Artykuł metodologiczny

Przepływ pracy analitycznej oparty na GBD 2021 w celu oszacowania globalnego obciążenia nowotworami spowodowane niską aktywnością fizyczną

DOI:

10.3791/70495

⸱

7 sierpnia 2026

 ,  , 
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

W tym artykule

Podsumowanie

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

Ten protokół demonstruje powtarzalny proces pozyskiwania, przetwarzania, analizowania i wizualizowania szacunków GBD 2021 dotyczących nowotworów przypisywanych niskiej aktywności fizycznej. Proces umożliwia badaczom ocenę wskaźników obciążenia, trendów czasowych, składowych dekompozycji, nierówności społeczno-ekonomicznych oraz prognoz opartych na modelach przy użyciu standaryzowanych danych na poziomie populacji.

Streszczenie

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

Ten protokół opisuje reprodukowalny przepływ pracy analitycznej do szacowania globalnego obciążenia nowotworami przypisanymi do niskiego poziomu aktywności fizycznej przy użyciu danych Globalnego Obciążenia Chorobami 2021. Przepływ pracy obejmuje pozyskiwanie danych z narzędzia GBD Results Tool, definiowanie kwalifikujących się wyników i kategorii narażenia, szacowanie liczby zgonów, lat życia skorygowanych za każdą inwalidztwo i wieku standaryzowane wskaźniki, analizę trendów temporalnych przy użyciu szacowanej rocznej zmiany procentowej i regresji joinpoint, analizę dekompozycji, ocenę nierówności społeczno-ekonomicznych oraz projekcję wiek-okres-kohorta Bayesowska. Protokół opisuje również sposób interpretacji przedziałów niepewności, komponentów dekompozycji oraz wskaźników nierówności w kontekście modelowanych estymacji na poziomie populacji. Jako reprezentatywne zastosowanie, przepływ pracy został zastosowany do raka jelita grubego i raka piersi u kobiet przypisanego do niskiego poziomu aktywności fizycznej w 204 krajach i terytoriach od 1990 do 2021 roku, z prognozami do 2045 roku. Ten protokół może być dostosowany dla innych par ryzyko-wynik GBD, gdy badacze potrzebują strukturalnego podejścia do estymacji obciążenia przypisanego do ryzyka, charakterystyki trendów, oceny nierówności oraz analizy prognoz.

Wprowadzenie

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

Nowotwory stanowią znaczącą kategorię chorób niezakaźnych (NCD), przyczyniając się do globalnej śmiertelności i niepełnosprawności, stanowiąc krytyczne wyzwanie dla zdrowia publicznego na całym świecie. Dane z Globocan 2022 ujawniły 19,96 miliona nowych przypadków nowotworów i 9,74 miliona zgonów na całym świecie, przy czym raki płuc, piersi (kobiety) i jelita grubego stanowią dominujące nowotwory złośliwe. Przewidywana częstość występowania raka osiągnie 35 milionów rocznie do 2050 r. (77% wzrost w porównaniu z 2022 r.), przy czym kraje z niską wartością Indeksu Rozwoju Społecznego (HDI) powinny zanotować wzrost o 142%, napędzany przemianami demograficznymi. Ekspansja demograficzna, starzenie się populacji, niedoskonałe systemy przesiewowych badań przesiewowych i ograniczony dostęp do leczenia w regionach o niskim HDI napędzają te trendy, tworząc konieczność równomiernego rozdzielania globalnych zasobów onkologicznych1.

Niski poziom aktywności fizycznej (LPA) jest uznanym modyfikowalnym determinantem dla głównych NCD, obejmujących nowotwory, zaburzenia metaboliczne i stany neuropsychiatryczne2,3,4. LPA stanowi znaczące globalne obciążenie zdrowotne, wykazując wzrost 6,6% wieku-standardyzowanej częstości występowania od 2000 r. i przyczyniając się do 7,2% śmiertelności z wszystkich przyczyn na świecie w 2022 r.5,6. Umiarkowany poziom aktywności fizycznej (PA) zapewnia znaczną ochronę przed rakiem piersi (HR 0,90; 95% CI: 0,87–0,93), grubkim (HR 0,84; 95% CI: 0,77–0,91) i odbytnicy (HR 0,87; 95% CI: 0,80–0,95), ze równolegle zmniejszonym ryzykiem śmiertelności związanej z danym miejscem7. Aby promować niezbędną aktywność fizyczną na całym świecie, wiele krajów i regionów opracowali krajowe wytyczne dotyczące aktywności fizycznej dostosowane do ich specyficznych kontekstów (np. Kanada, Wielka Brytania i USA), które zostały szeroko rozpowszechnione przez organizacje takie jak Światowa Organizacja Zdrowia (WHO) i Unię Europejską. Niestety, tylko 72,5% dorosłych na świecie spełnia minimalnie zalecane poziomy aktywności fizycznej określone w wytycznych zdrowia publicznego8.

