이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

저신체 활동으로 인한 전 세계 신생물 부담을 추정하기 위한 GBD 2021 기반 분석 워크플로우

90 조회수

⸱

DOI:

10.3791/70495

⸱

2026년 8월 7일

 ,  , 
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

이 논문에서

요약

이 프로토콜은 저신체 활동으로 인한 신생물의 GBD 2021 추정치를 추출, 처리, 분석 및 시각화하는 재현 가능한 워크플로우를 보여줍니다. 이 워크플로우는 연구자들이 표준화된 인구 수준 데이터를 사용하여 부담 지표, 시간적 추세, 분해 요소, 사회경제적 불평등, 모델 기반 예측을 평가할 수 있게 합니다.

초록

이 프로토콜은 2021년 글로벌 질병 부담 데이터를 사용하여 저신체 활동으로 인한 전 세계 신생물 부담을 추정하는 재현 가능한 분석 워크플로우를 설명합니다. 워크플로우에는 GBD 결과 도구에서 데이터 추출, 적격 결과 및 노출 범주 정의, 사망자 추정, 장애 조정 생애년, 연령 표준화 비율, 추정 연평균 변화 및 조인포인트 회귀를 이용한 시간적 추세 분석, 분해 분석, 사회경제적 불평등 평가, 베이지안 연령-기간-코호트 예측이 포함됩니다. 프로토콜은 또한 모델화된 인구 수준 추정치의 맥락에서 불확실성 구간, 분해 구성 요소, 불평등 지표를 해석하는 방법을 설명합니다. 대표적인 응용 사례로서, 이 워크플로우는 1990년부터 2021년까지 204개 국가와 지역에서 저신체 활동으로 인한 대장암과 여성 유방암에 적용되었으며, 2045년까지 예측되었습니다. 이 프로토콜은 연구자들이 위험 귀속 부담 추정, 추세 특성화, 불평등 평가 및 예측 분석을 위한 구조화된 접근법이 필요할 때 다른 GBD 위험-결과 쌍에도 적용할 수 있습니다.

서론

신플라스마는 전 세계 사망률과 장애에 기여하는 비전염성 질환(NCD) 중 중요한 범주를 차지하며, 전 세계적으로 중대한 공중보건 과제를 제기하고 있습니다. 글로보칸 2022 데이터는 전 세계적으로 1,996만 건의 신규 신생물 사례와 974만 명의 사망자를 보여주었으며, 폐암, 유방암(여성), 대장암이 주요 악성 종양을 차지하고 있습니다. 암 발생률은 2050년까지 연간 3,500만 명(2022년 대비 77% 증가)에 이를 것으로 예상되며, 인구 변화에 의해 인간개발지수(HDI)에서 낮은 점수를 받은 국가들은 142% 급증할 것으로 예상됩니다. 인구 증가, 인구 고령화, 불완전한 선별 시스템, 저HDI 지역에서의 치료 접근성 제한이 이러한 추세를 촉진하며, 전 세계 종양학 자원의 공평한 배분을 위한 필수적 과제를 만듭니다.

저신체 활동(LPA)은 주요 NCD의 확립된 조절 가능 결정 요인으로, 악성종양, 대사 장애, 신경정신과 질환 2,3,4를 아우릅니다. LPA는 2000년 이후 연령 표준화 유병률이 6.6% 증가한 것으로 나타나며, 2022년 전 세계 모든 원인 사망의 7.2%에 기여하는 등 상당한 글로벌 건강 부담을 형성합니다. 중간 정도 신체 활동(PA)은 유방암(HR 0.90; 95% 신뢰구간: 0.87–0.93), 대장(HR 0.84; 95% 신뢰구간: 0.77–0.91), 직장암(HR 0.87; 95% 신뢰구간: 0.80–0.95)에 대해 유의미한 보호를 제공하며, 부위 특이적 사망률도 병행하여 감소합니다. 필수 PA를 전 세계적으로 촉진하기 위해 많은 국가와 지역(예: 캐나다, 영국, 미국)이 각국의 특정 맥락에 맞춘 국가 PA 지침을 개발했으며, 이는 세계보건기구(WHO)와 유럽연합 같은 기관을 통해 널리 배포되었습니다. 안타깝게도 전 세계 성인의 72.5%만이 공중보건 지침에 명시된 최소 권장 PA 수준을 충족합니다8.

