このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

低身体活動に起因する新プラズムの全体負担を推定するためのGBD 2021に基づく分析ワークフロー

90 回視聴

⸱

DOI:

10.3791/70495

⸱

2026年8月7日

 ,  , 
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

この記事について

サマリー

このプロトコルは、低運動に起因する腫瘍のGBD 2021推定値を抽出、処理、分析、可視化するための再現可能なワークフローを示します。このワークフローにより、研究者は標準化された人口レベルデータを用いて、負担指標、時間的傾向、分解要素、社会経済的不平等、モデルベースの予測を評価できます。

要約

本プロトコルは、Global Burden of Disease 2021のデータを用いて、低身体活動に起因する腫瘍の全体的な負担を推定するための再現可能な分析ワークフローを説明しています。ワークフローには、GBD結果ツールからのデータ抽出、適格アウトカムおよび曝露カテゴリーの定義、死亡推定、障害調整生年、年齢標準化率、推定年次変化率およびジョインポイント回帰を用いた時間的傾向分析、分解分析、社会経済的不平等評価、ベイズ年齢期間コホート予測が含まれます。また、モデル化された人口レベル推定の文脈で不確実性区間、分解成分、不平等指標の解釈方法も説明しています。代表的な応用例として、このワークフローは1990年から2021年までの204か国・地域で、低運動に起因する大腸がんおよび女性乳がんに適用され、2045年まで予測されました。このプロトコルは、研究者がリスク帰属負荷推定、トレンド特徴付け、不平等評価、予測分析のための構造化されたアプローチを必要とする他のGBDリスク-アウトカムペアにも適応可能です。

概要

ネオプラズムは、世界の死亡率や障害に寄与する非伝染性疾患(NCD)の重要なカテゴリーであり、世界的に重大な公衆衛生上の課題となっています。Globocan 2022のデータによると、世界で1,996万件の新規腫瘍症例と974万人の死亡が確認されており、肺がん、乳がん(女性)、大腸がんが主な悪性腫瘍となっています。がん発生率は2050年までに年間3,500万人に達すると予測されており(2022年から77%増加)、人間開発指数(HDI)で低い国々は人口動態の変化により142%の急増が予想されています。人口増加、人口高齢化、スクリーニングシステムの不備、低HDI地域における治療アクセスの制約がこれらの傾向を推進し、世界の腫瘍資源の公平な配分が不可欠となっています。

低身体活動(LPA)は、悪性腫瘍、代謝障害、神経精神疾患(2,3,4)にまたがる主要なNCDの修正可能な決定因子として確立されています。LPAは世界的な健康負担として大きく、2000年以降6.6%の年齢標準化有病率上昇を示し、2022年の全死亡率の7.2%に寄与しています。中等度の身体活動(PA)は乳がん(HR 0.90; 95% CI: 0.87–0.93)、結腸(HR 0.84; 95% CI: 0.77–0.91)、直腸がん(HR 0.87; 95% CI: 0.80–0.95)に対して有意な保護をもたらし、部位特異的死亡率の並行して減少します7。必要なPAを世界的に推進するため、多くの国や地域(例:カナダ、英国、米国)がそれぞれの文脈に合わせた国家PAガイドラインを作成し、世界保健機関(WHO)や欧州連合などの組織を通じて広く普及しています。残念ながら、世界中の成人のうち、公衆衛生ガイドラインで定められた最低推奨PAレベルを満たしているのはわずか72.5%です。

身体活動による低負荷の腫瘍負荷の軽減は、国連持続可能な開発目標(SDGs)2030の目標、すなわち予防とケアによる早期NCD死亡率の3分の1削減を達成する上で極めて重要です。LPAと腫瘍の関係を明らかにするための確固たる証拠を生み出すことは、今後の医療政策の導きとなる上で不可欠です。2021年の世界疾病・傷害・リスク要因負担調査(GBD 2021)は、標準化された疫学的手法を用いて、1990年から2021年までの204か国・地域における死亡率、障害調整寿命(DALYs)、およびリスク帰属負担の比較可能な人口レベルの推定値を提供します。GBD 2021では、疾病および傷害の推定が371の疾患と傷害をカバーし、リスク要因分析では88のリスク因子の曝露、相対リスク、集団帰属割合、帰属負担を推定しています。しかし、GBD 2021の低身体活動による腫瘍データを抽出し、トレンド、分解、不平等、予測分析を単一のプロトコル内で適用するための段階的かつ再現性の高いワークフローを提供する研究は少ないです。本稿は、この特定のGBDリスク-アウトカムペアリングにおけるデータ抽出、変数定義、統計モデリング、解釈手順を詳述することで、この方法論的ギャップに対処しています。本プロトコルは、1990年から2021年までの204か国・地域における低身体活動に起因する腫瘍のGBD 2021推定値を再現可能な二次分析し、2045年までの予測を行っています。目的は、個人レベルの因果関係や直接的な介入効果を推論することなく、死亡数、DALYs、年齢的標準化率、時間的傾向、分解要素、社会経済的不平等、予測負担を定量化することでした。

