Ein analytischer Workflow basierend auf GBD 2021 zur Schätzung der globalen Belastung von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen ist,

Yizhou Lu; Yuguang Wu; Hongxin Chen

doi:10.3791/70495

Methodenartikel

Ein analytischer Workflow basierend auf GBD 2021 zur Schätzung der globalen Belastung von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen ist,

DOI:

10.3791/70495

⸱

7. August 2026

Yizhou Lu¹^,² , Yuguang Wu²^,³ , Hongxin Chen²^,⁴

¹Department of Gastroenterology, Changshu Hospital of Traditional Chinese Medicine, ²The First School of Clinical Medicine, Nanjing University of Chinese Medicine, ³Department of Traditional Chinese Medicine, Inner Mongolia Medical University Affiliated Hospital, ⁴Department of Gastroenterology, Jiangsu Second Chinese Medicine Hospital

In diesem Artikel

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dieses Protokoll demonstriert einen reproduzierbaren Workflow zur Extraktion, Verarbeitung, Analyse und Visualisierung von GBD 2021-Schätzungen von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind. Der Workflow ermöglicht es Forschern, Belastungsindikatoren, zeitliche Trends, Zerlegungskomponenten, sozioökonomische Ungleichheiten und modellbasierte Projektionen anhand standardisierter Bevölkerungsdaten zu bewerten.

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dieses Protokoll beschreibt einen reproduzierbaren analytischen Workflow zur Schätzung der globalen Belastung von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind, anhand von Global Burden of Disease 2021-Daten. Der Workflow umfasst Datenextraktion aus dem GBD Results Tool, Definition geeigneter Ergebnisse und Expositionskategorien, Schätzung von Todesfällen, behinderungsbereinigte Lebensjahre und altersstandardisierte Raten, zeitliche Trendanalyse mittels geschätzter jährlicher prozentualer Veränderung und Joinpoint-Regression, Dekompositionsanalyse, sozioökonomische Ungleichheitsbewertung sowie bayessche Altersperioden-Kohortenprojektion. Das Protokoll beschreibt außerdem, wie Unsicherheitsintervalle, Dekompositionskomponenten und Ungleichheitsmetriken im Kontext modellierter populationsbezogener Schätzungen interpretiert werden. Als repräsentative Anwendung wurde der Arbeitsablauf von 1990 bis 2021 auf Darmkrebs und weiblichen Brustkrebs angewendet, der auf geringe körperliche Aktivität in 204 Ländern und Gebieten zurückzuführen ist, mit Prognosen bis 2045. Dieses Protokoll kann für andere GBD-Risiko-Ergebnis-Paare angepasst werden, wenn Forscher einen strukturierten Ansatz zur risikozugeordneten Lastabschätzung, Trendcharakterisierung, Ungleichheitsbewertung und Projektionsanalyse benötigen.

Einleitung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Neoplasien stellen eine bedeutende Kategorie von nichtübertragbaren Krankheiten (NCDs) dar, die zur globalen Sterblichkeit und Behinderung beitragen und weltweit eine kritische Herausforderung für die öffentliche Gesundheit darstellen. Die Daten von Globocan 2022 zeigten weltweit 19,96 Millionen neue Neoplasmafälle und 9,74 Millionen Todesfälle, wobei Lungen-, Brust- (weiblich) und Darmkrebs die vorherrschenden Malignitäten darstellen. Die prognostizierte Krebsrate wird bis 2050 jährlich 35 Millionen erreichen (77 % Anstieg gegenüber 2022), wobei Länder, die im Human Development Index (HDI) niedrig abschneiden, voraussichtlich einen Anstieg von 142 % erleben, verursacht durch demografische Übergänge. Demografische Ausweitung, Alterung der Bevölkerung, mangelhafte Screening-Systeme und eingeschränkter Zugang zu Behandlungen in Regionen mit niedrigem HDI treiben diese Trends an und schaffen eine Notwendigkeit für eine gerechte Verteilung globaler onkologischer Ressourcen¹.

Niedrige körperliche Aktivität (LPA) ist ein etablierter modifizierbarer Determinant für schwere NCDs, die sich über Malignitäten, Stoffwechselstörungen und neuropsychiatrische Erkrankungen^erstrecken ^2,3,4. LPA stellt eine erhebliche globale Gesundheitsbelastung dar, zeigt einen Anstieg der altersstandardisierten Prävalenz um 6,6 % seit 2000 und trägt 2022 zu 7,2 % der weltweiten Gesamtsterblichkeit bei, ^5,6. Mäßige körperliche Aktivität (PA) bietet signifikanten Schutz gegen Brustkrebs (HR 0,90; 95 % KI: 0,87–0,93), Darmkrebs (HR 0,84; 95 % KI: 0,77–0,91) und Darmkrebs (HR 0,87; 95 % KI: 0,80–0,95) mit parallelen Reduktionen der ortsspezifischen Mortalität⁷. Um weltweit wichtige PA zu fördern, haben zahlreiche Länder und Regionen nationale PA-Richtlinien entwickelt, die auf ihre spezifischen Kontexte zugeschnitten sind (z. B. Kanada, das Vereinigte Königreich und die USA), die über Organisationen wie die Weltgesundheitsorganisation (WHO) und die Europäische Union breit verbreitet wurden. Bedauerlicherweise erfüllen weltweit nur 72,5 % der Erwachsenen die in den Gesundheitsrichtlinien⁸ festgelegten Mindestwerte für PA.

Die Minderung der geringen, körperlich aktivitätsbedingten Neoplasmalast ist entscheidend für die Erreichung des Ziels 2030 der UN für nachhaltige Entwicklung (SDG): eine Drittel-Reduktion der Mortalität von vorzeitigen NCDs durch Prävention und Versorgung⁹. Die Schaffung fundierter Beweise zur Aufklärung des Zusammenhangs zwischen LPA und Neoplasien ist entscheidend, um zukünftige Gesundheitspolitiken zu steuern. Die Global Burden of Diseases, Injuries, and Risk Factors Study 2021 (GBD 2021) liefert vergleichbare bevölkerungsbezogene Schätzungen der Sterblichkeit, der behinderungsbereinigten Lebensjahre (DALYs) und der risikozugeordneten Belastung in 204 Ländern und Gebieten von 1990 bis 2021 unter Verwendung standardisierter epidemiologischer Ansätze. Im GBD 2021 decken Schätzungen zu Krankheiten und Verletzungen 371 Krankheiten und Verletzungen ab, während die Risikofaktorenanalyse Exposition, relatives Risiko, populationszuschreibbare Fraktionen und zurechenbare Belastung für 88 Risikofaktoren^schätzt. Allerdings haben weniger Studien einen schrittweisen und reproduzierbaren Workflow zur Extraktion von GBD-2021-Neoplasmadaten mit geringer körperlicher Aktivität bereitgestellt und Trend-, Dekompositions-, Ungleichheits- und Projektionsanalysen innerhalb eines einzigen Protokolls angewendet. Dieses Manuskript adressiert diese methodische Lücke, indem es die Datenextraktion, Variablendefinition, statistische Modellierung und Interpretationsverfahren für dieses spezifische GBD-Risiko-Ergebnis-Paar detailliert darlegt. Dieses Protokoll beschreibt eine reproduzierbare sekundäre Analyse der GBD-Schätzungen von 2021 für Neoplasmen, die auf geringe körperliche Aktivität in 204 Ländern und Gebieten von 1990 bis 2021 zurückzuführen sind, mit Prognosen bis 2045. Die Ziele waren die Quantifizierung von Todesfällen, DALYs, altersstandardisierten Raten, zeitlichen Trends, Zersetzungskomponenten, sozioökonomischen Ungleichheiten und der projizierten Belastung, ohne individuelle Kausalität oder direkte Interventionseffekte abzuleiten.

Dieser Workflow wurde gewählt, weil er mehrere komplementäre analytische Komponenten in einem einzigen reproduzierbaren Rahmen integriert. Im Vergleich zu Studien, die nur deskriptive GBD-Schätzungen oder einzelne Trendmetriken berichten, kombiniert dieses Protokoll Lastschätzung, EAPC, Joinpoint-Regression, Dekompositionsanalyse, Ungleichheitsbewertung und BAPC-Prognose, sodass Nutzer nicht nur das Ausmaß der Belastung, sondern auch zeitliche Veränderungen, demografische Treiber, sozioökonomische Gradienten und zukünftige Trends untersuchen können. Das Protokoll ist für Forscher anwendbar, die Sekundäranalysen von GBD-risikozugeordneten Schätzungen durchführen, insbesondere wenn das Ziel ist, Belastungsmuster über Zeit, Geschlecht, Altersgruppen, Länder, Regionen oder SDI-Kategorien hinweg zu vergleichen.

Protokoll

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese Studie nutzte öffentlich verfügbare, de-identifizierte GBD-Schätzungen auf Bevölkerungsebene 2021. Es wurden keine individuellen menschlichen Teilnehmerdaten abgerufen. Die GBD-Studie 2021 erhielt eine Ausnahmegenehmigung von der informierten Einwilligung vom Institutional Review Board der University of Washington; Daher war für diese sekundäre Analyse keine zusätzliche institutionelle ethische Genehmigung erforderlich.

HINWEIS: Dieses Protokoll beschreibt einen reproduzierbaren Workflow zur Durchführung einer sekundären Analyse der GBD-2021-Schätzungen für Neoplasien¹¹ , die auf geringe körperliche Aktivität zurückzuführen sind. Der Workflow umfasst Datenextraktion, Variablendefinition, Lastschätzung, zeitliche Trendanalyse, Dekompositionsanalyse, Ungleichheitsbewertung und Bayessche Altersperioden-Kohortenprojektion. Die Ergebnisse werden präsentiert, um die Anwendung des Protokolls zu veranschaulichen, anstatt eine primäre kausale Beziehung herzustellen. Der analytische Workflow bestand aus sechs aufeinanderfolgenden Schritten: Extraktion der GBD-2021-Schätzungen, Definition von Exposition, Krankheitsergebnissen und SDI-Schichten, Schätzung von Todesfällen, DALYs, altersstandardisierter Sterblichkeitsrate (ASMR) und altersstandardisierter DALYs-Rate (ASDR), zeitliche Trendanalyse mittels geschätzter jährlicher prozentualer Veränderung (EAPC) und Joinpoint-Regression, Dekompositions- und Ungleichheitsanalysen sowie Bayessche Altersperioden-Kohortenprojektion bis 2045. Jedes Ergebnis und jede Abbildung wurde aus einem dieser verknüpften analytischen Schritte generiert.

1. Identifikation und Zugriff auf Datenquellen

Greifen Sie auf das Global Burden of Disease (GBD) 2021 Ergebnis-Tool zu.
1. Öffnen Sie einen Webbrowser und navigieren Sie zum Global Burden of Disease Results Tool unter https://vizhub.healthdata.org/gbd-results/.
2. Wählen Sie GBD 2021 als Studienversion aus den verfügbaren Datensatzoptionen aus.
3. Wählen Sie Risikofaktoren im Ursachen-Hierarchiemenü aus.
Definieren Sie Krankheitsverläufe und Risikofaktoren.
1. Wählen Sie Neoplasien als Krankheitskategorie aus.
2. Wählen Sie geringe körperliche Aktivität als Risikofaktor.
3. Wählen Sie Todesfälle und invaliditätsbereinigte Lebensjahre (DALYs) als Ergebnismaße aus.
Gib Bevölkerung, Geografie und Zeitraum an.
1. Wählen Sie beide Geschlechter, männlich und weiblich , separat für geschlechtsspezifische Analysen aus.
2. Wählen Sie alle verfügbaren Altersgruppen ≥25 Jahre aus.
3. Wählen Sie alle 204 Länder und Gebiete aus.
4. Setzen Sie den Analysezeitraum auf 1990 bis 2021.
Extraktion altersstandardisierter Ergebnismaße.
1. Aktiviere die Altersstandardisierung mit dem GBD-Standard 2021.
2. Wählen Sie altersstandardisierte Sterblichkeitsrate (ASMR) und altersstandardisierte DALYs-Rate (ASDR) als Ausgabevariablen aus.
3. Beziehen Sie 95%-Unsicherheitsintervalle (UIs) für alle extrahierten Schätzungen ein.
4. Exportieren Sie die extrahierten Daten im CSV-Format zur nachgelagerten Analyse.
5. Für die Reproduzierbarkeit verwenden Sie die folgenden GBD Results Tool-Auswahl: Studienversion: GBD 2021; Kontext: Risikofaktoren; Risiko: Geringe körperliche Aktivität; Ursache: Neoplasmen; Messungen: Todesfälle und DALYs; Kennzahlen: Anzahl und Rate; Alter: Altersstandardisierte und alle verfügbaren 5-Jahres-Altersgruppen ≥ 25 Jahren; Geschlechter: Beide, männlich und weiblich; Standorte: Global, 21 GBD-Regionen, SDI-Regionen sowie 204 Länder und Territorien; Jahre: 1990–2021.
6. Exportieren Sie die Mittelwertschätzung, das untere Unsicherheitsintervall und das obere Unsicherheitsintervall für jede Schicht im CSV-Format.
Erhalten Sie soziodemografische Index-(SDI)-stratifizierte Daten.
1. Stratifizierung nach soziodemografischem Index (SDI) ermöglichen.
2. Extrahieren Sie SDI-spezifische ASMR- und ASDR-Daten für vergleichende Analysen.
Greifen Sie auf zugrundeliegende Datenquellen zu.
1. Navigieren Sie zum GBD 2021 Data Input Sources Tool unter https://ghdx.healthdata.org/gbd-2021.
2. Prüfen Sie öffentlich zugängliche Dokumente, die Primärdaten beschreiben, einschließlich Personenstandsregistrierungssystemen, Bevölkerungsumfragen, medizinischen Unterlagen und Krankheitsregistern.

