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

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

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

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

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

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

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

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。

プロトコル

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

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。

結果

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

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)。人口年齢構成の違いを調整した後、ASMRは1990年から2021年の間に10万人あたり1.32(95% UI: 0.75–1.92)から1.06(95% UI: 0.59–1.52)に減少しました。絶対死亡数の増加とASMRの減少が同時に起こることは、人口増加と高齢化が総死亡数を増加させた一方で、年齢標準化死亡率は時間とともに減少したことを示しています。この有意な減少は、EAPCが-0.79(95%信頼区間:-0.83から-0.75)、AAPCが-0.70(95%信頼区間:-0.73から-0.68)によって裏付けられました(表1、 補足表2)。ジョインポイント回帰モデリングにより、セグメント線形回帰分析によりASMR軌跡の5つの時間的転折点(1994年、2004年、2007年、2014年、2018年)が特定されました(図1、 補足表2)。

同様に、LPAに起因する新生物に関連するDALYsは、1990年の944,286件(95% UI: 505,737–1,389,544)から2021年には1,744,944件(95% UI: 908,799–2,545,345)に約84.79%増加しました(表2、 補足表1)。絶対負担の増加にもかかわらず、ASDRは1990年から2021年の間に10万人あたり25.16(95% UI: 13.67–37.09)から20.50(95% UI: 10.73–29.89)に減少し、18.51%の減少となりました(95% UI: -26.10から-10.09へ)。この長期的減衰は有意な時間的傾向(EAPC: -0.76, 95% CI: -0.82から-0.70;AAPC:-0.68、95%信頼区間:-0.72から-0.64)(表2、 補足表2)。ジョインポイント回帰により、1994年、2004年、2007年、2014年、2018年にトレンドの転換点が確認されました(図1、 補足表2)。

2021年には、CRCがLPA死亡率に起因する腫瘍の主な寄与者であり、人口10万人あたりASMRは0.87(95% UI: 0.55–1.19)でした。一方、女性のBCは比較的低いASMRが10万人あたり0.19(95% UI: 0.04–0.34)でした。1990年から2021年にかけて、すべての新生児サブタイプは減少傾向を示し、CRCのEAPCは-0.82(95%信頼区間:-0.86から-0.78)、AAPCは-0.72(95%信頼区間:-0.74から-0.70)、BCでは対応する値が-0.66(95%信頼区間:-0.72から-0.61)および-0.56(95%信頼区間:-0.58から-0.55)でした。これらのASDRの時間的パターンはすべての疾患サブタイプにおけるASMRの軌跡と一致し、CRCが最も顕著な減少を示しました(ASDR減少:20.34%、95% UI:-27.99から-10.82)(表1、 表2、 補足表3、 補足図1)。読みやすさを高めるため、本文はグローバル、性別特異、SDI層別の調査結果に焦点を当て、補足資料では国や地域レベルの詳細な推定値が報告されています。

LPAに起因する腫瘍の全体的負担:性別・年齢層分け
LPAに起因する腫瘍全体的な疾患負担は、初期の増加とその後徐々に減少する特徴的な単峰年齢分布を示し、女性に不均衡に影響を及ぼしました。2021年には男女ともに死亡率が80〜84歳でピークに達し、DALYsは70〜74歳でピークに達しました。ASMRおよびASDRは年齢の進行に伴い進行性の上昇を示し、高齢者集団で最大値に達しました。特に、年齢に伴う増加の減速と絶対的な減少は高齢男性に限定されていました。女性はすべての年齢層で高い発生率比率を維持し、疫学的パターンは1990年の観察結果と一致しています(図2、 補足表4、 補足表5、 補足図2)。

LPAに起因するネオプラズムは、1990年から2021年の間に世界的な死亡率とDALY負荷の増加を示しました。男性はより大きな比例増加を示しました[死亡率:131.61%(95% UI:94.52–176.46);DALYs:114.23%(95% UI:79.34–157.63)に対し、女性の著しい絶対負担増加:死亡率は31,792人(95% UI:16,647–46,903)から57,602人(95% UI:29,060–85,197)(+81.18%)、DALYsは676,178人(95% UI:336,046–992,525)から1,170,572人(95% UI:555,314–1,756,518)(+73.12%)にまで。研究期間を通じて、女性は男性よりも一貫して不釣り合いに高い疾患負担を示しました(表1、 表2、 補足表1、 補足図3)。この性別差はGBDの結果定義の観点から解釈されるべきであり、女性の乳がんは低身体活動性の新生物に含まれますが、男性乳がんは含まれません。したがって、女性の負担が高いのは、曝露、感受性、医療アクセスにおける性別特有の差異に加え、疾患構成の構成を部分的に反映しています。しかし、LPAに起因する新生体のASRでは性別二形性低下が認められました:ASMR:男性:0.92(95% UI:0.57–1.30)から0.84(95% UI:0.52–1.19)/100,000 [EAPC -0.32(95% CI:-0.36から-0.28)];女性:1.61(95% UI: 0.85–2.38)から1.24(95% UI: 0.62–1.83)/100,000 [EAPC: -0.96(95% CI: -1.00から-0.91))]。ASDR:男性:16.57(95% UI:10.18–22.94)から15.03(95% UI:9.21–20.93)/100,000人[EAPC -0.37(95% CI:-0.43から-0.32)];女性:32.38(95% UI:16.26–47.60)から25.46(95% UI:12.04–38.21)/100,000人[EAPC -0.89(95% CI:-0.95から-0.83)]。AAPCはこの性的二型性を確認しました:ASMR:男性-0.29(95%信頼区間:-0.31から-0.26)、女性-0.85(95%信頼区間:-0.87から-0.83);ASDR:男性 -0.31(95% CI: -0.35 から -0.29)、女性 -0.78(95% CI: -0.79 から -0.76)(表1、 表2、 図1、 図3、 補足表2)。