낮은 신체 활동으로 인한 신생물 부담 완화는 유엔 지속가능발전목표(SDG) 2030 목표인 예방및 관리를 통한 조기 NCD 사망률의 3분의 1 감소 달성에 매우 중요합니다. LPA와 신생물 간의 관계를 명확히 밝히기 위한 강력한 증거를 생성하는 것은 향후 의료 정책을 안내하는 데 필수적입니다. 글로벌 질병, 부상 및 위험 요인 부담 연구 2021(GBD 2021)은 표준화된 역학 접근법을 사용하여 1990년부터 2021년까지 204개 국가 및 지역에서 사망률, 장애 조정 수명(DALYs), 위험 귀속 부담에 대한 비교 가능한 인구 수준 추정치를 제공합니다. GBD 2021에서는 질병 및 부상 추정치가 371개의 질병과 부상을 포함하며, 위험 요인 분석은 노출, 상대적 위험, 인구 귀인 비율, 그리고 88개의 위험 요인에 대한 귀속 부담을 추정합니다10. 그러나 GBD 2021의 저신체 활동 기인 신생물 데이터를 추출하고 추세, 분해, 불평등, 예측 분석을 단일 프로토콜 내에서 적용하는 단계별로 재현 가능한 워크플로우를 제공하는 연구는 적습니다. 이 원고는 이 특정 GBD 위험-결과 쌍에 대한 데이터 추출, 변수 정의, 통계 모델링 및 해석 절차를 상세히 설명함으로써 이 방법론적 격차를 해소합니다. 이 프로토콜은 1990년부터 2021년까지 204개국 및 지역에서 저신체 활동으로 인한 신생물에 대한 GBD 2021 추정치를 재현 가능한 2차 분석으로 설명하며, 2045년까지의 전망을 제시합니다. 목표는 사망, DALY, 연령 표준화율, 시간적 추세, 분해 요소, 사회경제적 불평등, 예상 부담을 정량화하는 것이었으며, 개인별 인과관계나 직접적인 개입 효과를 추론하지 않는 것이었습니다.

이 워크플로우는 여러 상호 보완적인 분석 요소를 하나의 재현 가능한 프레임워크로 통합하기 때문에 선택되었습니다. 기술적 GBD 추정치나 단일 추세 지표만 보고하는 연구와 비교할 때, 이 프로토콜은 부담 추정, EAPC, 조인포인트 회귀, 분해 분석, 불평등 평가, BAPC 예측을 결합하여 사용자가 부담의 크기뿐만 아니라 시간적 변화, 인구통계학적 동인, 사회경제적 구배, 미래 추세도 검토할 수 있도록 합니다. 이 프로토콜은 GBD 위험 귀속 추정치에 대한 2차 분석을 수행하는 연구자들에게 적용 가능하며, 특히 시간, 성별, 연령 그룹, 국가, 지역 또는 SDI 범주에 따른 부담 패턴을 비교하는 것이 목표일 때 더욱 그렇습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 연구는 공개적으로 이용 가능한 식별 해제된 GBD 2021 인구 수준 추정치를 사용했습니다. 개인 수준의 인간 참여자 데이터는 접근하지 않았습니다. GBD 2021 연구는 워싱턴 대학교 기관심사위원회로부터 사전 동의 면제를 받았으며; 따라서 이 2차 분석에 추가적인 기관 윤리 승인은 필요하지 않았습니다.