2. Definition der Schlüsselvariablen und Klassifikationskriterien

Definiere Neoplasmen.
1. Neoplasien als bösartige Tumore gemäß der Global Burden of Disease (GBD) 2021 Ursachenhierarchie definieren.
2. Nur bösartige Neoplasien werden eingeschlossen, die durch unkontrollierte zelluläre Proliferation infolge einer genetischen und epigenetischen Dysregulation gekennzeichnet sind.
3. Gutartige Neoplasien werden von allen Analysen ausgeschlossen.
Definiere geringe körperliche Aktivität.
1. Definieren Sie die körperliche Aktivitätsintensität anhand der metabolischen Äquivalente von Aufgaben (MET), wobei 1 MET einem Sauerstoffverbrauch von 3,5 mL O₂/kg/min in Ruhe entspricht.
2. Berechnen Sie wöchentliche körperliche Aktivitätsniveaus anhand der gesamten MET-Minuten pro Woche.
3. Klassifizieren Sie das Niveau der körperlichen Aktivität in vier Kategorien^{: 12,13}:
  Weniger als 600 MET-Minuten pro Woche.
  600 bis 3.999 MET-Minuten pro Woche.
  4.000 bis 7.999 MET-Minuten pro Woche.
  8.000 oder mehr MET-Minuten pro Woche.
4. Niedrige körperliche Aktivität definieren Sie als weniger als 4.000 MET-Minuten pro Woche, im Einklang mit der GBD-Attributionsmethodik von 2021.
  HINWEIS: Dieser Cutoff wurde aus der GBD-Risikoattributionsdefinition 2021 übernommen und in der vorliegenden Studie nicht de novo ausgewählt. Sie wurde verwendet, um die Konsistenz mit dem GBD-Rahmenwerk zur vergleichenden Risikobewertung und die Vergleichbarkeit mit anderen GBD-basierten Schätzungen zu gewährleisten.
Definiere SDI.
1. Definieren Sie die SDI als einen zusammengesetzten Indikator von 0 bis 1.
2. Berechnen Sie SDI mit dem geometrischen Mittelwert des standardisierten Pro-Kopf-Einkommens, des Bildungsabschlusses und der Geburtenrate bei Personen unter 25 Jahren.
3. Klassifizieren Sie Länder und Regionen in fünf SDI-Kategorien¹⁴: Niedrig, Niedrig-Mittel, Mittel, Hoch-Mittel und Hoch.
4. Weisen Sie Länder einer von 21 GBD-Regionen basierend auf der SDI-Stratifizierung zu.
Neoplasien definieren, die auf geringe körperliche Aktivität zurückzuführen sind.
1. Identifizieren Sie Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind, mithilfe des GBD 2021 vergleichenden Risikobewertungsrahmens.
  1. Innerhalb dieses Rahmens operationalisiert man die Belastung mit geringer körperlicher Aktivität, indem man Expositionsverteilungen, Risiko-Ergebnis-Relativrisiken und das theoretische Mindestrisiko-Expositionsniveau kombiniert, um populationszuschreibbare Fraktionen zu schätzen. Dann wenden Sie dies auf Todesfälle und DALYs an, um geeignete Neoplasmus-Ergebnisse zu erhalten.
2. Zählen Sie Darmkrebs und weiblicher Brustkrebs als Neoplasie-Ergebnisse, die auf geringe körperliche Aktivität zurückzuführen sind.
  HINWEIS: Daher beziehen sich in dieser Studie Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind, nur auf Darmkrebs und weiblichen Brustkrebs, wie sie im GBD 2021 Rahmenwerk für vergleichende Risikobewertung definiert sind, und nicht auf alle bösartigen Tumore.

3. Schätzung der globalen Belastung von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen ist.

Indikatoren für Krankheitsbelastung extrahieren.
1. Importieren Sie Todesfälle und behinderungsbereinigte Lebensjahre (DALYs) Daten für Neoplasmen, die auf geringe körperliche Aktivität zurückzuführen sind, aus dem Global Burden of Disease (GBD) 2021 Results Tool, basierend auf dem standardisierten GBD-Rahmen zur vergleichenden Risikobewertung.
2. Extraktion altersstandardisierter Sterblichkeitsraten (ASMR) und altersstandardisierter DALYs-Raten (ASDR) pro 100.000 Bevölkerung anhand der GBD-Standardpopulation von 2021.
3. Beibehalten Sie entsprechende 95%-Unsicherheitsintervalle für alle extrahierten Schätzungen, wie sie durch die GBD-2021-Methodik bereitgestellt werden.
Berechnen Sie die erwerbsunfähig bereinigten Lebensjahre.
1. Definieren Sie erwerbsunfähige Lebensjahre (DALYs) als die Summe der verlorenen Lebensjahre (YLLs) und der mit Behinderung gelebten Jahre (YLDs), gemäß den Standarddefinitionen von GBD.
2. Berechnen Sie YLLs, indem Sie die altersspezifische Sterblichkeit mit der in der GBD 2021 angegebenen Referenzlebenserwartung multiplizieren.
3. Berechnen Sie YLDs durch Multiplikation der Vorfälle mit krankheitsspezifischen Behinderungsgewichten und Krankheitsdauern, wie in der GBD-Methodik beschrieben.
4. Überprüfen Sie, dass die berechneten DALY-Werte den von GBD 2021 gemeldeten Schätzungen entsprechen.

4. Temporale Trendanalyse

Geschätzte jährliche prozentuale Veränderung:^15,16.
1. Importiere ASMR- und ASDR-Daten in die R-Software (Version 4.4.2).
2. Wenden Sie die natürliche logarithmische Transformation auf altersstandardisierte Raten an.
3. Lineare Regressionsmodelle mit dem Kalenderjahr als unabhängige Variable anpassen, um zeitliche Trends zu bewerten, basierend auf etablierten epidemiologischen Trendanalysemethoden.
4. Berechnen Sie die geschätzte jährliche prozentuale Veränderung (EAPC) aus der Regressionsneigung mit der Standardexponentialtransformation.
5. Klassifizieren Sie Trends als steigend, abnehmend oder stabil, basierend darauf, ob das 95%-Konfidenzintervall des EAPC über, darunter oder null liegt.
Führen Sie eine Joinpoint-Regressionsanalyse durch.
1. Öffnen Sie das Joinpoint-Regressionsprogramm (Version 5.3.0; Nationales Krebsinstitut).
2. Importiere ASMR- und ASDR-Datensätze in die Software.
3. Wählen Sie ein log-lineares Regressionsmodell für die Trendanalyse aus, das mit den methodologischen Richtlinien von Joinpoint¹⁷ übereinstimmt.
4. Geben Sie mindestens 0 und maximal 6 Joinpoints an.
5. Wählen Sie die Data-Driven Bayesian Information Criterion (BIC)- Methode mit gewichteter BIC-Optimierung, um optimale Joinpoints zu bestimmen.
  1. Wählen Sie das Maximum von sechs Joinpoints entsprechend der Länge der jährlichen Zeitreihe von 1990 bis 2021 und den Standardempfehlungen des Joinpoint-Regressionsprogramms.
  2. Bestimmen Sie die endgültige Anzahl der Joinpoints durch den datengetriebenen BIC.
6. Führen Sie die Analyse durch, um die jährliche prozentuale Veränderung (APC) und die durchschnittliche jährliche prozentuale Veränderung (AAPC) mit 95%-Konfidenzintervallen zu berechnen. Für Schichten mit spärlichen Daten oder instabilen jährlichen Schätzungen wurden segmentspezifische APCs vorsichtig interpretiert und nicht betont, es sei denn, der angepasste Trend wurde durch entsprechende Unsicherheitsintervalle unterstützt und war epidemiologisch plausibel.
7. APC- und AAPC-Ergebnisse für nachgelagerte Analysen exportieren.
  HINWEIS: EAPC und Joinpoint-Regression wurden für unterschiedliche Zwecke verwendet. EAPC lieferte eine einzige zusammenfassende Schätzung des durchschnittlichen log-linearen Trends über 1990–2021, während die Joinpoint-Regression Kalenderperioden identifizierte, in denen sich die Änderungsrate verschob und segmentspezifische APCs schätzte. Daher wurde EAPC für den Gesamtvergleich zwischen den Schichten verwendet, während die Joinpoint-Regression zur Beschreibung temporaler Inflektionsmuster verwendet wurde.

5. Zerlegungsanalyse

Bereite Dekompositionseingaben vor.
1. Schichten Sie Sterblichkeits- und DALY-Daten nach Altersgruppe, Kalenderjahr und geografischer Region.
2. Importiere geschichtete Datensätze in JD_GBDR Software (Version 2.37.1).
Führen Sie eine Dekompositionsanalyse durch.
1. Zerlegen Sie Veränderungen in Sterblichkeit und DALYs zwischen ausgewählten Zeitpunkten in Alterung, Populationswachstum und epidemiologische Veränderungen mit etablierten Dekompositionsmethoden¹⁸.
2. Quantifizieren Sie den Beitrag jeder Komponente zur Gesamtveränderung der Krankheitslast.
  1. Prozentuale Beiträge interpretieren als den proportionalen Anteil von Alterung, Bevölkerungswachstum und epidemiologischer Veränderung zur Nettoänderung der Todesfälle oder DALYs zwischen zwei Zeitpunkten.
  2. Werte über 100 % oder negative Werte können auftreten, wenn eine Komponente die Belastung erhöht, während eine andere sie ausgleicht; Interpretiere solche Werte als mathematische Zerlegungseffekte und nicht als direkte biologische Effekte.
3. Exporte von Dekompositionsergebnissen für globale, SDI-Ebene und GBD-Regionalanalysen.

6. Analyse von Gesundheitsungleichheit

Bereiten Sie Daten für die Ungleichheitsbewertung vor.
1. Ordne alle Länder und Gebiete nach ihren SDI-Werten von niedrigst bis hoch.
2. Importiere ASMR und ASDR in die R-Software (Version 4.4.2).
Berechnen Sie den Steigungsindex der Ungleichheit.
1. Jedem Land wird ein relativer sozioökonomischer Rang basierend auf der kumulativen Bevölkerungsverteilung über die SDI-Schichten zugewiesen.
2. Passen Sie ein gewichtetes lineares Regressionsmodell mit ASMR oder ASDR als abhängige Variable und relativem SDI als unabhängige Variable an.
3. Berechnen Sie den Steigungsindex der Ungleichheit (SII) als absolute Differenz in der Krankheitslast zwischen den höchsten und niedrigsten Enden des SDI-Gradienten, basierend auf der etablierten Ungleichheitsanalysemethodik.
Berechnen Sie den Konzentrationsindex.
1. Konstruieren Sie Konzentrationskurven, indem Sie kumulative Anteile von ASMR oder ASDR gegen kumulative Bevölkerungsanteile nach SDI darstellen.
2. Berechnen Sie den Konzentrationsindex (CII) als das Doppelte der Fläche zwischen der Konzentrationskurve und der Gleichheitslinie.
3. CII-Werte nahe Null als geringe Ungleichung interpretieren und Werte nahe −1 oder +1 als zunehmende relative Ungleichheit, was mit den Standardmethoden der Gesundheitsökonomie¹⁹ übereinstimmt.
Unsicherheit für Ungleichheitsmetriken schätzen.
1. Für SII leiten Sie 95%-Konfidenzintervalle aus dem gewichteten Regressionsmodell unter Verwendung von Bevölkerungsgewichten auf Landesebene ab.
2. Für CII werden 95%-Konfidenzintervalle anhand von Bootstrap-Neusproben von Ländern und Gebieten mit Ersatz geschätzt.
3. Wenn posteriore Zeichnungen verfügbar sind, wiederholen Sie SII- und CII-Berechnungen über die Ziehungen hinweg und geben die 2,5. und 97,5. Perzentile als Unsicherheitsintervalle an.