LPAに起因する新生物の世界的負担:社会人口学的分解分析
LPAに起因する新プラズムは社会経済的格差が顕著であった。2021年にはASMRが0.41(95% UI: 0.20–0.61)から1.35(95% UI: 0.75–1.95)/100,000(3.3倍増加;低〜高SDI)へと進行的に上昇し、ASDRは8.83(95% UI: 4.16–13.49)から26.52(95% UI: 14.13–38.73)/100,000(3.0倍)へと上昇した。1990年から2021年の間、世界全体の感染率は減少しました[ASMR EAPC: -0.79(95% CI: -0.83から-0.75)、ASDR EAPC: -0.76(95% CI: -0.82から-0.70)]が、SDI五分位数で有意な異質性が明らかになりました。高SDI領域では著しい減衰が見られました[ASMR EAPC -1.42(95% CI:-1.48から-1.36);ASDR EAPC -1.40(95% CI:-1.47から-1.33)と対照的に、低〜中SDIの負担増加と対照 [ASMR EAPC 0.86(95% CI:0.81–0.91);ASDR EAPC 0.77(95% CI:0.73–0.81)(表1、 表2、 図3)。

1990年から2021年の間に、SDIは21のGBD地域でASMR(ρ = 0.7560, p < 0.001)およびASDR(ρ = 0.7364, p < 0.001)と有意な正相関を示し、SDI≈0.8まで上昇し、その後より高いレベルで低下しました(図4)。2021年には、ASMR(ρ = 0.6724、p < 0.001)およびASDR(ρ = 0.5938、p < 0.001)で204か国・地域でこれらの相関が維持され、GBDの地域パターンを反映しています。バルバドス、イギリス、アメリカンサモア、ミクロネシア(連邦)では、ASMR/ASDRの値がSDI予測を大きく上回ることが示されました(図5)。

LPAに起因する腫瘍の負担の地理的差異
2021年にはLPAに起因する腫瘍が地域的に異なる負担を示しました。南アジアで最も低く(ASMR 0.42/100,000;ASDR 9.05/100,000)、東サブサハラアフリカ(0.42; 8.95)、中央アジア(0.48; 9.94)で最高であり、オーストラレーシア(1.69; 34.88)および中央ヨーロッパ(1.75; 32.89)が最高でした。東アジアは世界で最も大きな負担を負い、19,608人の死亡(95%のUI:11,453–29,247人)と396,653人のDALY(95%UI:224,218–604,269)を出しました。1990年から2021年の間に、南サハラ以南アフリカおよび中央ラテンアメリカでは、この悪性腫瘍のASMR/ASDR増加が最も顕著でした(表1、 表2)。地域的および国別比較は記述的に解釈されました。なぜなら、GBDの推定値は基礎データの利用可能性や質によって設定間で精度が異なる可能性があるからです。

この地域的な視点を補完する形で、国別分析で疾病負担の格差がさらに定量化されました。最も高いASMRはモナコ[2.47(95% UI: 1.24–3.88)]、イギリス[2.69(95% UI:1.50–3.82)]、バルバドス[3.16(95% UI:1.54–4.92)]で発生し、最も高いASDRはミクロネシア[61.31(95% UI: 27.37–98.65)]、アメリカ領サモア[62.28(95% UI:28.75–101.61)]、バルバドス[66.62(95% UI:31.56–104.95)]で発生しました。逆に、最も低いASMRはタンザニア[0.16(95% UI:0.06-0.30)]、マラウイ[0.19(95% UI:0.08–0.33)]、ウズベキスタン[0.19(95% UI:0.08–0.32)]で特徴づけられ、対応して低いASDRはタンザニア[3.36(95% UI:1.22–6.12)]、ベナン[3.97(95% UI:1.58–7.12)]、マラウイ[4.25(95% UI:1.60–7.64)]で特徴づけられました。特に、中国は世界で最も多くの負担を負い、18,624人の死亡者(95%失業保険:10,849〜27,939人)と375,360人のDALY(95%失業保険:211,389〜574,711人)を負担しました。1990年と2021年の間に、オーストリア、サンマリノ、ベルギーは両方の指標で大幅な減少を達成し、一方でカーボベルデ、レソト、ホンジュラスは著しいASDR上昇を示し、レソト、モーリシャス、エルサルバドルではASDRの有意な上昇が見られました(図6、 補足表6、 補足表7、 補足図4).ASMRまたはASDR値が極端な国や地域は負担分布を説明するために強調されましたが、これらの推定値は特に小規模な集団や不確実性の広い環境では慎重に解釈されるべきです。

分解解析
分解分析(高齢化/人口/疫学的変化)により、5-SDIおよび21-GBD領域における死亡率およびDALYsの変動が定量化されました(図7、 補足表8)。分解率は負荷の純変化に対して計算されるため、対立する成分が互いにオフセットされると非常に大きな正または負の価値が生じることがあります。これらの値は各成分の相対的な数学的寄与を示しており、生物学的な効果量として解釈すべきではありません。

世界的に見て、LPA死亡率に起因する腫瘍およびDALYsの変動は主に人口(死亡率:88.44%、DALYs:131.53%)、次いで高齢化(46.63%;-79.71%)および疫学的変化(-35.07%;48.19%)が主導し、人口が世界的に悪影響を及ぼしていることを示しています。

SDI地域レベルでは、人口は死亡率とDALYの両方に一貫して悪影響を示しました。対照的に、加齢はすべてのSDI地域で死亡率に悪影響を示しましたが、DALYsには正の影響を示し、疫学的変化は中部SDI地域およびそれ以下で悪影響を示しました。具体的には、SDIが高い地域は、3つの人口統計的決定要因すべてから最も顕著な影響を示しました:高齢化(死亡率変動48.02%、DALY変動-104.89%)、人口(175.03%、300.33%)、疫学的変化(-123.04%、-95.44%)。死亡率に関しては、低SDI地域で加齢が最もマイカ(28.08%)、人口は低〜中SDI地域で最小限の悪影響(50.27%)、疫学的変化は高SDI地域で最大の有益影響を示し(-123.04%)。DALYsでは、高SDI地域で高SDI地域で有意な正影響が示された(-104.89%)一方、低〜中規模のSDI地域は人口からの負の影響が最も弱い(64.39%)一方で、疫学的変化による悪影響が最も大きい(46.31%)。