참고: 이 프로토콜은 저신체 활동으로 인한 신생물11 에 대한 GBD 2021 추정치를 2차 분석하기 위한 재현 가능한 워크플로우를 설명합니다. 워크플로우에는 데이터 추출, 변수 정의, 부담 추정, 시간적 추세 분석, 분해 분석, 불평등 평가, 베이지안 연령-기간-코호트 예측이 포함됩니다. 결과는 주요 인과관계를 확립하는 것이 아니라 프로토콜의 적용을 보여주기 위해 제시됩니다. 분석 워크플로우는 6단계의 순차적 단계로 구성되었습니다: GBD 2021 추정치 추출, 노출, 질병 결과, SDI 계층 정의, 사망자 추정, DALYs, 연령 표준화 사망률(ASMR), 연령 표준화 DALYs(ASDR), 추정 연간 백분율 변화(EAPC) 및 조인포인트 회귀, 분해 및 불평등 분석, 그리고 2045년까지의 베이지안 연령-기간-코호트 예측. 각 결과와 수치는 이러한 연계된 분석 단계 중 하나에서 생성되었습니다.

1. 데이터 소스 식별 및 접근

  1. 글로벌 질병 부담(GBD) 2021 결과 도구 접근.
    1. 웹 브라우저를 열고 https://vizhub.healthdata.org/gbd-results/ 의 글로벌 질병 부담 결과 도구로 이동하세요.
    2. 사용 가능한 데이터셋 옵션 중에서 GBD 2021 을 연구 버전으로 선택하십시오.
    3. 원인 계층 목록에서 위험 요인 을 선택하세요.
  2. 질병 결과와 위험 요인을 정의하세요.
    1. 질병 범주로 신질을 선택하세요.
    2. 위험 요인으로 낮은 신체 활동을 선택하세요.
    3. 결과 측정 기준으로 사망 및 장애 조정 생애년(DALYs)을 선택합니다.
  3. 인구, 지리, 시기를 명시하세요.
    1. 성별 분석을 위해 남성과 여성 양성 모두를 별도로 선택하세요.
    2. 가능한 모든 연령대≥25세)를 선택하세요.
    3. 204개 국가와 지역을 모두 선택하세요.
    4. 분석 기간을 1990년부터 2021년까지로 설정하세요.
  4. 연령에 따른 표준화된 결과 측정 방법을 추출합니다.
    1. GBD 2021 표준 인구를 사용하여 연령 표준화 를 가능하게 합니다.
    2. 출력 변수로 연령 표준화 사망률(ASMR) 과 연령 표준화 DALYs율(ASDR) 을 선택하라.
    3. 추출된 모든 추정치에 대해 95% 불확실성 구간(UI)을 포함하세요.
    4. 추출한 데이터를 CSV 형식으로 내보내 후속 분석을 수행합니다.
    5. 재현성을 위해 다음 GBD 결과 도구 선택지를 사용하세요: 연구 버전: GBD 2021; 상황: 위험 요인; 위험: 낮은 신체 활동; 원인: 신유질; 측정 항목: 사망자 및 DALY; 지표: 수치와 비율; 연령: 연령 표준화 및 이용 가능한 모든 5세 연령대(25세 ≥; 성별: 남성과 여성 모두; 위치: 글로벌 21개 GBD 지역, SDI 지역 및 204개 국가 및 지역; 연도: 1990–2021.
    6. 각 계층별로 평균 추정치, 하부 불확실성 구간, 상부 불확실성 구간을 CSV 형식으로 내보내세요.
  5. 사회인구통계학적 지수(SDI) 층별 데이터를 얻으세요.
    1. 사회인구통계학적 지수(SDI)를 통한 계층화 활성화.
    2. 비교 분석을 위해 SDI 특이적 ASMR 및 ASDR 데이터를 추출합니다.
  6. 기본 데이터 소스에 접근합니다.
    1. https://ghdx.healthdata.org/gbd-2021 에서 GBD 2021 데이터 입력 소스 도구로 이동하세요.
    2. 주요 데이터 출처를 설명하는 공개 문서를 검토하세요. 여기에는 생명 등록 시스템, 인구 조사, 의료 기록, 질병 등록부 등이 포함됩니다.