Zmniejszenie obciążenia nowotworami spowodowane niskim poziomem aktywności fizycznej jest kluczowym czynnikiem dla osiągnięcia celu UN Zrównoważonego Rozwoju (SDG) 2030: zmniejszenie o jedną trzecią przedwczesnej śmiertelności z powodu chorób niezakaźnych poprzez zapobieganie i opiekę9. Generowanie solidnych dowodów na powiązanie między niskim poziomem aktywności fizycznej a nowotworami jest niezbędne dla kierowania przyszłych polityk zdrowotnych. Globalne Obciążenie Chorobami, Urazami i Czynnikami Ryzyka Badania 2021 (GBD 2021) dostarcza porównywalne oszacowania na poziomie populacji śmiertelności, lat życia utraconego z uwzględnieniem niepełnosprawności (DALYs) oraz obciążenia przypisanego ryzykowi w 204 krajach i terytoriach od 1990 do 2021 r. za pomocą standaryzowanych podejść epidemiologicznych. W GBD 2021, oszacowania chorób i urazów obejmują 371 chorób i urazów, podczas gdy analiza czynników ryzyka oszacowuje ekspozycję, względne ryzyko, frakcje przypisane populacji i przypisane obciążenie dla 88 czynników ryzyka10. Jednakże, mniejsza liczba badań zapewniła stopniową i powtarzalną procedurę pozyskiwania danych dotyczących nowotworów związanych z niskim poziomem aktywności fizycznej z GBD 2021 oraz stosowanie analiz trendów, dekompozycji, nierówności i prognoz w ramach jednego protokołu. Niniejszy artykuł zajmuje się tą luką metodologiczną, szczegółowo opisując procedury pozyskiwania danych, definicji zmiennych, modelowania statystycznego i interpretacji dla tego konkretnego skojarzenia ryzyka-wyniku GBD. Niniejszy protokół opisuje powtarzalną analizę wtórną oszacowań GBD 2021 dotyczących nowotworów przypisanych niskiej aktywności fizycznej w 204 krajach i terytoriach w latach 1990–2021, z prognozami do 2045 r. Celem było określenie liczby zgonów, DALY, wieku-standardyzowanych wskaźników, trendów temporalnych, składników dekompozycji, nierówności społeczno-ekonomicznych oraz prognozowanego obciążenia, bez wyciągania wniosków o przyczynowości na poziomie indywidualnym lub bezpośrednich efektów interwencji.

Wybrano ten przepływ pracy, ponieważ integruje kilka uzupełniających się komponentów analitycznych w jednym powtarzalnym modelu. W porównaniu z badaniami, które raportu tylko opisowe oszacowania GBD lub pojedyncze metryki trendów, ten protokół łączy oszacowanie obciążenia, EAPC, regresję joinpoint, analizę dekompozycji, ocenę nierówności oraz projekcję BAPC, pozwalając użytkownikom na badanie nie tylko wielkości obciążenia, ale również zmian temporalnych,

Protokół

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

Niniejsze badanie wykorzystało publicznie dostępne, anonimowe szacunki na poziomie populacji GBD 2021. Nie dostępowano do danych na poziomie indywidualnym dotyczących uczestników ludzkich. Badanie GBD 2021 otrzymało zwolnienie z informacji o udzieleniu zgody przez University of Washington Institutional Review Board; dlatego nie wymagano dodatkowej instytucjonalnej aprobaty etycznej dla tej wtórnej analizy.