このワークフローが選ばれたのは、複数の補完的な分析要素を単一の再現可能なフレームワークに統合しているためです。記述的なGBD推定値や単一の傾向指標のみを報告する研究と比較して、このプロトコルは負担推定、EAPC、ジョインポイント回帰、分解分析、不平等評価、BAPC予測を組み合わせており、負担の大きさだけでなく、時間的変化、人口動態の要因、社会経済的勾配、将来の傾向も検証できます。このプロトコルは、GBDリスク帰属推定の二次分析を行う研究者に適用可能であり、特に時間、性別、年齢層、国、地域、またはSDIカテゴリーを超えた負担パターンを比較することを目的とする場合に適用可能です。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

本研究では、公開されている非特定化されたGBD 2021の人口レベル推計を用いています。個人レベルのヒト参加者データはアクセスされませんでした。GBD 2021の研究はワシントン大学機関審査委員会からインフォームドコンセントの放棄を受けました。したがって、この二次分析に対して追加の倫理的承認は必要ありませんでした。

注:本プロトコルは、低運動に起因する新生物11 のGBD 2021推定値の二次解析を行うための再現可能なワークフローを記述しています。ワークフローにはデータ抽出、変数定義、負担推定、時間的傾向分析、分解分析、不平等評価、ベイズ年齢・期間・コホート予測が含まれます。結果は、主要な因果関係を確立するのではなく、プロトコルの適用を示すために提示されています。分析ワークフローは6つの連続したステップで構成されていました:GBD 2021推定の抽出、曝露、疾患転帰、SDI層の定義、死亡推定、DALYs、年齢標準化死亡率(ASMR)、年齢標準化DALYs率(ASDR)、推定年率変化(EAPC)およびジョインポイント回帰、分解および不平等分析を用いた時間的傾向分析、そして2045年までのベイズ年齢期間コホート予測です。各結果と図は、これらの関連する分析ステップのいずれかから生成されました。

1. データソースの特定とアクセス

  1. グローバル疾病負担(GBD)2021年結果ツールにアクセスしてください。
    1. ウェブブラウザを開き、https://vizhub.healthdata.org/gbd-results/ のグローバル疾患負担結果ツールにアクセスしてください。
    2. 利用可能なデータセットの中から GBD 2021 を研究バージョンとして選択してください。
    3. 原因階層メニューから リスク要因 を選択します。
  2. 疾患の転帰とリスク要因を定義してください。
    1. 疾患カテゴリとして「ネオプラズム」を選択してください。
    2. リスク要因として身体活動量の少なさを選択してください。
    3. アウトカム指標として死亡および障害調整ライフイヤー(DALYs)を選択しました。
  3. 人口、地理、時代を明記してください。
    1. 性別特異的分析のために男女両方を別々に選択してください。
    2. 利用可能な年齢層≥25歳)をすべて選択してください。
    3. 204か国と地域すべてを選択してください。
    4. 分析期間を1990年から2021年まで設定します。
  4. 年齢に応じた標準化アウトカム指標を抽出します。
    1. GBD 2021標準母集団を用いて 年齢標準化 を有効にしてください。
    2. 出力変数として年齢 標準化死亡率(ASMR) および 年齢標準化DALYs死亡率(ASDR )を選択します。
    3. 抽出されたすべての推定値に対して95%の不確実性区間(UI)を含めてください。
    4. 抽出したデータをCSV形式でエクスポートし、下流解析に用いてください。
    5. 再現性のために、以下のGBD結果ツールの選択を用いてください:研究バージョン: GBD 2021;文脈: リスク要因;リスク: 身体活動量の低さ;原因: ネオフラズム;測定対象: 死亡者数 および DALYs;指標: 数 と レート;年齢:年齢 標準 化および 利用可能なすべての5歳年齢層(25歳≥);性別: 両方、 オス、 メス;所在地: グローバル、 21のGBD地域、 SDI地域、 204の 国および地域;年数: 1990–2021。
    6. 各層の平均推定値、下限不確実性区間、上限不確実性区間をCSV形式でエクスポートします。
  5. 社会人口統計指数(SDI)層別データを取得します。
    1. 社会人口統計指数(SDI)による階層化を有効にしてください。
    2. 比較解析のためにSDI特異的なASMRおよびASDRデータを抽出します。
  6. 基盤となるデータソースへのアクセス。
    1. https://ghdx.healthdata.org/gbd-2021 のGBD 2021データ入力ツールにアクセスしてください。
    2. 重要登録システム、人口調査、医療記録、疾病登録簿など、一次データソースを記述した公開資料をレビューしてください。