21のGBD地域において、高齢化(75.74%)、人口(389.67%)、疫学的変化(-298.99%)はオーストラレーシアと西ヨーロッパで最も大きな死亡率寄与を示し、中央ヨーロッパ、中央ラテンアメリカ、オセアニアではそれぞれ-9.04%、42%、-3.06%と最小限の死亡率影響を示しました。驚くべきことに、西ヨーロッパでは高齢化(-1036.4%)、人口(1987.98%)、疫学的変化(-851.58%)によるDALYの極端な変動寄与が見られましたが、東南アジア(0.7%)、中央ラテンアメリカ(47.99%)、オセアニア(-4.83%)はこれらの決定要因からのDALYsの影響が最も弱い対応しています。

健康不平等分析
健康不平等の指標は、SDI地域間でLPA負荷に起因する腫瘍の持続的な格差を示しました。1990年から2021年の間に、ASMRのSIIは1.45(95%CI:1.24–1.66)から1.11(95%CI:0.95–1.26)に低下し、CIIは0.30(95%CI:0.26–0.34)から0.20(95%CI:0.17–0.24)に低下しました。対応するASDRの傾向では、SIIが減少し(28.52[95% CI: 24.21–32.83] → 20.02 [95% CI: 16.62–23.41])、CIIが減少(0.27 [95% CI: 0.23–0.31] → 0.17 [95% CI: 0.13–0.21])を示し、絶対的(SII)および相対的(CII)不平等指標の両方で大幅な改善が示されました(図8、 補足表9)。

LPAに起因する腫瘍の予測世界負荷:ベイズ年齢・期間・コホートモデリング分析(2022–2045)
BAPCモデリングは、LPA負荷に起因する腫瘍が2045年までに徐々に世界的に減少すると予測しています。ASMRは1.34(95% UI: 1.33–1.35)から0.95(95% UI: 0.88–1.03)/100,000に、ASDRは25.36(95% UI: 25.30–25.41)から18.86(95% UI: 16.99–20.72)/100,000に減少します。性別特異的分析では、女性がより高い負担を負うという持続的な格差が示されており、男性ASMRは0.14/100,000減少[最終0.79(95% UI: 0.71–0.88)] に対し、女性はさらに大きな減少(0.54/100,000)で、さらに高い最終発生率[1.09(95% UI: 1.00–1.18)]。同様に、予測されるASDRは男性10万人あたり14.22人、女性は23.28人/10万人に達します(図9、 補足表10)。観測期間以降の予測は過去の傾向安定性やモデルの仮定に依存しているため、2045年の推定値は決定的な予測ではなくモデルベースの予測として解釈されるべきです。

figure-results-1
図1:1990年から2021年までの低身体活動に起因する腫瘍に対するASMRおよびASDRのジョインポイント回帰(性別別に階層化)。(A) ASMR、(B) ASDR。ドットは観測された年間推定値を示し、フィッティング線は分割された対数線形傾向を示し、垂直マーカーは検出された接合点を示します。セグメントごとのAPCおよびAAPC(AAPC)は 補足表2に記載されています。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-2
図2:2021年の低身体活動に起因する新生物の年齢別死亡およびDALYs(性別別に階層化)。(A) 死亡数、(B) DALYsのバーは絶対数を示し、線は年齢別の発生率を示し、エラーバーやシェーディングバンドは95%の不確実性区間を示します。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-3
図3:1990年から2021年までの、世界的およびSDI五分位における低身体活動に起因する新生物のASMRおよびASDRの時間的傾向。(A–F)ASMRおよび(G–L)ASDRです。 (A,G)グローバル、(B,H)高SDI、(C,I)高中SDI、(D,J)中等SDI、(E,K)低中SDI、(F,L)低SDI。 詳細な数値推定は表1、表2、補足表2に記載されています。この図の拡大版はこちらをクリックしてご覧ください。

figure-results-4
図4:1990年から2021年までの21のGBD領域におけるSDIによる低身体活動に起因する新生物のASMRおよびASDR。(A) ASMR、(B) ASDR。適合曲線はSDIと負荷の全体的な関連を示しています。フィット曲線の上または下の地域では、同様のSDIレベルで予想より高いまたは低い金利が観測されていました。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-5
図5:2021年時点で、204か国および地域でSDIによる低身体活動に起因する新生物のASMRおよびASDRの測定値。(A) ASMR、(B) ASDR。適合SDI曲線の上または下の国々は、同様のSDIレベルで予想より高いか低いかの金利を観測しました。これらの偏差は、曝露分布、集団構造、がん検出、登録の完全性、またはモデル推定の不確実性を反映している可能性があります。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-6
図6:2021年の低身体活動に起因する腫瘍の国別ASMRおよびASDR。 (A) ASMR および (B) ASDR。色のカテゴリーは人口10万人あたりのポイント推定値を表します。人口が少なく、不確実性の幅が広い国や地域に対する推定値は慎重に解釈されるべきです。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-7
図7:低身体活動に起因する死亡およびDALYの変化を高齢化、人口増加、疫学的変化の各要素に分解する。(A) 死亡者、(B) DALYs。正の値は負担増加に寄与する構成要素を示し、負の値は負担の成長を相殺する構成要素を示します。成分が逆方向に作用する場合、パーセンテージは100%を超えることや負のこともあります。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-8
図8:低運動に起因する新生物の健康不平等解析。(A–D)死亡の累積割合とDALYs。SDIはSDI分布の最高端と最低端間の負担の絶対差を表し、集中指数はSDIランク付けされた集団全体の相対的な不平等を表します。ゼロに近い値は不平等が小さいことを示します。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-9
図9:2022年から2045年までの低身体活動に起因する新生物に対するASMRおよびASDRのベイズ年齢・期間・コホート予測。(A–F)実線は後方平均推定値を示し、陰影の領域は95%の不確実性区間を示します。予測は、過去の傾向やモデルの仮定に基づくモデルベースの推定値として解釈されるべきです。 この図の拡大版はこちらをクリックしてご覧ください。