2. 주요 변수 및 분류 기준의 정의

  1. 신생물의 정의를 말해보세요.
    1. 2021년 글로벌 질병 부담(GBD) 질병 질환 위계에 따라 신생물을 악성 종양으로 정의합니다.
    2. 유전적 및 후생유전학적 조절 이상으로 인해 통제되지 않은 세포 증식이 특징인 악성 신생물만 포함합니다.
    3. 양성 신생물은 모든 분석에서 제외합니다.
  2. 신체 활동량이 적다는 정의를 말씀하세요.
    1. 대사 과제 등가(MET) 값을 사용하여 신체 활동 강도를 정의하는데, 1 MET는 휴식 시 산소 소비량 3.5 mL O₂/kg/분과 같습니다.
    2. 주간 총 MET 분을 이용해 주간 신체 활동량을 계산하세요.
    3. 신체 활동 수준을 네 가지 범주로 분류하세요12,13:
      주당 600분 미만의 MET-분.
      주당 600분에서 3,999분 사이의 MET-분들.
      주당 4,000에서 7,999 MET-분.
      주당 8,000분 이상의 MET-분.
    4. 저신체 활동을 GBD 2021 위험 귀속 방법론에 부합하는 주당 4,000 MET-분 미만으로 정의합니다.
      참고: 이 컷오프는 GBD 2021 위험 귀속 정의에서 채택되었으며, 본 연구에서는 신규 기준으로 선택되지 않았습니다. 이는 GBD 비교 위험 평가 프레임워크와의 일관성 및 다른 GBD 기반 추정치와의 비교 가능성을 유지하기 위해 사용되었습니다.
  3. SDI를 정의해 주세요.
    1. SDI를 0에서 1까지의 복합 지표로 정의합니다.
    2. 25세 미만 개인의 표준화된 1인당 소득, 교육 수준, 출산율의 기하평균을 사용하여 SDI를 계산합니다.
    3. 국가와 지역을 5가지 SDI 범주로 분류합니다:14: 저, 저중, 중간, 고중, 고.
    4. SDI 계층화를 기준으로 국가를 21개의 GBD 지역 중 하나에 할당합니다.
  4. 신체 활동량이 적은 경우 발생하는 신생물을 정의하세요.
    1. GBD 2021 비교 위험 평가 프레임워크를 사용하여 저신체 활동으로 인한 신생물을 식별합니다.
      1. 이 틀 내에서 노출 분포, 위험-결과 상대 위험, 이론적 최소 위험 노출 수준을 결합하여 낮은 신체 활동 귀속 부담을 실질화하여 인구 귀속 비율을 추정합니다. 그 다음, 이를 신생물 결과에 대한 사망과 DALYs에 적용합니다.
    2. 대장암과 여성 유방암을 낮은 신체 활동 노출로 인한 신생물 결과로 포함하세요.
      참고: 따라서 본 연구에서는 저신체 활동으로 인한 신생물 은 GBD 2021 비교 위험 평가 프레임워크에서 정의된 대장암과 여성 유방암만을 의미하며, 모든 악성 종양을 의미하는 것은 아닙니다.

3. 저신체 활동에 기인한 전 세계 신생물 부담 추정.

  1. 질병 부담 지표를 추출하세요.
    1. 표준 GBD 비교 위험 평가 프레임워크를 따르는 글로벌 질병 부담(GBD) 2021 결과 도구에서 제공하는 저신체 활동으로 인한 신생물의 사망 및 장애 조정 수명(DALYs) 데이터를 수입합니다.
    2. GBD 2021 표준 인구를 사용하여 10만 인구당 연령 표준화 사망률(ASMR) 및 연령 표준화 DALYs율(ASDR)을 추출합니다.
    3. GBD 2021 방법론에 따라 추출된 모든 추정치에 대해 95% 불확실성 구간을 유지하세요.
  2. 장애 조정 수명 연수를 계산하세요.
    1. 장애 조정 수명(DALYs)을 표준 GBD 정의에 따라 잃은 생명 연수(YLLs)와 장애 상태로 산 연수(YLD)의 합으로 정의합니다.
    2. 연령별 사망률에 GBD 2021 생애표에 명시된 기준 기대수명을 곱하여 YLLs를 계산합니다.
    3. GBD 방법론에 설명된 대로 질병별 장애 가중치와 질병 기간을 곱하여 YLD를 계산합니다.
    4. 계산된 DALY 값이 GBD 2021 보고된 추정치와 일치하는지 확인하세요.