7. Bayessche Modellierung von Altersperioden-Kohorten

Bereite die Eingabedaten für die Projektion vor.
1. Organisieren Sie altersspezifische Todesfälle, DALYs und entsprechende Bevölkerungsdaten nach 5-Jahres-Altersgruppe und Kalenderjahr von 1990 bis 2021.
2. Stellen Sie die Konsistenz der Altersgruppendefinitionen und Zeitintervalle über den gesamten Beobachtungszeitraum sicher.
Wenden Sie das Bayessche Alters-Perioden-Kohorten-Modell²⁰ an.
1. Importieren Sie die altersspezifischen Last- und Populationsdatensätze in R mithilfe eines bayesschen Altersperioden-Kohorten-Modellierungsrahmens.
2. Spezifizieren Sie Alters-, Perioden- und Kohorteneffekte als strukturierte Zufallseffekte, wobei sekundäre Random-Walk-Priors verwendet werden, um benachbarte Altersgruppen, Kalenderperioden und Geburtskohorten zu glätten.
3. Erstellen Sie posteriore Schätzungen altersspezifischer Raten und berechnen Sie dann die projizierten ASMR- und ASDR-Werte anhand der GBD-Standardpopulation von 2021.
4. Bewerten Sie den Modellpass, indem Sie angepasste Schätzungen mit den beobachteten Schätzungen im historischen Zeitraum vergleichen.
5. Führen Sie interne Validierung durch, indem Sie die zuletzt beobachteten Jahre zurückhalten, das Modell neu anpassen und vorhergesagte Schätzungen mit beobachteten Werten vergleichen.
Erstelle zukünftige Prognosen.
1. Vorhersage altersstandardisierte Sterblichkeitsraten und altersstandardisierte DALY-Raten für Neoplasien, die auf geringe körperliche Aktivität von 2022 bis 2045 zurückzuführen sind.
2. Extrahiere posteriore Mittelwerte und entsprechende 95%-Unsicherheitsintervalle für alle projizierten Ergebnisse. Bewerten Sie die Projektionsunsicherheit mit posteriorenen 95%-Unsicherheitsintervallen und interpretieren Sie Schätzungen, die weiter vom beobachteten Zeitraum entfernt sind, mit zunehmender Vorsicht.
3. Exportieren Sie Projektionsergebnisse für Visualisierung und Berichterstattung.

8. Statistische Analyse

Führen Sie allgemeine statistische Analysen durch.
1. Importiere alle bereinigten Datensätze in die R-Software (Version 4.4.2).
2. Verwenden Sie die R-Software, um alle statistischen Analysen durchzuführen und Zahlen sowie Tabellen zu erstellen.
3. Setzen Sie die statistische Signifikanz für alle Analysen auf einen beidseitigen p-Wert von weniger als 0,05.
Führen Sie spezialisierte GBD-Analysen durch.
1. Importiere GBD-formatierte Datensätze in JD_GBDR Software (Version 2.37.1).
2. Verwenden Sie die JD_GBDR-Software, um Krankheitslastberechnungen, Dekompositionsanalysen und standardisierte Ratenvisualisierungen gemäß GBD-Analysekonventionen durchzuführen.
Führen Sie eine Joinpoint-Regressionsanalyse durch.
1. Laden Sie das Joinpoint-Regressionsprogramm (Version 5.3.0) von der Website des National Cancer Institute herunter und installieren Sie es (https://surveillance.cancer.gov/joinpoint/download).
2. Importiere altersstandardisierte Sterblichkeitsraten und altersstandardisierte DALYs-Datensätze in die Joinpoint-Software.
3. Wählen Sie ein log-lineares Regressionsmodell und führen Sie eine Joinpoint-Regressionsanalyse durch, um zeitliche Trends nach der Methodik des Joinpoint-Regressionsprogramms zu bewerten.
4. Schätzungen des Exporttrends, einschließlich jährlicher prozentualer und durchschnittlicher jährlicher prozentualer Änderung, mit entsprechenden 95%-Konfidenzintervallen.
  HINWEIS: Alle Analysen wurden mit R-Softwareversion 4.4.2, Joinpoint Regression Program Version 5.3.0 und JD_GBDR Softwareversion 2.37.1 durchgeführt. Die wichtigsten analytischen Bereiche umfassten log-lineare EAPC-Modelle, Joinpoint-Regression mit 0–6 Joinpoints, ausgewählt durch das datengetriebene Bayessche Informationskriterium, Zerlegung in Komponenten Alterung, Populationswachstum und epidemiologische Veränderungen, gewichtete Regression für SII, Bootstrap-Resampling oder posteriore Draws für CII-Unsicherheit sowie Bayessche Altersperioden-Kohortenprojektion bis 2045.

Ergebnisse

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Eine erfolgreiche Umsetzung dieses Protokolls sollte eine vollständige Sammlung harmonisierter, GBD-abgeleiteter Schätzungen über vordefinierte Orte, Jahre, Geschlechter, Altersgruppen, Messgrößen und Kennzahlen liefern. Die erwarteten Ergebnisse umfassen altersstandardisierte und altersspezifische Lastschätzungen mit 95%-Unsicherheitsintervallen, EAPC- und Joinpoint-Trendschätzungen, Dekompositionskomponenten, SII- und CII-Ungleichheitsmetriken sowie BAPC-basierte Projektionen mit posterioren Unsicherheitsintervallen. Eine suboptimale Implementierung zeigt sich durch fehlende Schichten, inkonsistente Alters- oder Standortlabels, das Nichtreproduzieren GBD-berichteter Schätzungen nach Datenbereinigung, instabile Joinpoint-Modelle in spärlichen Schichten oder unwahrscheinlich enge Projektionsintervalle.

Globale Belastung von Neoplasien, die auf LPA zurückzuführen ist
Im Jahr 2021 machten Neoplasmen, die auf LPA zurückzuführen sind, 87.440 weltweite Todesfälle (95 % UI: 48.636–125.811) aus, was einen Anstieg von 95,73 % gegenüber dem Ausgangspunkt von 1990 (44.675; 95 % UI: 24.963–64.997) darstellt (Tabelle 1, ergänzende Tabelle 1). Nach Anpassung an Unterschiede in der Altersstruktur der Bevölkerung sank der ASMR zwischen 1990 und 2021 von 1,32 (95 % UI: 0,75–1,92) auf 1,06 (95 % UI: 0,59–1,52) pro 100.000. Der gleichzeitige Anstieg der absoluten Todesfälle und der Rückgang der ASMR zeigen, dass Bevölkerungswachstum und Alterung die Gesamtzahl der Todesfälle erhöht haben, während die altersstandardisierte Sterblichkeitsrate im Laufe der Zeit zurückging. Diese signifikante Reduktion wurde durch einen EAPC von -0,79 (95%-KI: -0,83 bis -0,75) und AAPC von -0,70 (95%-KI: -0,73 bis -0,68) (Tabelle 1, Ergänzungstabelle 2) bestätigt. Die Joinpoint-Regressionsmodellierung identifizierte fünf zeitliche Wendepunkte in ASMR-Trajektorien (1994, 2004, 2007, 2014 und 2018) durch segmentierte lineare Regressionsanalyse (Abbildung 1, ergänzende Tabelle 2).

Ähnlich stiegen DALYs, die mit Neoplasien zusammenhängen, die auf LPA zurückzuführen sind, um etwa 84,79 % von 944.286 (95 % UI: 505.737–1.389.544) im Jahr 1990 auf 1.744.944 (95 % UI: 908.799–2.545.345) im Jahr 2021 (Tabelle 2, ergänzende Tabelle 1). Trotz steigender absoluter Belastungen sank der ASDR von 25,16 (95 % UI: 13,67–37,09) auf 20,50 (95 % UI: 10,73–29,89) pro 100.000 im Zeitraum 1990–2021, was einem Rückgang von 18,51 % entspricht (95 % UI: -26,10 bis -10,09). Diese säkulare Abschwächung ging parallel zu signifikanten zeitlichen Trends (EAPC: -0,76, 95%-KI: -0,82 bis -0,70; AAPC: -0,68, 95%-KI: -0,72 bis -0,64) (Tabelle 2, ergänzende Tabelle 2). Die Joinpoint-Regression bestätigte Trend-Wendepunkte in den Jahren 1994, 2004, 2007, 2014 und 2018 (Abbildung 1, Ergänzende Tabelle 2).

Im Jahr 2021 stellte CRC den Hauptverursacher für Neoplasien dar, die auf die LPA-Mortalität zurückzuführen sind, mit einem ASMR von 0,87 (95 % UI: 0,55–1,19) pro 100.000 Bevölkerung, während weibliche BC einen vergleichsweise niedrigeren ASMR von 0,19 (95 % UI: 0,04–0,34) pro 100.000 aufwiesen. Von 1990 bis 2021 zeigten alle Neoplasmen-Subtypen abnehmende Sterblichkeitstrends, gekennzeichnet durch EAPC von -0,82 (95 % KI: -0,86 bis -0,78) und AAPC von -0,72 (95 % KI: -0,74 bis -0,70) für CRC sowie entsprechende Werte von -0,66 (95 % KI: -0,72 bis -0,61) und -0,56 (95 % KI: -0,58 bis -0,55) für BC. Diese zeitlichen Muster bei ASDR spiegelten die ASMR-Verläufe über alle Krankheitssubtypen hinweg auf, wobei CRC die ausgeprägtesten Reduktionen zeigte (ASDR-Rückgang: 20,34 %, 95 % UI: -27,99 bis -10,82) (Tabelle 1, Tabelle 2, Ergänzende Tabelle 3, ergänzende Abbildung 1). Um die Lesbarkeit zu verbessern, konzentriert sich der Haupttext auf globale, geschlechtsspezifische und SDI-stratifizierte Ergebnisse, während detaillierte Schätzungen auf Länder- und Regionsebene in den ergänzenden Materialien veröffentlicht werden.

Globale Belastung von Neoplasien, die auf LPA zurückzuführen ist: Schichtung von Geschlecht und Alter
Die weltweite Krankheitslast von Neoplasien, die auf LPA zurückzuführen sind, zeigte eine charakteristische unimodale Altersverteilung mit anfänglicher Eskalation und einem allmählichen Rückgang, was Frauen überproportional betraf. Im Jahr 2021 erreichten die Sterblichkeitsraten bei beiden Geschlechtern mit 80–84 Jahren ihren Höchststand, während DALYs ihren Höhepunkt früher mit 70–74 Jahren erreichten. ASMR und ASDR zeigten mit zunehmendem Alter eine fortschreitende Erhöhung und erreichten in älteren Bevölkerungsgruppen die maximalen Werte. Bemerkenswert ist, dass die Verzögerung altersbedingter Zunahmen und absoluter Verringerungen auf ältere Männer beschränkt war. Frauen hielten in allen Altersschichten erhöhte Ratenverhältnisse, wobei epidemiologische Muster mit den Beobachtungen von 1990 übereinstimmten (Abbildung 2, Ergänzende Tabelle 4, Ergänzende Tabelle 5, Ergänzende Abbildung 2).

Neoplasmen, die auf LPA zurückzuführen sind, wiesen zwischen 1990 und 2021 eine steigende globale Sterblichkeit und DALY-Belastungen auf. Männer zeigten größere proportionale Zuwächse [Mortalität: 131,61 % (95 % UI: 94,52–176,46); DALYs: 114,23 % (95 % UI:79,34–157,63)] gegenüber deutlichem absoluten Anstieg der Belastung bei Frauen: Sterblichkeit von 31.792 (95 % UI: 16.647–46.903) auf 57.602 (95 % UI: 29.060–85.197) (+81,18 %), DALYs von 676.178 (95 % UI: 336.046–992.525) auf 1.170.572 (95 % UI: 555.314–1.756.518) (+73,12 %). Frauen zeigten während des gesamten Studienzeitraums durchweg eine überproportional höhere Krankheitslast als Männer (Tabelle 1, Tabelle 2, Ergänzende Tabelle 1 und ergänzende Abbildung 3). Dieser Geschlechtsunterschied sollte im Lichte der GBD-Outcome-Definition interpretiert werden, da weiblicher Brustkrebs zu Neoplasien mit geringer körperlicher Aktivität zählt, männlicher Brustkrebs jedoch nicht. Daher spiegelt die höhere weibliche Belastung teilweise die Krankheitszusammensetzung wider, zusätzlich zu potenziellen geschlechtsspezifischen Unterschieden in Exposition, Anfälligkeit oder Zugang zu Gesundheitsversorgung. Allerdings zeigten ASRs für Neoplasmen, die auf LPA zurückzuführen sind, geschlechtsdimorphe Rückgänge: ASMR: Männer: 0,92 (95 % UI: 0,57–1,30) bis 0,84 (95 % UI: 0,52–1,19) /100.000 [EAPC -0,32 (95 % KI: -0,36 bis -0,28)]; Frauen: 1,61 (95 % UI: 0,85–2,38) bis 1,24 (95 % UI: 0,62–1,83)/100.000 [EAPC: -0,96 (95 % KI: -1,00 bis -0,91))]. ASDR: Männer: 16,57 (95 % UI: 10,18–22,94) bis 15,03 (95 % UI: 9,21–20,93)/100.000 [EAPC -0,37 (95 % KI: -0,43 bis -0,32)]; Frauen: 32,38 (95 % UI: 16,26–47,60) bis 25,46 (95 % UI: 12,04–38,21)/100.000 [EAPC -0,89 (95 % KI: -0,95 bis -0,83)]. AAPC bestätigte diesen sexuellen Dimorphismus: ASMR: Männer -0,29 (95 % KI: -0,31 bis -0,26), Frauen -0,85 (95 % KI: -0,87 bis -0,83); ASDR: Männer -0,31 (95 % KI: -0,35 bis -0,29), Frauen -0,78 (95 % KI: -0,79 bis -0,76) (Tabelle 1, Tabelle 2, Abbildung 1, Abbildung 3, Ergänzende Tabelle 2).

