Een analytische workflow gebaseerd op GBD 2021 om de wereldwijde last van neoplasma's te schatten die toegeschreven is aan lage lichamelijke activiteit

Yizhou Lu; Yuguang Wu; Hongxin Chen

doi:10.3791/70495

Methodenartikel

Een analytische workflow gebaseerd op GBD 2021 om de wereldwijde last van neoplasma's te schatten die toegeschreven is aan lage lichamelijke activiteit

DOI:

10.3791/70495

⸱

7 augustus 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 dit artikel

Samenvatting

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

Dit protocol demonstreert een reproduceerbare workflow voor het extraheren, verwerken, analyseren en visualiseren van GBD 2021-schattingen van neoplasma's die toegeschreven kunnen worden aan lage fysieke activiteit. De workflow stelt onderzoekers in staat om lastindicatoren, temporele trends, decompositiecomponenten, sociaaleconomische ongelijkheden en modelgebaseerde projecties te evalueren met behulp van gestandaardiseerde populatiegegevens.

Samenvatting

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

Dit protocol beschrijft een reproduceerbare analytische workflow voor het schatten van de wereldwijde last van neoplasma's die toegeschreven worden aan lage fysieke activiteit met behulp van Global Burden of Disease 2021-gegevens. De workflow omvat gegevensextractie uit de GBD Results Tool, definitie van in aanmerking komende uitkomsten en blootstellingscategorieën, schatting van sterfgevallen, door arbeidsongeschiktheid gecorrigeerde levensjaren en leeftijdsgestandaardiseerde percentages, tijdstrendanalyse met geschatte jaarlijkse procentuele verandering en joinpoint-regressie, decompositieanalyse, beoordeling van sociaaleconomische ongelijkheid en Bayesiaanse leeftijdsperiode-cohortprojectie. Het protocol beschrijft ook hoe onzekerheidsintervallen, decompositiecomponenten en ongelijkheidsmetrieken geïnterpreteerd moeten worden in de context van gemodelleerde populatieniveau-schattingen. Als representatieve toepassing werd de workflow toegepast op colorectale kanker en vrouwelijke borstkanker, toegeschreven aan lage lichamelijke activiteit in 204 landen en gebieden van 1990 tot 2021, met prognoses tot 2045. Dit protocol kan worden aangepast voor andere GBD-risico-uitkomstparen wanneer onderzoekers een gestructureerde aanpak nodig hebben voor risico-toeschrijfbare lastschatting, trendkarakterisering, ongelijkheidsbeoordeling en projectieanalyse.

Inleiding

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

Neoplasmatische vormen een belangrijke categorie van niet-overdraagbare ziekten (NCD's) die bijdragen aan wereldwijde sterfte en invaliditeit, en vormen wereldwijd een kritieke volksgezondheidsuitdaging. Globocan 2022-gegevens toonden wereldwijd 19,96 miljoen nieuwe neoplasmagevallen en 9,74 miljoen sterfgevallen aan, waarbij long-, borst- (vrouwelijke) en darmkanker de overheersende maligniteiten vormen. De verwachte kankerincidentie zal tegen 2050 jaarlijks 35 miljoen bereiken (77% stijging ten opzichte van 2022), waarbij landen die laag scoren op de Human Development Index (HDI) naar verwachting een stijging van 142% zullen ervaren, gedreven door demografische transities. Demografische uitbreiding, veroudering van de bevolking, gebrekkige screeningssystemen en beperkte toegang tot behandelingen in regio's met lage HDI drijven deze trends aan, waardoor een noodzaak ontstaat voor een eerlijke verdeling van wereldwijde oncologiemiddelen¹.

Lage lichamelijke activiteit (LPA) is een gevestigde aanpasbare factor voor ernstige NCD's, die maligniteiten, stofwisselingsstoornissen en neuropsychiatrische aandoeningen ^omvatten ^2,3,4. LPA vormt een aanzienlijke wereldwijde gezondheidslast, met een leeftijdsgestandaardiseerde prevalentiestijging van 6,6% sinds 2000 en een bijdrage aan 7,2% van de wereldwijde sterfte door alle oorzaken in 2022, ^5,6. Matige lichamelijke activiteit (PA) biedt significante bescherming tegen borstkanker (HR 0,90; 95% BI: 0,87–0,93), darmkanker (HR 0,84; 95% BI: 0,77–0,91) en rectale kanker (HR 0,87; 95% BI: 0,80–0,95), met parallelle afnames in locatie-specifieke sterfte⁷. Om essentiële PA wereldwijd te promoten, hebben tal van landen en regio's nationale PA-richtlijnen ontwikkeld die zijn afgestemd op hun specifieke contexten (bijv. Canada, het VK en de VS), die breed zijn verspreid via organisaties zoals de Wereldgezondheidsorganisatie (WHO) en de Europese Unie. Helaas voldoet slechts 72,5% van de volwassenen wereldwijd aan de minimaal aanbevolen PA-niveaus zoals vastgelegd in de richtlijnen voor volksgezondheid⁸.

Het verminderen van een last van een laag door lichamelijke activiteit toegeschreven neoplasma is cruciaal voor het behalen van het doel van het VN-Duurzame Ontwikkelingsdoel (SDG) 2030: een derde vermindering van de voortijdige sterfte van NCD's via preventie en zorg⁹. Het genereren van robuust bewijs om de relatie tussen LPA en neoplasma te verduidelijken is essentieel voor het sturen van toekomstig zorgbeleid. De Global Burden of Diseases, Injuries, and Risk Factors Study 2021 (GBD 2021) biedt vergelijkbare bevolkingsschattingen van sterfte, invaliditeitsgecorrigeerde levensjaren (DALY's) en risico-toeschrijfbare last in 204 landen en gebieden van 1990 tot 2021, met behulp van gestandaardiseerde epidemiologische benaderingen. In GBD 2021 dekken schattingen van ziekte en letsel 371 ziekten en verwondingen, terwijl de risicofactoranalyse blootstelling, relatieve risico, populatie-toewijsbare fracties en toerekenbare last voor 88 risicofactoren^schat. Minder studies hebben echter een stapsgewijze en reproduceerbare workflow geleverd voor het extraheren van GBD 2021 neoplasmatische data met lage fysieke activiteit en het toepassen van trend-, decompositie-, ongelijkheids- en projectieanalyses binnen één protocol. Dit manuscript pakt deze methodologische kloof aan door de procedures voor gegevensextractie, variabelendefinitie, statistische modellering en interpretatie voor deze specifieke GBD-risico-uitkomstcombinatie te beschrijven. Dit protocol beschrijft een reproduceerbare secundaire analyse van GBD 2021-schattingen voor neoplasma's die te wijten zijn aan lage fysieke activiteit in 204 landen en gebieden van 1990 tot 2021, met prognoses tot 2045. De doelstellingen waren het kwantificeren van sterfgevallen, DALY's, leeftijdsgestandaardiseerde cijfers, temporele trends, ontbindingscomponenten, sociaaleconomische ongelijkheden en geprojecteerde last, zonder individuele causaliteit of directe interventie-effecten af te leiden.

Deze workflow is gekozen omdat het verschillende complementaire analytische componenten integreert in één reproduceerbaar raamwerk. In vergelijking met studies die alleen beschrijvende GBD-schattingen of single trend-metrics rapporteren, combineert dit protocol burden estimation, EAPC, joinpoint regressie, decompositieanalyse, ongelijkheidsbeoordeling en BAPC-projectie, waardoor gebruikers niet alleen de omvang van de last kunnen onderzoeken, maar ook temporele veranderingen, demografische factoren, sociaaleconomische gradiënten en toekomstige trends. Het protocol is van toepassing op onderzoekers die secundaire analyses uitvoeren van GBD-risico-toeschrijfbare schattingen, met name wanneer het doel is om lastpatronen over tijd, geslacht, leeftijdsgroepen, landen, regio's of SDI-categorieën te vergelijken.

Protocol

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

Deze studie gebruikte publiek toegankelijke, gedeïdentificeerde GBD 2021 bevolkingsniveau-schattingen. Er werden geen individuele menselijke deelnemersgegevens geraadpleegd. De GBD 2021-studie kreeg een vrijstelling van informed consent van de University of Washington Institutional Review Board; Daarom was er geen aanvullende institutionele ethische goedkeuring nodig voor deze secundaire analyse.

OPMERKING: Dit protocol beschrijft een reproduceerbare workflow voor het uitvoeren van een secundaire analyse van GBD 2021-schattingen voor neoplasma¹¹ die toegeschreven worden aan lage fysieke activiteit. De workflow omvat gegevensextractie, variabelendefinitie, lastschatting, analyse van temporele trends, decompositieanalyse, ongelijkheidsbeoordeling en Bayesiaanse leeftijdsperiode-cohortprojectie. De resultaten worden gepresenteerd om de toepassing van het protocol te illustreren in plaats van om een primaire causale relatie vast te stellen. De analytische workflow bestond uit zes opeenvolgende stappen: extractie van GBD 2021-schattingen, definitie van blootstelling, ziekte-uitkomsten en SDI-lagen, schatting van sterfgevallen, DALY's, leeftijdsgestandaardiseerde sterftegraad (ASMR) en leeftijdsgestandaardiseerde DALYs-rate (ASDR), temporele trendanalyse met behulp van geschatte jaarlijkse procentuele verandering (EAPC) en joinpoint-regressie, decompositie- en ongelijkheidsanalyses, en Bayesiaanse leeftijdsperiode-cohortprojectie tot 2045. Elk resultaat en figuur is gegenereerd uit een van deze gekoppelde analytische stappen.

1. Identificatie en toegang tot gegevensbronnen

Toegang tot de Global Burden of Disease (GBD) 2021 Resultatentool.
1. Open een webbrowser en navigeer naar de Global Burden of Disease Results Tool op https://vizhub.healthdata.org/gbd-results/.
2. Selecteer GBD 2021 als studieversie uit de beschikbare datasetopties.
3. Selecteer Risicofactoren uit het oorzaak-hiërarchiemenu.
Definieer ziekte-uitkomsten en risicofactoren.
1. Selecteer neoplasmatische als ziektecategorie.
2. Kies lage lichamelijke activiteit als risicofactor.
3. Selecteer sterfgevallen en arbeidsongeschiktheidsgecorrigeerde levensjaren (DALY's) als uitkomstmaten.
Specificeer bevolking, geografie en tijdsperiode.
1. Selecteer beide geslachten, man en vrouw, afzonderlijk voor geslachtsspecifieke analyses.
2. Selecteer alle beschikbare leeftijdsgroepen ≥25 jaar.
3. Selecteer alle 204 landen en gebieden.
4. Stel de analyseperiode vast van 1990 tot 2021.
Haal leeftijdsgestandaardiseerde uitkomstmaten uit.
1. Schakel leeftijdsstandaardisatie in met de GBD 2021-standaardpopulatie.
2. Selecteer leeftijdsgestandaardiseerde sterftecijfers (ASMR) en leeftijdsgestandaardiseerde DALYs-cijfers (ASDR) als outputvariabelen.
3. Neem 95% onzekerheidsintervallen (UI's) op voor alle geëxtraheerde schattingen.
4. Exporteer de geëxtraheerde gegevens in CSV-formaat voor downstream analyse.
5. Voor reproduceerbaarheid, gebruik de volgende GBD Results Tool selecties: studieversie: GBD 2021; context: Risicofactoren; Risico: Weinig lichamelijke activiteit; oorzaak: Neoplasma's; Maatregelen: Overlijdens en DALY's; Meetpunten: Aantal en Tarief; leeftijden: Leeftijdsgestandaardiseerde en alle beschikbare 5-jarige leeftijdsgroepen ≥ 25 jaar; geslachten: zowel mannelijk als vrouwelijk; locaties: Globaal, 21 GBD-regio's, SDI-regio's en 204 landen en gebieden; jaren: 1990–2021.
6. Exporteer de gemiddelde schatting, het onderste onzekerheidsinterval en het bovenste onzekerheidsinterval voor elke laag in CSV-formaat.
Verkrijg gegevens met sociodemografische index (SDI)-stratificatie.
1. Schakel stratificatie in op basis van de Sociodemografische Index (SDI).
2. Haal SDI-specifieke ASMR- en ASDR-gegevens uit voor vergelijkende analyses.
Toegang tot onderliggende databronnen.
1. Navigeer naar de GBD 2021 Data Input Sources Tool op https://ghdx.healthdata.org/gbd-2021.
2. Bekijk openbaar beschikbare documentatie die primaire gegevensbronnen beschrijft, waaronder vitale registratiesystemen, bevolkingsonderzoeken, medische dossiers en ziekteregisters.

