Аналитический рабочий процесс на основе GBD 2021 для оценки глобальной нагрузки на новообразования, вызванный низкой физической активностью

Краткое содержание

Этот протокол демонстрирует воспроизводимый рабочий процесс для извлечения, обработки, анализа и визуализации оценок по GBD 2021 новообразования, вызванных низкой физической активностью. Рабочий процесс позволяет исследователям оценивать индикаторы бремени, временные тенденции, компоненты разложения, социально-экономические неравенства и модельные прогнозы с использованием стандартизированных данных на уровне населения.

Аннотация

Этот протокол описывает воспроизводимый аналитический рабочий процесс для оценки глобального бремени новообразования, вызванного низкой физической активностью, с использованием данных Global Burden of Disease 2021. Рабочий процесс включает извлечение данных из инструмента GBD Results Tool, определение допустимых исходов и категорий воздействия, оценку смертей, возрастные годы жизни с учётом инвалидности и возрастные стандартизированные показатели, анализ временных тенденций с использованием предполагаемого годового процентного изменения и регрессии точек соединения, анализ разложения, оценку социально-экономического неравенства и байесовскую прогноз возрастных периодов когорты. Протокол также описывает, как интерпретировать интервалы неопределённости, компоненты разложения и метрики неравенства в контексте моделируемых оценок на уровне популяции. В качестве репрезентативного применения рабочий процесс применялся к колоректальному раку и женскому раку молочной железы, обусловленном низкой физической активностью в 204 странах и территориях с 1990 по 2021 год, с прогнозами до 2045 года. Этот протокол может быть адаптирован для других пар риск-результат GBD, когда исследователям необходим структурированный подход к оценке риск-атрибутивной нагрузки, характеристики тенденций, оценки неравенства и анализа прогнозов.

Введение

Новообразования представляют собой значительную категорию неинфекционных заболеваний (НЗ), способствующих глобальной смертности и инвалидности, что представляет собой критическую проблему общественного здравоохранения во всём мире. Данные Globocan 2022 выявили 19,96 миллиона новых случаев новообразования и 9,74 миллиона смертей во всём мире, при этом основными видами злокачественных заболеваний являются рак лёгких, молочной железы (женский) и колоректальный рак. Прогнозируемая заболеваемость раком достигнет 35 миллионов ежегодно к 2050 году (рост на 77% по сравнению с 2022 годом), при этом страны с низкими баллами по Индексу человеческого развития (ИЧР) переживут скачок на 142%, вызванный демографическими переходами. Демографическое расширение, старение населения, недостаток скрининговых систем и ограниченный доступ к лечению в регионах с низким ИЧР определяют эти тенденции, создавая необходимость справедливого распределения глобальных онкологических^{ресурсов 1}.

Низкая физическая активность (ЛПА) — это установленный модифицируемый фактор для тяжёлых НЗ, охватывающий злокачественные опухоли, метаболические нарушения и нейропсихиатрические^{состояния 2,3,4}. LPA представляет собой значительную глобальную нагрузку для здоровья, демонстрируя рост распространённости по возрасту на 6,6% с 2000 года и внося вклад в 7,2% мировой смертности от всех причин в 2022^{году 5,6}. Умеренная физическая активность (ПА) обеспечивает значительную защиту от рака молочной железы (СР 0,90; 95% ДИ: 0,87–0,93), толстой кишки (СР 0,84; 95% ДИ: 0,77–0,91) и рака прямой кишки (СР 0,87; 95% ДИ: 0,80–0,95), с параллельным снижением смертности, специфичной для локализации⁷. Для продвижения важных ПА во всем мире многие страны и регионы разработали национальные рекомендации по ПА, адаптированные к их конкретным контекстам (например, Канада, Великобритания и США), которые были широко распространены через такие организации, как Всемирная организация здравоохранения (ВОЗ) и Европейский союз. К сожалению, только 72,5% взрослых во всём мире достигают минимальных рекомендуемых уровней PA, указанных в рекомендациях общественного^{здравоохранения 8}.

Снижение нагрузки неоплазм, связанной с низкой физической активностью, является ключевым фактором для достижения цели Цели устойчивого развития ООН (ЦУР) 2030 года: снижение на одну треть преждевременной смертности от НЗ посредством профилактики и^ухода. Сбор надёжных доказательств для разъяснения связи между LPA и новообразованиями крайне важен для формирования будущей политики в области здравоохранения. Глобальное исследование бремени болезней, травм и факторов риска 2021 года (GBD 2021) предоставляет сопоставимые оценки смертности, лет жизни с учётом инвалидности (DALYs) и рискованного бремени на уровне населения в 204 странах и территориях с 1990 по 2021 год с использованием стандартизированных эпидемиологических подходов. В GBD 2021 оценки болезней и травм охватывают 371 заболевание и травму, а анализ факторов риска оценивает воздействие, относительный риск, популяционные доли и приписываемое бремя для 88 факторов^{риска 10}. Однако меньше исследований предоставили поэтапный и воспроизводимый рабочий процесс для извлечения данных о неоплазмах GBD 2021, связанных с низкой физической активностью, и применения анализа тенденций, разложения, неравенства и проекций в рамках единого протокола. В этой рукописи рассматривается этот методологический пробел, подробно описывая извлечение данных, определение переменных, статистическое моделирование и процедуры интерпретации для конкретной пары риск-результат GBD. Этот протокол описывает воспроизводимый вторичный анализ оценок по GBD 2021 по неоплазмам, обусловленным низкой физической активностью, в 204 странах и территориях с 1990 по 2021 год, с прогнозами до 2045 года. Цели заключались в количественной оценке смертей, DALY, возрастных стандартизированных показателей, временных тенденций, компонентов разложения, социально-экономических неравенств и прогнозируемой нагрузки, без выводов причинности на индивидуальном уровне или прямых эффектов вмешательства.

Этот рабочий процесс был выбран потому, что он интегрирует несколько взаимодополняющих аналитических компонентов в единую воспроизводимую структуру. По сравнению с исследованиями, которые сообщают только описательные оценки GBD или одиночные метрики тренда, этот протокол объединяет оценку нагрузки, EAPC, регрессию точек соединения, анализ декомпозиции, оценку неравенства и прогноз BAPC, позволяя пользователям изучать не только масштаб бремени, но и временные изменения, демографические факторы, социально-экономические градиенты и будущие тенденции. Протокол применим к исследователям, проводящим вторичный анализ оценок риска GBD, особенно если цель состоит в сравнении закономерностей бремени по времени, полу, возрастным группам, странам, регионам или категориям SDI.

Протокол

В этом исследовании использовались общедоступные, деидентифицированные оценки GBD 2021 года на уровне популяции. Данные участников индивидуального уровня не были доступны. Исследование GBD 2021 получило освобождение от информированного согласия от Институционального обзорного совета Университета Вашингтона; Поэтому для этого вторичного анализа не требовалось дополнительное институциональное этическое одобрение.

ПРИМЕЧАНИЕ: Этот протокол описывает воспроизводимый рабочий процесс для проведения вторичного анализа оценок по GBD 2021 по^{новообразованиям 11} , обусловленным низкой физической активностью. Рабочий процесс включает извлечение данных, определение переменных, оценку нагрузки, анализ временных тенденций, анализ разложения, оценку неравенства и байесовскую прогнозировку возрастных периодов когорты. Результаты представлены для иллюстрации применения протокола, а не для установления первичной причинно-следственной связи. Аналитический рабочий процесс состоял из шести последовательных этапов: извлечение оценок GBD 2021, определение воздействия, исходов заболеваний и стратей SDI, оценка смертности, DALY, стандартизированного возрастного уровня смертности (ASMR) и возрастно-стандартизированного уровня DALY (ASDR), анализ временных тенденций с использованием оценочного годового процентного изменения (EAPC) и анализа регрессии, декомпозиции и неравенства, а также баесовского прогноза возрастных периодов когорты до 2045 года. Каждый результат и цифра были получены на основе одного из связанных аналитических шагов.