199020211990-2021
死亡事件ASRは10万人あたり死亡事件ASRは10万人あたりASRにおけるPC(%)ASMRのEAPC
数(95%のUI)ASMR(95%失礼)数(95%のUI)ASMR(95%失礼)(95%ユーザーインターフェース)(95% CI)
グローバル44,674.70(24,963.44から64,996.55)1.32(0.75から1.92)87,440.12(48,636.46から125,810.50)1.06(0.59から1.52へ)-19.72(-27.11から-11.38)-0.79(-0.83から-0.75)
セックス
男性12,882.94(7,911.97対17,917.59)0.92(0.57から1.30)29,838.39(18,371.98から42,033.66)0.84(0.52から1.19)-8.61(-23.80から9.61)-0.32(-0.36から-0.28)
女性31,791.77(16,646.68から46,902.98)1.61(0.85から2.38)57,601.73(29,060.33から85,196.67)1.24(0.62から1.83)-23.17(-31.34から-14.61)-0.96(-1.00から-0.91)
SDI
低SDI702.55(360.97から1,079.18)0.36(0.19から0.55)1,755.02(845.64から2,662.49)0.41(0.20から0.61)11.58(-7.78から39.82へ)0.36(0.24から0.49)
低〜中流SDI2,326.69(1,203.88から3,443.41)0.44(0.24から0.65)7,394.12(3,580.19から10,989.26)0.57(0.28から0.84)29.63(9.70から53.53)0.86(0.81から0.91)
中間SDI7,125.05(3,839.38から10,401.70)0.84(0.46から1.23)21,815.22(12,091.00から31,568.52)0.89(0.50から1.28へ)5.81(-10.55から25.55)0.06(0.01から0.11まで)
ハイミドルSDI11,715.52(6,575.68から16,808.12)1.34(0.76から1.90)24,257.36(13,536.14から34,810.76)1.24(0.70から1.78)-7.34(-20.01から6.36)-0.30(-0.36から-0.23)
高いSDI22,740.72(12,713.50から33,355.57)2.03(1.14から3.00まで)32,101.73(17,720.24から46,072.78)1.35(0.75から1.95)-33.53(-40.64から-26.20)-1.42(-1.48から-1.36)
GBD地域
アンデス・ラテンアメリカ94.66(46.63から144.02)0.52(0.26から0.79)334.93(165.85から522.17)0.59(0.29から0.92)14.07(-17.75から60.72へ)0.42(0.31から0.53)
オーストラレーシア622.72(330.83から894.24)2.70(1.44から3.87)985.92(553.20から1,451.29)1.69(0.95から2.49)-37.32(-48.68から-23.42)-1.62(-1.70から-1.55)
カリブ海307.15(157.94から442.19)1.27(0.66から1.84)718.83(375.11から1,074.48)1.33(0.69から1.98)4.11(-14.10から25.40)0.21(0.16から0.25)
中央アジア255.09(121.93から379.62)0.58(0.28から0.86)338.66(168.31から509.00)0.48(0.24から0.72)-17.80(-31.97から-1.09)-0.08(-0.26から0.10)
中央ヨーロッパ2,266.85(1,272.80から3,271.41)1.62(0.91から2.32へ)4,170.99(2,237.91から6,015.29)1.75(0.93から2.53)7.93(-7.79から24.67)0.09(-0.03 から 0.21)
中央ラテンアメリカ384.26(183.94から573.19)0.52(0.25から0.77)1,556.11(800.47から2,334.25)0.64(0.33から0.95)23.59(2:30から50:21)0.71(0.48から0.93)
中央サブサハラアフリカ83.65(40.22から132.35)0.48(0.24から0.75)236.51(100.45から393.49)0.55(0.25から0.91)14.74(-21.74から63.78)0.46(0.29 to 0.62)
東アジア6,768.09(3,653.81から10,056.11)1.03(0.57から1.53)19,607.89(11,453.34から2,9247.43)0.98(0.57から1.45)-4.73(-32.51から33.60)-0.29(-0.36から-0.21)
東ヨーロッパ2,802.45(1,497.00から3,941.72)1.05(0.57から1.47)4,428.85(2,320.28から6,600.14)1.21(0.63から1.80)15.79(-8.61から44.43)0.36(0.26から0.47)
東サハラ以南アフリカ225.93(105.51から360.94)0.35(0.17から0.55)588.90(269.23から909.90)0.42(0.19 to 0.65)19.13(-7.33から59.92)0.53(0.40から0.65)
高所得者アジア太平洋地域2,898.71(1,630.17から4,145.85)1.52(0.86から2.19へ)7,306.42(4,018.91から10,907.07)1.31(0.71から1.90)-14.02(-33.96から15.28)-0.55(-0.60から-0.50)
北米の高所得層5,859.88(2,968.16から9,058.79)1.59(0.80から2.47)7,243.90(3,643.52から10,755.63)1.03(0.52から1.53へ)-34.95(-51.35から-13.14)-1.52(-1.62から-1.41)
北アフリカと中東1,271.47(733.69から1,840.36)0.88(0.51から1.25)3936.12(2155.17から5755.13まで)0.98(0.56から1.43)11.42(-5.74から33.24)0.67(0.50から0.84)
オセアニア18.63(7.98から30.63)0.67(0.31から1.07)47.63(18.61から78.91)0.63(0.26から1.03へ)-5.55(-23.06から16.71)-0.20(-0.29から-0.12)
南アジア1,737.90(882.29から2,628.84)0.35(0.18から0.53)5,543.21(2,719.11から8,491.21)0.42(0.21から0.64)20.20(-6.28から49.97)0.44(0.32から0.56)
南ラテンアメリカ1,913.00(997.87から2,899.66)0.87(0.46から1.32)6,763.64(3,374.55から10,004.93)1.16(0.59から1.69)33.53(6.63から63.18)0.85(0.76から0.94)
南サハラ以南アフリカ464.42(233.50から723.20)1.08(0.56から1.67)860.59(417.20から1,323.57)0.95(0.46から1.46)-12.08(-37.87から27.28)-0.21(-0.35から-0.07)
東南アジア267.72(130.05から417.79)1.14(0.56から1.76)753.71(364.83対1,110.43)1.53(0.77から2.26)34.50(5.96から67.10)1.00(0.79から1.21)
熱帯ラテンアメリカ868.79(440.43から1,265.92)1.12(0.57から1.63)3,270.12(1,677.67から4,855.25)1.31(0.68から1.94)16.96(-6.80から49.74)0.56(0.49から0.63)
西ヨーロッパ15,255.70(8,488.72から22,265.38)2.52(1.39から3.69)17,835.97(9,801.50から25,806.91)1.59(0.87から2.32)-36.81(-43.81から-29.62)-1.56(-1.61から-1.50)
西サハラ以南アフリカ307.64(131.59から478.58)0.40(0.18から0.62)911.22(348.96から1,466.65)0.53(0.22から0.84)32.49(3.30から74.66)1.05(0.94から1.16)
ネオフプラズムのサブカテゴリー
乳がん8,177.91(1,662.64から1,4354.52)0.23(0.05から0.40)15,964.16(3,230.21から28,326.21)0.19(0.04から0.34)-15.99(-22.39から-9.41)-0.66(-0.72から-0.61)
大腸がんと直腸がん3,6496.79(23,150.55から5,0771.76)1.09(0.70から1.53)71,475.96(44,830.06から98,195.49)0.87(0.55から1.19)-20.49(-28.57から-11.42)-0.82(-0.86から-0.78)