Globale Belastung von Neoplasien, die auf LPA zurückzuführen sind: Analyse der soziodemografischen Disaggregation
Neoplasmen, die auf LPA zurückzuführen sind, wiesen signifikante sozioökonomische Unterschiede auf: Im Jahr 2021 zeigte ASMR einen fortschreitenden Gradient von 0,41 (95 % UI: 0,20–0,61) auf 1,35 (95 % UI: 0,75–1,95)/100.000 (3,3-facher Zuwachs; niedrig bis hoher SDI), parallel zu einer ASDR-Steigerung von 8,83 (95 % UI: 4,16–13,49) auf 26,52 (95 % UI: 14,13–38,73)/100.000 (3,0-fach). Während die globalen Raten 1990–2021 insgesamt zurückgingen [ASMR EAPC: -0,79 (95 % KI: -0,83 bis -0,75), ASDR EAPC: -0,76 (95 % KI: -0,82 bis -0,70)], zeigte sich signifikante Heterogenität über die SDI-Quintile: Regionen mit hohem SDI zeigten eine deutliche Abschwächung [ASMR EAPC -1,42 (95 % KI: -1,48 bis -1,36); ASDR EAPC -1,40 (95%-KI:-1,47 bis -1,33)] im Gegensatz zu eskalierenden Belastungen bei niedrig-mittel-SDI [ASMR EAPC 0,86 (95%-KI:0,81–0,91); ASDR EAPC 0,77 (95%-KI:0,73–0,81)] (Tabelle 1, Tabelle 2, Abbildung 3).

Zwischen 1990 und 2021 zeigte SDI signifikante positive Korrelationen mit ASMR (ρ = 0,7560, p < 0,001) und ASDR (ρ = 0,7364, p < 0,001) in 21 GBD-Regionen, wobei die Raten bis SDI≈0,8 stiegen und dann auf höheren Niveaus sanken (Abbildung 4). Im Jahr 2021 hielten sich diese Korrelationen für ASMR (ρ = 0,6724, S. < 0,001) und ASDR (ρ = 0,5938, S. < 0,001) über 204 Länder/Territorien hinweg fort, was die regionalen GBD-Muster widerspiegelte. Barbados, das Vereinigte Königreich, Amerikanisch-Samoa und Mikronesien (Bundesstaaten) zeigten ASMR/ASDR-Werte, die die SDI-Vorhersagen deutlich überstiegen (Abbildung 5).

Geographische Unterschiede in der Belastung durch Neoplasmen, die auf LPA zurückzuführen sind,
Im Jahr 2021 zeigten Neoplasien, die auf LPA zurückzuführen sind, deutliche regionale Belastungen: am niedrigsten in Südasien (ASMR 0,42/100.000; ASDR 9,05/100.000), Ostsubsahara-Afrika (0,42; 8,95) und Zentralasien (0,48; 9,94), gegenüber dem höchsten Wert in Australasien (1,69; 34,88) und Mitteleuropa (1,75; 32,89). Ostasien trug die größte globale Belastung mit 19.608 Todesfällen (95 % UI: 11.453–29.247) und 396.653 DALYs (95 % UI: 224.218–604.269). Zwischen 1990 und 2021 zeigten Südafrika Subsahara und Zentrallateinamerika die deutlichsten ASMR/ASDR-Zuwächse für diese Malignität (Tabelle 1, Tabelle 2). Regionale und nationale Vergleiche wurden deskriptiv interpretiert, da GBD-Schätzungen je nach Verfügbarkeit und Qualität der zugrunde liegenden Daten in der Genauigkeit unterschiedlich sein können.

Als Ergänzung zu dieser regionalen Perspektive quantifizierte eine Analyse auf nationaler Ebene die Ungleichheiten in der Krankheitsbelastung weiter: Die höchste ASMR trat in Monaco [2,47 (95 % UI: 1,24–3,88)], Großbritannien [2,69 (95 % UI: 1,50–3,82)] und Barbados [3,16 (95 % UI: 1,54–4,92)] auf], während sich der höchste ASDR in Mikronesien [61,31 (95 % UI: 27,37–98,65)], Amerikanisch-Samoa [62,28 % UI: 28,75–101,61)] und Barbados [66,62 (95 % UI: 31,56–104,95)] zeigte. Umgekehrt wurde der niedrigste ASMR in Tansania [0,16 (95 % UI:0,06–.30)], Malawi [0,19 (95 % UI: 0,08–0,33)] und Usbekistan [0,19 (95 % UI: 0,08–0,32)] charakterisiert, mit entsprechend niedrigem ASDR in Tansania [3,36 (95 % UI: 1,22–6,12)], Benin [3,97 (95 % UI: 1,58–7,12)] und Malawi [4,25 % UI: 1,60–7,64)]. Bemerkenswert ist, dass China mit 18.624 Todesfällen (95 % UI: 10.849–27.939) und 375.360 DALYs (95 % UI: 211.389–574.711) die höchste globale Belastung trug. In den Jahren 1990 und 2021 erzielten Österreich, San Marino und Belgien erhebliche Reduktionen in beiden Metriken, während Cabo Verde, Lesotho und Honduras deutliche ASMR-Steigerungen zeigten, wobei Lesotho, Mauritius und El Salvador signifikante ASDR-Erhebungen aufwiesen (Abbildung 6, Ergänzende Tabelle 6, Ergänzende Tabelle 7, Ergänzende Abbildung 4). Länder und Gebiete mit extremen ASMR- oder ASDR-Werten wurden hervorgehoben, um die Lastverteilung zu beschreiben, aber diese Schätzungen sollten besonders in kleinen Populationen oder Umgebungen mit großen Unsicherheitsintervallen mit Vorsicht interpretiert werden.

Zerlegungsanalyse
Die Dekompositionsanalyse (Alterung/Population/epidemiologischer Wandel) quantifizierte Mortalitäts- und DALY-Variationen in den globalen 5-SDI- und 21-GBD-Regionen (Abbildung 7, ergänzende Tabelle 8). Da die Zersetzungsprozente relativ zur Nettoänderung der Belastung berechnet werden, können sehr hohe positive oder negative Werte auftreten, wenn sich gegensätzliche Komponenten gegenseitig ausgleichen. Diese Werte geben den relativen mathematischen Beitrag jeder Komponente an und sollten nicht als biologische Effektgrößen interpretiert werden.

Weltweit wurden Neoplasmen, die auf LPA-Mortalität und DALY-Variationen zurückzuführen sind, hauptsächlich durch die Population (Mortalität: 88,44 %, DALYs: 131,53 %), gefolgt von der Alterung (46,63 %; -79,71 %) und epidemiologischen Veränderungen (-35,07 %; 48,19 %), was die schädliche globale Auswirkung der Bevölkerung zeigt.

Auf Ebene der SDI-Region zeigte die Bevölkerung durchgehend negative Auswirkungen sowohl auf die Sterblichkeit als auch auf DALYs. Im Gegensatz dazu zeigte das Altern negative Auswirkungen auf die Sterblichkeit in allen SDI-Regionen, zeigte jedoch positive Einflüsse auf DALYs, während epidemiologische Veränderungen nachteilige Auswirkungen in mittleren SDI-Regionen und darunter zeigten. Konkret wiesen Regionen mit hohem SDI die ausgeprägtesten Auswirkungen aller drei demografischen Determinanten auf: Alterung (48,02 % Sterblichkeitsänderung, -104,89 % DALY-Variation), Bevölkerung (175,03 %, 300,33 %) und epidemiologische Veränderung (-123,04 %, -95,44 %). Bezüglich der Sterblichkeit zeigte das Altern in Regionen mit niedrigem SDI (28,08 %) den geringsten negativen Effekt. Die Bevölkerung zeigte minimale negative Auswirkungen in Regionen mit niedrigem bis mittleren SDI (50,27 %), während epidemiologische Veränderungen in Regionen mit hohem SDI (-123,04 %) den größten positiven Einfluss zeigten. Für DALYs zeigte das Altern signifikante positive Effekte in Regionen mit hohem SDI (-104,89 %), während Regionen mit niedrigem mittleren SDI die schwächsten negativen Auswirkungen auf die Bevölkerung (64,39 %) aufwiesen, aber die größten negativen Folgen durch epidemiologische Veränderungen (46,31 %).

In 21 GBD-Regionen zeigten die Alterung (75,74 %), die Bevölkerung (389,67 %) und epidemiologische Veränderungen (-298,99 %) ihre bedeutendsten Sterblichkeitsbeiträge in Australasien und Westeuropa, während sie in Mitteleuropa, Zentrallateinamerika und Ozeanien mit -9,04 %, 42 % und -3,06 % minimale Mortalitätsauswirkungen zeigten. Überraschenderweise zeigte Westeuropa extreme DALY-Variationsbeiträge durch Alterung (-1036,4 %), Bevölkerung (1987,98 %) und epidemiologische Veränderungen (-851,58 %), während Südostasien (0,7 %), Zentrallateinamerika (47,99 %) und Ozeanien (-4,83 %) die schwächsten entsprechenden DALY-Einflüsse durch diese Determinanten zeigten.

Analyse von Gesundheitsungleichheit
Gesundheitsungleichheitsmetriken zeigten anhaltende Unterschiede in den Neoplasien, die auf die LPA-Last in SDI-Regionen zurückzuführen sind: Zwischen 1990 und 2021 sank der SII für ASMR von 1,45 (95 % KI: 1,24–1,66) auf 1,11 (95 % KI: 0,95–1,26), während der CII von 0,30 (95 % KI: 0,26–0,34) auf 0,20 (95 % KI: 0,17–0,24) sank. Entsprechende ASDR-Trends zeigten eine Reduktion des SII (28,52 [95 % KI: 24,21–32,83] bis 20,02 [95 % KI: 16,62–23,41]) und einen Rückgang des CII (0,27 [95 % KI: 0,23–0,31] bis 0,17 [95 % KI: 0,13–0,21]), was zusammen erhebliche Verbesserungen sowohl bei absoluten (SII) als auch bei relativen (CII) Ungleichheitsmetriken zeigte (Abbildung 8, Ergänzende Tabelle 9).

Projizierte globale Belastung von Neoplasien, die auf LPA zurückzuführen sind: Bayessche Analyse der Alters-Perioden-Kohorten-Modellierung (2022–2045)
BAPC-Modellierungen prognostizieren bis 2045 einen allmählichen globalen Rückgang der Neoplasmen, die auf LPA-Belastungen zurückzuführen sind: ASMR sinkt von 1,34 (95 % UI: 1,33–1,35) auf 0,95 (95 % UI: 0,88–1,03)/100.000 und ASDR von 25,36 (95 % UI: 25,30–25,41) auf 18,86 (95 % UI: 16,99–20,72)/100.000. Geschlechtsspezifische Analysen zeigen anhaltende Unterschiede mit weiblichen Belastungen – männliche ASMR sinkt um 0,14/100.000 [endgültig 0,79 (95 % UI: 0,71–0,88)] gegenüber einer stärkeren weiblichen Reduktion (0,54/100.000), aber eine höhere Endrate [1,09 (95 % UI: 1,00–1,18)]. Ähnlich erreicht die prognostizierte ASDR 14,22/100.000 Männer gegenüber 23,28/100.000 Frauen (Abbildung 9, ergänzende Tabelle 10). Da Projektionen über den beobachteten Zeitraum hinaus von der historischen Trendstabilität und Modellannahmen abhängen, sollten die Schätzungen von 2045 als modellbasierte Projektionen und nicht als endgültige Prognosen interpretiert werden.