1. Идентификация и доступ к источникам данных

1. Получите доступ к инструменту Global Burden of Disease (GBD) Results Tool 2021.
   1. Откройте веб-браузер и перейдите к инструменту Global Burden of Disease Results Tool на сайте https://vizhub.healthdata.org/gbd-results/.
   2. Выберите GBD 2021 в качестве версии исследования из доступных опций набора данных.
   3. Выберите факторы риска в меню иерархии причин.
2. Определите исходы заболевания и факторы риска.
   1. Выберите новообразования в категорию заболеваний.
   2. Выбирайте низкую физическую активность как фактор риска.
   3. Выберите смертность и годы жизни, скорректированные по инвалидности (DALYs), как показатели результата.
3. Укажите население, географию и временной период.
   1. Выберите оба пола — мужского и женского — отдельно для анализа, специфичных по полу.
   2. Выберите все доступные возрастные группы ≥25 лет.
   3. Выберите все 204 страны и территории.
   4. Определите период анализа с 1990 по 2021 год.
4. Извлекать стандартизированные по возрасту показатели результатов.
   1. Включить возрастную стандартизацию с использованием стандартного населения GBD 2021.
   2. Выберите стандартизированную возрастную смертность (ASMR) и стандартизированные по возрасту показатели DALY (ASDR ) в качестве выходных переменных.
   3. Включить 95% интервалы неопределённости (UI) для всех извлечённых оценок.
   4. Экспортировать извлеченные данные в формате CSV для дальнейшего анализа.
   5. Для воспроизводимости используйте следующие выборы инструмента результатов GBD: версия исследования: GBD 2021; Контекст: факторы риска; риск: низкая физическая активность; причина: новообразования; показатели: смерти и DALYs; метрики: количество и скорость; возрастные группы: стандартизированные по возрасту и все доступные возрастные группы по 5 лет ≥ 25 лет; полы: и мужчины, и женщины; локации: глобальный, 21 регион GBD, регионы SDI и 204 страны и территории; Годы: 1990–2021.
   6. Экспортировать среднюю оценку, меньший интервал неопределённости и верхний интервал неопределённости для каждого слоя в формате CSV.
5. Получите данные по социодемографическому индексу (SDI), стратифицированные.
   1. Обеспечить стратификацию по социодемографическому индексу (SDI).
   2. Извлечь специфические для SDI данные ASMR и ASDR для сравнительного анализа.
6. Доступ к базовым источникам данных.
   1. Перейдите к инструменту ввода данных GBD 2021 по адресу https://ghdx.healthdata.org/gbd-2021.
   2. Проверять общедоступную документацию, описывающую первичные источники данных, включая системы регистрации актов граждан, опросы населения, медицинские записи и реестры заболеваний.

2. Определение ключевых переменных и критериев классификации.

1. Определите неоплазмы.
   1. Определите новообразования как злокачественные опухоли согласно иерархии причин Global Burden of Disease (GBD) 2021.
   2. Включают только злокачественные новообразования, характеризующиеся неконтролируемой клеточной пролиферацией, вызванной генетической и эпигенетической дисрегуляцией.
   3. Исключить доброкачественные опухоли из всех анализов.
2. Что значит низкая физическая активность?
   1. Определите интенсивность физической активности с помощью метаболического эквивалента значений задачи (MET), где 1 MET равен потреблению кислорода 3,5 мл O₂/kg/мин в состоянии покоя.
   2. Рассчитывайте еженедельный уровень физической активности, используя общее количество минут MET-минут в неделю.
   3. Классифицируем уровни физической активности в четыре^{категории 12,13}:
      Менее 600 минут MET-минут в неделю.
      600–3 999 минут MET-минут в неделю.
      4 000–7 999 MET-минут в неделю.
      8 000 и более минут MET-минут в неделю.
   4. Определите низкую физическую активность как менее 4000 минут MET-минут в неделю, что соответствует методологии атрибуции риска GBD 2021.
      ПРИМЕЧАНИЕ: Этот порог был заимствован из определения атрибуции риска GBD 2021 года и не был выбран de novo в настоящем исследовании. Он использовался для поддержания согласованности с рамочной структурой сравнительной оценки риска GBD и сопоставимости с другими оценками, основанными на GBD.
3. Определите SDI.
   1. Определим SDI как составный индикатор в диапазоне от 0 до 1.
   2. Рассчитайте SDI с использованием геометрического среднего стандартизированного дохода на душу населения, образовательных уровней и коэффициента рождаемости у лиц младше 25 лет.
   3. Классифицируйте страны и регионы на пять категорий^{SDI 14}: Низкая, Нижняя-Средняя, Средняя, Высокая-средняя и Высокая.
   4. Назначить страны одному из 21 региона GBD на основе стратификации СОО.
4. Определите неоплазмы, обусловленные низкой физической активностью.
   1. Определить новообразования, связанные с низкой физической активностью, с помощью сравнительной оценки риска GBD 2021.
      1. В рамках этой схемы операционализировать нагрузку с низкой физической активностью, относимую к ним нагрузку, объединяя распределения воздействия, относительные риски и исход и теоретический минимальный уровень риска для оценки долей населения. Затем применяйте это к смертям и DALY для допустимых исходов по новообразованию.
   2. Включайте колоректальный рак и женский рак молочной железы как результаты новообразования, обусловленные низкой физической активностью.
      ПРИМЕЧАНИЕ: Таким образом, в данном исследовании новообразования, обусловленные низкой физической активностью , относятся только к колоректальному раку и женскому раку молочной железы, как определено в сравнительной оценке риска GBD 2021, а не ко всем злокачественным опухолям.

3. Оценка глобальной нагрузки на новообразования, обусловленную низкой физической активностью.

1. Извлекайте индикаторы бремени болезней.
   1. Импортные данные о смертности и годах жизни с учётом инвалидности (DALYs) для новообразования, обусловленных низкой физической активностью, из Инструмента результатов Global Burden of Disease (GBD) 2021 года, согласно стандартной сравнительной оценке риска GBD.
   2. Извлекать возрастно-стандартизированные показатели смертности (ASMR) и возрастно-стандартизированные показатели DALY (ASDR) на 100 000 населения с использованием стандартного населения GBD 2021.
   3. Сохранять соответствующие интервалы неопределённости в 95% для всех извлеченных оценок, предусмотренных методологией GBD 2021.
2. Рассчитайте годы жизни с учётом инвалидности.
   1. Определите годы жизни с учётом инвалидности (DALYs) как сумму лет потерянной жизни (YLL) и лет жизни с инвалидностью (YLDs), следуя стандартным определениям GBD.
   2. Вычислите YLL, умножая возрастно-специфическую смертность на эталонную продолжительность жизни, указанную в таблице жизни GBD 2021.
   3. Рассчитывайте YLD, умножая случаи инцидентов на специфические для заболевания весы инвалидности и продолжительность заболевания, как описано в методологии GBD.
   4. Проверьте, что рассчитанные значения DALY соответствуют оценкам GBD 2021 года.