2. Definitie van sleutelvariabelen en classificatiecriteria

Definieer neoplasma's.
1. Definieer neoplasmatische als kwaadaardige tumoren volgens de Global Burden of Disease (GBD) 2021 oorzaakhiërarchie.
2. Alleen kwaadaardige neoplasma's die worden gekenmerkt door ongecontroleerde cellulaire proliferatie als gevolg van genetische en epigenetische ontregeling.
3. Sluit goedaardige neoplasma's uit van alle analyses.
Definieer lage lichamelijke activiteit.
1. Definieer de intensiteit van lichamelijke activiteit met behulp van metabole equivalenten van taken (MET), waarbij 1 MET gelijkstaat aan een zuurstofverbruik van 3,5 mL O₂/kg/min in rust.
2. Bereken wekelijkse fysieke activiteit met behulp van het totale aantal MET-minuten per week.
3. Classificeer lichamelijke activiteitsniveaus in vier categorieën:^12,13:
  Minder dan 600 MET-minuten per week.
  600 tot 3.999 MET-minuten per week.
  4.000 tot 7.999 MET-minuten per week.
  8.000 of meer MET-minuten per week.
4. Definieer lage lichamelijke activiteit als minder dan 4.000 MET-minuten per week, in overeenstemming met de GBD 2021 risicotoeschreveningsmethode.
  OPMERKING: Deze cutoff is overgenomen uit de GBD 2021 risicoattributiedefinitie en is niet de novo geselecteerd in de huidige studie. Het werd gebruikt om consistentie te behouden met het GBD-raamwerk voor vergelijkende risicobeoordeling en om vergelijkbaarheid met andere GBD-gebaseerde schattingen te waarborgen.
Definieer SDI.
1. Definieer de SDI als een samengestelde indicator van 0 tot 1.
2. Bereken SDI met behulp van het geometrische gemiddelde van gestandaardiseerd inkomen per hoofd van de bevolking, opleidingsniveau en vruchtbaarheidscijfer bij personen jonger dan 25 jaar.
3. Classificeer landen en regio's in vijf SDI-categorieën¹⁴: Laag, Laag-Midden, Midden, Hoog-Midden en Hoog.
4. Ken landen toe aan een van de 21 GBD-regio's op basis van SDI-stratificatie.
Definieer neoplasma's die te wijten zijn aan lage lichamelijke activiteit.
1. Identificeer neoplasma's die toegeschreven kunnen worden aan lage lichamelijke activiteit met behulp van het GBD 2021 vergelijkende risicobeoordelingskader.
  1. Binnen dit kader operationaliseren we de last van lage fysieke activiteit door blootstellingsverdelingen, risico-uitkomst relatieve risico's en het theoretische minimale risicoblootstellingsniveau te combineren om populatie-toewijzingsfracties te schatten. Pas dit vervolgens toe op sterfgevallen en DALY's voor in aanmerking komende neoplasma-uitkomsten.
2. Neem darmkanker en vrouwelijke borstkanker op als neoplasmatische uitkomsten die te wijten zijn aan lage blootstelling aan lichamelijke activiteit.
  OPMERKING: In deze studie verwijzen neoplasma's die toegeschreven kunnen worden aan lage lichamelijke activiteit alleen naar colorectale kanker en vrouwelijke borstkanker zoals gedefinieerd in het GBD 2021 vergelijkende risicobeoordelingskader, en niet naar alle kwaadaardige tumoren.

3. Schatting van de wereldwijde last van neoplasma's die toegeschreven worden aan lage lichamelijke activiteit.

Haal indicatoren van de ziektelast eruit.
1. Importeer sterfgevallen en invaliditeitsgecorrigeerde levensjaren (DALYs) gegevens voor neoplasmata die toegeschreven kunnen worden aan lage lichamelijke activiteit uit het Global Burden of Disease (GBD) 2021 Results Tool, volgens het standaard GBD-raamwerk voor vergelijkende risicobeoordeling.
2. Extraheren leeftijdsgestandaardiseerde sterftecijfers (ASMR) en leeftijdsgestandaardiseerde DALYs-percentages (ASDR) per 100.000 bevolking met behulp van de GBD 2021 standaardpopulatie.
3. Bebehoud overeenkomstige 95% onzekerheidsintervallen voor alle geëxtraheerde schattingen zoals voorzien door de GBD 2021-methodologie.
Bereken de levensjaren op basis van arbeidsongeschiktheid.
1. Definieer arbeidsongeschiktheidsgecorrigeerde levensjaren (DALY's) als de som van verloren levensjaren (YLLs) en jaren geleefd met arbeidsongeschiktheid (YLD's), volgens de standaard GBD-definities.
2. Bereken YLL's door leeftijdsspecifieke sterfte te vermenigvuldigen met de referentielevensverwachting gespecificeerd in de GBD 2021-levenstabel.
3. Bereken YLD's door incidentgevallen te vermenigvuldigen met ziekte-specifieke invaliditeitsgewichten en ziekteduur, zoals beschreven in de GBD-methodologie.
4. Controleer dat berekende DALY-waarden overeenkomen met de GBD 2021 gerapporteerde schattingen.

4. Temporele trendanalyse

Geschatte jaarlijkse procentuele verandering:^15,16.
1. Importeer ASMR- en ASDR-gegevens in R-software (versie 4.4.2).
2. Pas natuurlijke logaritmische transformatie toe op leeftijdsgestandaardiseerde snelheden.
3. Pas lineaire regressiemodellen aan met het kalenderjaar als onafhankelijke variabele om temporele trends te beoordelen, volgens gevestigde epidemiologische trendanalysemethoden.
4. Bereken de geschatte jaarlijkse procentuele verandering (EAPC) van de regressiehelling met behulp van de standaard exponentiële transformatie.
5. Classificeer trends als stijgend, dalend of stabiel op basis van of het 95% betrouwbaarheidsinterval van de EAPC boven, onder of nul ligt.
Voer joinpoint-regressieanalyse uit.
1. Open het Joinpoint Regression Program (versie 5.3.0; Nationaal Kankerinstituut).
2. Importeer ASMR- en ASDR-datasets in de software.
3. Kies een log-lineair regressiemodel voor trendanalyse, in overeenstemming met de methodologische richtlijnen van Joinpoint¹⁷.
4. Specificeer een minimum van 0 en maximaal 6 joinpoints.
5. Selecteer de Data-Driven Bayesian Information Criterion (BIC)- methode met gewogen BIC-optimalisatie om optimale joinpoints te bepalen.
  1. Selecteer het maximum van zes joinpoints op basis van de lengte van de jaarlijkse tijdreeks van 1990 tot 2021 en de standaardaanbevelingen van het Joinpoint Regression Program.
  2. Bepaal het uiteindelijke aantal joinpoints met de datagedreven BIC.
6. Voer de analyse uit om de jaarlijkse procentuele verandering (APC) en de gemiddelde jaarlijkse procentuele verandering (AAPC) te berekenen met 95% betrouwbaarheidsintervallen. Voor strata met schaarse gegevens of instabiele jaarlijkse schattingen werden segmentspecifieke APC's voorzichtig geïnterpreteerd en niet benadrukt tenzij de passende trend werd ondersteund door overeenkomstige onzekerheidsintervallen en epidemiologisch plausibel was.
7. Exporteer APC- en AAPC-resultaten voor downstream-analyse.
  OPMERKING: EAPC en joinpointregressie werden voor verschillende doeleinden gebruikt. EAPC leverde een enkele samenvattende schatting van de gemiddelde log-lineaire trend over 1990–2021, terwijl joinpoint-regressie kalenderperioden identificeerde waarin het veranderingstempo verschoof en segmentspecifieke APC's schatte. Daarom werd EAPC gebruikt voor algehele vergelijking tussen strata, terwijl joinpointregressie werd gebruikt om temporele verbuigingspatronen te beschrijven.

5. Decompositieanalyse

Bereid decompositie-invoer voor.
1. Stratificeer sterfte- en DALY-gegevens op leeftijdsgroep, kalenderjaar en geografische regio.
2. Importeer gestratificeerde datasets in JD_GBDR software (versie 2.37.1).
Voer decompositieanalyse uit.
1. Ontbind veranderingen in sterfte en DALY's tussen geselecteerde tijdstippen in veroudering, populatiegroei en epidemiologische veranderingscomponenten met behulp van gevestigde ontbindingsmethoden¹⁸.
2. Kwantificeer de bijdrage van elk onderdeel aan de algehele veranderingen in de ziektelast.
  1. Interpreteer procentuele bijdragen als de evenredige bijdrage van veroudering, bevolkingsgroei en epidemiologische verandering aan de netto verandering in sterfgevallen of DALY's tussen twee tijdstip.
  2. Waarden die boven de 100% uitkomen of negatieve waarden kunnen optreden wanneer het ene onderdeel de belasting verhoogt terwijl een ander dit compenseert; interpreteer dergelijke waarden als wiskundige decompositie-effecten in plaats van directe biologische effecten.
3. Exportdecompositieresultaten voor globale, SDI-niveau en GBD regionale analyses.

6. Analyse van gezondheidsongelijkheid

Bereid gegevens voor voor ongelijkheidsbeoordeling.
1. Rangschik alle landen en gebieden op basis van hun SDI-waarden van laagst naar hoog.
2. Importeer ASMR en ASDR in R-software (versie 4.4.2).
Bereken de hellingsindex van ongelijkheid.
1. Ken elk land een relatieve sociaaleconomische rang toe op basis van de cumulatieve bevolkingsverdeling over SDI-lagen.
2. Pas een gewogen lineair regressiemodel aan met ASMR of ASDR als afhankelijke variabele en relatieve SDI-rang als onafhankelijke variabele.
3. Bereken de hellingsindex van ongelijkheid (SII) als het absolute verschil in ziektelast tussen de hoogste en laagste uiteinden van de SDI-gradiënt, volgens de vastgestelde ongelijkheidsanalysemethodologie.
Bereken de concentratie-index.
1. Bouw concentratiecurves door cumulatieve verhoudingen van ASMR of ASDR te plotten tegen cumulatieve bevolkingsverhoudingen, gerangschikt door SDI.
2. Bereken de concentratieindex (CII) als tweemaal de oppervlakte tussen de concentratiecurve en de gelijkheidslijn.
3. Interpreteer CII-waarden dicht bij nul als lage ongelijkheid en waarden die naar −1 of +1 toekomen als toenemende relatieve ongelijkheid, in overeenstemming met standaard gezondheidseconomiemethoden¹⁹.
Schat de onzekerheid voor ongelijkheidsmetrics.
1. Voor SII leidt u 95% betrouwbaarheidsintervallen af uit het gewogen regressiemodel met behulp van landniveau-bevolkingsgewichten.
2. Voor CII, schat 95% betrouwbaarheidsintervallen met bootstrap-resampling van landen en gebieden met vervanging.
3. Wanneer posterior draws beschikbaar zijn, herhaal je de SII- en CII-berekeningen over draws en rapporteer je de 2,5e en 97,5e percentielen als onzekerheidsintervallen.