UWAGA: Niniejszy protokół opisuje powtarzalny proces przeprowadzania wtórnej analizy szacunków GBD 2021 dotyczących nowotworów11 przypisywalnych do niskiej aktywności fizycznej. Proces obejmuje ekstrakcję danych, definiowanie zmiennych, oszacowanie obciążenia, analizę trendów temporalnych, analizę dekompozycji, ocenę nierówności oraz projekcję Bayesowską na poziomie wieku-okresu-kohorty. Wyniki są przedstawiane w celu zilustrowania zastosowania protokołu, a nie w celu ustalenia podstawowej relacji przyczynowej. Analityczny proces składał się z sześciu sekwencyjnych kroków: ekstrakcji szacunków GBD 2021, definicji ekspozycji, wyników chorobowych i warstw SDI, oszacowania zgonów, DALYs, wieku-standardyzowanego współczynnika śmiertelności (ASMR) i wieku-standardyzowanego współczynnika DALYs (ASDR), analizy trendów temporalnych przy użyciu szacowanej rocznej zmiany procentowej (EAPC) i regresji punktów zmiany, analiz dekompozycji i nierówności oraz projekcji Bayesowskiej wieku-okresu-kohorty do 2045 roku. Każdy wynik i rysunek został wygenerowany z jednego z tych powiązanych kroków analitycznych.

1. Identyfikacja i dostęp do źródła danych

  1. Dostęp do Globalnego Obciążenia Chorobami (GBD) 2021 Results Tool.
    1. Otwórz przeglądarkę internetową i przejdź do Globalnego Obciążenia Chorobami Results Tool pod adresem https://vizhub.healthdata.org/gbd-results/.
    2. Wybierz GBD 2021 jako wersję badania z dostępnych opcji zestawu danych.
    3. Wybierz Czynniki Ryzyka z menu hierarchii przyczyn.
  2. Definiowanie wyników chorobowych i czynników ryzyka.
    1. Wybierz Nowotwory jako Kategorię Choroby.
    2. Wybierz Niskie aktywność fizyczne jako Czynnik Ryzyka.
    3. Wybierz Zgony i Lat Skorygowanych pod względem Niepełnosprawności (DALYs) jako Wynik Miary.
  3. Określ populację, geografię i okres czasowy.
    1. Wybierz Obie płcie, Mężczyznę i Kobietę osobno dla analiz seksualnych.
    2. Wybierz wszystkie dostępne grupy wiekowe ≥25 lat.
    3. Wybierz wszystkie 204 kraje i terytoria.
    4. Ustaw okres analizy od 1990 do 2021.
  4. Ekstrakcja wieku-standardyzowanych wskaźników wyników.
    1. Włącz standardyzację wieku przy użyciu standardowej populacji GBD 2021.
    2. Wybierz wieku-standardyzowany współczynnik śmiertelności (ASMR) i wieku-standardyzowany współczynnik DALYs (ASDR) jako zmienne wyjściowe.
    3. Uwzględnij 95% przedziały niepewności (UI) dla wszystkich wyekstrahowanych estymacji.
    4. Eksportuj ekstrahowane dane w formacie CSV na potrzeby dalszej analizy.
    5. Dla reprodukcyjności, użyj następujących wyborów GBD Results Tool: wersja badania: GBD 2021; kontekst: Czynniki Ryzyka; ryzyko: Niskie aktywność fizyczne; przyczyna: Nowotwory; miary: Zgony i DALYs; metryki: Liczba i Współczynnik; wiek: Wieku-standardyzowany i wszystkie dostępne 5-letnie grupy wiekowe w wieku ≥ 25 lat; płcie: Obie, Mężczyzna i Kobieta; lokalizacje: Globalna, 21 GBD regionów, regiony SDI i 204 kraje i terytoria; lata: 1990–2021.
    6. Eksportuj średnią estymację, dolny przedział niepewności i górny przedział niepewności dla każdego warstwy w formacie CSV.
  5. Uzyskaj stratyfikowane dane socjodemograficzne (SDI).
    1. Włącz stratyfikację przez Indeks Socjodemograficzny (SDI).
    2. Ekstrahowane dane ASMR i ASDR specyficzne dla SDI na potrzeby analiz porównawczych.
  6. Dostęp do źródeł danych podstawowych.
    1. Przejdź do GBD 2021 Data Input Sources Tool pod adresem https://ghdx.healthdata.org/gbd-2021.
    2. Przejrzyj publicznie dostępną dokumentację opisującą podstawowe źródła danych, w tym systemy rejestracji akt stanu cywilnego, badania populacyjne, akta medyczne i rejestry chorób.