2. 主要変数と分類基準の定義

  1. 腫瘍の定義を教えてください。
    1. 腫瘍を2021年のグローバル・ロード・オブ・リスク(GBD)による悪性腫瘍の原因ヒエラルキーに基づき定義します。
    2. 遺伝的およびエピジェネティックな調節障害に起因する制御不能な細胞増殖を特徴とする悪性腫瘍のみを含みます。
    3. 良性腫瘍はすべての解析から除外します。
  2. 身体活動量の少ないとはどういう意味ですか?
    1. 身体活動強度を、1 METは安静時の酸素消費量3.5 mL/kg/minに相当する、タスクの代謝等価(MET)値を用いて定義します。
    2. 週ごとの身体活動量を、週あたりの総MET分を使って計算します。
    3. 身体活動レベルを4つのカテゴリーに分類します:12,13:
      週に600分未満のMET分です。
      週に600分から3,999分のMET分。
      週に4,000から7,999のMET分。
      週に8,000分以上のMET分。
    4. 低身体活動をGBD 2021のリスク付与方法に適合する週4,000 MET分未満と定義します。
      注:このカットオフはGBD 2021のリスク帰属定義から採用され、本研究では新たに選ばれていません。これはGBD比較リスク評価フレームワークとの整合性および他のGBDベースの推定値との比較可能性を維持するために用いられました。
  3. SDIの定義を教えてください。
    1. SDIを0から1までの複合指標として定義します。
    2. 25歳未満の個人における標準化された一人当たり所得、教育達成率、出生率の幾何学的平均を用いてSDIを算出します。
    3. 国と地域を5つのSDIカテゴリーに分類します。14:低、低・中、中、高・中、高。
    4. SDIの階層化に基づいて、国を21のGBD地域のいずれかに割り当てます。
  4. 低運動に起因する腫瘍を定義してください。
    1. GBD 2021比較リスク評価フレームワークを用いて、低運動に起因する腫瘍を特定します。
      1. この枠組みの中で、曝露分布、リスク-アウトカム相対リスク、理論的最小リスク曝露レベルを組み合わせて、低い身体活動帰属負担を実用化し、集団帰属率を推定します。次に、適格な腫瘍の結果に対する死亡およびDALYsにこれを適用します。
    2. 低身体活動への曝露に起因する腫瘍転帰として、大腸がんや女性乳がんを含めます。
      注:したがって、本研究では、 低身体活動に起因する腫瘍 は、GBD 2021比較リスク評価フレームワークで定義される大腸がんおよび女性乳がんのみを指し、すべての悪性腫瘍を指すものではありません。

3. 低身体活動に起因する腫瘍全体負荷の推定。

  1. 病気負荷指標を抽出する。
    1. 標準的なGBD比較リスク評価フレームワークに従い、低身体活動に起因する腫瘍の輸入死亡および障害調整寿命(DALYs)データ。
    2. GBD 2021標準集団を用いて、10万人あたりの年齢標準化死亡率(ASMR)および年齢標準化DALYs死亡率(ASDR)を抽出します。
    3. GBD 2021の方法論で提供されるすべての抽出推定値に対して対応する95%の不確実性区間を保持してください。
  2. 障害調整後のライフイヤーを計算してください。
    1. 障害調整寿命(DALYs)を、標準的なGBDの定義に従い、失われた生命年数(YLL)と障害と共に生きた年数(YLD)の合計と定義します。
    2. 年齢別死亡率にGBD 2021生命表で指定された平均寿命を掛けてYLLを計算します。
    3. GBDの方法論に従い、発症症例に疾患ごとの障害重みと疾患期間を掛けてYLDを計算します。
    4. 計算されたDALY値がGBD 2021の報告された推定値と一致しているか確認してください。