7. Bayesiaanse leeftijdsperiode-cohort modellering

Bereid invoergegevens voor voor projectie.
1. Organiseer leeftijdsspecifieke sterfgevallen, DALY's en bijbehorende bevolkingsgegevens per 5-jaar leeftijdsgroep en kalenderjaar van 1990 tot 2021.
2. Zorg voor consistentie in leeftijdsgroepdefinities en tijdsintervallen gedurende de volledige observatieperiode.
Pas het Bayesiaanse leeftijds-periode-cohort model²⁰ toe.
1. Importeer de leeftijdsspecifieke last- en populatiedatasets in R met behulp van een Bayesiaans modelbouwkader voor leeftijdsperiode-cohorten.
2. Specificeer leeftijd-, menstruatie- en cohorteffecten als gestructureerde willekeurige effecten, waarbij tweederangs random-walk-priors worden gebruikt om aangrenzende leeftijdsgroepen, kalenderperioden en geboortecohorten te verzachten.
3. Genereer posterior schattingen van leeftijdsspecifieke percentages en bereken vervolgens de geprojecteerde ASMR en ASDR met behulp van de GBD 2021 standaardpopulatie.
4. Beoordeel de modelfit door passende schattingen te vergelijken met waargenomen schattingen in de historische periode.
5. Voer interne validatie uit door de meest recent geobserveerde jaren achter te houden, het model opnieuw aan te passen en voorspelde schattingen te vergelijken met waargenomen waarden.
Maak toekomstige projecties.
1. Prognose van leeftijdsgestandaardiseerde sterftecijfers en leeftijdsgestandaardiseerde DALYs-percentages voor neoplasma's die toegeschreven zijn aan lage lichamelijke activiteit van 2022 tot 2045.
2. Extraheren posterior gemiddelde schattingen en overeenkomstige 95% onzekerheidsintervallen voor alle geprojecteerde uitkomsten. Evalueer projectie-onzekerheid met posterieure 95% onzekerheidsintervallen en interpreteer schattingen verder van de waargenomen periode met toenemende voorzichtigheid.
3. Exporteer projectieresultaten voor visualisatie en rapportage.

8. Statistische analyse

Voer algemene statistische analyses uit.
1. Importeer alle opgeschonen datasets in R-software (versie 4.4.2).
2. Gebruik R-software om alle statistische analyses uit te voeren en cijfers en tabellen te genereren.
3. Stel de statistische significantie in op een tweezijdige p-waarde van minder dan 0,05 voor alle analyses.
Voer gespecialiseerde GBD-analyses uit.
1. Importeer GBD-geformatteerde datasets in JD_GBDR software (versie 2.37.1).
2. Gebruik de JD_GBDR-software om ziektelastberekeningen, decompositieanalyses en gestandaardiseerde snelheidsvisualisaties uit te voeren volgens GBD-analytische conventies.
Voer joinpoint-regressieanalyse uit.
1. Download en installeer het Joinpoint Regression Program (versie 5.3.0) van de website van het National Cancer Institute (https://surveillance.cancer.gov/joinpoint/download).
2. Importeer leeftijdsgestandaardiseerde sterftecijfers en leeftijdsgestandaardiseerde DALYs-datasets in de Joinpoint-software.
3. Selecteer een log-lineair regressiemodel en voer joinpoint-regressieanalyse uit om temporele trends te evalueren, volgens de methodologie van het Joinpoint Regression Program.
4. Exporttrendschattingen, inclusief jaarlijkse procentuele en gemiddelde jaarlijkse procentuele verandering, met bijbehorende 95% betrouwbaarheidsintervallen.
  OPMERKING: Alle analyses zijn uitgevoerd met R-softwareversie 4.4.2, Joinpoint Regression Program versie 5.3.0 en JD_GBDR softwareversie 2.37.1. De belangrijkste analytische settings omvatten log-lineaire EAPC-modellen, joinpointregressie met 0–6 joinpoints geselecteerd door het datagedreven Bayesian Information Criterion, decompositie in verouderings-, populatiegroei- en epidemiologische veranderingscomponenten, gewogen regressie voor SII, bootstrap-resampling of posterior draws voor CII-onzekerheid, en Bayesiaanse leeftijdsperiode-cohortprojectie tot 2045.

Resultaten

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

Succesvolle implementatie van dit protocol moet een volledige set geharmoniseerde GBD-afgeleide schattingen genereren over vooraf gedefinieerde locaties, jaren, geslachten, leeftijdsgroepen, maten en metrics. De verwachte outputs omvatten leeftijdsgestandaardiseerde en leeftijdsspecifieke lastschattingen met 95% onzekerheidsintervallen, EAPC- en joinpointtrendschattingen, decompositiecomponenten, SII- en CII-ongelijkheidsmetrieken, en BAPC-gebaseerde projecties met posterieure onzekerheidsintervallen. Een suboptimale implementatie wordt aangegeven door ontbrekende strata, inconsistente leeftijds- of locatielabels, het niet reproduceren van GBD-gerapporteerde schattingen na het opschonen van data, onstabiele joinpointmodellen in dunne strata, of ongelooflijk smalle projectieintervallen.

Globale last van neoplasma's toe te schrijven aan LPA
In 2021 waren neoplasma's die aan LPA worden toegeschreven verantwoordelijk voor 87.440 wereldwijde sterfgevallen (95% UI: 48.636–125.811), wat een stijging van 95,73% is ten opzichte van de basislijn van 1990 (44.675; 95% UI: 24.963–64.997) (Tabel 1, Aanvullende Tabel 1). Na correctie voor verschillen in de bevolkingsleeftijdsstructuur daalde de ASMR van 1,32 (95% UI: 0,75–1,92) naar 1,06 (95% UI: 0,59–1,52) per 100.000 tussen 1990 en 2021. De gelijktijdige toename van absolute sterfgevallen en afname van ASMR duidt erop dat bevolkingsgroei en veroudering het totale aantal sterfgevallen verhoogden, terwijl het leeftijdsgestandaardiseerde sterftecijfer in de loop van de tijd afnam. Deze significante daling werd bevestigd door een EAPC van -0,79 (95% BI: -0,83 tot -0,75) en AAPC van -0,70 (95% BI: -0,73 tot -0,68) (Tabel 1, Aanvullende Tabel 2). Joinpoint regressiemodellering identificeerde vijf temporele buigpunten in ASMR-trajecten (1994, 2004, 2007, 2014 en 2018) via gesegmenteerde lineaire regressieanalyse (Figuur 1, Aanvullende Tabel 2).

Evenzo steeg DALY's gerelateerd aan neoplasma's die aan LPA toegeschreven kunnen worden met ongeveer 84,79% van 944.286 (95% UI: 505.737–1.389.544) in 1990 tot 1.744.944 (95% UI: 908.799–2.545.345) in 2021 (Tabel 2, Aanvullende Tabel 1). Ondanks stijgende absolute lasten daalde ASDR van 25,16 (95% UI: 13,67–37,09) naar 20,50 (95% UI: 10,73–29,89) per 100.000 in 1990–2021, wat een daling van 18,51% oplevert (95% UI: -26,10 tot -10,09). Deze seculiere verzwakking parallelle met significante temporele trends (EAPC: -0,76, 95% BI: -0,82 tot -0,70; AAPC: -0,68, 95% BI: -0,72 tot -0,64) (Tabel 2, Aanvullende Tabel 2). Joinpoint-regressie bevestigde trend-inflectiepunten in 1994, 2004, 2007, 2014 en 2018 (Figuur 1, Aanvullende Tabel 2).

In 2021 vormde CRC de belangrijkste bijdrager aan neoplasma's die toegeschreven worden aan LPA-sterfte, met een ASMR van 0,87 (95% UI: 0,55–1,19) per 100.000 bevolking, terwijl vrouwelijke BC een relatief lagere ASMR van 0,19 (95% UI: 0,04–0,34) per 100.000 vertoonde. Van 1990 tot 2021 vertoonden alle neoplasma-subtypen dalende sterftetrends, gekenmerkt door EAPC van -0,82 (95% BI: -0,86 tot -0,78) en AAPC van -0,72 (95% BI: -0,74 tot -0,70) voor CRC, en overeenkomstige waarden van -0,66 (95% BI: -0,72 tot -0,61) en -0,56 (95% BI: -0,58 tot -0,55) voor BC. Deze temporele patronen in ASDR liepen parallel met de ASMR-trajecten over alle ziektesubtypen, waarbij CRC de meest uitgesproken afnames liet zien (ASDR-afname: 20,34%, 95% UI: -27,99 tot -10,82) (Tabel 1, Tabel 2, Aanvullende Tabel 3, Aanvullende Figuur 1). Om de leesbaarheid te verbeteren, richt de hoofdtekst zich op globale, geslachtsspecifieke en SDI-gestratificeerde bevindingen, terwijl gedetailleerde schattingen op land- en regioniveau worden gerapporteerd in de aanvullende materialen.

Globale last van neoplasma's toe te schrijven aan LPA: Geslacht-leeftijd stratificatie
De wereldwijde ziektelast van neoplasma's die aan LPA worden toegeschreven, vertoonde een karakteristieke unimodale leeftijdsverdeling met een initiële escalatie gevolgd door geleidelijke achteruitgang, wat vrouwen onevenredig trof. In 2021 piekten de sterftecijfers tussen 80 en 84 jaar voor beide geslachten, terwijl DALY's hun hoogtepunt eerder bereikten met 70–74 jaar. ASMR en ASDR vertoonden een progressieve verhoging met de toenemende leeftijd, en bereikten maximale niveaus bij oudere bevolkingsgroepen. Opmerkelijk is dat vertraging van leeftijdsgebonden verhogingen en absolute afnames beperkt was tot oudere mannen. Vrouwen handhaafden verhoogde frequentieverhoudingen in alle leeftijdsstraten, waarbij epidemiologische patronen overeenkwamen met de waarnemingen van 1990 (Figuur 2, Aanvullende Tabel 4, Aanvullende Tabel 5, Aanvullende Figuur 2).

Neoplasma's die aan LPA worden toegeschreven, vertoonden een stijgende wereldwijde sterfte- en DALY-last in 1990-2021. Mannen vertoonden grotere proportionele stijgingen [mortaliteit: 131,61% (95% UI:94,52–176,46); DALYs: 114,23% (95% UI:79,34–157,63)] versus duidelijke absolute groei van de last bij vrouwen: sterfte van 31.792 (95% UI: 16.647–46.903) naar 57.602 (95% UI: 29.060–85.197) (+81,18%), DALY's van 676.178 (95% UI: 336.046–992.525) tot 1.170.572 (95% UI: 555.314–1.756.518) (+73,12%). Vrouwen vertoonden gedurende de studieperiode consequent een onevenredig hogere ziektelast dan mannen (Tabel 1, Tabel 2, Aanvullende Tabel 1 en Aanvullende Figuur 3). Dit geslachtsverschil moet worden geïnterpreteerd in het licht van de GBD-uitkomstdefinitie, omdat vrouwelijke borstkanker wordt opgenomen onder neoplasmatische tumoren die door lage lichamelijke activiteit toegeschreven kunnen worden, terwijl mannelijke borstkanker dat niet is. Daarom weerspiegelt de hogere vrouwelijke last deels de samenstelling van de ziekte, naast mogelijke geslachtsspecifieke verschillen in blootstelling, vatbaarheid of toegang tot gezondheidszorg. ASR's voor neoplasma's die toegeschreven kunnen worden aan LPA vertoonden echter geslachtsdimorfe dalingen: ASMR: Mannen: 0,92 (95% UI: 0,57–1,30) tot 0,84 (95% UI: 0,52–1,19) /100.000 [EAPC -0,32 (95% BI: -0,36 tot -0,28)]; Vrouwen: 1,61 (95% UI: 0,85–2,38) tot 1,24 (95% UI: 0,62–1,83)/100.000 [EAPC: -0,96 (95% BI: -1,00 tot -0,91))]. ASDR: Mannen: 16,57 (95% UI: 10,18–22,94) tot 15,03 (95% UI: 9,21–20,93)/100.000 [EAPC -0,37 (95% BI: -0,43 tot -0,32]; Vrouwen: 32,38 (95% UI: 16,26–47,60) tot 25,46 (95% UI: 12,04–38,21)/100.000 [EAPC -0,89 (95% BI: -0,95 tot -0,83)]. AAPC bevestigde dit seksuele dimorfisme: ASMR: mannen -0,29 (95% BI: -0,31 tot -0,26), vrouwen -0,85 (95% BI: -0,87 tot -0,83); ASDR: mannen -0,31 (95% BI: -0,35 tot -0,29), vrouwen -0,78 (95% BI: -0,79 tot -0,76) (Tabel 1, Tabel 2, Figuur 1, Figuur 3, Aanvullende Tabel 2).