表1:低身体活動に起因するネオプラズム:死亡負荷と時間的傾向(1990–2021年)。 表は性別およびSDIカテゴリー別の主な負担推定と傾向指標を示しています。より詳細な地域および全国の推計は補足表に記載されています。 この表をダウンロードするには、こちらをクリックしてください。

199020211990-2021
DALYs事件ASRは10万人あたりDALYs事件ASRは10万人あたりASRにおけるPC(%)ASDRのEAPC
数(95%のUI)ASDR(95% UI)数(95%のUI)ASDR(95% UI)(95%ユーザーインターフェース)(95% CI)
グローバル944,285.78(50,5737
0.18から1,389,543.57)		25.16(13.67から37.09)1,744,943.68(908,799
0.35から2,545,344.72)		20.50(10.73から29.89)-18.51(-26.10から-10.09)-0.76(-0.82から-0.70)
セックス
男性268,107.56(165,239
0.07から370,163.08)		16.57(10.18から22.94)574,371.32(348,379
0.46から800,744.94)		15.03(9.21から20.93)-9.33(-23.71から7.51)-0.37(-0.43から-0.32)
女性676,178.23(336,047
0.59から992,525.42)		32.38(16.26から47.60)1,170,572.36(555,313
0.54から1,756,517.84へ)		25.46(12.04から38.21)-21.36(-29.62から-12.76)-0.89(-0.95から-0.83)
SDI
低SDI18,578.95(9,176
0.46から28,775.19)		8.16(4.14 to 12.53)45,807.13(20,570.83
70,949.02 に)		8.83(4.16から13.49)8.29(-10.50から39.10)0.21(0.09 to 0.33)
低〜中流SDI60,418.06(29,886
0.07から90,000.18)		9.82(4.99から14.56)181,922.35(84,591
0.84から280,191.13)		12.56(5.94から19.03)27.86(8.31から53.45)0.77(0.73から0.81)
中間SDI174,555.29(91,042
0.96から256,446.54)		17:36(9:33から25:39)488,709.60(253,743
0.20から717,931.89へ)		18.38(9.67から26.94)5.89(-10.57から26.39)0.07(-0.00から0.14)
ハイミドルSDI248,517.72(134,358
0.78から358,881.54へ)		25.99(14.17から37.65)462,899.84(248,381
0.01から674,525.73)		23:44(12:50から34:20)-9.81(-22.49から4.59)-0.42(-0.46から-0.38)
高いSDI440,886.67(236,640
0.98から641,945.58へ)		39.77(21.25から58.06)563,339.77(306,210
0.10から819,262.15)		26.52(14.13から38.73)-33.32(-39.10から-27.18)-1.40(-1.47から-1.33)
GBD地域
アンデス・ラテンアメリカ2,032.06(953
0.15から3,244.52へ)		10.17(4.81から15.75)6,788.27(3,379.82から10,869.37)11.60(5.80から18.58)14.05(-16.37から57.15)0.38(0.28から0.48)
オーストラレーシア13,091.85(6,785.74
19,155.80		56.24(29.15から82.31)18,402.32(10,330
0.87から27,196.61)		34.88(19.18から51.79)-37.98(-48.06から-25.70)-1.64(-1.72から-1.57)
カリブ海6,682.48(3,257.50
9,803.70に)		26.05(12.83から37.96)14,936.71(7,467.85
22,741.58 に)		27.76(13.82から42.35)6.56(-11.43から26.59)0.30(0.26から0.33まで)
中央アジア6,113.13(2,875.45
9,342.10に)		13.08(6.17 から 19.82)7,871.50(3,630.97
11,955.55人にまで)		9.94(4.74から14.99)-24.04(-36.62から-7.97)-0.47(-0.59から-0.35)
中央ヨーロッパ46,026.42(24,775
0.41から66,105.09へ)		31.28(16.84から45.01)75,115.03(39,699
0.13から107,678.56)		32.89(17.34から47.12)5.15(-8.57から19.95)0.04(-0.06から0.14)
中央ラテンアメリカ9,305.49(4,170.58
13,956.30に)		11.02(5.09 から 16.45)37,715.23(18,709.78
58,000.93に)		14.87(7.41から22.65)34.95(11.77から64.97)1.01(0.75から1.26へ)
中央サブサハラアフリカ2,221.31(1,016.14
3,556.00まで)		10.23(4.88から16.16)6,337.46(2,428.48
10,487.21 に)		11.63(4.95 から 19.40)13.71(-22.36から57.99)0.43(0.24から0.61)
東アジア159,121.88(82,933
0.80から241,470.88へ)		19.79(10.48から29.45)396,653.40(224,218
0.04から604,268.93)		18.61(10.59 から 28.17)-5.96(-32.26から32.19)-0.33(-0.43から-0.23)
東ヨーロッパ59,978.58(30,902
0.71から87,472.34)		21.54(10.95から31.20)82,590.09(40,451.64
123,453.92に)		22.92(11.22から34.24)6.38(-14.08から33.51)0.00(-0.10から0.10)