4. Анализ временных тенденций

1. Оценка годового процентного изменения^{— 15,16}.
   1. Импортировать данные ASMR и ASDR в программное обеспечение R (версия 4.4.2).
   2. Применить естественное логарифмическое преобразование к возрастно-стандартизированным скоростям.
   3. Адаптировать линейные регрессионные модели с календарным годом как независимой переменной для оценки временных тенденций, следуя установленным методам эпидемиологического анализа тенденций.
   4. Рассчитайте оценочное годовое процентное изменение (EAPC) по наклону регрессии с использованием стандартного экспоненциального преобразования.
   5. Классифицировать тенденции как растущие, убывающие или стабильные в зависимости от того, является ли 95% доверительный интервал EAPC выше, ниже или включает ноль.
2. Проведите регрессионный анализ точки соединения.
   1. Откройте регрессионную программу Joinpoint (версия 5.3.0; Национальный институт рака).
   2. Импортируйте наборы данных ASMR и ASDR в программное обеспечение.
   3. Выберите лог-линейную регрессионную модель для анализа трендов, в соответствии с методологическими руководящими принципами^{Joinpoint 17}.
   4. Укажите минимум 0 и максимум 6 точек соединения.
   5. Выберите метод Байесовского информационного критерия (BIC ) с взвешенной оптимизацией BIC для определения оптимальных точек соединения.
      1. Выберите максимум шесть точек соединения в зависимости от продолжительности годового временного ряда с 1990 по 2021 год и стандартных рекомендаций программы регрессии Joinpoint.
      2. Определите окончательное количество точек соединения с помощью BIC, основанного на данных.
   6. Проведите анализ для расчёта годового процентного изменения (APC) и среднегодового процентного изменения (AAPC) с доверительными интервалами 95%. Для слоёв с редкими данными или нестабильными годовыми оценками сегментно-специфические APC интерпретировались осторожно и не подчёркивались, если только подходящая тенденция не поддерживалась соответствующими интервалами неопределённости и не была эпидемиологически правдоподобной.
   7. Экспортировать результаты APC и AAPC для дальнейшего анализа.
      ПРИМЕЧАНИЕ: EAPC и регрессия по точкам соединения использовались для разных целей. EAPC предоставил единую сводную оценку среднего логарифмического тренда за 1990–2021 годы, тогда как регрессия в точке соединения выявила календарные периоды смещения скорости изменения и оценила сегментно-специфичные APC. Поэтому EAPC использовался для общего сравнения между пластами, а регрессия по точкам соединения — для описания временных схем перегиба.

5. Анализ декомпозиции

1. Подготовьте входы для декомпозиции.
   1. Стратифицируйте данные о смертности и DALY по возрастной группе, календарному году и географическому региону.
   2. Импортировать стратифицированные наборы данных в JD_GBDR программное обеспечение (версия 2.37.1).
2. Проведите анализ декомпозиции.
   1. Разложить изменения смертности и DALY между выбранными временными точками на компоненты старения, роста популяции и эпидемиологических изменений с использованием устоявшихся методов^{разложения 18}.
   2. Количественно оценить вклад каждого компонента в общие изменения бремени болезней.
      1. Интерпретируем процентные вклады как пропорциональный вклад старения, роста населения и эпидемиологических изменений к чистому изменению смертности (DALY) между двумя временными точками.
      2. Значения превышающие 100% или отрицательные значения могут возникать, когда один компонент увеличивает нагрузку, а другой его компенсирует; интерпретировать такие значения как эффекты математического разложения, а не прямые биологические эффекты.
   3. Результаты декомпозиции экспорта для глобальных, SDI-уровней и региональных анализов GBD.

6. Анализ неравенства в здравоохранении

1. Подготовьте данные для оценки неравенства.
   1. Ранжуйте все страны и территории по их значениям SDI от самого низкого к высокому.
   2. Импортировать ASMR и ASDR в программное обеспечение R (версия 4.4.2).
2. Рассчитайте индекс неравенства наклона.
   1. Присваивать относительный социально-экономический ранг каждой стране на основе совокупного распределения населения по стратам SDI.
   2. Подбирайте взвешенную линейную регрессионную модель с ASMR или ASDR в качестве зависимой переменной и относительным рангом SDI как независимой переменной.
   3. Вычислите индекс наклона неравенства (SII) как абсолютную разницу в нагрузке на болезни между верхними и нижними пределами градиента SDI, следуя установленной методологии анализа неравенства.
3. Рассчитайте индекс концентрации.
   1. Постройте кривые концентрации, построив накопленные пропорции ASMR или ASDR с накопительными пропорциями популяции, ранжированными по SDI.
   2. Вычислите индекс концентрации (CII) как вдвое превышающую площадь между кривой концентрации и линией равенства.
   3. Интерпретировать значения CII, близкие к нулю, как низкое неравенство, а значения, приближающиеся к −1 или +1, как растущее относительное неравенство, что соответствует стандартным методам экономики^{здравоохранения 19}.
4. Оценка неопределённости для метрик неравенства.
   1. Для SII выведите 95% доверительные интервалы из взвешенной регрессионной модели, используя массы населения на уровне страны.
   2. Для CII оценивайте 95% доверительные интервалы с помощью бутстрап-перевыборки стран и территорий с заменой.
   3. Когда доступны апостериорные доборы, повторяйте расчёты SII и CII между проборами и отражайте 2,5-й и 97,5-й процентили как интервалы неопределённости.

7. Байесовское моделирование возрастного периода и когорты

1. Подготовьте входные данные для проекции.
   1. Организовать возрастные смерти, DALY и соответствующие данные о популяции по пятилетним возрастным группам и календарным годам с 1990 по 2021 год.
   2. Обеспечить согласованность определений возрастных групп и временных интервалов на протяжении всего периода наблюдения.
2. Применим байесовскую возрастную когортную модель²⁰.
   1. Импортировать возрастно-специфические наборы данных по нагрузке и популяции в R с использованием байесовской моделирования возрастных периодов и когортных моделей.
   2. Определите возрастные, периодические и когортные эффекты как структурированные случайные эффекты, используя априоры второго порядка случайной ходьбы для сглаживания соседних возрастных групп, календарных периодов и когорт рождения.
   3. Сгенерируйте постериорные оценки возрастных показателей, а затем рассчитывайте прогнозируемые ASMR и ASDR с использованием стандартной популяции GBD 2021.
   4. Оценивайте соответствие модели, сравнивая придерживаемые оценки с наблюдаемыми за исторический период.
   5. Проведите внутреннюю валидацию путём удержания последних наблюдаемых лет, перенастройки модели и сравнения прогнозируемых оценок с наблюдаемыми значениями.
3. Генерируйте прогнозы на будущее.
   1. Прогнозируемые возрастные стандартизированные показатели смертности и возрастные показатели DALYs для новообразования, вызванных низкой физической активностью, с 2022 по 2045 год.
   2. Извлекать апостериорные средние оценки и соответствующие 95% интервалы неопределённости для всех прогнозируемых исходов. Оценивайте неопределённость проекции с помощью постериорных 95% интервалов неопределённости и с возрастающей осторожностью интерпретируют оценки, находящиеся дальше от наблюдаемого периода.
   3. Экспортируйте результаты прогнозирования для визуализации и отчетности.

8. Статистический анализ

1. Проведите общий статистический анализ.
   1. Импортируйте все очищенные наборы данных в программное обеспечение R (версия 4.4.2).
   2. Используйте программное обеспечение R для проведения всех статистических анализов и создания рисунков и таблиц.
   3. Установите статистическую значимость при двухстороннем p-значении менее 0,05 для всех анализов.
2. Проведите специализированные анализы GBD.
   1. Импортировать наборы данных, форматируемые в GBD, в JD_GBDR программное обеспечение (версия 2.37.1).
   2. Используйте программное обеспечение JD_GBDR для расчёта бремени заболеваний, анализа декомпозиции и стандартизированных визуализаций скорости в соответствии с аналитическими конвенциями GBD.
3. Проведите регрессионный анализ точки соединения.
   1. Скачайте и установите программу регрессии Joinpoint (версия 5.3.0) с сайта Национального института рака (https://surveillance.cancer.gov/joinpoint/download).
   2. Импортируйте стандартизированные по возрасту уровень смертности и стандартизированные по возрасту наборы данных DALY в программное обеспечение Joinpoint.
   3. Выберите лог-линейную модель регрессии и выполните анализ регрессии по точкам соединения для оценки временных тенденций, следуя методологии программы регрессии Joinpoint.
   4. Оценки трендов экспорта, включая годовое и среднегодовое процентное изменение, с соответствующими 95% доверительными интервалами.
      ПРИМЕЧАНИЕ: Все анализы проводились с использованием версии программы R версии 4.4.2, регрессионной программы Joinpoint версии 5.3.0 и версии программы JD_GBDR 2.37.1. Основные аналитические настройки включали лог-линейные модели EAPC, регрессию точек соединения с 0–6 точками соединения, выбранных по Байесовскому информационному критерию, основанным на данных, разложение на компоненты старения, роста населения и эпидемиологических изменений, взвешенную регрессию для SII, бутстрэп-редискретирование или апостериорные отборы для неопределённости CII, а также байесовскую проекцию когорты по возрастному периоду до 2045 года.