Wereldwijde last van neoplasma's toe te schrijven aan LPA: Analyse van sociodemografische disaggregatie
Neoplasma's die aan LPA worden toegeschreven, vertoonden significante sociaaleconomische verschillen: In 2021 liet ASMR een progressieve gradiënt zien van 0,41 (95% UI: 0,20–0,61) naar 1,35 (95% UI: 0,75–1,95)/100.000 (3,3-voudige stijging; laag tot hoog SDI), parallel lopend met ASDR die escaleerde van 8,83 (95% UI: 4,16–13,49) naar 26,52 (95% UI: 14,13–38,73)/100.000 (3,0-voudig). In 1990–2021, terwijl de wereldwijde cijfers over het algemeen daalden [ASMR EAPC: -0,79 (95% BI: -0,83 tot -0,75), ASDR EAPC: -0,76 (95% BI: -0,82 tot -0,70)], ontstond er significante heterogeniteit tussen SDI-kwintielen: Regio's met hoge SDI vertoonden aanzienlijke afzwakking [ASMR EAPC -1,42 (95% BI:-1,48 tot -1,36); ASDR EAPC -1,40 (95% BI:-1,47 tot -1,33)] in contrast met stijgende lasten bij laag-midden SDI [ASMR EAPC 0,86 (95% BI:0,81–0,91); ASDR EAPC 0,77 (95% BI:0,73–0,81)] (Tabel 1, Tabel 2, Figuur 3).

Tussen 1990 en 2021 vertoonde SDI significante positieve correlaties met ASMR (ρ = 0,7560, p < 0,001) en ASDR (ρ = 0,7364, p < 0,001) over 21 GBD-regio's, waarbij de percentages stegen tot SDI≈0,8 en vervolgens daalden op hogere niveaus (Figuur 4). In 2021 bleven deze correlaties bestaan voor ASMR (ρ = 0,6724, p < 0,001) en ASDR (ρ = 0,5938, p < 0,001) in 204 landen/gebieden, wat GBD-regionale patronen weerspiegelt. Barbados, het Verenigd Koninkrijk, Amerikaans Samoa en Micronesië (Federated States of) vertoonden ASMR/ASDR-waarden die de SDI-voorspellingen aanzienlijk overtroffen (Figuur 5).

Geografische verschillen in de last van neoplasma's als gevolg van LPA
In 2021 vertoonden neoplasma's die aan LPA kunnen worden toegeschreven duidelijke regionale lasten: het laagst in Zuid-Azië (ASMR 0,42/100.000; ASDR 9,05/100.000), Oostelijk Sub-Sahara Afrika (0,42; 8,95) en Centraal-Azië (0,48; 9,94), tegenover het hoogste in Australazië (1,69; 34,88) en Centraal-Europa (1,75; 32,89). Oost-Azië droeg de grootste wereldwijde last met 19.608 sterfgevallen (95% UI: 11.453–29.247) en 396.653 DALYs (95% UI: 224.218–604.269). Tussen 1990 en 2021 lieten Zuidelijk Sub-Sahara Afrika en Midden-Latijns-Amerika de meest significante toename van ASMR/ASDR voor deze maligniteit zien (Tabel 1, Tabel 2). Regionale en nationale vergelijkingen werden beschrijvend geïnterpreteerd, omdat GBD-schattingen per situatie kunnen verschillen in precisie, afhankelijk van de beschikbaarheid en kwaliteit van de onderliggende data.

Als aanvulling op dit regionale perspectief kwantificeerde nationale analyse verder de verschillen in ziektelast: de hoogste ASMR was in Monaco [2,47 (95% UI: 1,24–3,88)], VK [2,69 (95% UI:1,50–3,82)] en Barbados [3,16 (95% UI: 1,54–4,92)], terwijl de hoogste ASDR zich uitte in Micronesië [61,31 (95% UI: 27,37–98,65)], Amerikaans Samoa [62,28 (95% UI: 28,75–101,61)] en Barbados [66,62 (95% UI:31,56–104,95)]. Omgekeerd werd de laagste ASMR gekarakteriseerd in Tanzania [0,16 (95% UI:0,06-.30)], Malawi [0,19 (95% UI: 0,08–0,33)] en Oezbekistan [0,19 (95% UI: 0,08–0,32)], met overeenkomstig lage ASDR in Tanzania [3,36 (95% UI:1,22–6,12)], Benin [3,97 (95% UI: 1,58–7,12)] en Malawi [4,25 (95% UI:1,60–7,64)]. Opmerkelijk is dat China de hoogste wereldwijde last droeg met 18.624 sterfgevallen (95% UI: 10.849–27.939) en 375.360 DALYs (95% UI: 211.389–574.711). In 1990 en 2021 behaalden Oostenrijk, San Marino en België aanzienlijke dalingen in beide metrics, terwijl Kaapverdië, Lesotho en Honduras duidelijke ASMR-stijgingen lieten zien, waarbij Lesotho, Mauritius en El Salvador significante ASDR-verhogingen vertoonden (Figuur 6, Aanvullende Tabel 6, Aanvullende Tabel 7, Aanvullende Figuur 4). Landen en gebieden met extreme ASMR- of ASDR-waarden werden benadrukt om de lastverdeling te beschrijven, maar deze schattingen moeten met voorzichtigheid worden geïnterpreteerd, vooral in kleine populaties of omgevingen met grote onzekerheidsintervallen.

Decompositieanalyse
Decompositieanalyse (veroudering/populatie/epidemiologische verandering) kwantificeerde sterfte- en DALY-variaties over de wereldwijde 5-SDI en 21-GBD regio's (Figuur 7, Aanvullende Tabel 8). Omdat decompositiepercentages worden berekend ten opzichte van de netto verandering in de last, kunnen zeer grote positieve of negatieve waarden optreden wanneer tegengestelde componenten elkaar compenseren. Deze waarden geven de relatieve wiskundige bijdrage van elk onderdeel aan en moeten niet worden geïnterpreteerd als biologische effectgroottes.

Wereldwijd werden neoplasma's die te wijten zijn aan LPA-sterfte en DALY-variaties voornamelijk veroorzaakt door populatie (mortaliteit: 88,44%, DALYs: 131,53%), gevolgd door veroudering (46,63%; -79,71%) en epidemiologische verandering (-35,07%; 48,19%), wat de nadelige wereldwijde impact van de bevolking aantoont.

Op het niveau van de SDI-regio toonde de bevolking consequent negatieve effecten op zowel sterfte als DALYs. Daarentegen vertoonde veroudering negatieve effecten op de sterfte in alle SDI-regio's, maar positieve effecten op DALY's, terwijl epidemiologische veranderingen schadelijke effecten hadden in midden-SDI-regio's en lager. Specifiek vertoonden regio's met een hoge SDI de meest uitgesproken effecten van alle drie de demografische determinanten: veroudering (48,02% sterfteverandering, -104,89% DALY-variatie), bevolking (175,03%, 300,33%) en epidemiologische verandering (-123,04%, -95,44%). Wat betreft sterfte, vertoonde veroudering het minst negatieve effect in regio's met een lage SDI (28,08%), de bevolking liet minimale schadelijke impact zien in regio's met een laag tot midden SDI (50,27%), terwijl epidemiologische veranderingen de maximale positieve invloed vertoonden in regio's met een hoge SDI (-123,04%). Voor DALY's toonde veroudering significante positieve effecten in regio's met een hoge SDI (-104,89%), terwijl regio's met een laag-midden SDI de zwakste negatieve impact op de bevolking (64,39%) ervaarden maar de meest substantiële nadelige gevolgen van epidemiologische veranderingen leden (46,31%).

In 21 GBD-regio's vertoonden veroudering (75,74%), bevolking (389,67%) en epidemiologische verandering (-298,99%) hun grootste bijdrage aan sterfte in Australazië en West-Europa, terwijl minimale mortaliteitseffecten werden aangetoond in Centraal-Europa, Midden-Latijns-Amerika en Oceanië met respectievelijk -9,04%, 42% en -3,06%. Verrassend genoeg vertoonde West-Europa extreme DALY-variatiebijdragen door veroudering (-1036,4%), bevolking (1987,98%) en epidemiologische verandering (-851,58%), terwijl Zuidoost-Azië (0,7%), Centraal-Latijns-Amerika (47,99%) en Oceanië (-4,83%) de zwakste overeenkomstige DALY-invloeden van deze determinanten vertoonden.

Analyse van gezondheidsongelijkheid
Gezondheidsongelijkheidsmetrics toonden aanhoudende verschillen in neoplasma's die te wijten zijn aan LPA-last in SDI-regio's: tussen 1990 en 2021 daalde SII voor ASMR van 1,45 (95% BI: 1,24–1,66) naar 1,11 (95% BI: 0,95–1,26), terwijl CII daalde van 0,30 (95% BI: 0,26–0,34) naar 0,20 (95% BI: 0,17–0,24). Overeenkomstige ASDR-trends toonden een afname van SII (28,52 [95% BI: 24,21–32,83] tot 20,02 [95% BI: 16,62–23,41]) en een CII-daling (0,27 [95% BI: 0,23–0,31] tot 0,17 [95% BI: 0,13–0,21]), wat gezamenlijk aanzienlijke verbeteringen aantoonde in zowel absolute (SII) als relatieve (CII) ongelijkheidsmetrieken (Figuur 8, Aanvullende Tabel 9).