2. Definicja

Wyniki

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

Sukcesywna implementacja tego protokołu powinna wygenerować kompletny zestaw skonsolidowanych szacunków pochodzących z GBD dla wyznaczonych lokalizacji, lat, płci, grup wiekowych, miar i metryk. Oczekiwane wyniki obejmują szacunki obciążenia wieku standardowego i specyficznego dla wieku z przedziałami niepewności 95%, szacunki trendów EAPC i joinpoint, komponenty dekompozycji, wskaźniki nierówności SII i CII oraz prognozy oparte na BAPC z przedziałami niepewności tylną. Suboptymalna implementacja objawia się brakującymi warstwami, niekonsekwentnymi etykietami wieku lub lokalizacji, niepowodzeniem w odtworzeniu szacunków GBD po wyczyszczeniu danych, niestabilnymi modelami joinpoint w rzadkich warstwach lub niedorzecznymi wąskimi przedziałami prognoz.

Globalne obciążenie nowotworami przypisanymi do niskiej aktywności fizycznej
W 2021 roku nowotwory przypisane do niskiej aktywności fizycznej stanowiły 87 440 zgony na świecie (95% UI: 48 636–125 811), co stanowiło 95,73% wzrost w porównaniu z bazą z 1990 roku (44 675; 95% UI: 24 963–64 997) (Tabela 1, Tabela uzupełniająca 1). Po uwzględnieniu różnic w strukturze wieku populacji, ASMR spadło z 1,32 (95% UI: 0,75–1,92) do 1,06 (95% UI: 0,59–1,52) na 100 000 między 1990 a 2021 rokiem. Jednoczesny wzrost liczby zgonów i spadek ASMR wskazuje, że wzrost populacji i starzenie się społeczeństwa zwiększyło liczbę zgonów, podczas gdy wiek-standardyzowana wskaźnik śmiertelności spadł z czasem. To znaczne zmniejszenie zostało potwierdzone przez EAPC wynoszący -0,79 (95% CI: -0,83 do -0,75) i AAPC wynoszący -0,70 (95% CI: -0,73 do -0,68) (Tabela 1, Tabela uzupełniająca 2). Modelowanie regresji joinpoint zidentyfikowało pięć punktów przełomowych w trajektoriach ASMR (1994, 2004, 2007, 2014 i 2018) poprzez analizę segmentowej regresji liniowej (Rysunek 1, Tabela uzupełniająca 2).

Podobnie, DALY związane z nowotworami przypisanymi do niskiej aktywności fizycznej wzrosły o około 84,79% z 944 286 (95% UI: 505 737–1 389 544) w 1990 roku do 1 744 944 (95% UI: 908 799–2 545 345) w 2021 roku (Tabela 2, Tabela uzupełniająca 1). Mimo wzrostu obciążeń bezwzględnych, ASDR spadł z 25,16 (95% UI: 13,67–37,09) do 20,50 (95% UI: 10,73–29,89) na 100 000 w okresie 1990–2021, co stanowiło 18,51% spadek (95% UI: -26,10 do -10,09). Ta sekularna atenuacja towarzyszyła znaczącym trendom czasowym (EAPC: -0,76, 95% CI: -0,82 do -0,70; AAPC: -0,68, 95% CI: -0,72 do -0,64) (Tabela 2, Tabela uzupełniająca 2). Regresja joinpoint potwierdziła punkty przełomowe trendów w 1994, 2004, 2007, 2014 i 2018 roku (Rysunek 1, Tabela uzupełniająca 2).

W 2021 roku rak jelita grubego stanowił główny wkład w śmiertelność nowotworów przypisanych do niskiej aktywności fizycznej, wykazując ASMR wynoszący 0,87 (95% UI: 0,55–1,19) na 100 000 ludności, podczas gdy rak piersi u kobiet wykazywał porównywalnie niższy ASMR wynoszący 0,19 (95% UI: 0,04–0,34) na 100 000. Od 1990 do 2021 roku wszystkie podtypy nowotworów wykazywały trendy spadkowe śmiertelności, charakteryzujące się EAPC wynoszącym -0,82 (95% CI: -0,86 do -0,78) i AAPC wynoszącym -0,72 (95% CI: -0,74 do -0,70) dla raka jelita grubego oraz wartościami odpowiednio -0,66 (95% CI: -0,72 do -0,61) i -0,56 (95% CI: -0,58 do -0,55) dla raka piersi. Te wzorce czasowe w ASDR towarzyszyły trajektoriom ASMR dla wszystkich podtypów chorób, przy czym rak jelita grubego wykazywał najbardziej wyraźne spadki (spadek ASDR: 20,34%, 95% UI: -27,99 do -10,82) (Tabela 1, Tabela 2, Tabela uzupełniająca 3, Rysunek uzupełniający 1). Aby poprawić czytelność, główny tekst koncentruje się na wynikach globalnych, uwzględniających płeć i SDI, podczas gdy szczegółowe szacunki na poziomie krajowym i regionalnym są podawane w materiałach uzupełniających.