Результаты

Успешная реализация этого протокола должна обеспечить полный набор гармонизированных оценок, полученных из GBD, по заранее определённым местам, годам, полу, возрастным группам, показателям и метрикам. Ожидаемые результаты включают возрастно-стандартизированные и возрастно-специфичные оценки нагрузки с интервалами неопределённости 95%, оценки трендов EAPC и точки соединения, компоненты разложения, метрики неравенства SII и CII, а также прогнозы на основе BAPC с апостериорными интервалами неопределённости. Неоптимальная реализация характеризуется отсутствием слоёв, несогласованными возрастными или расположенными метками, невоспроизведением оценок, представленных GBD, после очистки данных, нестабильными моделями точек соединения в редких слоях или неправдоподобно узкими интервалами проекций.

Глобальное бремя новообразования, относящихся к ЛПА
В 2021 году новообразования, связанные с ЛПА, составили 87 440 глобальных смертей (95% УИ: 48 636–125 811), что на 95,73% больше по сравнению с исходным уровнем 1990 года (44 675; 95% UI: 24 963–64 997) (Таблица 1, Дополнительная таблица 1). После корректировки с учётом различий в возрастной структуре популяции ASMR снизился с 1,32 (95% UI: 0,75–1,92) до 1,06 (95% UI: 0,59–1,52) на 100 000 в период с 1990 по 2021 год. Одновременный рост абсолютной смертности и снижение ASMR указывает на то, что рост населения и старение увеличивали общее число смертей, тогда как возрастно-стандартизированный уровень смертности со временем снижался. Это значительное снижение было подтверждено EAPC -0,79 (95% ДИ: -0,83 до -0,75) и AAPC -0,70 (95% ДИ: -0,73 до -0,68) (Таблица 1, Дополнительная таблица 2). Моделирование регрессии точек соединения выявило пять точек временного перегиба в траекториях ASMR (1994, 2004, 2007, 2014 и 2018) с помощью сегментированного линейного регрессионного анализа (Рисунок 1, Дополнительная таблица 2).

Аналогично, количество DALY, связанных с новообразованиями, относящимися к LPA, увеличилось примерно на 84,79% — с 944 286 (95% UI: 505 737–1 389 544) в 1990 году до 1 744 944 (95% UI: 908 799–2 545 345) в 2021 году (Таблица 2, Дополнительная таблица 1). Несмотря на рост абсолютного бремени, ASDR снизился с 25,16 (95% UI: 13,67–37,09) до 20,50 (95% UI: 10,73–29,89) на 100 000 в период 1990–2021 годов, что составляет снижение на 18,51% (95% UI: -26,10 до -10,09). Это секулярное затухание соответствовало значимым временным тенденциям (EAPC: -0,76, 95% ДИ: -0,82 до -0,70; AAPC: -0,68, 95% ДИ: -0,72 до -0,64) (Таблица 2, Дополнительная таблица 2). Регрессия точки перелома по точкам соединения подтвердила в 1994, 2004, 2007, 2014 и 2018 годах (Рисунок 1, Дополнительная таблица 2).

В 2021 году CRC стал основным фактором развития новообразований, связанных со смертностью от LPA, демонстрируя ASMR 0,87 (95% UI: 0,55–1,19) на 100 000 пациентов, тогда как у женщин с BC наблюдался сравнительно низкий ASMR — 0,19 (95% UI: 0,04–0,34) на 100 000. С 1990 по 2021 год все подтипы новообразования демонстрировали тенденцию снижения смертности, характеризующуюся EAPC -0,82 (95% ДИ: -0,86–-0,78) и AAPC -0,72 (95% ДИ: -0,74 до -0,70) для КРК, а также соответствующими значениями -0,66 (95% ДИ: -0,72–-0,61) и -0,56 (95% ДИ: -0,58–-0,55) для ВРК. Эти временные паттерны при ASDR совпадали с траекториями ASMR во всех подтипах заболеваний, при этом CRC показали наиболее выраженные снижения (снижение ASDR: 20,34%, 95% UI: -27,99 до -10,82) (Таблица 1, Таблица 2, Дополнительная таблица 3, Дополнительный рисунок 1). Для улучшения читаемости основной текст сосредоточен на глобальных, гендерно-специфических и стратификационных по SDI результатах, а подробные оценки на уровне стран и регионов приводятся в дополнительных материалах.

Глобальное бремя новообразования, относящихся к ЛПА: стратификация по полу и возрасту
Глобальное бремя заболеваний новообразованиями, вызванными ЛПА, демонстрировало характерное унимодальное возрастное распределение с первоначальной эскалацией, за которой следовало постепенное снижение, непропорционально затрагивая женщин. В 2021 году уровень смертности достиг пика в возрасте 80–84 года для обоих полов, тогда как DALY достигли пика раньше — 70–74 года. ASMR и ASDR показали прогрессирующее повышение с возрастом, достигая максимальных уровней у пожилых групп. Примечательно, что замедление возрастных приростов и абсолютных сокращений ограничивались пожилыми мужчинами. У женщин сохранялись повышенные коэффициенты заболеваемости во всех возрастных классах, при этом эпидемиологические тенденции соответствовали наблюдениям 1990 года (Рисунок 2, Дополнительная таблица 4, Дополнительная таблица 5, Дополнительный рисунок 2).

Неоплазмы, связанные с LPA, демонстрировали рост глобальной смертности и нагрузки по DALY в период с 1990 по 2021 год. Мужчины показали более пропорциональный рост [смертность: 131,61% (95% UI:94,52–176,46); DALYs: 114,23% (95% UI:79.34–157.63)] против выраженного абсолютного роста бремени у женщин: смертность с 31 792 (95% UI: 16 647–46 903) до 57 602 (95% UI: 29 060–85 197) (+81,18%), DALY — с 676 178 (95% UI: 336 046–992 525) до 1 170 572 (95% UI: 555 314–1 756 518) (+73,12%). Женщины постоянно демонстрировали непропорционально более высокую нагрузку по болезни, чем мужчины на протяжении всего периода исследования (Таблица 1, Таблица 2, Дополнительная таблица 1 и Дополнительный рисунок 3). Это различие в полах следует интерпретировать с точки зрения определения исхода GBD, поскольку женский рак молочной железы включается к опухолям, связанным с низкой физической активностью, тогда как рак молочной железы у мужчин — нет. Таким образом, более высокая нагрузка на женщин частично отражает состав болезни, а также возможные различия в воздействии, восприимчивости или доступе к медицинской помощи. Однако ASR для новообразований, связанных с LPA, показали снижение полового диморфизма: ASMR: у мужчин: 0,92 (95% UI: 0,57–1,30) до 0,84 (95% UI: 0,52–1,19) /100 000 [EAPC -0,32 (95% ДИ: -0,36–-0,28)]; Женщины: 1,61 (95% ВД: 0,85–2,38) до 1,24 (95% ВД: 0,62–1,83)/100 000 [EAPC: -0,96 (95% ДИ: -1,00 до -0,91))]. ASDR: Мужчины: 16,57 (95% UI: 10,18–22,94) до 15,03 (95% UI: 9,21–20,93)/100 000 [EAPC -0,37 (95% CI: -0,43–-0,32)]; Женщины: 32,38 (95% УИ: 16,26–47,60) до 25,46 (95% ВД: 12,04–38,21)/100 000 [ЭАПК -0,89 (95% ДИ: -0,95–-0,83)]. AAPC подтвердил этот половой диморфизм: ASMR: самцы -0,29 (95% ДИ: -0,31–-0,26), женщины -0,85 (95% ДИ: -0,87–-0,83); ASDR: мужчины -0,31 (95% ДИ: -0,35 до -0,29), женщины -0,78 (95% ДИ: -0,79 до -0,76) (Таблица 1, Таблица 2, Рисунок 1, Рисунок 3, Дополнительная таблица 2).