Geprojecteerde wereldwijde last van neoplasma's toe te schrijven aan LPA: Bayesiaanse leeftijdsperiode-cohortmodelanalyse (2022–2045)
BAPC-modellering voorspelt een geleidelijke wereldwijde daling van neoplasma's door LPA-lasten tegen 2045: ASMR daalt van 1,34 (95% UI: 1,33–1,35) naar 0,95 (95% UI: 0,88–1,03)/100.000 en ASDR van 25,36 (95% UI: 25,30–25,41) naar 18,86 (95% UI: 16,99–20,72)/100.000. Geslachtsspecifieke analyse toont aanhoudende verschillen met vrouwen die hogere lasten dragen - mannelijke ASMR daalt met 0,14/100.000 [eind 0,79 (95% UI: 0,71–0,88)] tegenover grotere vrouwelijke afname (0,54/100.000) en nog hoger eindpercentage [1,09 (95% UI: 1,00–1,18)]. Evenzo bereikt de geprojecteerde ASDR 14,22/100.000 mannen tegenover 23,28/100.000 vrouwen (Figuur 9, Aanvullende Tabel 10). Omdat projecties na de waargenomen periode afhankelijk zijn van historische trendstabiliteit en modelaannames, moeten de schattingen van 2045 worden geïnterpreteerd als modelgebaseerde projecties in plaats van definitieve voorspellingen.

figure-results-1
Figuur 1: Samenvoegingsregressie van ASMR en ASDR voor neoplasmata die te wijten zijn aan lage lichamelijke activiteit van 1990 tot 2021, gestratificeerd naar geslacht. (A) ASMR en (B) ASDR. Stippen geven waargenomen jaarlijkse schattingen aan, aangepaste lijnen geven gesegmenteerde log-lineaire trends aan, en verticale markeringen geven gedetecteerde verbindingspunten aan. Segmentspecifieke APC's en AAPC's zijn opgenomen in Aanvullende Tabel 2. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-2
Figuur 2: Leeftijdsspecifieke sterfgevallen en DALY's voor neoplasma's die te wijten zijn aan lage lichamelijke activiteit in 2021, gestratificeerd naar geslacht. (A) Overlijdens en (B) DALYs-balken tonen absolute getallen, lijnen tonen leeftijdsspecifieke percentages, en foutbalken of gearceerde banden geven 95% onzekerheidsintervallen aan. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-3
Figuur 3: Temporele trends in ASMR en ASDR voor neoplasma's die wereldwijd en over SDI-kwintielen worden toegeschreven aan lage lichamelijke activiteit, 1990–2021. (A–F) ASMR en (G–L) ASDR. (A,G) Globaal, (B,H) Hoge SDI, (C,I) Hoog-Midden SDI, (D,J) Midden SDI, (E,K) Laag-Midden SDI, (F,L) Lage SDI. Gedetailleerde numerieke schattingen zijn te vinden in Tabel 1, Tabel 2 en Aanvullende Tabel 2. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-4
Figuur 4: ASMR en ASDR voor neoplasma's die toegeschreven worden aan lage fysieke activiteit door SDI in 21 GBD-regio's van 1990 tot 2021. (A) ASMR en (B) ASDR. De getailleerde curve illustreert de algemene associatie tussen SDI en last. Gebieden boven of onder de aangepaste curve hadden hogere of lagere niveaus waargenomen dan verwacht op een vergelijkbaar SDI-niveau. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-5
Figuur 5: ASMR en ASDR voor neoplasma's die in 2021 worden toegeschreven aan lage fysieke activiteit door SDI in 204 landen en gebieden. (A) ASMR en (B) ASDR. Landen boven of onder de aangepaste SDI-curve hadden op een vergelijkbaar SDI-niveau hogere of lagere tarieven waargenomen dan verwacht. Deze afwijkingen kunnen de blootstellingsverdeling, populatiestructuur, kankerdetectie, volledig bestand van het register of onzekerheid in gemodelleerde schattingen weerspiegelen. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-6
Figuur 6: ASMR en ASDR op landniveau voor neoplasma's die te wijten zijn aan lage lichamelijke activiteit in 2021. (A) ASMR en (B) ASDR. Kleurcategorieën geven puntschattingen per 100.000 inwoners weer. Schattingen voor landen of gebieden met kleine bevolkingen of brede onzekerheidsintervallen moeten met voorzichtigheid worden geïnterpreteerd. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-7
Figuur 7: Decompositie van veranderingen in sterfgevallen en DALY's als gevolg van lage lichamelijke activiteit in veroudering, bevolkingsgroei en epidemiologische veranderingen. (A) Overlijdens en (B) DALY's. Positieve waarden geven aan dat componenten bijdragen aan een verhoogde last, terwijl negatieve waarden aangeven dat componenten de groei van de last compenseren. Percentages kunnen boven de 100% uitkomen of negatief zijn wanneer componenten in tegengestelde richtingen werken. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-8
Figuur 8: Analyse van gezondheidsongelijkheid van neoplasma's die te wijten zijn aan lage lichamelijke activiteit. (A–D) Cumulatief percentage sterfte en DALYs. De SDI vertegenwoordigt het absolute verschil in last tussen de hoogste en laagste uiteinden van de SDI-verdeling, terwijl de Concentratieindex de relatieve ongelijkheid binnen de SDI-gerangschikte bevolking weergeeft. Waarden dichter bij nul duiden op een lagere ongelijkheid. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-9
Figuur 9: Bayesiaanse leeftijdsperiode-cohortprojecties van ASMR en ASDR voor neoplasma's die toegeschreven worden aan lage lichamelijke activiteit van 2022 tot 2045. (A–F) Vaste lijnen geven posterior gemiddelde schattingen aan, en schaduwgebieden geven 95% onzekerheidsintervallen aan. Projecties moeten worden geïnterpreteerd als modelgebaseerde schattingen, afhankelijk van historische trends en modelaannames. Klik hier om een grotere versie van deze figuur te bekijken.

	1990		2021		1990-2021
	Overlijdensgevallen	ASR per 100.000	Overlijdensgevallen	ASR per 100.000	PC in ASR's(%)	EAPC van ASMR
	Aantal (95% UI)	ASMR (95% UI)	Aantal (95% UI)	ASMR (95% UI)	(95% UI)	(95% BI)
Globaal	44.674,70 (24.963,44 tot 64.996,55)	1.32(0.75 tot 1.92)	87.440,12 (48.636,46 tot 125.810,50)	1.06(0,59 tot 1,52)	-19.72(-27.11 tot -11.38)	-0,79(-0,83 tot -0,75)
Seks
Mannelijk	12.882,94 (7.911,97 tot 17.917,59)	0,92(0,57 tot 1,30)	29.838,39 (18.371,98 tot 42.033,66)	0,84(0,52 tot 1,19)	-8.61(-23.80 tot 9.61)	-0,32(-0,36 tot -0,28)
Vrouwelijk	31.791,77 (16.646,68 tot 46.902,98)	1.61(0.85 tot 2.38)	57.601,73 (29.060,33 tot 85.196,67)	1.24(0.62 tot 1.83)	-23.17(-31.34 tot -14.61)	-0,96(-1,00 tot -0,91)
SDI
Lage SDI	702,55(360,97 tot 1.079,18)	0,36(0,19 tot 0,55)	1.755,02(845,64 tot 2.662,49)	0,41(0,20 tot 0,61)	11,58(-7,78 tot 39,82)	0,36(0,24 tot 0,49)
Laag-midden SDI	2.326,69(1.203,88 tot 3.443,41)	0,44(0,24 tot 0,65)	7.394,12 (3.580,19 tot 10.989,26)	0,57(0,28 tot 0,84)	29.63(9.70 tot 53.53)	0,86(0,81 tot 0,91)
Midden SDI	7.125,05 (3.839,38 tot 10.401,70)	0,84(0,46 tot 1,23)	21.815,22 (12.091,00 tot 31.568,52)	0,89(0,50 tot 1,28)	5,81(-10,55 tot 25,55)	0,06(0,01 tot 0,11)
Hoog-midden SDI	11.715,52 (6.575,68 tot 16.808,12)	1,34(0,76 tot 1,90)	24.257,36 (13.536,14 tot 34.810,76)	1,24(0,70 tot 1,78)	-7.34(-20.01 tot 6.36)	-0,30(-0,36 tot -0,23)
Hoge SDI	22.740,72 (12.713,50 tot 33.355,57)	2.03(1.14 tot 3.00)	32.101,73(17.720,24 tot 46.072,78)	1.35(0,75 tot 1,95)	-33,53(-40,64 tot -26,20)	-1,42(-1,48 tot -1,36)
GBD-regio
Andes-Latijns-Amerika	94,66(46,63 tot 144,02)	0,52(0,26 tot 0,79)	334,93(165,85 tot 522,17)	0,59(0,29 tot 0,92)	14.07(-17.75 tot 60.72)	0,42(0,31 tot 0,53)
Australazië	622,72(330,83 tot 894,24)	2.70(1.44 tot 3.87)	985,92(553,20 tot 1.451,29)	1,69(0,95 tot 2,49)	-37,32(-48,68 tot -23,42)	-1,62(-1,70 tot -1,55)
Caribisch gebied	307.15(157.94 tot 442.19)	1.27(0.66 tot 1.84)	718.83(375.11 tot 1.074.48)	1,33(0,69 tot 1,98)	4.11(-14.10 tot 25.40)	0,21(0,16 tot 0,25)
Centraal-Azië	255.09(121.93 tot 379.62)	0,58(0,28 tot 0,86)	338,66(168,31 tot 509,00)	0,48(0,24 tot 0,72)	-17,80(-31,97 tot -1,09)	-0,08(-0,26 tot 0,10)
Centraal-Europa	2.266,85(1.272,80 tot 3.271,41)	1.62(0.91 tot 2.32)	4.170,99(2.237,91 tot 6.015,29)	1,75(0,93 tot 2,53)	7,93(-7,79 tot 24,67)	0,09(-0,03 tot 0,21)
Centraal-Latijns-Amerika	384.26(183.94 tot 573.19)	0,52(0,25 tot 0,77)	1.556,11 (800,47 tot 2.334,25)	0,64(0,33 tot 0,95)	23.59(2.30 tot 50.21)	0,71(0,48 tot 0,93)
Centraal-Sub-Sahara Afrika	83.65(40.22 tot 132.35)	0,48(0,24 tot 0,75)	236.51(100.45 tot 393.49)	0,55(0,25 tot 0,91)	14,74(-21,74 tot 63,78)	0,46(0,29 tot 0,62)
Oost-Azië	6.768,09(3.653,81 tot 10.056,11)	1.03(0,57 tot 1,53)	19.607,89(11.453,34 tot 2.9247,43)	0,98(0,57 tot 1,45)	-4,73(-32,51 tot 33,60)	-0,29(-0,36 tot -0,21)
Oost-Europa	2.802,45 (1.497,00 tot 3.941,72)	1,05(0,57 tot 1,47)	4.428,85(2.320,28 tot 6.600,14)	1.21(0,63 tot 1,80)	15,79(-8,61 tot 44,43)	0,36(0,26 tot 0,47)
Oostelijk Sub-Sahara Afrika	225,93(105,51 tot 360,94)	0,35(0,17 tot 0,55)	588,90(269,23 tot 909,90)	0,42(0,19 tot 0,65)	19.13(-7.33 tot 59.92)	0,53(0,40 tot 0,65)
Hooginkomens Azië-Pacific	2.898,71 (1.630,17 tot 4.145,85)	1.52(0.86 tot 2.19)	7.306,42 (4.018,91 tot 10.907,07)	1.31(0,71 tot 1,90)	-14.02(-33.96 tot 15.28)	-0,55(-0,60 tot -0,50)
Hooginkomens Noord-Amerika	5.859,88(2.968,16 tot 9.058,79)	1.59(0.80 tot 2.47)	7.243,90(3.643,52 tot 10.755,63)	1.03(0,52 tot 1,53)	-34,95(-51,35 tot -13,14)	-1,52(-1,62 tot -1,41)
Noord-Afrika en Midden-Oosten	1.271,47(733,69 tot 1.840,36)	0,88(0,51 tot 1,25)	3936.12(2155.17 tot 5755.13)	0,98(0,56 tot 1,43)	11.42(-5.74 tot 33.24)	0,67(0,50 tot 0,84)
Oceanië	18.63(7.98 tot 30.63)	0,67(0,31 tot 1,07)	47.63(18.61 tot 78.91)	0,63(0,26 tot 1,03)	-5,55(-23,06 tot 16,71)	-0,20(-0,29 tot -0,12)
Zuid-Azië	1.737,90(882,29 tot 2.628,84)	0,35(0,18 tot 0,53)	5.543,21(2.719,11 tot 8.491,21)	0,42(0,21 tot 0,64)	20.20(-6.28 tot 49.97)	0,44(0,32 tot 0,56)
Zuidelijk Latijns-Amerika	1.913,00(997,87 tot 2.899,66)	0,87(0,46 tot 1,32)	6.763,64 (3.374,55 tot 10.004,93)	1.16(0.59 tot 1.69)	33.53(6.63 tot 63.18)	0,85(0,76 tot 0,94)
Zuidelijk Sub-Sahara Afrika	464,42(233,50 tot 723,20)	1.08(0,56 tot 1,67)	860,59(417,20 tot 1.323,57)	0,95(0,46 tot 1,46)	-12.08(-37.87 tot 27.28)	-0,21(-0,35 tot -0,07)
Zuidoost-Azië	267,72(130,05 tot 417,79)	1.14(0,56 tot 1,76)	753,71(364,83 tot 1.110,43)	1.53(0.77 tot 2.26)	34.50(5.96 tot 67.10)	1.00(0.79 tot 1.21)
Tropisch Latijns-Amerika	868,79(440,43 tot 1.265,92)	1.12(0,57 tot 1,63)	3.270,12(1.677,67 tot 4.855,25)	1.31(0,68 tot 1,94)	16,96(-6,80 tot 49,74)	0,56(0,49 tot 0,63)
West-Europa	15.255,70 (8.488,72 tot 22.265,38)	2.52(1.39 tot 3.69)	17.835,97 (9.801,50 tot 25.806,91)	1.59(0.87 tot 2.32)	-36,81(-43,81 tot -29,62)	-1,56(-1,61 tot -1,50)
Westelijk Sub-Sahara Afrika	307,64 (131,59 tot 478,58)	0,40(0,18 tot 0,62)	911,22 (348,96 tot 1.466,65)	0,53(0,22 tot 0,84)	32.49(3.30 tot 74.66)	1.05(0,94 tot 1,16)
Subcategorieën van neoplasma's
Borstkanker	8.177,91 (1.662,64 tot 1.4354,52)	0,23(0,05 tot 0,40)	15.964,16(3.230,21 tot 28,326,21)	0,19(0,04 tot 0,34)	-15,99(-22,39 tot -9,41)	-0,66(-0,72 tot -0,61)
Darm- en endeldarmkanker	3.6496,79(23.150,55 tot 5.0771,76)	1.09(0,70 tot 1,53)	71.475,96 (44.830,06 tot 98.195,49)	0,87(0,55 tot 1,19)	-20,49(-28,57 tot -11,42)	-0,82(-0,86 tot -0,78)