東サハラ以南アフリカ6,144.30(2,759.22
9,942.73に)		7.98(3.74から12.73)15,726.10(6,676.96
24,634.43に)		8.95(4.06から13.94)12.10(-14.88から51.44へ)0.29(0.16から0.43)
高所得者アジア太平洋地域68,367.61(37,187
0.31から96,750.88へ)		33.95(18.43から48.21)125,612.22(68,484.09
180,959.20		27.96(14.89から39.87)-17.66(-34.93対3.02)-0.70(-0.75から-0.64)
北米の高所得層110,579.32(53,603
0.23から168,944.28)		30.91(14.75から47.02)135,048.33(65,207.39
206,531.98 に)		20.66(9.84から31.60)-33.18(-48.18から-14.30)-1.39(-1.56から-1.22)
北アフリカと中東33,502.36(18,573
0.46から49,734.41へ)		19:49(11:13から28:52)102,096.12(51,831.63
151,539.80 に)		21.70(11.51から31.87)11.34(-6.57から32.99)0.60(0.46から0.73)
オセアニア612.40(245.17から1,023.79)17.68(7.53から29.11)1,573.18(576.67から
2,667.60)		17.19(6.65から28.58)-2.72(-23.76から23.48)-0.13(-0.21から-0.05)
南アジア46,100.94(22,425
0.80から69,073.26)		7.89(3.95から11.94)133,476.27(62,105.33
207,069.89		9.05(4:30から14:00)14.67(-10.43から43.16)0.21(0.08から0.34)
南ラテンアメリカ48,213.16(24,344
0.03から74,368.69)		19:00(9:75から29:04)161,677.60(76,724.20
247,604.85に)		24.67(12.01から37.15)29.87(1.97から61.27)0.77(0.70から0.83)
南サハラ以南アフリカ9,529.23(4,537.37
14,950.84に)		21.05(10.09 から 33.08)15,906.65(7,462.34から24,568.27)18.09(8.45から28.03)-14.05(-36.07から18.51)-0.32(-0.41から-0.24)
東南アジア6,545.75(3,015.15
10,197.86に)		23.82(11.30から37.07)18,303.10(8,337.73対27,183.17)31.82(14.94から46.79)33.57(7.39から62.74)1.08(0.89から1.27)
熱帯ラテンアメリカ20,004.58(9,888.11
30,396.32 に)		22.53(11.21から33.34)71,793.02(34,457.98から107,876.77)27.92(13.51から41.78)23.94(0.01から55.61)0.71(0.66から0.76)
西ヨーロッパ282,256.07(150,133
0.40から413,719.92へ)		48.37(25.25から71.16)292,870.10(158,018
0.77から430,007.70)		30.13(15.78から43.96)-37.71(-43.35から-31.66)-1.60(-1.66から-1.55)
西サハラ以南アフリカ7,856.86(3,225.38
12,446.50		8.86(3.71から13.83)24,451.00(8,434.07から40,517.27)11.81(4.42から19.19)33.20(1.42から76.70)1.07(0.93から1.21)
ネオフプラズムのサブカテゴリー
乳がん219,022.34(43,911
0.88から378,430.50へ)		5.47(1.10から9.50まで)415,254.34(83,318.
37対729,174.93)		4.81(0.97から8.45)-11.93(-18.74から-4.98)-0.51(-0.57から-0.44)
大腸がんと直腸がん725,263.44(458,229
0.16から1,007,049.44)		19.69(12:45から27:40)1,329,689.34(831,183
0.72から1,829,992.61へ)		15.69(9.81から21.54)-20.34(-27.99から-10.82)-0.83(-0.89から-0.77)

表2:低身体活動に起因するネオプラズム:DALYs負荷と時間的傾向(1990–2021年)。 表は性別およびSDIカテゴリー別の主な負担推定と傾向指標を示しています。より詳細な地域および全国の推計は補足表に記載されています。 この表をダウンロードするには、こちらをクリックしてください。

補足図1: 1990年から2021年までの低身体活動に起因する腫瘍サブカテゴリーの性別特異的(A)ASMRおよび(B)ASDR(10万人あたり)のジョインポイント回帰分析。BCの青い曲線、男女両方のジョインポイント回帰分析;CRCのブラウンカーブ、両性ジョインポイント回帰分析;CRCの女性の性別に対するグリーンカーブ、ジョインポイント回帰分析;CRCの男性性別のオレンジ曲線、ジョインポイント回帰分析;赤い曲線、BCの女性性別のジョインポイント回帰分析。ASMR(年齢標準化死亡率);ASDR(年齢標準化障害調整ライフイヤー率);BC、乳がん、結腸がん、大腸がんおよび直腸がん;DALYs、障害調整終身年数。このファイルをダウンロードするには、こちらをクリックしてください。

補足図2: 低身体活動に起因するネオプラズム:年齢別数、ASMRおよびASDR(人口10万人あたり)を性別別、1990年。ASMR(年齢標準化死亡率);ASDR(年齢標準化障害調整ライフイヤー率);DALYs、障害調整終身年数。このファイルをダウンロードするには、こちらをクリックしてください。

補足図3: SDIによる1990年から2021年までの低身体活動に起因する新生物の世界死亡およびDALYの時間傾向。DALYs(障害調整生年);SDI、社会人口統計指数。このファイルをダウンロードするには、こちらをクリックしてください。