Глобальное бремя новообразования, относящегося к ЛПА: анализ социодемографической дезагрегации
Новообразования, связанные с ЛПА, демонстрировали значительные социально-экономические различия: в 2021 году АСМР демонстрировал прогрессирующий градиент от 0,41 (95% ВД: 0,20–0,61) до 1,35 (95% ИМ: 0,75–1,95)/100 000 (3,3-кратный рост; низкий и высокий СОИ), параллельно с ростом АСДР с 8,83 (95% ВД: 4,16–13,49) до 26,52 (95% ВД: 14,13–38,73)/100 000 (в 3,0 раза). В период с 1990 по 2021 год, несмотря на общее снижение глобальных показателей [ASMR EAPC: -0,79 (95% ДИ: -0,83 до -0,75), ASDR EAPC: -0,76 (95% ДИ: -0,82 до -0,70)], значительная гетерогенность наблюдалась между квинтилями СОИ: регионы с высоким СОИ демонстрировали значительное снижение [ASMR EAPC -1,42 (95% ДИ:-1,48 до -1,36); ASDR EAPC -1,40 (95% ДИ:-1,47 до -1,33)] в контрасте с возрастающими нагрузками при низких и средних SDI [ASMR EAPC 0,86 (95% CI:0,81–0,91); ASDR EAPC 0,77 (95% ДИ:0,73–0,81)] (Таблица 1, Таблица 2, Рисунок 3).

В период с 1990 по 2021 год SDI показал значимые положительные корреляции с ASMR (ρ = 0,7560, p < 0,001) и ASDR (ρ = 0,7364, p < 0,001) в 21 GBD регионах, при этом темпы росли до SDI≈0,8, а затем снижались на более высоких уровнях (см. рисунок 4). В 2021 году эти корреляции сохранялись для ASMR (ρ = 0,6724, p < 0,001) и ASDR (ρ = 0,5938, p < 0,001) в 204 странах/территориях, отражая региональные модели GBD. Барбадос, Великобритания, Американское Самоа и Микронезия (Федеративные Штаты) продемонстрировали значения ASMR/ASDR, значительно превышающие прогнозы по SDI (рисунок 5).

Географические различия в нагрузке на новообразования, связанные с ЛПА
В 2021 году новообразования, связанные с LPA, продемонстрировали выраженные региональные нагрузки: самые низкие в Южной Азии (ASMR 0,42/100 000; ASDR 9,05/100 000), в Восточной Африке к югу от Сахары (0,42; 8,95) и Центральной Азии (0,48; 9,94), по сравнению с наивысшими показателями в Австралазии (1,69; 34,88) и Центральной Европе (1,75; 32,89). Восточная Азия несла наибольшее глобальное бремя с 19 608 смертями (95% UI: 11 453–29 247) и 396 653 DALY (95% UI: 224 218–604 269). В период с 1990 по 2021 год в Южной Африке к югу от Сахары и Центральной Латинской Америке были наиболее значительны рост ASMR/ASDR для этого злокачественного заболевания (Таблица 1, Таблица 2). Региональные и национальные сравнения интерпретировались описательно, поскольку оценки GBD могут различаться по точности в зависимости от доступности и качества базовых данных.

В дополнение к этой региональной перспективе национальный анализ дополнительно количественно оценил различия в бремени заболеваний: наивысший ASMR был зафиксирован в Монако [2,47 (95% UI: 1,24–3,88)], Великобритании [2,69 (95% UI:1,50–3,82)] и Барбадосе [3,16 (95% UI: 1,54–4,92)], а самый высокий ASDR проявился в Микронезии [61,31 (95% UI: 27,37–98,65)], Американском Самоа [62,28 (95% UI: 28,75–101,61)] и Барбадосе [66,62 (95% UI:31,56–104,95)]. Напротив, самый низкий ASMR наблюдался в Танзании [0,16 (95% UI:0,06–0,30)], Малави [0,19 (95% UI: 0,08–0,33)] и Узбекистане [0,19 (95% UI: 0,08–0,32)], при соответствующем низком ASDR в Танзании [3,36 (95% UI:1,22–6,12)], Бенине [3,97 (95% UI: 1,58–7,12)] и Малави [4,25 (95% UI:1,60–7,64)]. Примечательно, что Китай нес наибольшее глобальное бремя с 18 624 смертями (95% UI: 10 849–27 939) и 375 360 DALY (95% UI: 211 389–574 711). В 1990 и 2021 годах Австрия, Сан-Марино и Бельгия добились значительных сокращений по обоим показателям, тогда как в Кабо-Верде, Лесото и Гондурасе наблюдался заметный рост ASMR, при этом Лесото, Маврикий и Сальвадор — значительные повышения ASDR (Рисунок 6, Дополнительная таблица 6, Дополнительная таблица 7, Дополнительный рисунок 4). Для описания распределения бремени были выделены страны и территории с экстремальными значениями ASMR или ASDR, но эти оценки следует интерпретировать осторожно, особенно в небольших популяциях или условиях с большими интервалами неопределённости.

Анализ разложения
Анализ декомпозиции (старение/популяционные/эпидемиологические изменения) количественно оценивал смертность и вариации DALY в глобальных регионах 5-SDI и 21-GBD (Рисунок 7, Дополнительная таблица 8). Поскольку проценты разложения рассчитываются относительно чистого изменения нагрузки, при взаимном компенсировании противоположных компонентов могут возникать очень большие положительные или отрицательные значения. Эти значения указывают на относительный математический вклад каждого компонента и не должны интерпретироваться как биологические размеры эффектов.

В глобальном масштабе новообразования, вызванные смертностью от LPA и вариациями DALY, в основном определялись численностью населения (смертность: 88,44%, DALY: 131,53%), за ними следовали старение (46,63%; -79,71%) и эпидемиологические изменения (-35,07%; 48,19%), демонстрируя негативное глобальное воздействие населения.

На уровне региона SDI популяция стабильно демонстрировала негативное влияние как на смертность, так и на DALY. В отличие от этого, старение проявляло негативное влияние на смертность во всех регионах СОИ, но положительное влияние на DALY, тогда как эпидемиологические изменения проявили негативное влияние в средних регионах СОИ и ниже. В частности, регионы с высоким СОИ проявили наибольшее выражение влияния всех трёх демографических факторов: старения (изменение смертности 48,02%, -104,89% вариации DALY), населения (175,03%, 300,33%) и эпидемиологических изменений (-123,04%, -95,44%). Что касается смертности, старение показало наименьшее негативное влияние в регионах с низким СОИ (28,08%), популяция показала минимальное негативное влияние в регионах низкого и среднего СОИ (50,27%), тогда как эпидемиологические изменения показали максимальное положительное влияние в регионах с высоким СОИ (-123,04%). Для DALY старение показало значимые положительные эффекты в регионах с высоким СОИ (-104,89%), тогда как низкие и средние регионы СОИ испытали самое слабое негативное влияние от населения (64,39%), но наиболее значительные негативные последствия от эпидемиологических изменений (46,31%).