Tabel 1: Neoplasma's toe te schrijven aan lage lichamelijke activiteit: sterftelast en temporele trends (1990–2021). De tabel toont de belangrijkste lastschattingen en trendindicatoren per geslacht en SDI-categorie. Meer gedetailleerde regionale en nationale schattingen worden verstrekt in de aanvullende tabellen. Klik hier om deze tabel te downloaden.

	1990		2021		1990-2021
	DALY-zaken	ASR per 100.000	DALY-zaken	ASR per 100.000	PC in ASR's(%)	EAPC van ASDR
	Aantal (95% UI)	ASDR (95% UI)	Aantal (95% UI)	ASDR (95% UI)	(95% UI)	(95% BI)
Globaal	944,285.78(50,5737 .18 tot 1.389.543,57)	25.16(13.67 tot 37.09)	1,744,943.68(908,799 .35 tot 2.545.344,72)	20,50(10,73 tot 29,89)	-18.51(-26.10 tot -10.09)	-0,76(-0,82 tot -0,70)
Seks
Mannelijk	268,107.56(165,239 0,07 tot 370.163,08)	16.57(10.18 tot 22.94)	574,371.32(348,379 .46 tot 800.744.94)	15.03(9.21 tot 20.93)	-9.33(-23.71 tot 7.51)	-0,37(-0,43 tot -0,32)
Vrouwelijk	676,178.23(336,047 .59 tot 992.525.42)	32.38(16.26 tot 47.60)	1,170,572.36(555,313 .54 tot 1.756.517.84)	25.46(12.04 tot 38.21)	-21,36(-29,62 tot -12,76)	-0,89(-0,95 tot -0,83)
SDI
Lage SDI	18,578.95(9,176 .46 tot 28.775.19)	8.16(4.14 tot 12.53)	45,807.13(20,570.83 tot 70.949,02)	8.83(4.16 tot 13.49)	8.29(-10.50 tot 39.10)	0,21(0,09 tot 0,33)
Laag-midden SDI	60,418.06(29,886 0,07 tot 90.000,18)	9,82(4,99 tot 14,56)	181,922.35(84,591 .84 tot 280.191.13)	12.56(5.94 tot 19.03)	27.86(8.31 tot 53.45)	0,77(0,73 tot 0,81)
Midden SDI	174,555.29(91,042 .96 tot 256.446,54)	17.36 (9.33 tot 25.39)	488,709.60(253,743 .20 tot 717.931.89)	18.38(9.67 tot 26.94)	5,89(-10,57 tot 26,39)	0,07(-0,00 tot 0,14)
Hoog-midden SDI	248,517.72(134,358 .78 tot 358.881.54)	25.99(14.17 tot 37.65)	462,899.84(248,381 .01 tot 674.525.73)	23.44 (12.50 tot 34.20)	-9.81(-22.49 tot 4.59)	-0,42(-0,46 tot -0,38)
Hoge SDI	440,886.67(236,640 .98 tot 641.945.58)	39.77(21.25 tot 58.06)	563,339.77(306,210 .10 tot 819.262.15)	26.52(14.13 tot 38.73)	-33,32(-39,10 tot -27,18)	-1,40(-1,47 tot -1,33)
GBD-regio
Andes-Latijns-Amerika	2,032.06(953 .15 tot 3.244,52)	10.17(4.81 tot 15.75)	6.788,27(3.379,82 tot 10.869,37)	11.60(5.80 tot 18.58)	14.05(-16.37 tot 57.15)	0,38(0,28 tot 0,48)
Australazië	13,091.85(6,785.74 tot 19.155,80)	56.24(29.15 tot 82.31)	18,402.32(10,330 .87 tot 27.196.61)	34.88(19.18 tot 51.79)	-37,98(-48,06 tot -25,70)	-1,64(-1,72 tot -1,57)
Caribisch gebied	6,682.48(3,257.50 tot 9.803,70)	26.05(12.83 tot 37.96)	14,936.71(7,467.85 tot 22.741,58)	27,76(13,82 tot 42,35)	6,56(-11,43 tot 26,59)	0,30(0,26 tot 0,33)
Centraal-Azië	6,113.13(2,875.45 tot 9.342,10)	13.08(6.17 tot 19.82)	7,871.50(3,630.97 tot 11.955,55)	9,94(4,74 tot 14,99)	-24,04(-36,62 tot -7,97)	-0,47(-0,59 tot -0,35)
Centraal-Europa	46,026.42(24,775 .41 tot 66.105.09)	31.28(16.84 tot 45.01)	75,115.03(39,699 .13 tot 107.678,56)	32.89(17.34 tot 47.12)	5.15(-8.57 tot 19.95)	0,04(-0,06 tot 0,14)
Centraal-Latijns-Amerika	9,305.49(4,170.58 tot 13.956,30)	11.02 (5.09 tot 16.45)	37,715.23(18,709.78 tot 58.000,93)	14.87(7.41 tot 22.65)	34,95(11,77 tot 64,97)	1.01(0,75 tot 1,26)
Centraal-Sub-Sahara Afrika	2,221.31(1,016.14 tot 3.556,00)	10.23(4.88 tot 16.16)	6,337.46(2,428.48 tot 10.487,21)	11.63(4.95 tot 19.40)	13.71(-22.36 tot 57.99)	0,43(0,24 tot 0,61)
Oost-Azië	159,121.88(82,933 0,80 tot 241.470,88)	19.79(10.48 tot 29.45)	396,653.40(224,218 .04 tot 604.268,93)	18.61(10.59 tot 28.17)	-5,96(-32,26 tot 32,19)	-0,33(-0,43 tot -0,23)
Oost-Europa	59,978.58(30,902 .71 tot 87.472.34)	21.54(10.95 tot 31.20)	82,590.09(40,451.64 tot 123.453,92)	22.92(11.22 tot 34.24)	6.38(-14.08 tot 33.51)	0,00(-0,10 tot 0,10)
Oostelijk Sub-Sahara Afrika	6,144.30(2,759.22 tot 9.942,73)	7,98(3,74 tot 12,73)	15,726.10(6,676.96 tot 24.634,43)	8,95(4,06 tot 13,94)	12.10(-14.88 tot 51.44)	0,29(0,16 tot 0,43)
Hooginkomens Azië-Pacific	68,367.61(37,187 .31 tot 96.750,88)	33.95(18.43 tot 48.21)	125,612.22(68,484.09 tot 180.959,20)	27,96 (14,89 tot 39,87)	-17.66(-34.93 tot 3.02)	-0,70(-0,75 tot -0,64)
Hooginkomens Noord-Amerika	110,579.32(53,603 .23 tot 168.944.28)	30.91(14.75 tot 47.02)	135,048.33(65,207.39 tot 206.531,98)	20,66(9,84 tot 31,60)	-33.18(-48.18 tot -14.30)	-1,39(-1,56 tot -1,22)
Noord-Afrika en Midden-Oosten	33,502.36(18,573 .46 tot 49.734.41)	19.49(11.13 tot 28.52)	102,096.12(51,831.63 tot 151.539,80)	21,70 (11,51 tot 31,87)	11,34(-6,57 tot 32,99)	0,60(0,46 tot 0,73)
Oceanië	612,40 (245,17 tot 1.023,79)	17.68(7.53 tot 29.11)	1.573.18(576.67 tot 2,667.60)	17.19(6.65 tot 28.58)	-2,72(-23,76 tot 23,48)	-0,13(-0,21 tot -0,05)
Zuid-Azië	46,100.94(22,425 .80 tot 69.073.26)	7.89(3.95 tot 11.94)	133,476.27(62,105.33 tot 207.069,89)	9.05(4.30 tot 14.00)	14.67(-10.43 tot 43.16)	0,21(0,08 tot 0,34)
Zuidelijk Latijns-Amerika	48,213.16(24,344 .03 tot 74.368.69)	19.00(9.75 tot 29.04)	161,677.60(76,724.20 tot 247.604,85)	24.67(12.01 tot 37.15)	29,87 (1,97 tot 61,27)	0,77(0,70 tot 0,83)
Zuidelijk Sub-Sahara Afrika	9,529.23(4,537.37 tot 14.950,84)	21.05 (10.09 tot 33.08)	15.906,65 (7.462,34 tot 24.568,27)	18.09(8.45 tot 28.03)	-14.05(-36.07 tot 18.51)	-0,32(-0,41 tot -0,24)
Zuidoost-Azië	6,545.75(3,015.15 tot 10.197,86)	23.82(11.30 tot 37.07)	18.303,10(8.337,73 tot 27.183,17)	31,82 (14,94 tot 46,79)	33,57(7,39 tot 62,74)	1.08(0,89 tot 1,27)
Tropisch Latijns-Amerika	20,004.58(9,888.11 tot 30.396,32)	22.53(11.21 tot 33.34)	71.793,02 (34.457,98 tot 107.876,77)	27,92(13,51 tot 41,78)	23,94(0,01 tot 55,61)	0,71(0,66 tot 0,76)
West-Europa	282,256.07(150,133 .40 tot 413.719.92)	48.37(25.25 tot 71.16)	292,870.10(158,018 .77 tot 430.007.70)	30.13(15.78 tot 43.96)	-37,71(-43,35 tot -31,66)	-1,60(-1,66 tot -1,55)
Westelijk Sub-Sahara Afrika	7,856.86(3,225.38 tot 12.446,50)	8.86(3.71 tot 13.83)	24.451,00 (8.434,07 tot 40.517,27)	11.81(4.42 tot 19.19)	33.20(1.42 tot 76.70)	1.07(0,93 tot 1,21)
Subcategorieën van neoplasma's
Borstkanker	219,022.34(43,911 .88 tot 378.430.50)	5.47(1.10 tot 9.50)	415,254.34(83,318. 37 tot 729.174,93)	4.81(0.97 tot 8.45)	-11,93(-18,74 tot -4,98)	-0,51(-0,57 tot -0,44)
Darm- en endeldarmkanker	725,263.44(458,229 .16 tot 1.007.049,44)	19.69(12.45 tot 27.40)	1,329,689.34(831,183 .72 tot 1.829.992.61)	15.69(9.81 tot 21.54)	-20,34(-27,99 tot -10,82)	-0,83(-0,89 tot -0,77)

Tabel 2: Neoplasma's toe te schrijven aan lage lichamelijke activiteit: DALYs last en temporele trends (1990–2021). De tabel toont de belangrijkste lastschattingen en trendindicatoren per geslacht en SDI-categorie. Meer gedetailleerde regionale en nationale schattingen worden verstrekt in de aanvullende tabellen. Klik hier om deze tabel te downloaden.