figure-results-1
Abbildung 1: Joinpoint-Regression von ASMR und ASDR für Neoplasien, die auf geringe körperliche Aktivität von 1990 bis 2021 zurückzuführen sind, nach Geschlecht geschichtet. (A) ASMR und (B) ASDR. Punkte zeigen beobachtete jährliche Schätzungen an, angepasste Linien segmentierte log-lineare Trends und vertikale Markierungen zeigen erkannte Verbindungspunkte an. Segmentspezifische APCs und AAPCs sind in ergänzender Tabelle 2 aufgeführt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-2
Abbildung 2: Altersspezifische Todesfälle und DALYs für Neoplasien, die auf geringe körperliche Aktivität im Jahr 2021 zurückzuführen sind, nach Geschlecht geschichtet. (A) Todesfälle und (B) DALY-Balken zeigen absolute Zahlen an, Linien altersspezifische Raten, und Fehlerbalken oder schattierte Bänder zeigen 95%-Unsicherheitsintervalle. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-3
Abbildung 3: Temporale Trends bei ASMR und ASDR für Neoplasmen, die weltweit auf geringe körperliche Aktivität und über SDI-Quintile hinweg zurückzuführen sind, 1990–2021. (A–F) ASMR und (G–L) ASDR. (A,G) Global, (B,H) Hoher SDI, (C,I) Hoher mittlerer SDI, (D,J) Mittlerer SDI, (E,K) Niedriger-Mittlerer SDI, (F,L) Niedriger SDI. Detaillierte numerische Schätzungen sind in Tabelle 1, Tabelle 2 und ergänzender Tabelle 2 bereitgestellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-4
Abbildung 4: ASMR und ASDR für Neoplasien, die auf geringe körperliche Aktivität durch SDI in 21 GBD-Regionen von 1990 bis 2021 zurückzuführen sind. (A) ASMR und (B) ASDR. Die angepasste Kurve veranschaulicht den Gesamtzusammenhang zwischen SDI und Belastung. Regionen oberhalb oder unterhalb der angepassten Kurve hatten auf ähnlichem SDI-Niveau höhere oder niedrigere Raten als erwartet. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-5
Abbildung 5: ASMR und ASDR für Neoplasien, die auf geringe körperliche Aktivität durch SDI in 204 Ländern und Territorien im Jahr 2021 zurückzuführen sind. (A) ASMR und (B) ASDR. Länder oberhalb oder unterhalb der angepassten SDI-Kurve hatten auf ähnlichem SDI-Niveau höhere oder niedrigere Raten als erwartet. Diese Abweichungen können die Expositionsverteilung, die Populationsstruktur, die Krebserkennung, die Vollständigkeit des Registers oder Unsicherheiten in den modellierten Schätzungen widerspiegeln. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-6
Abbildung 6: ASMR und ASDR auf Landesebene für Neoplasien, die auf geringe körperliche Aktivität im Jahr 2021 zurückzuführen sind. (A) ASMR und (B) ASDR. Farbkategorien stellen Punktschätzungen pro 100.000 Einwohner dar. Schätzungen für Länder oder Gebiete mit kleinen Bevölkerungen oder großen Unsicherheitsintervallen sollten mit Vorsicht interpretiert werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-7
Abbildung 7: Zerlegung von Veränderungen bei Todesfällen und DALYs, die auf geringe körperliche Aktivität durch Alterung, Bevölkerungswachstum und epidemiologische Veränderungen zurückzuführen sind. (A) Todesfälle und (B) DALYs. Positive Werte zeigen Komponenten an, die zu einer erhöhten Belastung beitragen, während negative Werte darauf hinweisen, dass Komponenten das Belastungswachstum ausgleichen. Die Prozentsätze können 100 % überschreiten oder negativ sein, wenn Komponenten in entgegengesetzte Richtungen wirken. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-8
Abbildung 8: Analyse der Gesundheitsungleichheit von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind. (A–D) Kumulativer Anteil an Todesfällen und DALYs. Der SDI stellt die absolute Belastungsdifferenz zwischen den höchsten und niedrigsten Enden der SDI-Verteilung dar, während der Konzentrationsindex die relative Ungleichheit in der SDI-gerankten Bevölkerung darstellt. Werte näher an null deuten auf eine geringere Ungleichheit hin. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

figure-results-9
Abbildung 9: Bayessche Altersperioden-Kohortenprojektionen von ASMR und ASDR für Neoplasien, die auf geringe körperliche Aktivität von 2022 bis 2045 zurückzuführen sind. (A–F) Solide Linien zeigen Schätzungen des posterioren Mittelwerts an, und schattierte Bereiche zeigen 95%ige Unsicherheitsintervalle. Projektionen sollten als modellbasierte Schätzungen interpretiert werden, die auf historischen Trends und Modellannahmen basieren. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

	1990		2021		1990-2021
	Todesfälle	ASR pro 100.000	Todesfälle	ASR pro 100.000	PC in ASRs(%)	EAPC der ASMR
	Zahl (95 % Arbeitsfreizeit)	ASMR (95 % UI)	Zahl (95 % Arbeitsfreizeit)	ASMR (95 % UI)	(95 % Arbeitsfreizeit)	(95 % KI)
Global	44.674,70 (24.963,44 bis 64.996,55)	1.32(0.75 bis 1.92)	87.440,12 (48.636,46 bis 125.810,50)	1.06(0.59 bis 1.52)	-19,72(-27,11 bis -11,38)	-0,79(-0,83 bis -0,75)
Geschlecht
Männlich	12.882,94 (7.911,97 bis 17.917,59)	0,92(0,57 bis 1,30)	29.838,39(18.371,98 bis 42.033,66)	0,84(0,52 bis 1,19)	-8,61(-23,80 bis 9,61)	-0,32(-0,36 bis -0,28)
Weiblich	31.791,77 (16.646,68 bis 46.902,98)	1,61(0,85 bis 2,38)	57.601,73 (29.060,33 bis 85.196,67)	1,24(0,62 bis 1,83)	-23,17(-31,34 bis -14,61)	-0,96(-1,00 bis -0,91)
SDI
Niedriges SDI	702,55 (360,97 bis 1.079,18)	0,36(0,19 bis 0,55)	1.755,02 (845,64 bis 2.662,49)	0,41(0,20 bis 0,61)	11,58(-7,78 bis 39,82)	0,36(0,24 bis 0,49)
Niedriger-mittlerer SDI	2.326,69(1.203,88 bis 3.443,41)	0,44(0,24 bis 0,65)	7.394,12 (3.580,19 bis 10.989,26)	0,57(0,28 bis 0,84)	29,63(9,70 bis 53,53)	0,86(0,81 bis 0,91)
Mittlere SDI	7.125,05(3.839,38 bis 10.401,70)	0,84(0,46 bis 1,23)	21.815,22 (12.091,00 bis 31.568,52)	0,89(0,50 bis 1,28)	5,81(-10,55 bis 25,55)	0,06(0,01 bis 0,11)
Hoch-mittlere SDI	11.715,52 (6.575,68 bis 16.808,12)	1,34(0,76 bis 1,90)	24.257,36(13.536,14 bis 34.810,76)	1,24(0,70 bis 1,78)	-7.34(-20.01 bis 6.36)	-0,30(-0,36 bis -0,23)
Hoher SDI	22.740,72 (12.713,50 bis 33.355,57)	2.03(1.14 bis 3.00)	32.101,73 (17.720,24 bis 46.072,78)	1,35(0,75 bis 1,95)	-33,53(-40,64 bis -26,20)	-1,42(-1,48 bis -1,36)
GBD-Region
Anden-Lateinamerika	94,66 (46,63 bis 144,02)	0,52(0,26 bis 0,79)	334,93(165,85 bis 522,17)	0,59(0,29 bis 0,92)	14.07(-17.75 bis 60.72)	0,42(0,31 bis 0,53)
Australasien	622,72(330,83 bis 894,24)	2,70(1,44 bis 3,87)	985,92(553,20 bis 1.451,29)	1,69(0,95 bis 2,49)	-37,32(-48,68 zu -23,42)	-1,62(-1,70 bis -1,55)
Karibik	307.15(157.94 bis 442.19)	1,27(0,66 bis 1,84)	718,83(375,11 bis 1.074,48)	1,33(0,69 bis 1,98)	4.11(-14.10 bis 25.40)	0,21(0,16 bis 0,25)
Zentralasien	255.09(121.93 bis 379.62)	0,58(0,28 bis 0,86)	338,66(168,31 bis 509,00)	0,48(0,24 bis 0,72)	-17,80(-31,97 bis -1,09)	-0,08(-0,26 bis 0,10)
Mitteleuropa	2.266,85 (1.272,80 bis 3.271,41)	1.62(0.91 bis 2.32)	4.170,99(2.237,91 bis 6.015,29)	1,75(0,93 bis 2,53)	7,93(-7,79 bis 24,67)	0,09(-0,03 bis 0,21)
Mittellateinamerika	384.26(183.94 bis 573.19)	0,52(0,25 bis 0,77)	1.556,11(800,47 bis 2.334,25)	0,64(0,33 bis 0,95)	23.59(2.30 bis 50.21)	0,71(0,48 bis 0,93)
Zentralafrika Subsahara	83,65(40,22 bis 132,35)	0,48(0,24 bis 0,75)	236,51 (100,45 bis 393,49)	0,55(0,25 bis 0,91)	14,74(-21,74 bis 63,78)	0,46(0,29 bis 0,62)
Ostasien	6.768,09(3.653,81 bis 10.056,11)	1,03(0,57 bis 1,53)	19.607,89(11.453,34 bis 2.9247,43)	0,98(0,57 bis 1,45)	-4,73(-32,51 bis 33,60)	-0,29(-0,36 bis -0,21)
Osteuropa	2.802,45 (1.497,00 bis 3.941,72)	1.05(0,57 bis 1,47)	4.428,85(2.320,28 bis 6.600,14)	1,21 (0,63 bis 1,80)	15,79(-8,61 bis 44,43)	0,36(0,26 bis 0,47)
Ostafrika Subsahara	225,93(105,51 bis 360,94)	0,35(0,17 bis 0,55)	588,90(269,23 bis 909,90)	0,42(0,19 bis 0,65)	19,13(-7,33 bis 59,92)	0,53(0,40 bis 0,65)
Einkommensreiches Asien-Pazifik-Gebiet	2.898,71 (1.630,17 bis 4.145,85)	1.52(0.86 bis 2.19)	7.306,42 (4.018,91 bis 10.907,07)	1.31(0.71 bis 1.90)	-14.02(-33.96 bis 15.28)	-0,55(-0,60 bis -0,50)
Einkommensstarke Nordamerika	5.859,88 (2.968,16 bis 9.058,79)	1,59(0,80 bis 2,47)	7.243,90 (3.643,52 bis 10.755,63)	1,03(0,52 bis 1,53)	-34,95(-51,35 bis -13,14)	-1,52(-1,62 bis -1,41)
Nordafrika und Naher Osten	1.271,47 (733,69 bis 1.840,36)	0,88(0,51 bis 1,25)	3936.12(2155.17 bis 5755.13)	0,98(0,56 bis 1,43)	11,42(-5,74 bis 33,24)	0,67(0,50 bis 0,84)
Ozeanien	18.63(7.98 bis 30.63)	0,67(0,31 bis 1,07)	47,63(18,61 bis 78,91)	0,63(0,26 bis 1,03)	-5,55(-23,06 bis 16,71)	-0,20(-0,29 bis -0,12)
Südasien	1.737,90 (882,29 bis 2.628,84)	0,35(0,18 bis 0,53)	5.543.21(2.719.11 bis 8.491.21)	0,42(0,21 bis 0,64)	20.20(-6.28 bis 49.97)	0,44(0,32 bis 0,56)
Südliches Lateinamerika	1.913,00 (997,87 bis 2.899,66)	0,87(0,46 bis 1,32)	6.763,64 (3.374,55 bis 10.004,93)	1.16(0.59 bis 1.69)	33.53(6.63 bis 63.18)	0,85(0,76 bis 0,94)
Südliches Subsahara-Afrika	464,42 (233,50 bis 723,20)	1.08(0,56 bis 1,67)	860,59(417,20 bis 1.323,57)	0,95(0,46 bis 1,46)	-12.08(-37.87 bis 27.28)	-0,21(-0,35 bis -0,07)
Südostasien	267,72 (130,05 bis 417,79)	1,14(0,56 bis 1,76)	753,71 (364,83 bis 1.110,43)	1,53(0,77 bis 2,26)	34.50(5.96 bis 67.10)	1.00(0.79 bis 1.21)
Tropisches Lateinamerika	868,79(440,43 bis 1.265,92)	1.12(0,57 bis 1,63)	3.270,12 (1.677,67 bis 4.855,25)	1,31(0,68 bis 1,94)	16,96(-6,80 bis 49,74)	0,56(0,49 bis 0,63)
Westeuropa	15.255,70 (8.488,72 bis 22.265,38)	2.52(1.39 bis 3.69)	17.835,97 (9.801,50 bis 25.806,91)	1,59(0,87 bis 2,32)	-36,81(-43,81 bis -29,62)	-1,56(-1,61 bis -1,50)
Westliches Subsahara-Afrika	307,64 (131,59 bis 478,58)	0,40(0,18 bis 0,62)	911,22 (348,96 bis 1.466,65)	0,53(0,22 bis 0,84)	32,49 (3,30 bis 74,66)	1.05(0.94 bis 1.16)
Unterkategorien von Neoplasien
Brustkrebs	8.177,91 (1.662,64 bis 1.4354,52)	0,23(0,05 bis 0,40)	15.964,16(3.230.21 bis 28.326.21)	0,19(0,04 bis 0,34)	-15,99(-22,39 bis -9,41)	-0,66(-0,72 bis -0,61)
Darm- und Enddarmkrebs	3.6496,79 (23.150,55 bis 5.0771,76)	1,09(0,70 bis 1,53)	71.475,96 (44.830,06 bis 98.195,49)	0,87(0,55 bis 1,19)	-20,49(-28,57 bis -11,42)	-0,82(-0,86 bis -0,78)