Globalne obciążenie nowotworami przypisanymi do niskiej aktywności fizycznej: Stratyfikacja płeć-wiek
Globalne obciążenie chorobowe now

Dyskusja

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

Analiza GBD 2021 wykazuje dwa kontrastujące wzorce w obciążeniu nowotworami związanymi z niskim poziomem aktywności fizycznej. Podczas gdy ASMR i ASDR dla nowotworów przypisywanych niskiemu poziomom aktywności fizycznej znacznie spadły od 1990 do 2021 roku (ΔASMR = -19,72%; ΔASDR = -18,51%), liczba śmierci i DALY wzrosła odpowiednio o 95,73% i 84,79%. Wzrost obciążenia absolutnego, mimo spadku wieku-standardyzowanych współczynników, był głównie wynikiem wzrostu populacji i starzenia się społeczeństwa. Spadek ASR może odzwierciedlać wiele czynników, w tym poprawę wykrywania raka, leczenia i kontroli czynników ryzyka, chociaż te czynniki nie zostały bezpośrednio rozłożone w niniejszej analizie1,21,22. Należy zauważyć, że niski poziom aktywności fizycznej pozostaje odpowiedzialny za ponad 87 000 zgonów związanych z nowotworami i 1,74 miliona DALY na całym świecie w 2021 roku. Te wyniki potwierdzają ciągłą znaczącość niskiego poziomu aktywności fizycznej w ramach ram GBD. Ponieważ niniejsze badanie opierało się na oszacowaniach GBD dotyczących ryzyka porównawczego, wyniki ilościowo określają obciążenie na poziomie populacji przypisane niskiemu poziomom aktywności fizycznej i nie ustanawiają indywidualnych mechanizmów przyczynowych ani bezpośrednich efektów interwencji.

Związane z niskim poziomem aktywności fizycznej nowotwory wykazują nadal występowanie różnic na podstawie SDI. Regiony o wysokim SDI (Ameryka Północna, Europa Zachodnia, Australia) wykazały najwyższy w 2021 roku ASMR (1,35/100 000) i ASDR (26,52/100 000), a jednocześnie osiągnęły maksymalne spadki w latach 1990–2021 (EAPC: -1,42; -1,40), co odzwierciedla równoczesny postęp w: (i) dowodach na podstawie badań przesiewowych (np. 60% pokrycia badań przesiewowych w Wielkiej Brytanii)23, (ii) zintegrowanych modalnościach terapeutycznych (np. stosowanie robotycznej chirurgii wspomaganej)24, oraz (iii) krajowych inicjatywach dotyczących aktywności fizycznej (np. Narodowy Projekt Nagród za Fitness w Korei Południowej)25. Paradoksalnie, regiony o niskim i średnim SDI (szczególnie Afryka Subsaharyjska) wykazywały wzrost trendów ASMR/ASDR (EAPC: +0,86; +0,77), silnie korelują z ograniczeniami systemu zdrowia i brakiem polityki prewencyjnej26. Ta stratyfikacja jest zgodna z Raportem Światowej Organizacji Zdrowia na temat chorób niezakaźnych 2022, podkreślając pilną potrzebę wzmocnienia kontroli nad rakiem w krajach o niskich i średnich dochodach (LMIC) poprzez: wdrożenie rejestru nowotworów opartych na populacji, skalowanie programów badań przesiewowych opartych na dowodach i zintegrowaną dostarczanie usług opieki paliatywnej27.

Korelacja SDI-obciążenie (ASMR r = 0,7560; ASDR r = 0,7364) ujawnia paradoksalne skutki rozwoju socjoekonomicznego na nowotwory przypisywane niskiemu poziomom aktywności fizycznej. Regiony o wysokim SDI osiągnęły znaczne zmniejszenie śmiertelności (EAPC = -1,42) dzięki zwiększonemu przesiewowi i skojarzonym terapiom, jednocześnie borykając się z rosnącymi nowotworami związanymi z otyłością (np. rak piersi i jelita grubego) związanymi z zachodnią dietą i siedzącym trybem życia21,22,28. Wschodnia Azja, szczególnie Chiny, odnotowała najwyższą liczbę zgonów i DALY związanych z niskim poziomem aktywności fizycznej, co częściowo może odzwierciedlać jej dużą populację i strukturę demograficzną29,30. Krajowe anomalie w regionach karaibskich i rejonach Pacyfiku mogą odzwierciedlać kombinację rozkładu ekspozycji, struktury populacji, wykrywania raka, kompletności rejestru i założeń modelu GBD31. Ponieważ czynniki te nie zostały bezpośrednio przetestowane w niniejszej analizie, są one omawiane jako możliwe wyjaśnienia kontekstowe, a nie potwierdzone mechanizmy32,33.