Aanvullende Figuur 1: Samenvoegingsregressieanalyse van de geslachtsspecifieke (A) ASMR en (B) ASDR (per 100.000 bevolking) voor neoplasma-subcategorieën die te wijten zijn aan lage lichamelijke activiteit van 1990 tot 2021. Blauwe curve, Joinpoint-regressieanalyse van beide geslachten voor BC; Browncurve, Joinpoint-regressieanalyse van beide geslachten voor CRC; Groene curve, Joinpoint-regressieanalyse van vrouwelijk geslacht voor CRC; Oranje curve, joinpoint-regressieanalyse van het mannelijke geslacht voor CRC; Rode curve, Joinpoint-regressieanalyse van vrouwelijk geslacht voor BC. ASMR, leeftijdsgestandaardiseerde sterfte; ASDR, leeftijdsgestandaardiseerd, met handicap aangepaste levensjaren; BC, borstkanker; CRC-, dikke darm- en endeldarmkanker; DALYs, levensjaren geïnterpreteerd voor arbeidsongeschiktheid. Klik hier om dit bestand te downloaden.

Aanvullende figuur 2: Neoplasma's toe te schrijven aan lage lichamelijke activiteit: leeftijdsspecifieke aantallen, ASMR en ASDR (per 100.000 inwoners) naar geslacht, 1990. ASMR, leeftijdsgestandaardiseerde sterfte; ASDR, leeftijdsgestandaardiseerd, met handicap aangepaste levensjaren; DALYs, levensjaren geïnterpreteerd voor arbeidsongeschiktheid. Klik hier om dit bestand te downloaden.

Aanvullende Figuur 3: Tijdtrends in wereldwijde sterfgevallen en DALY's van neoplasma's die toegeschreven worden aan lage lichamelijke activiteit door SDI, 1990–2021. DALYs, levensjaren geïntroduceerd voor arbeidsongeschiktheid; SDI, sociaal-demografische index. Klik hier om dit bestand te downloaden.

Aanvullende Figuur 4: De wereldwijde EAPC van ASMR (A) en ASDR (B) (per 100.000 bevolking) voor neoplasma die toegeschreven worden aan lage lichamelijke activiteit in 204 landen en gebieden van 1990 tot 2021. ASMR, leeftijdsgestandaardiseerde sterfte; ASDR, leeftijdsgestandaardiseerd, met handicap aangepaste levensjaren; DALYs, levensjaren geïntroduceerd voor arbeidsongeschiktheid; EAPC, geschatte jaarlijkse procentuele verandering. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 1: Procentuele verandering in wereldwijde sterfgevallen en DALY's van neoplasma's als gevolg van lage lichamelijke activiteit naar geslacht, 1990–2021. DALYs, levensjaren geïnterpreteerd voor arbeidsongeschiktheid. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 2: Joinpoint-regressieanalyse van de geslachtsspecifieke ASMR en ASDR (per 100.000 bevolking) voor neoplasmata die te wijten zijn aan lage lichamelijke activiteit van 1990 tot 2021. ASMR, leeftijdsgestandaardiseerde sterfte; ASDR, leeftijdsgestandaardiseerd, met handicap aangepaste levensjaren; AAPC, Gemiddelde jaarlijkse procentuele verandering gepresenteerd voor de volledige periode; APC, jaarlijkse procentuele verandering; CI, betrouwbaarheidsinterval. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 3: Joinpoint-regressieanalyse van de geslachtsspecifieke ASMR en ASDR (per 100.000 bevolking) voor neoplasmatische subcategorieën die worden toegeschreven aan lage lichamelijke activiteit van 1990 tot 2021. ASMR, leeftijdsgestandaardiseerde sterfte; ASDR, leeftijdsgestandaardiseerd, met handicap aangepaste levensjaren; AAPC, Gemiddelde jaarlijkse procentuele verandering gepresenteerd voor de volledige periode; APC, jaarlijkse procentuele verandering; BC, borstkanker; CRC-, dikke darm- en endeldarmkanker; CI, betrouwbaarheidsinterval. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 4: Leeftijdsspecifieke cijfers en leeftijdsgestandaardiseerde sterftecijfers van neoplasmata die toegeschreven worden aan lage lichamelijke activiteit per geslacht, in 1990 en 2021. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 5: Leeftijdsspecifieke aantallen en leeftijdsgestandaardiseerde percentages van DALY's van neoplasma's die toegeschreven worden aan lage lichamelijke activiteit per geslacht, in 1990 en 2021. DALYs, levensjaren geïnterpreteerd voor arbeidsongeschiktheid. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 6: De sterftelast van neoplasma's die te wijten is aan lage lichamelijke activiteit in 204 landen en gebieden in 1990 en 2021 en de temporele trends van 1990 tot 2021. ASMR, leeftijdsgestandaardiseerde sterfte; ASR, leeftijdsgestandaardiseerde aanvalspercentage; CI, betrouwbaarheidsinterval; EAPC, geschatte jaarlijkse procentuele verandering; UI, onzekerheidsinterval. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 7: De last van DALYs door neoplasma's die te wijten zijn aan lage lichamelijke activiteit in 204 landen en gebieden in 1990 en 2021, en de temporele trends van 1990 tot 2021. ASDR, leeftijdsgestandaardiseerde DALY-frequentie; ASR, leeftijdsgestandaardiseerde frequentie; CI, betrouwbaarheidsinterval; DALYs, arbeidsongeschiktheidsgecorrigeerde levensjaren; EAPC, geschatte jaarlijkse procentuele verandering; UI, onzekerheidsinterval. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 8: Ontbinding van veranderingen in sterfgevallen en DALY's van neoplasma's die toegeschreven worden aan lage lichamelijke activiteit in veroudering, populatie- en epidemiologische veranderingen. DALYs, levensjaren geïnterpreteerd voor arbeidsongeschiktheid. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 9: Analyse van gezondheidsongelijkheid van neoplasmata die te wijten zijn aan lage lichamelijke activiteit. DALYs, levensjaren geïnterpreteerd voor arbeidsongeschiktheid. Klik hier om dit bestand te downloaden.

Aanvullende Tabel 10: Wereldwijde trends in ASMR en ASDR (per 100.000 inwoners) voor neoplasmata die te wijten zijn aan lage lichamelijke activiteit, voorspeld door de BAPC, 2021–2045. ASMR, leeftijdsgestandaardiseerde sterftecijfers; ASDR, leeftijdsgestandaardiseerde, gehandicapte-gecorrigeerde levensjaarcijfers; BAPC, Bayesiaans Age-Period-Cohort model; UI, onzekerheidsinterval. Klik hier om dit bestand te downloaden.

Discussie

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

Deze GBD 2021-analyse toont twee contrasterende patronen in de door lage fysieke activiteit toegeschreven tumorlast. Terwijl ASMR en ASDR voor neoplasmata die aan LPA worden toegeschreven significant daalden van 1990 tot 2021 (ΔASMR = -19,72%; ΔASDR = -18,51%), stegen absolute sterfgevallen en DALYs respectievelijk met 95,73% en 84,79%. De toename van de absolute last ondanks dalende leeftijdsgestandaardiseerde cijfers werd voornamelijk verklaard door bevolkingsgroei en veroudering. Dalende ASR's kunnen meerdere factoren weerspiegelen, waaronder verbeteringen in kankerdetectie, behandeling en risicofactorcontrole, hoewel deze bijdragers niet direct werden ontleed in de huidige analyse ^1,21,22. Opmerkelijk is dat LPA in 2021 wereldwijd verantwoordelijk bleef voor meer dan 87.000 neoplasma-gerelateerde sterfgevallen en 1,74 miljoen DALY's wereldwijd. Deze bevindingen ondersteunen de blijvende relevantie van lage fysieke activiteit binnen het GBD-attributiekader. Omdat deze studie GBD-vergelijkende risicobeoordelingsschattingen gebruikte, kwantificeren de resultaten de gemodelleerde populatiebelasting die toe te schrijven is aan lage lichamelijke activiteit en stellen ze geen individuele causale mechanismen of directe interventie-effecten vast.

Opmerkelijke SDI-gebaseerde verschillen blijven bestaan in neoplasmata die te wijten zijn aan de LPA-last. Regio's met hoge SDI (Noord-Amerika, West-Europa, Australië) toonden de hoogste ASMR in 2021 (1,35/100.000) en ASDR (26,52/100.000), maar behaalden maximale reducties in 1990–2021 (EAPC: -1,42; -1,40), wat gelijktijdige vooruitgang weerspiegelt in: (i) evidence-based screening (bijv. 60% colorectale screening in het VK)²³, (ii) geïntegreerde therapeutische modaliteiten (bijv. adoptie van robotondersteunde chirurgie)²⁴, en (iii) landelijke PA-initiatieven (bijv. het National Fitness Award Project van Zuid-Korea) ²⁵. Paradoxaal genoeg vertoonden laag-midden SDI-regio's (vooral Sub-Sahara Afrika) stijgende ASMR/ASDR-trends (EAPC: +0,86; +0,77), wat sterk correleert met beperkingen van het gezondheidssysteem en zonder preventief beleid²⁶. Deze stratificatie sluit aan bij het Global Report on Noncommunicable Diseases 2022 van de WHO, dat de dringende behoefte aan versterking van kankerbestrijding in lage- en middeninkomenslanden (LMIC's) benadrukt door: implementatie van populatiegebaseerde kankerregisters, schaalverbreding van evidence-based screeningprogramma's en geïntegreerde palliatieve zorgdiensten²⁷.

De SDI-lastcorrelatie (ASMR ρ = 0,7560; ASDR ρ = 0,7364) onthult de paradoxale effecten van sociaaleconomische ontwikkeling op neoplasma's die aan LPA te wijten zijn. Regio's met hoge SDI bereikten een significante vermindering van sterfte (EAPC = -1,42) door verbeterde screening en gerichte therapieën, maar kregen tegelijkertijd te maken met toenemende obesitasgerelateerde maligniteiten (bijv. borst-/colorectale kanker) door westerse diëten en zittende beroepen 21,22,28. Oost-Azië, met name China, registreerde het hoogste absolute aantal sterfgevallen door lage lichamelijke activiteit en DALYs, wat deels de grote bevolkingsomvang en demografische structuur kan weerspiegelen:^29.30. Uitschieters op landniveau in Caribische en Pacifische omgevingen kunnen een combinatie weerspiegelen van blootstellingsverdeling, populatiestructuur, kankerdetectie, volledig registergedrag en GBD-modelaannames³¹. Omdat deze factoren niet direct zijn getest in de huidige analyse, worden ze besproken als mogelijke contextuele verklaringen in plaats van bevestigde mechanismen^32,33.

Wereldwijd vertonen vrouwen een aanzienlijk hogere last van neoplasma's die te wijten zijn aan LPA, waarbij de ASMR-percentages van 2021 (1,24/100.000) en ASDR (25,46/100.000) mannelijke percentages overtreffen (0,84/100.000; 15,03/100.000), voornamelijk veroorzaakt door de hoge incidentie van BC³⁴. LPA verhoogt het risico op de sterfte van de geboortebeperking (HR = 1,22, 95% BI:1,05–1,42), terwijl deelname aan niet-beroepsmatige PA, ongeacht type of intensiteit, verschillende mate van risicoreductie voor de incidentie van de anticonceptie^{laat zien 35,36}. Eerdere studies hebben hormonale, metabole en ontstekingsroutes voorgesteld die lichamelijke activiteit koppelen aan het risico op borstkanker; deze mechanismen werden echter niet direct onderzocht in de huidige GBD-analyse³⁷. Desalniettemin blijft de wereldwijde prevalentie van lichamelijke inactiviteit 35,5% hoger bij vrouwen (31,7% tegenover 23,4% niet-naleving van de WHO-richtlijnen)^8, verergerd in regio's met lage SDI door culturele beperkingen (kledingbeperkingen: 37% verminderde PA-waarschijnlijkheid) en gendergebonden zorglasten (4,3 uur per dag verschil in huishoudelijk werk: 29% vermindering)³⁸.

