, S. A., et al. Trastuzumab deruxtecan versus trastuzumab emtansine in HER2-positive metastatic breast cancer. Lancet. 401 (10371), 105-117 (2023).
  23. Basu, P., et al. Status of implementation and organization of cancer screening in the European Union Member States. Int J Cancer. 142 (1), 44-56 (2018).
  24. An, L., et al. Trends of robotic-assisted surgery for thyroid, colorectal, stomach and hepatopancreaticobiliary cancer. Asian J Surg. 44 (1), 199-205 (2021).
  25. Seong, M., Kim, Y., Park, S., Kim, H., Kwon, O. Association between diet quality and cardiorespiratory fitness in Korean adults. Nutrients. 12 (11), 3226(2020).
  26. World Health Organization. WHO Guidelines on Physical Activity and Sedentary Behaviour. , World Health Organization. Geneva. (2020).
  27. World Health Organization. Noncommunicable Diseases Progress Monitor 2022. , World Health Organization. Geneva. (2022).
  28. Nunez, C., Bauman, A., Egger, S., Sitas, F., Nair-Shalliker, V. Obesity, physical activity and cancer risks. Cancer Epidemiol. 47, 56-63 (2017).
  29. Abdel-Wahab, M., et al. Status of radiotherapy resources in Africa. Lancet Oncol. 14 (4), e168-e175 (2013).
  30. Sallis, J. F., et al. Progress in physical activity over the Olympic quadrennium. Lancet. 388 (10051), 1325-1336 (2016).
  31. Popkin, B. M., Adair, L. S., Ng, S. W. Global nutrition transition and the pandemic of obesity. Nutr Rev. 70 (1), 3-21 (2012).
  32. Porcherie, M., et al. Relationship between urban green spaces and cancer. Int J Environ Res Public Health. 18 (4), 1751(2021).
  33. Rushton, L. Health impact of environmental tobacco smoke in the home. Rev Environ Health. 19 (3-4), 291-310 (2021).
  34. Li, Y., et al. Global burden of female breast cancer: age–period–cohort analysis. Front Oncol. 12, 891824(2022).
  35. Nelson, S. H., et al. Impact of very low physical activity, BMI, and comorbidities on mortality among breast cancer survivors. Breast Cancer Res Treat. 155 (3), 551-557 (2016).
  36. Wu, Y., Zhang, D., Kang, S. Physical activity and risk of breast cancer: a meta-analysis. Breast Cancer Res Treat. 137 (3), 869-882 (2013).
  37. de Boer, M. C., Wörner, E. A., Verlaan, D., van Leeuwen, P. A. M. Mechanisms and effects of physical activity on breast cancer. Clin Breast Cancer. 17 (4), 272-278 (2017).
  38. Abbasi, I. N. Socio-cultural barriers to attaining recommended physical activity among females. Quest. 66 (4), 448-467 (2014).
  39. Giovannucci, E. Molecular biologic and epidemiologic insights for preventability of colorectal cancer. J Natl Cancer Inst. 114 (5), 645-650 (2022).
  40. la Torre, A., Lo Vecchio, F., Greco, A. Epigenetic mechanisms of aging and aging-associated diseases. Cells. 12 (8), 1163(2023).
  41. Courties, A., Kouki, I., Soliman, N., Mathieu, S., Sellam, J. Osteoarthritis year in review 2024. Osteoarthritis Cartilage. 32 (11), 1397-1404 (2024).
  42. Cruz-Jentoft, A. J., et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 48 (4), 601(2019).
  43. Bray, F., Jemal, A., Grey, N., Ferlay, J., Forman, D. Global cancer transitions according to the Human Development Index. Lancet Oncol. 13 (8), 790-801 (2012).
  44. Gautam, S., BNK,, Akashanand,, Roy, A., Banandur, P. S., et al. Assessment of resources for physical activity in an Indian city. BMC Public Health. 23 (1), 1969(2023).
  45. Global Burden of Disease Health Financing Collaborator Network. Past, present, and future of global health financing, 1995–2050. Lancet. 393 (10187), 2233-2260 (2019).
  46. Friedenreich, C. M., Neilson, H. K., Farris, M. S., Courneya, K. S. Physical activity and cancer outcomes. Clin Cancer Res. 22 (19), 4766-4775 (2016).
  47. Gaitonde, R., San Sebastian, M., Muraleedharan, V. R., Hurtig, A. K. Community action for health in India's National Rural Health Mission. Soc Sci Med. 188, 82-90 (2017).
  48. Gabarron, E., Larbi, D., Rivera-Romero, O., Denecke, K. Human factors in AI-driven digital solutions for increasing physical activity. JMIR Hum Factors. 11, e55964(2024).
  49. GBD 2019 Risk Factors Collaborators. Global burden of 87 risk factors, 1990–2019. Lancet. 396 (10258), 1223-1249 (2020).
  50. Moradi, T., et al. Breast cancer risk and lifetime physical activity. Cancer Causes Control. 11 (6), 523-531 (2000).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

الطبالعدد 234العدد 234قيمة فارغةعددالعبء العالمي للمرضالمؤشر الاجتماعي الديموغرافيالتفاوت الصحي