4. 시간적 추세 분석

  1. 추정 연간 변화율15, 16.
    1. ASMR 및 ASDR 데이터를 R 소프트웨어(버전 4.4.2)로 가져오세요.
    2. 연령 표준화 비율에 자연 로그 변환을 적용합니다.
    3. 확립된 역학적 추세 분석 방법을 따르면, 연도를 독립 변수로 하여 시간적 추세를 평가하기 위해 선형 회귀 모델을 적합시다.
    4. 표준 지수 변환을 사용하여 회귀 기울기로부터 추정되는 연간 백분율 변화(EAPC)를 계산합니다.
    5. EAPC의 95% 신뢰구간이 높은지, 낮은지, 또는 0을 포함하는지에 따라 추세를 증가, 감소, 안정으로 분류하세요.
  2. 조인포인트 회귀분석을 수행하세요.
    1. 조인포인트 회귀 프로그램(버전 5.3.0; 국립암연구소).
    2. ASMR 및 ASDR 데이터셋을 소프트웨어에 가져오세요.
    3. 조인포인트 방법론 지침에 부합하는 로그-선형 회귀 모델을 선택하여 추세 분석에 참여하라.
    4. 최소 0, 최대 6개의 조인점을 지정하세요.
    5. 가중 BIC 최적화를 적용한 데이터 기반 베이지안 정보 기준(BIC) 방법을 선택하여 최적의 조인점을 결정합니다.
      1. 1990년부터 2021년까지의 연간 시계열 길이와 조인포인트 회귀 프로그램의 기본 권고사항에 따라 최대 6개의 조인포인트를 선택하세요.
      2. 데이터 기반 BIC로 최종 조인포인트 수를 결정합니다.
    6. 분석을 실행하여 연간 백분율 변화(APC)와 평균 연평균 백분율 변화(AAPC)를 95% 신뢰구간으로 계산하세요. 데이터가 희박하거나 연간 추정치가 불안정한 층의 경우, 구간별 APC는 신중하게 해석되었으며, 적합 추세가 해당 불확실성 구간에 의해 지지되고 역학적으로 타당하지 않으면 강조되지 않았습니다.
    7. APC 및 AAPC 결과를 내보내 후속 분석을 수행합니다.
      참고: EAPC와 조인포인트 회귀는 서로 다른 목적으로 사용되었습니다. EAPC는 1990년부터 2021년까지의 평균 로그 선형 추세에 대한 단일 요약 추정치를 제공했으며, 조인포인트 회귀는 변화율이 이동하는 달력 기간을 식별하고 구간별 APC를 추정했습니다. 따라서 지층 간 전체 비교에는 EAPC가 사용되었고, 시간적 굴곡 패턴을 설명하는 데는 조인포인트 회귀가 사용되었습니다.

5. 분해 분석

  1. 분해 입력 준비.
    1. 사망률과 DALY 데이터를 연령대, 달력 연도, 지리적 지역별로 계층화합니다.
    2. 계층화된 데이터셋을 JD_GBDR 소프트웨어(버전 2.37.1)로 가져오세요.
  2. 분해 분석을 수행하세요.
    1. 확립된분해 방법을 사용하여 선택된 시점 간 사망률과 DALYs의 변화를 고령, 인구 증가, 역학 변화 구성 요소로 분해합니다.
    2. 각 구성 요소가 질병 부담의 전체 변화에 얼마나 기여하는지 정량화하세요.
      1. 백분율 기여도를 두 시점 간 순사망자 변화(DALYs)에 대한 고령화, 인구 증가, 역학적 변화의 비례 기여로 해석하십시오.
      2. 한 구성 요소가 부담을 증가시키고 다른 부품이 이를 상쇄할 때 100%를 초과하거나 음수가 발생할 수 있습니다; 이러한 값을 직접적인 생물학적 효과가 아닌 수학적 분해 효과로 해석하라.
    3. 글로벌 분석, SDI 수준 및 GBD 지역 분석을 위한 수출 분해 결과.