Na całym świecie kobiety wykazują znacznie wyższe obciążenie nowotworami związanymi z niskim poziomem aktywności fizycznej, z 2021 roku ASMR (1,24/100 000) i ASDR (25,46/100 000) przewyższającymi wskaźniki dla mężczyzn (0,84/100 000; 15,03/100 000), głównie z powodu wysokiej częstości występowania raka piersi34. Niskie poziomy aktywności fizycznej zwiększają ryzyko śmierci z powodu raka piersi (HR = 1,22, 95% CI:1,05–1,42), podczas gdy zaangażowanie w aktywność fizyczną niezawodową, niezależnie od rodzaju czy intensywności, wykazuje różne zakresy zmniejs

Oświadczenia

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

Autorzy nie mają nic do ujawnienia.

Podziękowania

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

Znawdzimy współpracowników z Global Burden of Disease Study (GBD 2021) za ich wkład w nowotwory przypisywane epidemiologii LPA, ułatwione przez dane dostępne publicznie od Institute for Health Metrics and Evaluation (IHME). Ta praca otrzymała wsparcie od Jingding Medical Tech (zapewniając autoryzację oprogramowania JD_GBDR i kluczowe przetwarzanie danych), z usługami edycji językowej od Home for Researchers (www.home-for-researchers.com). Ta praca była wspierana przez Program Rozwojowy Nauki i Technologii Tradycyjnej Medycyny Chińskiej Prowincji Jiangsu (QN202513) oraz przez Projekt Funduszu Badań Wewnętrznych Drugiego Szpitala Przynależnego Uniwersytetu Medycyny Tradycyjnej w Nankinie (SEZRC202504, SEZJY202505).

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Bayesian Age-Period-Cohort (BAPC) R PackageR Foundation / CRAN Repository https://cran.r-project.org/Used for Bayesian age-period-cohort projection analyses. 
CSV Data FilesInstitute for Health Metrics and Evaluation (IHME)N/AExported burden datasets from GBD 2021 Results Tool for downstream analysis.
dplyr R PackageR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=dplyrUsed for data manipulation and cleaning in R.
GBD 2021 Data Input Sources ToolInstitute for Health Metrics and Evaluation (IHME)https://ghdx.healthdata.org/gbd-2021Public repository for GBD source documentation.
ggplot2 R PackageR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=ggplot2Used for graphical visualization of temporal trends and inequality analyses. 
Global Burden of Disease (GBD) 2021 Results ToolInstitute for Health Metrics and Evaluation (IHME)https://vizhub.healthdata.org/gbd-results/Public database used for extraction of deaths, DALYs, ASMR, and ASDR data. 
INLA R PackageR-INLA Projecthttps://www.r-inla.org/Used for Bayesian inference within age-period-cohort modeling. 
JD_GBDR Software Jingding Medical Technology Co., Ltd.Version 2.37.1Used for GBD burden estimation, decomposition analysis, and standardized rate visualization.
Joinpoint Regression Program (Version 5.3.0)National Cancer Institute (NCI)https://surveillance.cancer.gov/joinpoint/downloadUsed for joinpoint regression analysis, APC, and AAPC estimation. 
Microsoft ExcelMicrosoft Corporationhttps://www.microsoft.com/excelUsed for organizing and cleaning extracted CSV datasets prior to analysis. 
Personal Computer WorkstationAny standard computing workstationN/ARecommended minimum: 8 GB RAM, Windows 10/11 or macOS for statistical analyses and projections.
R Statistical Software (Version 4.4.2)R Foundation for Statistical Computinghttps://www.r-project.org/Used for statistical analysis, EAPC calculation, inequality analysis, visualization, and Bayesian age-period-cohort modeling. 
RStudio DesktopPosit Software, PBChttps://posit.co/download/rstudio-desktop/Integrated development environment for R analyses.  