Tabelle 1: Neoplasmen, die auf geringe körperliche Aktivität zurückzuführen sind: Sterbelast und zeitliche Trends (1990–2021). Die Tabelle zeigt die Hauptlastschätzungen und Trendindikatoren nach Geschlecht und SDI-Kategorien. Detailliertere regionale und nationale Schätzungen werden in den ergänzenden Tabellen bereitgestellt. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

	1990		2021		1990-2021
	DALYs-Fälle	ASR pro 100.000	DALYs-Fälle	ASR pro 100.000	PC in ASRs(%)	EAPC der ASDR
	Zahl (95 % Arbeitsfreizeit)	ASDR (95 % UI)	Zahl (95 % Arbeitsfreizeit)	ASDR (95 % UI)	(95 % Arbeitsfreizeit)	(95 % KI)
Global	944,285.78(50,5737 .18 bis 1.389.543.57)	25.16(13.67 bis 37.09)	1,744,943.68(908,799 0,35 bis 2.545.344,72)	20,50(10,73 bis 29,89)	-18,51(-26,10 bis -10,09)	-0,76(-0,82 bis -0,70)
Geschlecht
Männlich	268,107.56(165,239 0,07 bis 370.163,08)	16.57(10.18 bis 22.94)	574,371.32(348,379 0,46 bis 800.744,94)	15.03 (9.21 bis 20.93)	-9,33(-23,71 bis 7,51)	-0,37(-0,43 bis -0,32)
Weiblich	676,178.23(336,047 0,59 bis 992.525,42)	32.38 (16.26 bis 47.60)	1,170,572.36(555,313 0,54 bis 1.756.517,84)	25.46(12.04 bis 38.21)	-21,36(-29,62 bis -12,76)	-0,89(-0,95 bis -0,83)
SDI
Niedriges SDI	18,578.95(9,176 .46 bis 28.775.19)	8.16 (4.14 bis 12.53)	45,807.13(20,570.83 bis 70.949,02)	8.83 (4.16 bis 13.49)	8.29(-10.50 bis 39.10)	0,21(0,09 bis 0,33)
Niedriger-mittlerer SDI	60,418.06(29,886 0,07 bis 90.000,18)	9,82(4,99 bis 14,56)	181,922.35(84,591 0,84 bis 280.191,13)	12.56 (5.94 bis 19.03)	27.86(8.31 bis 53.45)	0,77(0,73 bis 0,81)
Mittlere SDI	174,555.29(91,042 0,96 bis 256.446,54)	17.36 (9.33 bis 25.39)	488,709.60(253,743 .20 bis 717.931,89)	18.38(9.67 bis 26.94)	5,89(-10,57 bis 26,39)	0,07(-0,00 bis 0,14)
Hoch-mittlere SDI	248,517.72(134,358 0,78 bis 358.881,54)	25.99(14.17 bis 37.65)	462,899.84(248,381 0,01 bis 674.525,73)	23.44 (12.50 bis 34.20)	-9,81(-22,49 bis 4,59)	-0,42(-0,46 bis -0,38)
Hoher SDI	440,886.67(236,640 0,98 bis 641.945,58)	39,77 (21:25 bis 58:06)	563,339.77(306,210 .10 bis 819.262.15)	26.52(14.13 bis 38.73)	-33,32(-39,10 bis -27,18)	-1,40(-1,47 bis -1,33)
GBD-Region
Anden-Lateinamerika	2,032.06(953 0,15 bis 3.244,52)	10.17(4.81 bis 15.75)	6.788,27 (3.379,82 bis 10.869,37)	11.60(5.80 bis 18.58)	14.05(-16.37 bis 57.15)	0,38(0,28 bis 0,48)
Australasien	13,091.85(6,785.74 bis 19.155,80)	56.24 (29.15 bis 82.31)	18,402.32(10,330 0,87 bis 27.196,61)	34,88 (19,18 bis 51,79)	-37,98(-48,06 bis -25,70)	-1,64(-1,72 bis -1,57)
Karibik	6,682.48(3,257.50 bis 9.803,70)	26.05 (12.83 bis 37.96)	14,936.71(7,467.85 bis 22.741,58)	27,76(13,82 bis 42,35)	6,56(-11,43 bis 26,59)	0,30(0,26 bis 0,33)
Zentralasien	6,113.13(2,875.45 bis 9.342,10)	13.08 (6.17 bis 19.82)	7,871.50(3,630.97 bis 11.955,55)	9,94(4,74 bis 14,99)	-24,04(-36,62 bis -7,97)	-0,47(-0,59 bis -0,35)
Mitteleuropa	46,026.42(24,775 0,41 bis 66.105,09)	31.28(16.84 bis 45.01)	75,115.03(39,699 .13 bis 107.678,56)	32.89(17.34 bis 47.12)	5.15(-8.57 bis 19.95)	0,04(-0,06 bis 0,14)
Mittellateinamerika	9,305.49(4,170.58 bis 13.956,30)	11.02 (5.09 bis 16.45)	37,715.23(18,709.78 bis 58.000,93)	14,87 (7,41 bis 22,65)	34,95(11,77 bis 64,97)	1.01(0,75 bis 1,26)
Zentralafrika Subsahara	2,221.31(1,016.14 bis 3.556,00)	10.23(4.88 bis 16.16)	6,337.46(2,428.48 bis 10.487,21)	11.63(4.95 bis 19.40)	13,71(-22,36 bis 57,99)	0,43(0,24 bis 0,61)
Ostasien	159,121.88(82,933 0,80 bis 241.470,88)	19,79(10,48 bis 29,45)	396,653.40(224,218 0,04 bis 604.268,93)	18.61 (10.59 bis 28.17)	-5,96(-32,26 bis 32,19)	-0,33(-0,43 bis -0,23)
Osteuropa	59,978.58(30,902 0,71 bis 87.472,34)	21.54(10.95 bis 31.20)	82,590.09(40,451.64 bis 123.453,92)	22.92(11.22 bis 34.24)	6.38(-14.08 bis 33.51)	0,00(-0,10 bis 0,10)
Ostafrika Subsahara	6,144.30(2,759.22 bis 9.942,73)	7,98(3,74 bis 12,73)	15,726.10(6,676.96 bis 24.634,43)	8,95(4,06 bis 13,94)	12.10(-14.88 bis 51.44)	0,29(0,16 bis 0,43)
Einkommensreiches Asien-Pazifik-Gebiet	68,367.61(37,187 0,31 bis 96.750,88)	33,95(18,43 bis 48,21)	125,612.22(68,484.09 bis 180.959,20)	27,96(14,89 bis 39,87)	-17,66(-34,93 bis 3,02)	-0,70(-0,75 bis -0,64)
Einkommensstarke Nordamerika	110,579.32(53,603 0,23 bis 168.944,28)	30,91(14,75 bis 47,02)	135,048.33(65,207.39 bis 206.531,98)	20,66(9,84 bis 31,60)	-33.18(-48.18 bis -14.30)	-1,39(-1,56 bis -1,22)
Nordafrika und Naher Osten	33,502.36(18,573 0,46 bis 49.734,41)	19.49(11.13 bis 28.52)	102,096.12(51,831.63 bis 151.539,80)	21,70 (11,51 bis 31,87)	11,34 (-6,57 bis 32,99)	0,60(0,46 bis 0,73)
Ozeanien	612,40 (245,17 bis 1.023,79)	17.68(7.53 bis 29.11)	1.573,18(576,67 bis 2,667.60)	17.19 (6.65 bis 28.58)	-2,72(-23,76 bis 23,48)	-0,13(-0,21 bis -0,05)
Südasien	46,100.94(22,425 0,80 bis 69.073,26)	7,89(3,95 bis 11,94)	133,476.27(62,105.33 bis 207.069,89)	9.05 (4.30 bis 14.00)	14.67(-10.43 bis 43.16)	0,21(0,08 bis 0,34)
Südliches Lateinamerika	48,213.16(24,344 0,03 bis 74.368,69)	19.00 (9.75 bis 29.04)	161,677.60(76,724.20 bis 247.604,85)	24.67 (12.01 bis 37.15)	29,87(1,97 bis 61,27)	0,77(0,70 bis 0,83)
Südliches Subsahara-Afrika	9,529.23(4,537.37 bis 14.950,84)	21.05 (10.09 bis 33.08)	15.906,65 (7.462,34 bis 24.568,27)	18.09 (8.45 bis 28.03)	-14.05(-36.07 bis 18.51)	-0,32(-0,41 bis -0,24)
Südostasien	6,545.75(3,015.15 bis 10.197,86)	23.82(11.30 bis 37.07)	18.303,10 (8.337,73 bis 27.183,17)	31,82(14,94 bis 46,79)	33,57 (7,39 bis 62,74)	1.08(0.89 bis 1.27)
Tropisches Lateinamerika	20,004.58(9,888.11 bis 30.396,32)	22.53(11.21 bis 33.34)	71.793,02 (34.457,98 bis 107.876,77)	27,92(13,51 bis 41,78)	23,94(0,01 bis 55,61)	0,71(0,66 bis 0,76)
Westeuropa	282,256.07(150,133 0,40 bis 413.719,92)	48.37 (25.25 bis 71.16)	292,870.10(158,018 0,77 bis 430.007,70)	30.13(15.78 bis 43.96)	-37,71(-43,35 zu -31,66)	-1,60(-1,66 bis -1,55)
Westliches Subsahara-Afrika	7,856.86(3,225.38 bis 12.446,50)	8,86(3,71 bis 13,83)	24.451,00 (8.434,07 bis 40.517,27)	11.81 (4.42 bis 19.19)	33.20(1.42 bis 76.70)	1.07(0.93 bis 1.21)
Unterkategorien von Neoplasien
Brustkrebs	219,022.34(43,911 0,88 bis 378.430,50)	5.47(1.10 bis 9.50)	415,254.34(83,318. 37 bis 729.174,93)	4.81(0.97 bis 8.45)	-11,93(-18,74 bis -4,98)	-0,51(-0,57 bis -0,44)
Darm- und Enddarmkrebs	725,263.44(458,229 0,16 bis 1.007.049,44)	19.69 (12.45 bis 27.40)	1,329,689.34(831,183 0,72 bis 1.829.992,61)	15.69(9.81 bis 21.54)	-20,34(-27,99 bis -10,82)	-0,83(-0,89 bis -0,77)