6. 건강 불평등 분석

  1. 불평등 평가를 위한 데이터를 준비하세요.
    1. 모든 국가와 지역을 SDI 값에 따라 낮은 순위부터 높은 순서로 순위를 매깁니다.
    2. ASMR과 ASDR을 R 소프트웨어(버전 4.4.2)에 가져오세요.
  2. 불평등의 기울기 지수를 계산하세요.
    1. SDI 계층 전반의 누적 인구 분포를 바탕으로 각 국가에 상대적인 사회경제적 순위를 부여합니다.
    2. ASMR 또는 ASDR을 종속 변수로, 상대 SDI 순위를 독립 변수로 하여 가중 선형 회귀 모델을 적합시킵니다.
    3. 확립된 불평등 분석 방법론에 따라 SDI 구배의 가장 높은 끝과 최저 끝 간 질병 부담의 절대 차이로 불평등 기울기 지수(SII)를 계산합니다.
  3. 농도 지수를 계산하세요.
    1. ASMR 또는 ASDR의 누적 비율을 SDI로 순위가 매겨진 누적 집단 비율과 함께 그래프로 표시하여 농도 곡선을 구성합니다.
    2. 농도 지수(CII)를 농도 곡선과 평등 선 사이의 면적의 두 배로 계산합니다.
    3. CII 값이 0에 가까운 것은 낮은 불평등으로, −1 또는 +1에 근접하는 값은 표준 건강 경제학 방법과 일치하는 상대적 불평등이 증가하는 것으로 해석하세요.
  4. 불평등 지표에 대한 불확실성을 추정하세요.
    1. SII의 경우, 국가별 인구 가중치를 이용한 가중 회귀 모델에서 95% 신뢰구간을 도출합니다.
    2. CII의 경우, 치환된 국가와 영토의 부트스트랩 재샘플링을 사용하여 95% 신뢰구간을 추정합니다.
    3. 사후 추첨이 가능할 때는 SII와 CII 계산을 여러 차례에 걸쳐 반복하고, 2.5분위수와 97.5분위수를 불확실성 구간으로 보고합니다.

7. 베이지안 연령-시기-코호트 모델링

  1. 투영을 위한 입력 데이터를 준비하세요.
    1. 1990년부터 2021년까지 5년 연령별 사망, DALYs 및 해당 인구 데이터를 5년 연령별 및 달력 연도로 조직합니다.
    2. 전체 관찰 기간 동안 연령별 정의와 시간 간격의 일관성을 보장하세요.
  2. 베이지안 연령-기간-코호트 모델20을 적용하세요.
    1. 베이지안 연령-기간-코호트 모델링 프레임워크를 사용하여 연령별 부담과 인구 데이터셋을 R에 가져오세요.
    2. 연령, 기간, 코호트 효과를 구조화된 무작위 효과로 명시하며, 인접한 연령 그룹, 달력 기간, 출생 코호트를 평탄화하는 데 2차 무작위 보행 사전에 사용됩니다.
    3. 연령별 발병률의 사후 추정치를 생성한 후 GBD 2021 표준 인구를 사용하여 예상되는 ASMR 및 ASDR을 계산합니다.
    4. 적합 추정치와 역사적 기간 동안 관찰된 추정치를 비교하여 모델 적합도를 평가합니다.
    5. 가장 최근 관측 연도를 공개하고, 모델을 재적합하며, 예측 추정치와 관측 값을 비교하여 내부 검증을 수행합니다.
  3. 미래 예측을 생성하세요.
    1. 2022년부터 2045년까지 저신체 활동으로 인한 신생물의 연령 표준화 사망률 및 연령 표준화 DALYs 비율을 예측합니다.
    2. 모든 예상 결과에 대해 후행평균 추정치와 해당 95% 불확실성 구간을 추출합니다. 사후 95% 불확실성 구간을 사용하여 투영 불확실성을 평가하고, 관찰된 기간에서 더 먼 추정치를 점점 더 신중하게 해석합니다.
    3. 시각화 및 보고를 위한 예측 결과를 내보내세요.