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Bray, F., et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 74 (3), 229-263 (2024).
  2. Liang, M., Pan, Y., Zhong, T., Zeng, Y., Cheng, A. S. K. Effects of aerobic, resistance, and combined exercise on metabolic syndrome parameters and cardiovascular risk factors: a systematic review and network meta-analysis. Rev Cardiovasc Med. 22 (4), 1523-1533 (2021).
  3. Man, J., et al. Spatiotemporal trends of colorectal cancer mortality due to low physical activity and high body mass index from 1990 to 2019. Front Med. 8, 800426(2021).
  4. Saqib, Z. A., et al. Physical activity is a medicine for noncommunicable diseases: a survey study regarding the perception of physical activity impact on health wellbeing. Risk Manag Healthc Policy. 13, 2949-2962 (2020).
  5. GBD 2021 Risk Factors Collaborators. Global burden and strength of evidence for 88 risk factors in 204 countries and 811 subnational locations, 1990-2021. Lancet. 403 (10440), 2162-2203 (2024).
  6. Strain, T., et al. National, regional, and global trends in insufficient physical activity among adults from 2000 to 2022. Lancet Glob Health. 12 (8), e1232-e1243 (2024).
  7. Moore, S. C., et al. Association of leisure-time physical activity with risk of 26 types of cancer. JAMA Intern Med. 176 (6), 816-825 (2016).
  8. Guthold, R., Stevens, G. A., Riley, L. M., Bull, F. C. Worldwide trends in insufficient physical activity from 2001 to 2016. Lancet Glob Health. 6 (10), e1077-e1086 (2018).
  9. Sustainable Development Goals. , United Nations Development Programme. Available from: https://www.undp.org/sustainable-development-goals (2022).
  10. GBD 2021 Causes of Death Collaborators. Global burden of 288 causes of death and life expectancy decomposition, 1990–2021. Lancet. 403 (10440), 2100-2132 (2024).
  11. Martincorena, I., Campbell, P. J. Somatic mutation in cancer and normal cells. Science. 349 (6255), 1483-1489 (2015).
  12. Jetté, M., Sidney, K., Blümchen, G. Metabolic equivalents (METS) in exercise testing and prescription. Clin Cardiol. 13 (8), 555-565 (1990).
  13. Zhang, J., et al. Global burden of cardiovascular diseases and type 2 diabetes attributable to low physical activity. Front Cardiovasc Med. 10, 1247705(2023).
  14. GBD 2015 Healthcare Access and Quality Collaborators. Healthcare access and quality index based on mortality from amenable causes. Lancet. 390 (10091), 231-266 (2017).
  15. GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries, 1990–2019. Lancet. 396 (10258), 1204-1222 (2020).
  16. Zhao, G., et al. Global burden of osteoarthritis associated with high body mass index. Endocrine. 79 (1), 60-71 (2023).
  17. Tuo, Y., et al. Global, regional, and national burden of thalassemia, 1990–2021. EClinicalMedicine. 72, 102619(2024).
  18. Liu, C., et al. Global burden of liver cancer due to non-alcoholic steatohepatitis. J Gastroenterol. 58 (12), 1222-1236 (2023).
  19. Cao, F., et al. Global burden and cross-country inequalities in autoimmune diseases. Autoimmun Rev. 22 (6), 103326(2023).
  20. Chen, J., et al. Global burden of noncommunicable diseases attributable to kidney dysfunction. Chin Med J (Engl). 138 (11), 1334-1344 (2024).
  21. Wu, Z., Xia, F., Lin, R. Global burden of cancer and associated risk factors in 204 countries and territories, 1980–2021. J Hematol Oncol. 17 (1), 119(2024).
  22. Hurvitz, S. A., et al. Trastuzumab deruxtecan versus trastuzumab emtansine in HER2-positive metastatic breast cancer. Lancet. 401 (10371), 105-117 (2023).
  23. Basu, P., et al. Status of implementation and organization of cancer screening in the European Union Member States. Int J Cancer. 142 (1), 44-56 (2018).
  24. An, L., et al. Trends of robotic-assisted surgery for thyroid, colorectal, stomach and hepatopancreaticobiliary cancer. Asian J Surg. 44 (1), 199-205 (2021).