補足図4: 1990年から2021年までの204か国・地域で、低身体活動に起因する腫瘍のASMR(A)およびASDR(B)(人口10万人あたり)の世界EAPC。ASMR(年齢標準化死亡率);ASDR(年齢標準化障害調整ライフイヤー率);DALYs(障害調整生年);EAPC、推定年間変化率。このファイルをダウンロードするには、こちらをクリックしてください。

補足表1: 1990年から2021年までの性別による低身体活動に起因する腫瘍の世界死亡およびDALYの割合変化。DALYs、障害調整終身年数。このファイルをダウンロードするには、こちらをクリックしてください。

補足表2: 1990年から2021年までの低運動に起因する腫瘍の性別特異的ASMRおよびASDR(人口10万人あたり)のジョインポイント回帰分析。ASMR(年齢標準化死亡率);ASDR(年齢標準化障害調整ライフイヤー率);AAPC、年間平均年間変動率;APC(年間パーセンテージ変化率);CI、信頼区間。このファイルをダウンロードするには、こちらをクリックしてください。

補足表3: 1990年から2021年までの低身体活動に起因する腫瘍のサブカテゴリーに対する性別特異的ASMRおよびASDR(人口10万人あたり)のジョインポイント回帰分析。ASMR(年齢標準化死亡率);ASDR(年齢標準化障害調整ライフイヤー率);AAPC、年間平均年間変動率;APC(年間パーセンテージ変化率);BC、乳がん、結腸がん、大腸がんおよび直腸がん;CI、信頼区間。このファイルをダウンロードするには、こちらをクリックしてください。

補足表4: 1990年および2021年の性別による低身体活動による腫瘍の死亡率の年齢別数および年齢標準化率。このファイルをダウンロードするには、こちらをクリックしてください。

補足表5: 1990年および2021年の、性別による低身体活動に起因する新生物のDALYの年齢別数および年齢標準化率。DALYs、障害調整終身年数。このファイルをダウンロードするには、こちらをクリックしてください。

補足表6: 1990年と2021年の204か国・地域における低身体活動に起因する腫瘍の死亡負荷、および1990年から2021年までの時間的傾向。ASMR(年齢標準化死亡率);ASR(年齢標準化率);信頼区間(CI);EAPC、推定年間変化率;UI、不確実性間隔。このファイルをダウンロードするには、こちらをクリックしてください。

補足表7: 1990年および2021年の204か国・地域における低身体活動に起因する新生児のDALYs負荷と、1990年から2021年までの時間的傾向。ASDR(年齢標準化されたDALYレート);ASR(年齢標準化率)、信頼区間(CI);DALYs(障害調整終身年数);EAPC、推定年間変化率;UI、不確実性間隔。 このファイルをダウンロードするには、こちらをクリックしてください。

補足表8: 低身体活動に起因する新生物の死亡およびDALYの変化を、老化、集団、疫学的変化へと分解する。DALYs、障害調整終身年数。このファイルをダウンロードするには、こちらをクリックしてください。

補足表9: 低運動に起因する腫瘍の健康格差分析。DALYs、障害調整終身年数。このファイルをダウンロードするには、こちらをクリックしてください。

補足表10: BAPCが予測した、低身体活動に起因する新生物のASMRおよびASDR(人口10万人あたり)の世界的な傾向。ASMR(年齢標準化死亡率);ASDR(年齢標準化障害調整生年率);BAPC(ベイズ年齢・期間・コホートモデル);UI、不確実性間隔。このファイルをダウンロードするには、こちらをクリックしてください。

ディスカッション

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

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ます。本研究ではGBD比較リスク評価推定を用いており、低身体活動に起因するモデル化された集団レベルの負担を定量化し、個人レベルの因果メカニズムや直接的な介入効果は確立していません。

LPA負荷に起因する新生児には顕著なSDIに基づく格差が依然として存在します。高SDI地域(北米、西ヨーロッパ、オーストラリア)は2021年のASMR(1.35/100,000)およびASDR(26.52/100,000)で最も高い水準を示しましたが、1990–2021年の最大減少(EAPC: -1.42; -1.40)を達成しました。これは、(i) エビデンスに基づくスクリーニング(例:英国の60%の大腸検診カバレッジ)23、(ii) 統合的治療手法(例:ロボット支援手術の導入)24および(iii)全国的なPAイニシアチブ(例:韓国の国家フィットネス賞プロジェクト)25。逆説的に、低〜中中SDI地域(特にサハラ以南アフリカ)ではASMR/ASDRの傾向が上昇し(EAPC: +0.86; +0.77)、これは医療システムの制約や予防政策の欠如と強く相関していました26。この階層化はWHOの2022年非感染症に関するグローバル報告書と一致しており、低・中所得国(LMIC)が、人口ベースのがん登録制度の実施、エビデンスに基づくスクリーニングプログラムの拡大、統合的緩和ケアサービス提供を通じてがん対策を強化する緊急の必要性を強調しています。

SDI負荷相関(ASMR ρ = 0.7560;ASDR ρ = 0.7364)は、LPAに起因する社会経済的発展が腫瘍に与える逆説的な影響を明らかにしています。高SDI領域は、スクリーニングと標的治療の強化により有意な死亡率低下(EAPC = -1.42)を達成しましたが、同時に西洋化された食事や座りがちな職業による肥満関連悪性腫瘍(例:乳がん/大腸がん)の増加に直面しました(21,22,28)。東アジア、特に中国は、低身体活動による死亡者数とDALYsの絶対数が最も多く記録されており、これは人口規模と人口構成が大きいことを部分的に反映している可能性があります。カリブ海および太平洋地域の国レベルの異常値は、曝露分布、集団構造、がん検出、登録の完全性、GBDモデルの仮定の組み合わせを反映している可能性があります。これらの要因は本分析で直接検証されていないため、確定されたメカニズムではなく、文脈的な説明として議論されています。