8. 통계 분석

  1. 일반적인 통계 분석을 수행하세요.
    1. 모든 정리된 데이터셋을 R 소프트웨어(버전 4.4.2)로 가져오세요.
    2. R 소프트웨어를 사용해 모든 통계 분석을 수행하고 수치와 표를 생성하세요.
    3. 모든 분석에 대해 양측 p-값 0.05 미만의 통계적 유의성을 설정하였다.
  2. 전문 GBD 분석을 수행하세요.
    1. GBD 형식의 데이터셋을 JD_GBDR 소프트웨어(버전 2.37.1)로 가져오기.
    2. JD_GBDR 소프트웨어를 사용하여 질병 부담 계산, 분해 분석, GBD 분석 관례에 따라 표준화된 유치율 시각화를 수행합니다.
  3. 조인포인트 회귀분석을 수행하세요.
    1. 국립암연구소 웹사이트(https://surveillance.cancer.gov/joinpoint/download)에서 Joinpoint 회귀 프로그램(버전 5.3.0)을 다운로드하여 설치하세요.
    2. 연령 표준화 사망률 및 연령 표준화 DALYs 비율 데이터셋을 Joinpoint 소프트웨어로 가져오세요.
    3. 로그-선형 회귀 모델을 선택하고 조인포인트 회귀 분석을 수행하여 조인포인트 회귀 프로그램 방법론에 따라 시간적 추세를 평가합니다.
    4. 연간 백분율 변화와 평균 연평균 백분율 변화를 포함한 수출 추세 추정치와 대응하는 95% 신뢰구간이 포함되어 있습니다.
      참고: 모든 분석은 R 소프트웨어 버전 4.4.2, Joinpoint 회귀 프로그램 버전 5.3.0, JD_GBDR 소프트웨어 버전 2.37.1을 사용하여 수행되었습니다. 주요 분석 환경에는 로그 선형 EAPC 모델, 데이터 기반 베이지안 정보 기준으로 0–6 조인점을 가진 조인포인트 회귀, 고령화, 인구 증가, 역학 변화 구성 요소로의 분해, SII에 대한 가중 회귀, CII 불확실성에 대한 부트스트랩 재샘플링 또는 사후 추첨, 그리고 2045년까지의 베이지안 연령-시기-코호트 예측이 포함되었습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

이 프로토콜의 성공적인 구현은 미리 정의된 지역, 연도, 성별, 연령대, 측정 및 지표에 걸쳐 조화로운 GBD 기반 추정치 세트를 완성할 것입니다. 예상 산출물에는 95% 불확실성 구간을 포함한 연령 표준화 및 연령별 부담 추정치, EAPC 및 조인포인트 추세 추정치, 분해 성분, SII 및 CII 불평등 지표, 그리고 사후 불확실성 구간을 가진 BAPC 기반 예측이 포함됩니다. 최적이 아닌 구현은 층이 누락되거나, 나이 또는 위치 라벨이 일관되지 않거나, 데이터 정리 후 GBD 추정치를 재현하지 못하거나, 희소한 층에서 불안정한 조인포인트 모델, 또는 믿기 어려울 정도로 좁은 투사 구간으로 나타난다.