  25. Seong, M., Kim, Y., Park, S., Kim, H., Kwon, O. Association between diet quality and cardiorespiratory fitness in Korean adults. Nutrients. 12 (11), 3226(2020).
  26. World Health Organization. WHO Guidelines on Physical Activity and Sedentary Behaviour. , World Health Organization. Geneva. (2020).
  27. World Health Organization. Noncommunicable Diseases Progress Monitor 2022. , World Health Organization. Geneva. (2022).
  28. Nunez, C., Bauman, A., Egger, S., Sitas, F., Nair-Shalliker, V. Obesity, physical activity and cancer risks. Cancer Epidemiol. 47, 56-63 (2017).
  29. Abdel-Wahab, M., et al. Status of radiotherapy resources in Africa. Lancet Oncol. 14 (4), e168-e175 (2013).
  30. Sallis, J. F., et al. Progress in physical activity over the Olympic quadrennium. Lancet. 388 (10051), 1325-1336 (2016).
  31. Popkin, B. M., Adair, L. S., Ng, S. W. Global nutrition transition and the pandemic of obesity. Nutr Rev. 70 (1), 3-21 (2012).
  32. Porcherie, M., et al. Relationship between urban green spaces and cancer. Int J Environ Res Public Health. 18 (4), 1751(2021).
  33. Rushton, L. Health impact of environmental tobacco smoke in the home. Rev Environ Health. 19 (3-4), 291-310 (2021).
  34. Li, Y., et al. Global burden of female breast cancer: age–period–cohort analysis. Front Oncol. 12, 891824(2022).
  35. Nelson, S. H., et al. Impact of very low physical activity, BMI, and comorbidities on mortality among breast cancer survivors. Breast Cancer Res Treat. 155 (3), 551-557 (2016).
  36. Wu, Y., Zhang, D., Kang, S. Physical activity and risk of breast cancer: a meta-analysis. Breast Cancer Res Treat. 137 (3), 869-882 (2013).
  37. de Boer, M. C., Wörner, E. A., Verlaan, D., van Leeuwen, P. A. M. Mechanisms and effects of physical activity on breast cancer. Clin Breast Cancer. 17 (4), 272-278 (2017).
  38. Abbasi, I. N. Socio-cultural barriers to attaining recommended physical activity among females. Quest. 66 (4), 448-467 (2014).
  39. Giovannucci, E. Molecular biologic and epidemiologic insights for preventability of colorectal cancer. J Natl Cancer Inst. 114 (5), 645-650 (2022).
  40. la Torre, A., Lo Vecchio, F., Greco, A. Epigenetic mechanisms of aging and aging-associated diseases. Cells. 12 (8), 1163(2023).
  41. Courties, A., Kouki, I., Soliman, N., Mathieu, S., Sellam, J. Osteoarthritis year in review 2024. Osteoarthritis Cartilage. 32 (11), 1397-1404 (2024).
  42. Cruz-Jentoft, A. J., et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 48 (4), 601(2019).
  43. Bray, F., Jemal, A., Grey, N., Ferlay, J., Forman, D. Global cancer transitions according to the Human Development Index. Lancet Oncol. 13 (8), 790-801 (2012).
  44. Gautam, S., BNK,, Akashanand,, Roy, A., Banandur, P. S., et al. Assessment of resources for physical activity in an Indian city. BMC Public Health. 23 (1), 1969(2023).
  45. Global Burden of Disease Health Financing Collaborator Network. Past, present, and future of global health financing, 1995–2050. Lancet. 393 (10187), 2233-2260 (2019).
  46. Friedenreich, C. M., Neilson, H. K., Farris, M. S., Courneya, K. S. Physical activity and cancer outcomes. Clin Cancer Res. 22 (19), 4766-4775 (2016).
  47. Gaitonde, R., San Sebastian, M., Muraleedharan, V. R., Hurtig, A. K. Community action for health in India's National Rural Health Mission. Soc Sci Med. 188, 82-90 (2017).
  48. Gabarron, E., Larbi, D., Rivera-Romero, O., Denecke, K. Human factors in AI-driven digital solutions for increasing physical activity. JMIR Hum Factors. 11, e55964(2024).
  49. GBD 2019 Risk Factors Collaborators. Global burden of 87 risk factors, 1990–2019. Lancet. 396 (10258), 1223-1249 (2020).
  50. Moradi, T., et al. Breast cancer risk and lifetime physical activity. Cancer Causes Control. 11 (6), 523-531 (2000).

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

MedycynaWydanie 234Wydanie 234Warto pustaWydanieglobalny ci ar chor bIndeks Socjodemograficznynier wno ci w zdrowiu

Powiązane artykuły