Tabelle 2: Neoplasmen, die auf geringe körperliche Aktivität zurückzuführen sind: DALYs Belastung und zeitliche Trends (1990–2021). Die Tabelle zeigt die Hauptlastschätzungen und Trendindikatoren nach Geschlecht und SDI-Kategorien. Detailliertere regionale und nationale Schätzungen werden in den ergänzenden Tabellen bereitgestellt. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Ergänzende Abbildung 1: Joinpoint-Regressionsanalyse der geschlechtsspezifischen (A) ASMR und (B) ASDR (pro 100.000 Populationen) für Neoplasmen-Unterkategorien, die auf geringe körperliche Aktivität von 1990 bis 2021 zurückzuführen sind. Blaue Kurve, Joinpoint-Regressionsanalyse beider Geschlechter für BC; Braune Kurve, Joinpoint-Regressionsanalyse beider Geschlechter für CRC; Grüne Kurve, Joinpoint-Regressionsanalyse des weiblichen Geschlechts für CRC; Orange-Kurve, Joinpoint-Regressionsanalyse des männlichen Geschlechts für CRC; Rote Kurve, Joinpoint-Regressionsanalyse des weiblichen Geschlechts für BC. ASMR, altersstandardisierte Sterblichkeitsrate; ASDR, altersstandardisierte, invaliditätsbereinigte Lebensjahrerate; BC, Brustkrebs; CRC-, Darm- und Rektumkrebs; DALYs, Disability Adjusted Life Years. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 2: Neoplasmen, die auf geringe körperliche Aktivität zurückzuführen sind: Altersspezifische Zahlen, ASMR und ASDR (pro 100.000 Einwohner) nach Geschlecht, 1990. ASMR, altersstandardisierte Sterblichkeitsrate; ASDR, altersstandardisierte, invaliditätsbereinigte Lebensjahrerate; DALYs, Disability Adjusted Life Years. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 3: Zeittrends bei globalen Todesfällen und DALYs von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind, nach SDI, 1990–2021. DALYs, Disability-adjusted Life Years; SDI, soziodemografischer Index. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 4: Der globale EAPC für ASMR (A) und ASDR (B) (pro 100.000 Einwohner) für Neoplasien, die auf geringe körperliche Aktivität in 204 Ländern und Gebieten von 1990 bis 2021 zurückzuführen sind. ASMR, altersstandardisierte Sterblichkeitsrate; ASDR, altersstandardisierte, invaliditätsbereinigte Lebensjahrerate; DALYs, Disability-adjusted Life Years; EAPC, geschätzte jährliche prozentuale Veränderung. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 1: Prozentuale Veränderung der globalen Todesfälle und DALYs von Neoplasien, die auf geringe körperliche Aktivität nach Geschlecht zurückzuführen sind, 1990–2021. DALYs, Disability Adjusted Life Years. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 2: Joinpoint-Regressionsanalyse des geschlechtsspezifischen ASMR und ASDR (pro 100.000 Populationen) für Neoplasien, die auf geringe körperliche Aktivität von 1990 bis 2021 zurückzuführen sind. ASMR, altersstandardisierte Sterblichkeitsrate; ASDR, altersstandardisierte, invaliditätsbereinigte Lebensjahrerate; AAPC, durchschnittliche jährliche prozentuale Veränderung für den gesamten Zeitraum; APC, jährliche prozentuale Veränderung; CI, Konfidenzintervall. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 3: Joinpoint-Regressionsanalyse der geschlechtsspezifischen ASMR und ASDR (pro 100.000 Populationen) für Neoplasien-Unterkategorien, die auf geringe körperliche Aktivität von 1990 bis 2021 zurückzuführen sind. ASMR, altersstandardisierte Sterblichkeitsrate; ASDR, altersstandardisierte, invaliditätsbereinigte Lebensjahrerate; AAPC, durchschnittliche jährliche prozentuale Veränderung für den gesamten Zeitraum; APC, jährliche prozentuale Veränderung; BC, Brustkrebs; CRC-, Darm- und Rektumkrebs; CI, Konfidenzintervall. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 4: Altersspezifische Zahlen und altersstandardisierte Todesraten von Neoplasien, die auf geringe körperliche Aktivität nach Geschlecht zurückzuführen sind, in den Jahren 1990 und 2021. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 5: Altersspezifische Zahlen und altersstandardisierte Raten von DALYs von Neoplasien, die auf geringe körperliche Aktivität nach Geschlecht zurückzuführen sind, in den Jahren 1990 und 2021. DALYs, Disability Adjusted Life Years. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 6: Die Todeslast von Neoplasien, die auf geringe körperliche Aktivität in 204 Ländern und Gebieten in den Jahren 1990 und 2021 zurückzuführen ist, sowie die zeitlichen Trends von 1990 bis 2021. ASMR, altersstandardisierte Sterblichkeitsrate; ASR, altersstandardisierter Zinssatz; CI, Konfidenzintervall; EAPC, Geschätzte jährliche prozentuale Veränderung; UI, Unsicherheitsintervall. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 7: Die DALY-Belastung durch Neoplasien, die auf geringe körperliche Aktivität in 204 Ländern und Gebieten in den Jahren 1990 und 2021 zurückzuführen ist, sowie die zeitlichen Trends von 1990 bis 2021. ASDR, altersstandardisierte DALY-Rate; ASR, altersstandardisierter Tarif; CI, Konfidenzintervall; DALYs, invaliditätsbereinigte Lebensjahre; EAPC, geschätzte jährliche prozentuale Veränderung; UI, Unsicherheitsintervall. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 8: Zerlegung von Veränderungen bei Todesfällen und DALYs von Neoplasien, die auf geringe körperliche Aktivität in Alterung, Population und epidemiologische Veränderungen zurückzuführen sind. DALYs, Disability Adjusted Life Years. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 9: Gesundheitsungleichheitsanalyse von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind. DALYs, Disability Adjusted Life Years. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 10: Globale Trends bei ASMR und ASDR (pro 100.000 Einwohner) für Neoplasien, die auf geringe körperliche Aktivität zurückzuführen sind, wurden vom BAPC 2021–2045 vorhergesagt. ASMR, altersstandardisierte Sterblichkeitsraten; ASDR, altersstandardisierte, invaliditätsbereinigte Lebensjahresraten; BAPC, Bayesianisches Alter-Perioden-Kohorten-Modell; UI, Unsicherheitsintervall. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Diskussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese GBD-Analyse von 2021 zeigt zwei gegensätzliche Muster bei der niedrigen körperlich aktivitätsbedingten Tumorbelastung. Während ASMR und ASDR für auf LPA zurückzuführene Neoplasien von 1990 bis 2021 signifikant zurückgingen (ΔASMR = -19,72 %; ΔASDR = -18,51 %), stiegen absolute Todesfälle und DALYs um 95,73 % bzw. 84,79 %. Der Anstieg der absoluten Belastung trotz sinkender altersstandardisierter Raten wurde hauptsächlich durch Bevölkerungswachstum und Alterung erklärt. Abnehmende ASRs können mehrere Faktoren widerspiegeln, darunter Verbesserungen bei der Krebserkennung, Behandlung und Risikofaktorkontrolle, obwohl diese Beitragenden in der vorliegenden Analyse ^1,21,22 nicht direkt zerlegt wurden. Bemerkenswert ist, dass LPA im Jahr 2021 weltweit für über 87.000 neoplasmbedingte Todesfälle und 1,74 Millionen DALYs weltweit verantwortlich war. Diese Ergebnisse unterstützen die anhaltende Relevanz geringer körperlicher Aktivität im GBD-Attributionsrahmen. Da diese Studie GBD-vergleichende Risikobewertungsschätzungen verwendete, quantifizieren die Ergebnisse die modellierte Bevölkerungsbelastung, die auf geringe körperliche Aktivität zurückzuführen ist, und stellen keine individuellen kausalen Mechanismen oder direkte Interventionseffekte fest.

Bemerkenswerte SDI-basierte Ungleichheiten bestehen weiterhin bei Neoplasien, die auf die LPA-Belastung zurückzuführen sind. Regionen mit hohem SDI (Nordamerika, Westeuropa, Australien) zeigten 2021 die höchsten ASMR-Werte (1,35/100.000) und ASDR (26,52/100.000), erreichten jedoch die maximalen Reduktionen 1990–2021 (EAPC: -1,42; -1,40), was gleichzeitige Fortschritte zeigt: (i) evidenzbasierter Screening (z. B. 60 % Kolorektalscreening-Abdeckung im Vereinigten Königreich)²³, (ii) integrierten therapeutischen Modalitäten (z. B. Übernahme von robotergestützter Chirurgie)²⁴, und (iii) landesweite PA-Initiativen (z. B. Südkoreas National Fitness Award Project)²⁵. Paradoxerweise zeigten die SDI-Regionen mit niedriger bis mittlerer Ebene (insbesondere Subsahara-Afrika) steigende ASMR/ASDR-Trends (EAPC: +0,86; +0,77), was stark mit den Einschränkungen des Gesundheitssystems korreliert und präventive Maßnahmen^{fehlt 26}. Diese Schichtung steht im Einklang mit dem Global Report on Noncommunicable Diseases der WHO 2022 und unterstreicht den dringenden Bedarf der Krebsbekämpfung in Ländern mit niedrigem und mittlerem Einkommen (LMICs) durch: Einführung bevölkerungsbasierter Krebsregister, evidenzbasierte Ausweitung von Screening-Programmen und integrierte Palliativversorgung²⁷.

Die SDI-Lastkorrelation (ASMR ρ = 0,7560; ASDR ρ = 0,7364) zeigt die paradoxen Auswirkungen der sozioökonomischen Entwicklung auf Neoplasien, die auf LPA zurückzuführen sind. Regionen mit hohem SDI erreichten eine signifikante Mortalitätsreduktion (EAPC = -1,42) durch verstärktes Screening und gezielte Therapien, sahen sich aber gleichzeitig mit zunehmenden fettleibigkeitsbedingten Malignitäten (z. B. Brust-/Darmkrebs) durch westlich geprägte Ernährung und sitzende Tätigkeiten^konfrontiert 21,22,28. Ostasien, insbesondere China, verzeichnete die höchste absolute Anzahl von Todesfällen mit geringer körperlicher Aktivität und DALYs, was teilweise auf die große Bevölkerungsgröße und demografische Struktur zurückzuführen sein könnte:^29,30. Ausreißer auf Länderebene in karibischen und pazifischen Umgebungen können eine Kombination aus Expositionsverteilung, Populationsstruktur, Krebserkennung, Registervollständigkeit und GBD-Modellannahmen^{widerspiegeln 31}. Da diese Faktoren in der vorliegenden Analyse nicht direkt getestet wurden, werden sie als mögliche kontextuelle Erklärungen und nicht als bestätigte Mechanismen^32,33 diskutiert.

Weltweit zeigen Frauen eine signifikant höhere Tumorbelastung durch LPA, wobei die ASMR-Rate 2021 (1,24/100.000) und ASDR (25,46/100.000) männliche Raten (0,84/100.000; 15,03/100.000) übertrifft, was hauptsächlich durch die hohe Inzidenz von BC³⁴ verursacht wird. LPA erhöht das BC-Mortalitätsrisiko (HR = 1,22, 95%-KI:1,05–1,42), während die Teilnahme an nicht-beruflichen PA, unabhängig von Art oder Intensität, unterschiedliche Risikoreduktionen für die BC-Inzidenz^35,36 aufweist. Frühere Studien schlugen hormonelle, metabolische und entzündliche Signalwege vor, die körperliche Aktivität mit Brustkrebsrisiko in Verbindung bringen; diese Mechanismen wurden jedoch in der vorliegenden GBD-basierten Analyse³⁷ nicht direkt untersucht. Dennoch bleibt die weltweite Prävalenz der körperlichen Inaktivität bei Frauen 35,5 % höher (31,7 % gegenüber 23,4 % Nichteinhaltung der WHO-Richtlinien)^8, verschärft in Regionen mit niedrigem SDI durch kulturelle Einschränkungen (Kleidungsbeschränkungen: 37 % geringere PA-Wahrscheinlichkeit) und geschlechtsspezifische Pflegebelastungen (4,3-Stunden-Unterschiede bei der Hausarbeit: 29 % Reduktion)³⁸.

Neoplasmen, die auf LPA zurückzuführen sind, erreichen weltweit bei 70- bis 84-Jährigen ihren Höhepunkt, was mit neoplastischem Fortschreiten und altersbedingtem Stoffwechselabbau^{übereinstimmt: 39,40}. Moderate Zunahmen von ASMR/ASDR bei älteren Männern korrelieren mit anhaltender Beteiligung an geringintensiven Aktivitäten (Gartenarbeit/Spazierengehen), im Gegensatz zur erhöhten weiblichen Anfälligkeit, bei der jährliche Sarkopenie (1 %–2 % Muskelverlust) und osteomuskuläre Komorbiditäten die LPA-Anfälligkeit beschleunigen^41,42. Diese Ergebnisse legen nahe, dass altersspezifische Muster bei der Interpretation der durch geringe körperliche Aktivität zugeordneten Belastung berücksichtigt werden sollten.

Populationsfaktoren erwiesen sich als Haupttreiber für die steigende Sterblichkeit durch Neoplasien, die auf LPA zurückzuführen sind (88,44 %) und erhöhte DALY-Werte (131,53 %). Während die epidemiologische Veränderung die Krankheitsbelastung von -123,04 % in Regionen mit hohem SDI ausglich, erlebten Regionen mit niedrigem SDI eine erhöhte Belastung (kombinierter Beitragsrat: 36,33 %) durch Alterung und epidemiologische Veränderung. Diese Ergebnisse deuten darauf hin, dass Entwicklungsländer, die demografische Übergänge durchlaufen (z. B. Fruchtbarkeitsrückgang, erhöhte Lebenserwartung), Gefahr laufen, mit doppelten Belastungen von übertragbaren und NCDs konfrontiert zu werden, ohne parallel umfassende Krebspräventionssysteme^{entwickelt zu werden 43}.

Die Analyse von Gesundheitsungleichheit zeigt anhaltende ASMR-Unterschiede (>1/100.000) zwischen Hoch- und Niedrig-SDI-Regionen trotz absoluter/relativer Gap-Reduzierungen (SII: 1,45→1,11/100.000; CII: 0,30→0,20 von 1990 bis 2021). Drei Hauptbarrieren führen zu Ungleichheit: (i) Infrastrukturdisparität: Länder und Regionen mit hohem SDI verfügen über eine fünffach größere Abdeckung von Fitnesseinrichtungen als Länder mit niedrigem SDI. In Kolar, Indien, beträgt der Pro-Kopf-Freizeitraum nur 0,4 m^², deutlich unter dem Pro-Kopf-Standard von 3,0–4,0 m^² pro Kopf in Regionen mit hohem SDI, wobei die meisten Einrichtungen in städtischen Zentren konzentriert sind, was räumliche Verteilungsunterschiede schafft, die den gerechten Zugang zu Gesundheitsressourcen einschränken⁴⁴. (ii) Gesundheitsbildungslücke: Nur 30 % der Schulen mit niedrigem SDI integrieren PA in den verpflichtenden Lehrplan (<50 % Umsetzungsrate), im Gegensatz zu den standardisierten Schulgesundheitsprogrammen (150 Minuten pro Woche) in den Ländern mit hohem SDI^8. (iii) Ungleichgewicht der Ressourcenverteilung: Regionen mit niedrigem SDI mit >10 % Weltbevölkerung machen lediglich 0,4 % der weltweiten Gesundheitsausgaben aus. Gleichzeitig stellt Entwicklungshilfe für Gesundheit (DAH) minimale Mittel für die Prävention nichtübertragbarer Krankheiten bereit, einschließlich Krebsbekämpfung, und verstärkt so die geografische Clusterung der Krankheitsbelastung durch dieses differenzierte Finanzierungsmuster⁴⁵.