В 21 регионе GBD наибольший вклад в смертность показали старение (75,74%), население (389,67%) и эпидемиологические изменения (-298,99%) в Австралазии и Западной Европе, при этом минимальное влияние на смертность в Центральной Европе, Центральной Латинской Америке и Океании — -9,04%, 42% и -3,06% соответственно. Удивительно, но Западная Европа проявила резкую вариацию DALY: старение (-1036,4%), население (1987,98%) и эпидемиологические изменения (-851,58%), тогда как Юго-Восточная Азия (0,7%), Центральная Латинская Америка (47,99%) и Океания (-4,83%) показали самые слабые соответствующие влияния DALYs от этих детерминантов.

Анализ неравенства в здравоохранении
Метрики неравенства в здравоохранении выявили устойчивые различия в новообразованиях, обусловленные нагрузкой LPA в регионах СОИ: в период с 1990 по 2021 год СИИ при АСМР снизился с 1,45 (95% ДИ: 1,24–1,66) до 1,11 (95% ДИ: 0,95–1,26), тогда как ИИ снизился с 0,30 (95% ДИ: 0,26–0,34) до 0,20 (95% ДИ: 0,17–0,24). Соответствующие тенденции ASDR показали снижение SII (28,52 [95% CI: 24,21–32,83] до 20,02 [95% CI: 16,62–23,41]) и снижение CII (0,27 [95% CI: 0,23–0,31] до 0,17 [95% CI: 0,13–0,21]), что в совокупности демонстрирует значительное улучшение как абсолютных (SII), так и относительных (CII) показателей неравенства (Рисунок 8, Дополнительная таблица 9).

Прогнозируемое глобальное бремя новообразования, относящееся к ЛПА: байесовский анализ возрастного периода-когортного моделирования (2022–2045)
Моделирование BAPC прогнозирует постепенное глобальное снижение числа новообразований, вызванное нагрузкой LPA, к 2045 году: ASMR снижается с 1,34 (95% UI: 1,33–1,35) до 0,95 (95% UI: 0,88–1,03)/100 000, а ASDR — с 25,36 (95% UI: 25,30–25,41) до 18,86 (95% UI: 16,99–20,72)/100 000. Анализ, специфический по полу, выявляет устойчивые различия при женщинах, несущих более высокие нагрузки — ASMR у самцов снижается на 0,14/100 000 [итоговый 0,79 (95% UI: 0,71–0,88)] по сравнению с более сильным снижением у женщин (0,54/100 000), но более высоким конечным показателем [1,09 (95% UI: 1,00–1,18)]. Аналогично, прогнозируемый ASDR достигает 14,22/100 000 мужчин против 23,28/100 000 женщин (рисунок 9, дополнительная таблица 10). Поскольку прогнозы за пределами наблюдаемого периода зависят от исторической стабильности тенденций и предположений моделей, оценки на 2045 год следует интерпретировать как модельные прогнозы, а не окончательные.

Рисунок 1: Регрессия АСМР и АСДР по точкам соединения для новообразований, связанных с низкой физической активностью, с 1990 по 2021 год, стратифицированной по полу. (A) ASMR и (B) ASDR. Точки указывают на наблюдаемые годовые оценки, подгонные линии — сегментированные логично-линейные тенденции, а вертикальные маркеры — обнаруженные точки соединения. Сегментно-специфичные APC и AAPC приведены в дополнительной таблице 2. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 2: Возрастно-специфические смерти и DALY при новообразованиях, связанных с низкой физической активностью, в 2021 году, стратифицированы по полу. (A) Смерти и (B) полосы DALY показывают абсолютные числа, линии — возрастные показатели, а полоски ошибок или затененные полосы — 95% интервалы неопределённости. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 3: Временные тенденции ASMR и ASDR для новообразований, обусловленных низкой физической активностью в глобальном масштабе и среди квинтилей SDI, 1990–2021. (A–F) ASMR и (G–L) ASDR. (A,G) Глобальный, (B,H) Высокий SDI, (C,I) High-Middle SDI, (D,J) Средний SDI, (E,K) Низкий средний SDI, (F,L) Низкий SDI. Подробные числовые оценки приведены в Таблице 1, Таблице 2 и Дополнительной Таблице 2. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 4: ASMR и ASDR для новообразований, обусловленных низкой физической активностью по SDI в 21 регионе GBD с 1990 по 2021 год. (A) ASMR и (B) ASDR. Прилегающая кривая иллюстрирует общую связь между SDI и нагрузкой. Регионы выше или ниже подгонной кривой наблюдали показатели выше или ниже ожидаемых на аналогичном уровне SDI. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 5: ASMR и ASDR для новообразования, обусловленных низкой физической активностью по СОО, в 204 странах и территориях в 2021 году. (A) ASMR и (B) ASDR. Страны выше или ниже установленной кривой СОИ наблюдали показатели выше или ниже ожидаемых на аналогичном уровне СОО. Эти отклонения могут отражать распределение воздействия, структуру популяции, обнаружение рака, полноту реестра или неопределённость в моделированных оценках. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 6: ASMR и ASDR на уровне страны для новообразования, обусловленных низкой физической активностью в 2021 году. (A) ASMR и (B) ASDR. Цветовые категории отражают оценочные оценки на 100 000 жителей. Оценки стран или территорий с небольшими популяциями или большими интервалами неопределённости следует интерпретировать осторожно. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 7: Разложение изменений в смертности и DALY, вызванных низкой физической активностью, на компоненты старения, роста населения и эпидемиологических изменений. (A) Смерти и (B) DALYs. Положительные значения указывают на компоненты, способствующие увеличению нагрузки, тогда как отрицательные — на компоненты, компенсирующие рост нагрузки. Проценты могут превышать 100% или быть отрицательными, если компоненты действуют в противоположных направлениях. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 8: Анализ неравенства в здоровье новообразований, обусловленных низкой физической активностью. (A–D) Совокупная доля смертности и DALY. SDI представляет собой абсолютную разницу в нагрузке между верхними и нижними пределами распределения SDI, тогда как Индекс концентрации отражает относительное неравенство среди популяций, ранжируемых по SDI. Значения, близкие к нулю, указывают на более низкое неравенство. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 9: Байесовские возрастные когортные прогнозы ASMR и ASDR для новообразований, обусловленных низкой физической активностью в период с 2022 по 2045 год. (A–F) Сплошные линии указывают средние оценки по апостериум, а затененные области — 95% интервалы неопределённости. Прогнозы следует интерпретировать как модельные оценки, зависящие от исторических тенденций и предположений модели. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