世界的に見て、女性はLPAに起因する腫瘍の負担が有意に高く、2021年のASMR(1.24/100,000)とASDR(25.46/100,000)が男性(0.84/100,000;15.03/100,000)を上回っています。これは主にBC34の高い発症率です。LPAはBC死亡率リスクを増加させます(HR = 1.22、95% CI:1.05–1.42)一方、非職業的なPAへの関与は、タイプや強度に関係なく、BC発症率においてリスク軽減の度合いは様々です35,36。過去の研究では、身体活動と乳がんリスクを結びつけるホルモン、代謝、炎症の経路が提案されています。しかし、これらのメカニズムは本回のGBDベースの分析では直接検証されていません。それにもかかわらず、世界的な身体活動不足の有病率は女性で35.5%高いまま(31.7%対23.4%のWHOガイドライン不遵守率)8、低SDI地域では文化的制約(服装制限:PA確率37%減少)や性別に基づく介護負担(家事労働の1日4.3時間格差:29%減少)によって悪化しています38。

LPAに起因するネオプラズムは、70〜84歳の年齢層で世界的にピークを迎え、腫瘍の進行と加齢に伴う代謝低下と一致しています。39,40。高齢男性における中程度のASMR/ASDR増加は、低強度活動(園芸・散歩)への継続的な関与と相関しており、女性の感受性の高まりでは年次サルコニア(1%–2%の筋肉減少)や骨髄性併存症がLPA脆弱性を加速させるのとは対照的である(41,42)。これらの発見は、低身体活動に起因する負担を解釈する際に年齢ごとのパターンを考慮するべきであることを示唆しています。

LPAによる腫瘍死亡率増加の主な要因は、LPA(88.44%)およびDALYs(131.53%)の上昇に起因する。疫学的変化は高SDI地域で-123.04%の疾患負担を相殺しましたが、低SDI地域は加齢および疫学的変化により負担が悪化しました(合計寄与率:36.33%)。これらの発見は、人口動態の変化(例:出生率低下、平均寿命の延長)を経験している発展途上国が、包括的ながん予防システムの並行して開発されなければ、感染性疾患とNCDという二重の負担に直面するリスクがあることを示唆しています43。

健康格差の分析は、絶対的・相対的なギャップ縮小にもかかわらず、高SDI地域と低SDI地域間で持続的なASMR格差(>1/100,000)が示されている(SII:1.45→1.11/100,000;CII:1990年から2021年まで0.30→0.20)。不平等を引き起こす主な障壁は3つあります。(i) インフラ格差:高SDIの国や地域は、低SDIの国々に比べてフィットネス施設のカバー率が5倍高いです。インドのコーラルでは、一人当たりのレクリエーションスペースはわずか0.4平方メートルであり、SDIが高い地域の3.0〜4.0平方メートルの標準を大きく下回っています。施設の多くは都市部に集中しており、空間的な分布格差が生じ、公平な医療資源へのアクセスを制限しています44。(ii) 健康教育ギャップ:低SDI校のうちPAを義務カリキュラムに組み込んでいるのは30%のみ(実施率<50%)、これは高SDI国の標準化された学校保健プログラム(週150分の活動)や専任の保健監督者と対照的です。(iii) 資源配分の不均衡:低SDI地域で世界人口>10%)は、世界の医療支出のわずか0.4%を占めています。同時に、開発支援(DAH)はがん対策を含む非感染性疾患予防に最小限の資金を割り当てており、この差異的な資金パターンを通じて疾病負担の地理的クラスター化を強化しています。

LPAに起因するネオプラズムはBAPCモデリングにより、世界的な減少が予測されていることを示しています(2045 ASMR: 0.95/100,000、95% UI 0.88–1.03;ASDR:18.86/100,000、16.99–20.72)。この傾向にもかかわらず、SDIの低い地域は医療の格差に絶えず直面しています。これらの発見は、がんリスク要因の監視および予防計画において、特に高齢者、女性、年齢標準化率が増加する環境において、低身体活動を優先すべきであることを支持しています46。しかし、具体的な介入戦略は地域の資源に合わせて調整され、広範な政策採用前に実施研究で評価されるべきです。本分析は、より詳細なモニタリングが必要な集団や地域を特定するのに役立ちますが、特定の介入の有効性を直接検証するものではありません。

しかしながら、いくつかの制限点も考慮に値します。まず、本研究は一次次個人レベルのデータではなくGBDモデル化された推定値に依存しており、推定精度はデータ利用可能性、登録の完全性、報告の質によって国ごとに異なる可能性があります。第二に、GBDにおける身体活動曝露は部分的に調査ベースのデータに基づいており、これはリコールバイアス、社会的望ましさバイアス、環境ごとの測定手段の違いなどの影響を受ける可能性があります。第三に、GBDの低身体活動による腫瘍カテゴリーは大腸がんおよび女性乳がんに限定されており、すべての悪性腫瘍を代表するものではありません。第四に、曝露定義は職業活動、家庭活動、交通関連活動、余暇活動を十分に区別しておらず、これらはがんの転帰と異なる関連を持つ可能性があります。第五に、国ごとのがん検出能力、診断能力、データ利用可能性の違いによって社会経済的比較が影響を受ける可能性があります。最後に、BAPCの予測は過去の傾向やモデル仮定に依存します。したがって、観測期間から遠い推定値は慎重に解釈されるべきです。

結論として、低身体活動はGBD帰属フレームワークにおいて重要な修正可能なリスク因子であり、その推定される帰属負担は性別、年齢、地理、社会経済的発展によって大きく異なります。高SDI地域は技術革新により疾病負担を軽減しましたが、低SDI地域は人口増加と制度的な健康格差という二重の課題に引き続き直面しています。今後の戦略は、段階的な介入、部門間協力、技術主導の解決策を優先し、特に女性、高齢者、LMICsの独自のニーズに対応することに重点を置くべきです。本研究は、世界の公衆衛生政策立案において重要な証拠を提供し、PAの推進を国家のがん対策戦略の中心的要素として統合する必要性を強調しています。

開示事項

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

著者たちは何も明かすことはありません。

謝辞

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

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。

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

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

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

234234

関連記事