4. 時間的傾向分析

  1. 推定年間変化率は15、16。
    1. ASMRおよびASDRデータをRソフトウェア(バージョン4.4.2)にインポートします。
    2. 年齢標準化率に自然対数変換を適用します。
    3. 確立された疫学的傾向分析手法に従い、暦年を独立変数とした線形回帰モデルを適合させて時間的傾向を評価します。
    4. 回帰傾きから標準的な指数関数変換を用いて推定年変化率(EAPC)を計算します。
    5. EAPCの95%信頼区間が上、下、またはゼロを含むかどうかによって、傾向を増加、減少、安定に分類します。
  2. ジョインポイント回帰解析を行います。
    1. Joinpoint回帰プログラム(バージョン5.3.0;国立がん研究所)。
    2. ASMRおよびASDRデータセットをソフトウェアにインポートします。
    3. 傾向解析には、ジョインポイントの方法論ガイドラインに準拠した対数線形回帰モデルを選択します。
    4. 最小0、最大6の結合点を指定します。
    5. 最適な結合点を決定するために、重み付けBIC最適化付きのデータ駆動型ベイズ情報基準(BIC)法を選択します。
      1. 1990年から2021年までの年間時系列の長さとジョインポイント回帰プログラムのデフォルト推奨事項に基づいて、最大6つのジョインポイントを選択します。
      2. データ駆動型BICによる最終的な結合点数を決定します。
    6. 分析を実行し、95%信頼区間を用いて年間パーセンテージチェンジ(APC)と平均パーセンテージチェンジ(AAPC)を算出します。データが稀で不安定な年間推定値を持つ層については、セグメントごとのAPCは慎重に解釈され、適合トレンドが対応する不確実性区間によって支持され疫学的に妥当でない限り強調されませんでした。
    7. APCおよびAAPCの結果をエクスポートして下流解析を行う。
      注:EAPC回帰とジョインポイント回帰は異なる目的で使用されました。EAPCは1990年から2021年までの平均対数線形傾向の単一の要約推定を提供し、ジョインポイント回帰は変化率が変動するカレンダー期間を特定し、セグメント固有のAPCを推定しました。したがって、層間の比較にはEAPCが用いられ、時間的な屈折パターンを記述するためにジョインポイント回帰が用いられました。

5. 分解解析

  1. 分解入力を準備します。
    1. 死亡率およびDALYデータを年齢層別、暦年、地理的地域ごとに階層化します。
    2. 階層化されたデータセットをJD_GBDRソフトウェア(バージョン2.37.1)にインポートしてください。
  2. 分解分析を行います。
    1. 選択された時点間の死亡率およびDALYの変化を、確立された分解手法を用いて高齢化、人口増加、疫学的変化の構成要素に分解します。
    2. 各構成要素が病気負荷の全体的な変化にどれほど寄与しているかを定量化してください。
      1. パーセンテージ寄与を、高齢化、人口増加、疫学的変化が2つの時点間の死亡数(DALY)の純変化に比例した寄与と解釈します。
      2. 100%を超える値や負の値が発生する場合、あるコンポーネントが負担を増加させ、別のコンポーネントがそれを相殺する場合に発生します。これらの値を直接的な生物学的効果ではなく、数学的な分解効果として解釈してください。
    3. グローバル、SDIレベル、GBD地域分析のための輸出分解結果。

6. 健康不平等分析

  1. 不平等評価のためのデータを準備しましょう。
    1. すべての国と地域をSDI値に基づいて低い順にランク付けします。
    2. ASMRとASDRをRソフトウェア(バージョン4.4.2)にインポートしてください。
  2. 不平等の傾き指数を計算します。
    1. SDI階層間の累積人口分布に基づき、各国に相対的な社会経済的順位を割り当てます。
    2. ASMRまたはASDRを従属変数、相対SDIランクを独立変数にした加重線形回帰モデルに適合します。
    3. SDI勾配の最高端と最低端間の疾患負荷の絶対差として、確立された不平等分析手法に従って不平等の傾き指数(SII)を計算します。
  3. 濃度指数を計算してください。
    1. ASMRまたはASDRの累積割合をSDIでランク付けした累積集団割合とプロットすることで濃度曲線を構築します。
    2. 濃度指数(CII)を濃度曲線と等式線の間の面積の2倍として計算します。
    3. CIIの値がゼロに近い場合は低い不平等と解釈し、−1や+1に近い値は相対的な不平等が増加すると解釈し、標準的な健康経済学手法と一致します。
  4. 不平等指標の不確実性を推定する。
    1. SIIについては、国レベルの人口重みを用いて加重回帰モデルから95%信頼区間を導出します。
    2. CIIについては、置換された国や地域のブートストラップ再サンプリングを用いて95%信頼区間を推定します。
    3. 後方抽選が可能な場合は、抽選ごとにSIIおよびCIIの計算を繰り返し、2.5パーセンタイルと97.5パーセンタイルを不確実性区間として報告します。