Neoplasmen, die auf LPA zurückzuführen sind, zeigen prognostizierte globale Rückgänge mittels BAPC-Modellierung (2045 ASMR: 0,95/100.000, 95%UI 0,88–1,03; ASDR: 18,86/100.000, 16,99–20,72). Trotz dieses Verlaufs sehen sich Regionen mit niedrigem SDI beharrlich mit Ungleichheiten im Gesundheitswesen konfrontiert. Diese Ergebnisse unterstützen die Priorisierung niedriger körperlicher Aktivität in der Überwachung und Präventionsplanung für Krebsrisikofaktoren⁴⁶, insbesondere für ältere Erwachsene, Frauen und Einrichtungen mit steigenden altersstandardisierten Raten⁴⁷. Spezifische Interventionsstrategien sollten jedoch an lokale Ressourcen angepasst und in Implementierungsstudien bewertet werden, bevor eine breite politische Einführung^{erfolgt 48}. Die vorliegende Analyse kann helfen, Populationen und Regionen zu identifizieren, die eine engere Überwachung erfordern, testet jedoch nicht direkt die Wirksamkeit einer bestimmten Intervention.

Dennoch verdienen mehrere Einschränkungen eine Überlegung. Erstens stützte sich diese Studie auf GBD-modellierte Schätzungen statt auf primäre Einzeldaten, und die Schätzungsgenauigkeit kann je nach Datenverfügbarkeit, Registervollständigkeit und Berichtsqualität je nach Verfügbarkeit^{unterschiedlich sein}. Zweitens wird die körperliche Aktivitätsexposition bei GBD teilweise aus Umfragedaten abgeleitet, die durch Recall Bias, Social Desirability Bias und Unterschiede in Messinstrumenten zwischen verschiedenen Umgebungen beeinflusst sein können. Drittens ist die Kategorie GBD mit niedriger körperlicher Aktivität auf Neoplasie beschränkt auf Darmkrebs und weiblichen Brustkrebs⁵⁰ und repräsentiert daher nicht alle bösartigen Tumore. Viertens unterscheidet die Expositionsdefinition nicht vollständig zwischen beruflicher, haushaltsbezogener, transportbezogener und freizeitbezogener körperlicher Aktivität, da diese unterschiedliche Zusammenhänge mit Krebsergebnissen haben können. Fünftens können sozioökonomische Vergleiche durch Unterschiede in der Krebserkennung, der diagnostischen Kapazität und der Datenverfügbarkeit zwischen Ländern beeinflusst werden. Schließlich basieren BAPC-Projektionen auf historischen Trends und Modellierungsannahmen; Schätzungen, die weiter vom beobachteten Zeitraum entfernt sind, sollten daher vorsichtig interpretiert werden.

Zusammenfassend bleibt geringe körperliche Aktivität ein wichtiger modifizierbarer Risikofaktor im GBD-Attributionsrahmen, und seine geschätzte zugeordnete Belastung variiert erheblich je nach Geschlecht, Alter, Geografie und sozioökonomischer Entwicklung. Während Regionen mit hohem SDI durch technologische Innovationen die Krankheitsbelastung reduziert haben, stehen Regionen mit niedrigem SDI weiterhin vor den doppelten Herausforderungen des Bevölkerungswachstums und systemischer gesundheitlicher Ungleichheiten. Zukünftige Strategien sollten gestufte Interventionen, intersektorale Zusammenarbeit und technologiegetriebene Lösungen zur Verfeinerung globaler Krebspräventionsrahmen priorisieren, mit besonderem Fokus auf die besonderen Bedürfnisse von Frauen, alternden Bevölkerungsgruppen und LMICs. Diese Studie liefert entscheidende Belege für die globale Gesundheitspolitik und unterstreicht die Notwendigkeit, die Förderung von PA als zentralen Bestandteil nationaler Krebsbekämpfungsstrategien zu integrieren.

Offenlegungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren haben nichts offenzulegen.

Danksagungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wir würdigen die Mitarbeiter der Global Burden of Disease Study (GBD 2021) für ihre Beiträge zu Neoplasien, die auf die LPA-Epidemiologie zurückzuführen sind, ermöglicht durch die Open-Access-Daten des Institute for Health Metrics and Evaluation (IHME). Diese Arbeit wurde von Jingding Medical Tech unterstützt (die JD_GBDR Softwareautorisierung und zentrale Datenverarbeitung bereitstellte) sowie Sprachbearbeitungsdienste von Home for Researchers (www.home-for-researchers.com). Diese Arbeit wurde vom Wissenschafts- und Technologieentwicklungsprogramm der Provinz Jiangsu Provinz (QN202513) sowie vom Internal Research Fund Project des Zweiten angeschlossenen Krankenhauses der Nanjing-Universität für Chinesische Medizin (SEZRC202504, SEZJY202505) unterstützt.

Materialien

```html

Liste der in diesem Artikel verwendeten Materialien
Name	Unternehmen	Katalognummer	Kommentare
Bayesian Age-Period-Cohort (BAPC) R Package	R Foundation / CRAN Repository	https://cran.r-project.org/	Verwendet für Bayes'sche Age-Period-Cohort-Projektionsanalysen.
CSV Data Files	Institute for Health Metrics and Evaluation (IHME)	N/A	Exportierte Belastungsdatensätze aus dem GBD 2021 Results Tool für die weiterführende Analyse.
dplyr R Package	R Foundation / CRAN Repository	https://cran.r-project.org/package=dplyr	Verwendet für Datenmanipulation und -bereinigung in R.
GBD 2021 Data Input Sources Tool	Institute for Health Metrics and Evaluation (IHME)	https://ghdx.healthdata.org/gbd-2021	Öffentliches Repository für GBD-Quelldokumentation.
ggplot2 R Package	R Foundation / CRAN Repository	https://cran.r-project.org/package=ggplot2	Verwendet für die grafische Visualisierung temporaler Trends und Ungleichheitsanalysen.
Global Burden of Disease (GBD) 2021 Results Tool	Institute for Health Metrics and Evaluation (IHME)	https://vizhub.healthdata.org/gbd-results/	Öffentliche Datenbank, die zur Extraktion von Todesfällen, DALYs, ASMR und ASDR Daten verwendet wird.
INLA R Package	R-INLA Project	https://www.r-inla.org/	Verwendet für Bayes'sche Inferenz innerhalb des Age-Period-Cohort-Modells.
JD_GBDR Software	Jingding Medical Technology Co., Ltd.	Version 2.37.1	Verwendet für GBD-Belastungsschätzung, Dekompositionsanalyse und standardisierte Ratenvisualisierung.
Joinpoint Regression Program (Version 5.3.0)	National Cancer Institute (NCI)	https://surveillance.cancer.gov/joinpoint/download	Verwendet für Joinpoint-Regressionsanalyse, APC und AAPC-Schätzung.
Microsoft Excel	Microsoft Corporation	https://www.microsoft.com/excel	Verwendet für die Organisation und Bereinigung extrahierter CSV-Datensätze vor der Analyse.
Personal Computer Workstation	Jede Standard-Computer-Workstation	N/A	Empfohlenes Minimum: 8 GB RAM, Windows 10/11 oder macOS für statistische Analysen und Projektionen.
R Statistical Software (Version 4.4.2)	R Foundation for Statistical Computing	https://www.r-project.org/	Verwendet für statistische Analyse, EAPC-Berechnung, Ungleichheitsanalyse, Visualisierung und Bayes'sches Age-Period-Cohort-Modell.
RStudio Desktop	Posit Software, PBC	https://posit.co/download/rstudio-desktop/	Integrierte Entwicklungsumgebung für R-Analysen.

```

Referenzen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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).
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).
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).
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).
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).
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).
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).
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).
Sustainable Development Goals. , United Nations Development Programme. Available from: https://www.undp.org/sustainable-development-goals (2022).
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).
Martincorena, I., Campbell, P. J. Somatic mutation in cancer and normal cells. Science. 349 (6255), 1483-1489 (2015).
Jetté, M., Sidney, K., Blümchen, G. Metabolic equivalents (METS) in exercise testing and prescription. Clin Cardiol. 13 (8), 555-565 (1990).
Zhang, J., et al. Global burden of cardiovascular diseases and type 2 diabetes attributable to low physical activity. Front Cardiovasc Med. 10, 1247705(2023).
GBD 2015 Healthcare Access and Quality Collaborators. Healthcare access and quality index based on mortality from amenable causes. Lancet. 390 (10091), 231-266 (2017).
GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries, 1990–2019. Lancet. 396 (10258), 1204-1222 (2020).
Zhao, G., et al. Global burden of osteoarthritis associated with high body mass index. Endocrine. 79 (1), 60-71 (2023).
Tuo, Y., et al. Global, regional, and national burden of thalassemia, 1990–2021. EClinicalMedicine. 72, 102619(2024).
Liu, C., et al. Global burden of liver cancer due to non-alcoholic steatohepatitis. J Gastroenterol. 58 (12), 1222-1236 (2023).
Cao, F., et al. Global burden and cross-country inequalities in autoimmune diseases. Autoimmun Rev. 22 (6), 103326(2023).
Chen, J., et al. Global burden of noncommunicable diseases attributable to kidney dysfunction. Chin Med J (Engl). 138 (11), 1334-1344 (2024).
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).
Hurvitz, S. A., et al. Trastuzumab deruxtecan versus trastuzumab emtansine in HER2-positive metastatic breast cancer. Lancet. 401 (10371), 105-117 (2023).
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).
An, L., et al. Trends of robotic-assisted surgery for thyroid, colorectal, stomach and hepatopancreaticobiliary cancer. Asian J Surg. 44 (1), 199-205 (2021).
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).
World Health Organization. WHO Guidelines on Physical Activity and Sedentary Behaviour. , World Health Organization. Geneva. (2020).
World Health Organization. Noncommunicable Diseases Progress Monitor 2022. , World Health Organization. Geneva. (2022).
Nunez, C., Bauman, A., Egger, S., Sitas, F., Nair-Shalliker, V. Obesity, physical activity and cancer risks. Cancer Epidemiol. 47, 56-63 (2017).
Abdel-Wahab, M., et al. Status of radiotherapy resources in Africa. Lancet Oncol. 14 (4), e168-e175 (2013).
Sallis, J. F., et al. Progress in physical activity over the Olympic quadrennium. Lancet. 388 (10051), 1325-1336 (2016).
Popkin, B. M., Adair, L. S., Ng, S. W. Global nutrition transition and the pandemic of obesity. Nutr Rev. 70 (1), 3-21 (2012).
Porcherie, M., et al. Relationship between urban green spaces and cancer. Int J Environ Res Public Health. 18 (4), 1751(2021).
Rushton, L. Health impact of environmental tobacco smoke in the home. Rev Environ Health. 19 (3-4), 291-310 (2021).
Li, Y., et al. Global burden of female breast cancer: age–period–cohort analysis. Front Oncol. 12, 891824(2022).
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).
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).
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).
Abbasi, I. N. Socio-cultural barriers to attaining recommended physical activity among females. Quest. 66 (4), 448-467 (2014).
Giovannucci, E. Molecular biologic and epidemiologic insights for preventability of colorectal cancer. J Natl Cancer Inst. 114 (5), 645-650 (2022).
la Torre, A., Lo Vecchio, F., Greco, A. Epigenetic mechanisms of aging and aging-associated diseases. Cells. 12 (8), 1163(2023).
Courties, A., Kouki, I., Soliman, N., Mathieu, S., Sellam, J. Osteoarthritis year in review 2024. Osteoarthritis Cartilage. 32 (11), 1397-1404 (2024).
Cruz-Jentoft, A. J., et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 48 (4), 601(2019).
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).
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).
Global Burden of Disease Health Financing Collaborator Network. Past, present, and future of global health financing, 1995–2050. Lancet. 393 (10187), 2233-2260 (2019).
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).
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).
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).
GBD 2019 Risk Factors Collaborators. Global burden of 87 risk factors, 1990–2019. Lancet. 396 (10258), 1223-1249 (2020).
Moradi, T., et al. Breast cancer risk and lifetime physical activity. Cancer Causes Control. 11 (6), 523-531 (2000).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Medizin Ausgabe 234 Ausgabe 234 Leerer Wert Ausgabe globale Krankheitslast sozio demografischer Index gesundheitliche Ungleichheit

Ein analytischer Workflow basierend auf GBD 2021 zur Schätzung der globalen Belastung von Neoplasien, die auf geringe körperliche Aktivität zurückzuführen ist,

In diesem Artikel

Zusammenfassung

Zusammenfassung

Einleitung

Protokoll

Ergebnisse

Diskussion

Offenlegungen

Danksagungen

Materialien

Referenzen

Nachdrucke und Genehmigungen

Schlagwörter

Verwandte Artikel