	1990		2021		1990-2021
	Случаи смерти	ASR на 100 000	Случаи смерти	ASR на 100 000	ПК в ASR(%)	EAPC of ASMR
	Количество (95% пользовательский интерфейс)	ASMR (95% пользовательский интерфейс)	Количество (95% пользовательский интерфейс)	ASMR (95% пользовательский интерфейс)	(95% пользовательский интерфейс)	(95% ДИ)
Глобальный	44 674,70 (24 963,44 до 64 996,55)	1.32(0.75–1.92)	87 440,12 (48 636,46 до 125 810,50)	1,06 (0,59 до 1,52)	-19.72(-27.11–-11.38)	-0,79 (-0,83 до -0,75)
Пол
Мужской	12 882,94 (7 911,97 до 17 917,59)	0,92 (0,57 до 1,30)	29 838,39 (18 371,98 до 42 033,66)	0,84 (0,52 до 1,19)	-8.61(-23.80–9.61)	-0,32 (-0,36 до -0,28)
Женский	31 791,77 (16 646,68 до 46 902,98)	1,61 (0,85 до 2,38)	57 601,73 (29 060,33 до 85 196,67)	1,24 (0,62 до 1,83)	-23.17(-31.34–-14.61)	-0,96 (-1,00 до -0,91)
SDI
Низкий SDI	702,55 (360,97 до 1 079,18)	0,36 (0,19–0,55)	1 755.02 (845.64 до 2 662.49)	0,41 (0,20–0,61)	11,58 (-7,78 до 39,82)	0,36 (0,24–0,49)
Низкий и средний SDI	2 326,69 (1 203,88 до 3 443,41)	0,44 (0,24–0,65)	7 394,12 (3 580,19 до 10 989,26)	0,57 (0,28–0,84)	29,63 (с 9,70 до 53,53)	0,86 (0,81 до 0,91)
Средний SDI	7,125.05(3,839.38–10,401.70)	0,84 (0,46–1,23)	21 815,22 (12 091,00 до 31 568,52)	0,89 (0,50 до 1,28)	5.81(-10.55–25.55)	0,06 (0,01 до 0,11)
Высоко-средний SDI	11 715,52 (6 575,68 до 16 808,12)	1,34 (0,76–1,90)	24 257,36 (13 536,14 до 34 810,76)	1,24 (0,70 до 1,78)	-7.34(-20.01–6.36)	-0,30 (-0,36 до -0,23)
Высокий SDI	22 740,72 (12 713,50 до 33 355,57)	2.03(1.14–3.00)	32 101,73 (17 720,24 до 46 072,78)	1,35 (0,75 до 1,95)	-33.53(-40.64–-26.20)	-1,42 (-1,48 до -1,36)
Регион GBD
Андская Латинская Америка	94.66(46.63–144.02)	0,52 (0,26–0,79)	334.93(165.85–522.17)	0,59 (0,29–0,92)	14.07 (-17.75–60.72)	0,42 (0,31–0,53)
Австралазия	622.72(330.83–894.24)	2,70 (1,44 до 3,87)	985,92 (553,20 до 1 451,29)	1,69 (0,95 до 2,49)	-37.32(-48.68–-23.42)	-1,62 (-1,70 до -1,55)
Карибский регион	307.15(157.94–442.19)	1,27 (0,66 до 1,84)	718.83(375.11 до 1,074.48)	1,33 (0,69 до 1,98)	4.11(-14.10–25.40)	0,21 (0,16–0,25)
Центральная Азия	255.09(121.93 до 379.62)	0,58 (0,28–0,86)	338.66 (168.31 до 509.00)	0,48 (0,24–0,72)	-17.80(-31.97–-1.09)	-0,08 (-0,26 до 0,10)
Центральная Европа	2 266,85 (1 272,80 до 3 271,41)	1,62 (0,91–2,32)	4 170,99 (2 237,91 до 6 015,29)	1,75 (0,93 до 2,53)	7,93 (-7,79 до 24,67)	0,09 (-0,03 до 0,21)
Центральная Латинская Америка	384.26(183.94 до 573.19)	0,52 (0,25–0,77)	1,556.11(800.47 до 2,334.25)	0,64 (0,33–0,95)	23.59 (2.30–50.21)	0,71 (0,48–0,93)
Центральная Африка к югу от Сахары	83.65(40.22–132.35)	0,48 (0,24–0,75)	236.51(100.45–393.49)	0,55 (0,25–0,91)	14.74(-21.74–63.78)	0,46 (0,29–0,62)
Восточная Азия	6 768,09 (3 653,81 до 10 056,11)	1,03 (0,57 до 1,53)	19 607,89 (11 453,34 до 2 9247,43)	0,98 (0,57 до 1,45)	-4.73(-32.51–33.60)	-0,29 (-0,36 до -0,21)
Восточная Европа	2 802,45 (1 497,00 до 3 941,72)	1,05 (0,57 до 1,47)	4 428,85 (от 2 320,28 до 6 600,14)	1.21(0.63–1.80)	15.79(-8.61–44.43)	0,36 (0,26–0,47)
Восточная Африка к югу от Сахары	225.93(105.51 до 360.94)	0,35 (0,17–0,55)	588.90(269.23 до 909.90)	0,42 (0,19 до 0,65)	19.13(-7.33–59.92)	0,53 (0,40–0,65)
Высокодоходный Азиатско-Тихоокеанский регион	2 898,71 (1 630,17 до 4 145,85)	1,52 (0,86 до 2,19)	7 306,42 (4 018,91 до 10 907,07)	1.31(0.71–1.90)	-14.02 (-33.96–15.28)	-0,55 (-0,60 до -0,50)
Северная Америка с высоким доходом	5 859,88 (от 2 968,16 до 9 058,79)	1,59 (0,80 до 2,47)	7 243,90 (3 643,52 до 10 755,63)	1,03(0,52 до 1,53)	-34.95(-51.35–-13.14)	-1,52(-1,62 до -1,41)
Северная Африка и Ближний Восток	1 271,47 (733,69 до 1 840,36)	0,88 (0,51–1,25)	3936.12(2155.17 до 5755.13)	0,98 (0,56–1,43)	11.42 (-5.74–33.24)	0,67 (0,50 до 0,84)
Океания	18.63 (7.98–30.63)	0,67 (0,31 до 1,07)	47.63(18.61–78.91)	0,63 (0,26–1,03)	-5.55(-23.06–16.71)	-0,20 (-0,29 до -0,12)
Южная Азия	1 737,90 (882,29 до 2 628,84)	0,35 (0,18–0,53)	5 543,21 (2 719,11 до 8 491,21)	0,42 (0,21 до 0,64)	20.20 (-6.28–49.97)	0,44 (0,32–0,56)
Южная Латинская Америка	1 913,00 (997,87 до 2 899,66)	0,87 (0,46 до 1,32)	6 763,64 (от 3 374,55 до 10 004,93)	1,16 (0,59 до 1,69)	33.53(6.63–63.18)	0,85 (0,76 до 0,94)
Южная Африка к югу от Сахары	464.42(233.50 до 723.20)	1,08 (0,56–1,67)	860,59 (417,20 до 1 323,57)	0,95 (0,46 до 1,46)	-12.08(-37.87–27.28)	-0,21 (-0,35 до -0,07)
Юго-Восточная Азия	267.72(130.05–417.79)	1.14(0.56–1.76)	753.71(364.83 до 1,110.43)	1,53 (0,77 до 2,26)	34.50 (5.96–67.10)	1,00 (0,79 до 1,21)
Тропическая Латинская Америка	868,79(440,43 до 1 265,92)	1.12(0.57–1.63)	3 270,12 (1 677,67 до 4 855,25)	1.31(0.68–1.94)	16,96 (-6,80 до 49,74)	0,56 (0,49–0,63)
Западная Европа	15 255,70 (8 488,72 до 22 265,38)	2,52(1,39–3,69)	17 835,97 (9 801,50 до 25 806,91)	1,59 (0,87 до 2,32)	-36.81(-43.81–-29.62)	-1,56 (-1,61 до -1,50)
Западная Африка к югу от Сахары	307.64(131.59 до 478.58)	0,40 (0,18–0,62)	911.22 (348.96 до 1 466.65)	0,53 (0,22–0,84)	32.49(3.30–74.66)	1,05 (0,94 до 1,16)
Подкатегории новообразования
Рак молочной железы	8 177,91 (1 662,64 до 1 4354,52)	0,23 (0,05 до 0,40)	15 964,16 (с 3 230,21 до 28 326,21)	0,19 (0,04 до 0,34)	-15.99(-22.39–-9.41)	-0,66 (-0,72 до -0,61)
Рак толстой кишки и прямой кишки	3 6496,79 (23 150,55 до 5 0771,76)	1,09 (0,70 до 1,53)	71 475,96 (44 830,06 до 98 195,49)	0,87 (0,55 до 1,19)	-20.49(-28.57–-11.42)	-0,82 (-0,86 до -0,78)

Таблица 1: Новообразования, обусловленные низкой физической активностью: смертельное бремя и временные тенденции (1990–2021). В таблице представлены основные оценки нагрузки и индикаторы тенденций по полу и категориям SDI. Более детальные региональные и национальные оценки приведены в дополнительных таблицах. Пожалуйста, нажмите здесь, чтобы скачать эту таблицу.