7. ベイズ年齢・時代・コホートモデリング

  1. 投影用の入力データを準備してください。
    1. 1990年から2021年までの5年別年齢層および暦年別に年齢別死亡、DALYsおよび対応する人口データを整理します。
    2. 観察期間全体を通じて、年齢層の定義や時間間隔の一貫性を確保してください。
  2. ベイズ年齢・時代・コホートモデル20を適用します。
    1. ベイズ年齢・期間・コホートモデリングフレームワークを用いて、年齢別負担と集団データセットをRにインポートします。
    2. 年齢、期間、コホート効果を構造化されたランダム効果として指定し、隣接する年齢層、カレンダー期間、出生コホートを平滑化するために二次ランダムウォークの事前分布を用います。
    3. 年齢別発生率の後期推定値を生成し、GBD 2021標準母集団を用いて予測ASMRおよびASDRを算出します。
    4. 適合した推定値と歴史的期間中の観察された推定値を比較してモデル適合度を評価します。
    5. 直近の観測年を隠し、モデルを再適合し、予測推定値と観測値を比較することで内部検証を行います。
  3. 将来の予測を生成する。
    1. 2022年から2045年までの低身体活動に起因する新生物の年齢標準化死亡率および年齢標準化DALYs率の予測。
    2. すべての予測アウトカムについて後方平均推定値と対応する95%の不確実性区間を抽出します。後方95%不確実性区間を用いて予測不確実性を評価し、観察期間から遠い推定値を慎重に解釈します。
    3. 可視化および報告のために予測結果をエクスポートします。

8. 統計分析

  1. 一般的な統計分析を行いましょう。
    1. クリーンになったすべてのデータセットをRソフトウェア(バージョン4.4.2)にインポートします。
    2. Rソフトウェアを使ってすべての統計分析を行い、図や表を作成してください。
    3. すべての解析について、両側p値の統計的有意性を0.05未満に設定しました。
  2. 専門的なGBD分析を行うこと。
    1. GBD形式のデータセットをJD_GBDRソフトウェア(バージョン2.37.1)にインポートしてください。
    2. JD_GBDRソフトウェアを使って、GBDの解析慣例に従って疾患負荷計算、分解分析、標準化されたレート可視化を行います。
  3. ジョインポイント回帰解析を行います。
    1. 国立がん研究所のウェブサイト(https://surveillance.cancer.gov/joinpoint/download)からJoinpoint回帰プログラム(バージョン5.3.0)をダウンロードしインストールしてください。
    2. 年齢標準化死亡率および年齢標準化DALYsの死亡率データセットをJoinpointソフトウェアにインポートします。
    3. 対数線形回帰モデルを選択し、ジョインポイント回帰分析を実行し、ジョインポイント回帰プログラムの手法に従って時間的傾向を評価します。
    4. 輸出傾向推定値(年間パーセンテージ変化率および平均年間パーセンテージ変動を含む)、対応する95%信頼区間付き。
      注:すべての解析はRソフトウェアバージョン4.4.2、Joinpoint回帰プログラムバージョン5.3.0、およびJD_GBDRソフトウェアバージョン2.37.1を使用して実施されました。主な分析対象には、対数線形EAPCモデル、データ駆動型ベイズ情報基準によって0–6の結合点を選択するジョインポイント回帰、高齢化、人口増加、疫学的変化要素への分解、SIIの加重回帰、CIIの不確実性に対するブートストラップ再サンプリングまたは事後抽選、そして2045年までのベイズ年齢期間コホート予測が含まれていました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

このプロトコルの成功した実装により、あらかじめ定められた場所、年、性別、年齢層、測定、指標にわたる統一されたGBD由来推定値の完全なセットが生成されるはずです。期待される出力には、95%不確実性区間を含む年齢標準化および年齢別負担推定、EAPCおよびジョインポイントトレンド推定、分解成分、SIIおよびCII不平等指標、そして後方不確実性区間を持つBAPCベースの予測が含まれます。最適でない実装は、層の欠如、年代や位置ラベルの不一致、データクレンジ後のGBD報告推定値の再現失敗、まばらな層における不安定な結合点モデル、または不合理な範囲の投影区間などが示されます。