LPA에 기인한 전 세계 신생물 부담
2021년 LPA에 기인한 신생물은 전 세계적으로 87,440명의 사망자를 차지했으며(95% UI: 48,636–125,811), 이는 1990년 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

이 GBD 2021 분석은 저신체 활동으로 인한 신생물 부담에서 두 가지 상반되는 양상을 보여줍니다. LPA에 기인한 신생물의 ASMR과 ASDR은 1990년부터 2021년까지 유의미하게 감소했으나(ΔASMR = -19.72%; ΔASDR = -18.51%), 절대 사망과 DALYs는 각각 95.73%와 84.79% 증가했습니다. 연령 표준화 비율이 감소했음에도 절대 부담 증가는 주로 인구 증가와 고령화로 설명되었다. ASR 감소는 암 발견, 치료, 위험 요인 조절 개선 등 여러 요인을 반영할 수 있으나, 본 분석에서는 이러한 요인들이 직접적으로 분해되지 않았습니다 1,21,22. 특히 LPA는 2021년 전 세계적으로 87,000건 이상의 신생물 관련 사망과 174만 건의 DALYs에 책임이 있었습니다...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 공개할 것이 없습니다.

감사의 글

우리는 LPA 역학에 기인한 신생물에 기여한 글로벌 질병 부담 연구(GBD 2021) 협력자들에 감사를 표하며, 이는 보건 지표평가 연구소(IHME)의 오픈 액세스 데이터를 통해 촉진되었습니다. 이 작업은 징딩 메디컬테크(JD_GBDR 소프트웨어 승인 및 핵심 데이터 처리 제공)의 지원을 받았으며, 언어 편집 서비스는 Home for Researchers(www.home-for-researchers.com)가 제공했습니다. 이 연구는 장쑤성 전통 중의학 과학기술 개발 프로그램 프로젝트(QN202513)와 난징 중의약대학 제2부속병원 내부 연구 기금 프로젝트(SEZRC202504, SEZJY202505)의 지원을 받았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

```html
이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
Bayesian Age-Period-Cohort (BAPC) R PackageR Foundation / CRAN Repository https://cran.r-project.org/Bayesian age-period-cohort 예측 분석에 사용됨. 
CSV Data FilesInstitute for Health Metrics and Evaluation (IHME)N/AGBD 2021 결과 도구에서 추출한 부담 데이터세트를 후속 분석을 위해 내보냄.
dplyr R PackageR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=dplyrR에서 데이터 조작 및 정리에 사용됨.
GBD 2021 Data Input Sources ToolInstitute for Health Metrics and Evaluation (IHME)https://ghdx.healthdata.org/gbd-2021GBD 소스 문서의 공개 저장소.
ggplot2 R PackageR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=ggplot2시간 추세 및 불평등 분석의 그래픽 시각화에 사용됨. 
Global Burden of Disease (GBD) 2021 Results ToolInstitute for Health Metrics and Evaluation (IHME)https://vizhub.healthdata.org/gbd-results/사망, DALYs, ASMR, 그리고 ASDR 데이터 추출에 사용되는 공개 데이터베이스. 
INLA R PackageR-INLA Projecthttps://www.r-inla.org/연령-기간-코호트 모델링 내에서 Bayesian 추론에 사용됨. 
JD_GBDR Software Jingding Medical Technology Co., Ltd.Version 2.37.1GBD 부담 추정, 분해 분석 및 표준화된 비율 시각화에 사용됨.
Joinpoint Regression Program (Version 5.3.0)National Cancer Institute (NCI)https://surveillance.cancer.gov/joinpoint/downloadJoinpoint 회귀 분석, APC, 그리고 AAPC 추정에 사용됨. 
Microsoft ExcelMicrosoft Corporationhttps://www.microsoft.com/excel분석 전에 추출된 CSV 데이터세트를 구성 및 정리하는 데 사용됨. 
Personal Computer WorkstationAny standard computing workstationN/A최소 권장 사항: 8 GB RAM, 통계 분석 및 예측을 위한 Windows 10/11 또는 macOS.
R Statistical Software (Version 4.4.2)R Foundation for Statistical Computinghttps://www.r-project.org/통계 분석, EAPC 계산, 불평등 분석, 시각화 및 Bayesian age-period-cohort 모델링에 사용됨. 
RStudio DesktopPosit Software, PBChttps://posit.co/download/rstudio-desktop/R 분석을 위한 통합 개발 환경.  
```

참고문헌

  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).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

의학제234호제234호빈 값호글로벌 질병 부담사회인구학적 지표건강 불평등
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.