Neoplasma's die aan LPA worden toegeschreven, pieken wereldwijd onder 70–84-jarigen, wat overeenkomt met neoplastische progressie en leeftijdsgebonden metabole achteruitgang^39,40. Gematigde toename van ASMR/ASDR bij oudere mannen correleert met aanhoudende betrokkenheid bij activiteiten met lage intensiteit (tuinieren/wandelen), in tegenstelling tot verhoogde vrouwelijke gevoeligheid waarbij jaarlijkse sarcopenie (1%–2% spierverlies) en osteomusculaire comorbiditeiten de kwetsbaarheid van LPA versnellen^. Deze bevindingen suggereren dat leeftijdsspecifieke patronen moeten worden meegenomen bij het interpreteren van de last van lage lichamelijke activiteit.

Populatiefactoren kwamen naar voren als de belangrijkste oorzaak van de toenemende sterfte door neoplasma's veroorzaakt door LPA (88,44%) en verhoogde DALY's (131,53%). Terwijl epidemiologisch-verandering de ziektelast met -123,04% compenseerde in regio's met hoge SDI's, ervoeren regio's met lage SDI een verzwaarde last (gecombineerd bijdragepercentage: 36,33%) door veroudering en epidemiologische verandering. Deze bevindingen suggereren dat ontwikkelingslanden die demografische transities doormaken (bijvoorbeeld vruchtbaarheidsdaling, verhoogde levensverwachting) het risico lopen te worden geconfronteerd met dubbele lasten van besmettelijke ziekteverwekkingen en NCD's zonder parallelle ontwikkeling van uitgebreide kankerpreventiesystemen⁴³.

Analyse van gezondheidsongelijkheid wijst op aanhoudende ASMR-verschillen (>1/100.000) tussen regio's met hoge en lage SDI ondanks absolute/relatieve kloofverminderingen (SII: 1,45→1,11/100.000; CII: 0,30→0,20 van 1990 tot 2021). Drie belangrijkste barrières stimuleren ongelijkheid: (i) Infrastructuurverschillen: landen/regio's met een hoog SDI hebben vijf keer zoveel dekking voor fitnessfaciliteiten dan tegenhangers met een lage SDI. In Kolar, India, meet recreatieruimte per hoofd van de bevolking slechts 0,4 m^², aanzienlijk onder de 3,0–4,0 m^² per hoofd van de bevolking in regio's met hoge SDI, waarbij de meeste faciliteiten geconcentreerd zijn in stedelijke centra, wat ruimtelijke verdelingsverschillen creëert die de eerlijke toegang tot gezondheidsmiddelen beperken⁴⁴. (ii) Gezondheidseducatiekloof (Gezondheidseducatie): Slechts 30% van de scholen met een lage SDI neemt PA op in het verplichte curriculum (<50% implementatiepercentage), in tegenstelling tot de gestandaardiseerde schoolgezondheidsprogramma's van landen met hoog SDI (150 minuten per week activiteit) en toegewijde gezondheidssupervisors⁸. (iii) Onevenwicht in de toewijzing van middelen: Laag-SDI-regio's met >10% wereldbevolking zijn goed voor slechts 0,4% van de wereldwijde gezondheidszorgkosten. Tegelijkertijd wijst ontwikkelingshulp voor gezondheid (DAH) minimale middelen toe aan preventie van niet-besmettelijke ziekten, waaronder kankerbestrijding, waarmee de geografische clustering van de ziektelast wordt versterkt via dit differentiële financieringspatroon⁴⁵.

Neoplasma's die aan LPA te wijten zijn, tonen verwachte wereldwijde dalingen via BAPC-modellering (2045 ASMR: 0,95/100.000, 95%UI 0,88–1,03; ASDR: 18,86/100.000, 16,99–20,72). Ondanks deze ontwikkeling worden regio's met lage SDI voortdurend geconfronteerd met ongelijkheden in de gezondheidszorg. Deze bevindingen ondersteunen het prioriteren van lage lichamelijke activiteit binnen de monitoring en preventieplanning van kankerrisicofactoren⁴⁶, met name voor ouderen, vrouwen en omgevingen met stijgende leeftijdsgestandaardiseerde percentages⁴⁷. Specifieke interventiestrategieën moeten echter worden aangepast aan lokale bronnen en geëvalueerd in implementatiestudies voordat er brede beleidsinvoering^plaatsvindt. De huidige analyse kan helpen om populaties en regio's te identificeren die mogelijk nauwere monitoring vereisen, maar test niet direct de effectiviteit van een specifieke interventie.

Desalniettemin verdienen verschillende beperkingen overweging. Ten eerste baseerde deze studie op GBD-gemodelleerde schattingen in plaats van primaire individuele gegevens, en de schattingsprecisie kan per land verschillen afhankelijk van de beschikbaarheid van gegevens, de volledigheid van het register en de rapportagekwaliteit⁴⁹. Ten tweede is de blootstelling aan lichamelijke activiteit bij GBD deels afgeleid van enquêtegegevens, die mogelijk worden beïnvloed door recall bias, sociale wenselijkheidsbias en verschillen in meetinstrumenten tussen de omgevingen. Ten derde is de categorie neoplasma door lage lichamelijke activiteit van GBD beperkt tot colorectale kanker en vrouwelijke borstkanker⁵⁰, en vertegenwoordigt daarom niet alle kwaadaardige tumoren. Ten vierde maakt de blootstellingsdefinitie geen volledig onderscheid tussen beroeps-, huishoudelijke, transportgerelateerde en vrije tijd lichamelijke activiteit, die verschillende associaties kunnen hebben met kankeruitkomsten. Ten vijfde kunnen sociaaleconomische vergelijkingen worden beïnvloed door verschillen in kankerdetectie, diagnostische capaciteit en beschikbaarheid van gegevens tussen landen. Ten slotte zijn BAPC-projecties afhankelijk van historische trends en modelleeraannames; schattingen die verder van de waargenomen periode liggen, moeten daarom voorzichtig worden geïnterpreteerd.

Samenvattend blijft lage lichamelijke activiteit een belangrijke aanpasbare risicofactor in het GBD-attributiekader, en varieert de geskatte toegeschreven last aanzienlijk per geslacht, leeftijd, geografie en sociaaleconomische ontwikkeling. Hoewel regio's met hoge SDI de ziektelasten hebben verminderd door technologische innovaties, blijven regio's met lage SDI geconfronteerd worden met de dubbele uitdagingen van bevolkingsgroei en systemische gezondheidsongelijkheden. Toekomstige strategieën moeten prioriteit geven aan gelaagde interventies, intersectorale samenwerking en technologiegedreven oplossingen om wereldwijde kankerpreventiekaders te verfijnen, met bijzondere nadruk op het aanpakken van de unieke behoeften van vrouwen, vergrijzende bevolkingen en LMC's. Deze studie levert cruciaal bewijs voor het wereldwijde beleid in de volksgezondheid en onderstreept het belang om PA-promotie te integreren als een centraal onderdeel van nationale kankerbestrijdingsstrategieën.

Openbaarmakingen

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

De auteurs hebben niets te onthullen.

Dankbetuigingen

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

Wij erkennen de Global Burden of Disease Study (GBD 2021) medewerkers voor hun bijdragen aan neoplasma's die te wijten zijn aan LPA-epidemiologie, mogelijk gemaakt door de open access data van het Institute for Health Metrics and Evaluation (IHME). Dit werk kreeg ondersteuning van Jingding Medical Tech (dat JD_GBDR softwareautorisatie en cruciale gegevensverwerking leverde), met taalbewerkingsdiensten door Home for Researchers (www.home-for-researchers.com). Dit werk werd ondersteund door het Jiangsu Provinciale Traditionele Chinese Geneeskunde Science and Technology Development Program Project (QN202513) en het Internal Research Fund Project van het Tweede Geaffilieerde Ziekenhuis van de Nanjing Universiteit voor Chinese Geneeskunde (SEZRC202504, SEZJY202505).

Materialen

Lijst van materialen gebruikt in dit artikel
Naam	Bedrijf	Catalogusnummer	Opmerkingen
Bayesian Age-Period-Cohort (BAPC) R Package	R Foundation / CRAN Repository	https://cran.r-project.org/	Gebruikt voor Bayesiaanse age-period-cohort projectieanalyses.
CSV Data Files	Institute for Health Metrics and Evaluation (IHME)	N/A	Geëxporteerde belastingsdatasets uit GBD 2021 Resultaten Tool voor downstream analyse.
dplyr R Package	R Foundation / CRAN Repository	https://cran.r-project.org/package=dplyr	Gebruikt voor datamanipulatie en -opschoning in R.
GBD 2021 Data Input Sources Tool	Institute for Health Metrics and Evaluation (IHME)	https://ghdx.healthdata.org/gbd-2021	Publiek repository voor GBD brongegevensdocumentatie.
ggplot2 R Package	R Foundation / CRAN Repository	https://cran.r-project.org/package=ggplot2	Gebruikt voor grafische visualisatie van temporele trends en ongelijkheidsanalyses.
Global Burden of Disease (GBD) 2021 Results Tool	Institute for Health Metrics and Evaluation (IHME)	https://vizhub.healthdata.org/gbd-results/	Publieke database gebruikt voor extractie van sterfgevallen, DALYs, ASMR, en ASDR gegevens.
INLA R Package	R-INLA Project	https://www.r-inla.org/	Gebruikt voor Bayesiaanse inferentie binnen age-period-cohort modellering.
JD_GBDR Software	Jingding Medical Technology Co., Ltd.	Version 2.37.1	Gebruikt voor GBD belastingsschatting, decompositie-analyse en gestandaardiseerde snelheidsvisualisatie.
Joinpoint Regression Program (Version 5.3.0)	National Cancer Institute (NCI)	https://surveillance.cancer.gov/joinpoint/download	Gebruikt voor joinpoint regressieanalyse, APC en AAPC schatting.
Microsoft Excel	Microsoft Corporation	https://www.microsoft.com/excel	Gebruikt voor het organiseren en opschonen van geëxporteerde CSV datasets voorafgaand aan analyse.
Personal Computer Workstation	Any standard computing workstation	N/A	Aanbevolen minimum: 8 GB RAM, Windows 10/11 of macOS voor statistische analyses en projecties.
R Statistical Software (Version 4.4.2)	R Foundation for Statistical Computing	https://www.r-project.org/	Gebruikt voor statistische analyse, EAPC berekening, ongelijkheidsanalyse, visualisatie en Bayesiaanse age-period-cohort modellering.
RStudio Desktop	Posit Software, PBC	https://posit.co/download/rstudio-desktop/	Geïntegreerde ontwikkelomgeving voor R analyses.

Referenties

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

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).

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Geneeskunde Editie 234 Editie 234 Lege waarde Editie mondiale ziektelast Sociodemografische Index Gezondheidsongelijkheid

Een analytische workflow gebaseerd op GBD 2021 om de wereldwijde last van neoplasma's te schatten die toegeschreven is aan lage lichamelijke activiteit

In dit artikel

Samenvatting

Samenvatting

Inleiding

Protocol

Resultaten

Discussie

Openbaarmakingen

Dankbetuigingen

Materialen

Referenties

Herprints en machtigingen

Trefwoorden

Gerelateerde artikelen