LPAに起因する腫瘍の全体負担
2021年にはLPAに起因する腫瘍が世界で87,440人(95% UI:48,636–125,811人)を占め、1990年の基準値(44,675人、95% UI:24,963–64,997)から95.73%増加しました(表1、 補足表1...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

このGBD 2021分析では、低身体活動による腫瘍負荷において2つの対照的なパターンが示されています。LPAに起因する新生物のASMRおよびASDRは1990年から2021年にかけて有意に減少しました(ΔASMR = -19.72%;ΔASDR = -18.51%)一方で、絶対死亡数とDALYsはそれぞれ95.73%と84.79%増加しました。年齢標準化率の低下にもかかわらず、絶対負担の増加は主に人口増加と人口高齢化によって説明されました。ASRの低下は、がん検出、治療、リスク因子制御の改善など複数の要因を反映している可能性がありますが、これらの要因は本分析では直接分解されていません。特に、LPAは2021年の世界で87,000件以上の腫瘍関連死亡と174万件のDALYsの責任を負い続けています。これらの発見は、GBD帰属フレームワークにおける低身体活動の依然としての重要性を支持してい...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者たちは何も明かすことはありません。

謝辞

私たちは、LPA疫学に起因する新生物に関する貢献をしたGlobal Burden of Disease Study(GBD 2021)の協力者に感謝します。これは、Institute for Health Metrics and Evaluation(IHME)のオープンアクセスデータによって促進されました。この作業は景頂医療技術(JD_GBDRソフトウェア認可および重要なデータ処理提供)の支援を受け、言語編集サービスはHome for Researchers(www.home-for-researchers.com)が提供しました。この研究は江蘇省伝統中医科学技術開発計画(QN202513年)および南京中医薬大学第二附属病院内科研究基金プロジェクト(SEZRC202504、SEZJY202505年)の支援を受けました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
ベイジアン年齢-期間-コホート（BAPC）RパッケージR Foundation / CRANリポジトリ https://cran.r-project.org/ベイジアン年齢-期間-コホート予測分析に使用。 
CSVデータファイルInstitute for Health Metrics and Evaluation (IHME)N/AGBD 2021 結果ツールからの負荷データセットを下流分析用にエクスポート。
dplyr RパッケージR Foundation / CRANリポジトリhttps://cran.r-project.org/package=dplyrRでのデータ操作とクリーニングに使用。
GBD 2021データ入力ソースツールInstitute for Health Metrics and Evaluation (IHME)https://ghdx.healthdata.org/gbd-2021GBDソース文書の公開リポジトリ。
ggplot2 RパッケージR Foundation / CRANリポジトリhttps://cran.r-project.org/package=ggplot2時間的傾向と不平等分析のグラフィカルな可視化に使用。 
Global Burden of Disease（GBD）2021結果ツールInstitute for Health Metrics and Evaluation (IHME)https://vizhub.healthdata.org/gbd-results/死亡数、DALYs、ASMR、ASDRデータの抽出に使用される公開データベース。 
INLA RパッケージR-INLAプロジェクトhttps://www.r-inla.org/年齢-期間-コホートモデリング内でのベイジアン推論に使用。 
JD_GBDRソフトウェア Jingding Medical Technology Co., Ltd.バージョン2.37.1GBD負荷推定、分解分析、標準化率の可視化に使用。
Joinpoint回帰プログラム（バージョン5.3.0）国立がん研究所（NCI）https://surveillance.cancer.gov/joinpoint/downloadJoinpoint回帰分析、APC、およびAAPC推定に使用。 
Microsoft ExcelMicrosoft Corporationhttps://www.microsoft.com/excel分析前のCSVデータセットの整理とクリーニングに使用。 
パーソナルコンピュータワークステーション任意の標準コンピューティングワークステーションN/A推奨される最小：8 GB RAM、統計分析と予測用のWindows 10/11またはmacOS。
R統計ソフトウェア（バージョン4.4.2）R Foundation for Statistical Computinghttps://www.r-project.org/統計分析、EAPC計算、不平等分析、可視化、およびベイジアン年齢-期間-コホートモデリングに使用。 
RStudioデスクトップPosit Software, PBChttps://posit.co/download/rstudio-desktop/R分析用の統合開発環境。  

参考文献

  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).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

医学第234号第234号空の値号世界疾病負荷社会人口統計的指数健康格差
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。