	1990		2021		1990-2021
	Дела DALYs	ASR на 100 000	Дела DALYs	ASR на 100 000	ПК в ASR(%)	EAPC of ASDR
	Количество (95% пользовательский интерфейс)	ASDR (95% пользовательский интерфейс)	Количество (95% пользовательский интерфейс)	ASDR (95% пользовательский интерфейс)	(95% пользовательский интерфейс)	(95% ДИ)
Глобальный	944,285.78(50,5737 0,18 до 1 389 543,57)	25.16(13.67–37.09)	1,744,943.68(908,799 0,35 до 2,545,344.72)	20.50 (10.73–29.89)	-18.51 (-26.10 до -10.09)	-0,76 (-0,82 до -0,70)
Пол
Мужской	268,107.56(165,239 0,07 до 370,163,08)	16.57 (10.18–22.94)	574,371.32(348,379 0,46 до 800 744,94)	15.03 (9.21–20.93)	-9.33(-23.71–7.51)	-0,37 (-0,43 до -0,32)
Женский	676,178.23(336,047 0,59 до 992 525,42)	32.38 (16.26–47.60)	1,170,572.36(555,313 0,54 до 1 756 517,84)	25.46 (с 12.04 по 38.21)	-21.36(-29.62–-12.76)	-0,89 (-0,95 до -0,83)
SDI
Низкий SDI	18,578.95(9,176 .46 до 28 775.19)	8.16(4.14–12.53)	45,807.13(20,570.83 до 70 949,02)	8.83(4.16–13.49)	8.29(-10.50–39.10)	0,21 (0,09 до 0,33)
Низкий и средний SDI	60,418.06(29,886 0,07–90 000,18)	9.82 (4.99–14.56)	181,922.35(84,591 0,84 до 280,191,13)	12.56 (с 5.94 до 19.03)	27.86(8.31–53.45)	0,77 (0,73–0,81)
Средний SDI	174,555.29(91,042 0,96 до 256 446,54)	17.36 (9.33–25.39)	488,709.60(253,743 0,20 до 717 931,89)	18.38(9.67–26.94)	5.89(-10.57–26.39)	0,07 (-0,00 до 0,14)
Высоко-средний SDI	248,517.72(134,358 0,78 до 358 881,54)	25.99(14.17–37.65)	462,899.84(248,381 0,01 до 674 525,73)	23.44 (с 12.50 до 34.20)	-9.81(-22.49–4.59)	-0,42 (-0,46 до -0,38)
Высокий SDI	440,886.67(236,640 0,98 до 641 945,58)	39.77(с 21.25 до 58.06)	563,339.77(306,210 .10 до 819 262.15)	26.52 (14.13–38.73)	-33.32(-39.10–-27.18)	-1,40 (-1,47 до -1,33)
Регион GBD
Андская Латинская Америка	2,032.06(953 0,15 до 3 244,52)	10.17 (4.81–15.75)	6 788,27 (3 379,82 до 10 869,37)	11.60 (5.80–18.58)	14.05 (-16.37–57.15)	0,38 (0,28–0,48)
Австралазия	13,091.85(6,785.74 до 19 155,80)	56.24 (29.15–82.31)	18,402.32(10,330 0,87 до 27 196,61)	34.88(19.18–51.79)	-37.98(-48.06–-25.70)	-1,64 (-1,72 до -1,57)
Карибский регион	6,682.48(3,257.50 до 9 803,70)	26.05 (12.83–37.96)	14,936.71(7,467.85 до 22 741,58)	27.76(13.82–42.35)	6.56(-11.43–26.59)	0,30 (0,26–0,33)
Центральная Азия	6,113.13(2,875.45 до 9 342,10)	13.08 (6.17–19.82)	7,871.50(3,630.97 до 11 955,55)	9,94 (4,74 до 14,99)	-24.04(-36.62–-7.97)	-0,47 (-0,59 до -0,35)
Центральная Европа	46,026.42(24,775 0,41 до 66,105,09)	31.28 (16.84–45.01)	75,115.03(39,699 .13 до 107 678,56)	32.89 (17.34–47.12)	5.15(-8.57–19.95)	0,04 (-0,06 до 0,14)
Центральная Латинская Америка	9,305.49(4,170.58 до 13 956,30)	11.02 (с 5.09 по 16.45)	37,715.23(18,709.78 до 58 000,93)	14.87 (7.41–22.65)	34.95 (11.77–64.97)	1.01(0.75–1.26)
Центральная Африка к югу от Сахары	2,221.31(1,016.14 до 3 556,00)	10.23(4.88–16.16)	6,337.46(2,428.48 до 10 487,21)	11.63 (с 4.95 до 19.40)	13.71(-22.36–57.99)	0,43 (0,24–0,61)
Восточная Азия	159,121.88(82,933 0,80 до 241 470,88)	19.79 (10.48–29.45)	396,653.40(224,218 0,04 до 604 268,93)	18.61 (10.59–28.17)	-5.96(-32.26–32.19)	-0,33 (-0,43 до -0,23)
Восточная Европа	59,978.58(30,902 0,71 до 87 472,34)	21.54 (10.95–31.20)	82,590.09(40,451.64 до 123 453,92)	22.92(11.22–34.24)	6.38(-14.08–33.51)	0,00 (-0,10 до 0,10)
Восточная Африка к югу от Сахары	6,144.30(2,759.22 до 9 942,73)	7.98(3.74–12.73)	15,726.10(6,676.96 до 24 634,43)	8.95 (4.06–13.94)	12.10 (-14.88–51.44)	0,29 (0,16–0,43)
Высокодоходный Азиатско-Тихоокеанский регион	68,367.61(37,187 0,31 до 96 750,88)	33.95(18.43–48.21)	125,612.22(68,484.09 до 180 959,20)	27.96 (14.89–39.87)	-17.66(-34.93–3.02)	-0,70 (-0,75 до -0,64)
Северная Америка с высоким доходом	110,579.32(53,603 0,23 до 168 944,28)	30.91(14.75–47.02)	135,048.33(65,207.39 до 206 531,98)	20.66 (9.84–31.60)	-33.18(-48.18–-14.30)	-1,39 (-1,56 до -1,22)
Северная Африка и Ближний Восток	33,502.36(18,573 0,46 до 49 734,41)	19.49(11.13–28.52)	102,096.12(51,831.63 до 151 539,80)	21.70 (11.51–31.87)	11.34 (-6.57–32.99)	0,60 (0,46 до 0,73)
Океания	612.40(245.17 до 1 023.79)	17.68 (7.53–29.11)	1,573.18(576.67 до 2,667.60)	17.19 (6.65–28.58)	-2.72(-23.76–23.48)	-0,13 (-0,21 до -0,05)
Южная Азия	46,100.94(22,425 0,80 до 69 073,26)	7.89(3.95–11.94)	133,476.27(62,105.33 до 207 069,89)	9:05 (с 4:30 до 14:00)	14.67 (-10.43–43.16)	0,21 (0,08–0,34)
Южная Латинская Америка	48,213.16(24,344 0,03–74 368,69)	19:00 (с 9:75 до 29:04)	161,677.60(76,724.20 до 247 604,85)	24.67 (с 12.01 по 37.15)	29.87 (1.97–61.27)	0,77 (0,70 до 0,83)
Южная Африка к югу от Сахары	9,529.23(4,537.37 до 14 950,84)	21.05 (10.09–33.08)	15 906,65 (7 462,34 до 24 568,27)	18.09 (8.45–28.03)	-14.05 (-36.07–18.51)	-0,32 (-0,41 до -0,24)
Юго-Восточная Азия	6,545.75(3,015.15 до 10 197,86)	23.82 (11.30–37.07)	18 303,10 (8 337,73 до 27 183,17)	31.82(14.94–46.79)	33.57 (7.39–62.74)	1,08 (0,89 до 1,27)
Тропическая Латинская Америка	20,004.58(9,888.11 до 30 396,32)	22.53 (11.21–33.34)	71 793,02 (34 457,98 до 107 876,77)	27.92 (13.51–41.78)	23,94 (0,01 до 55,61)	0,71 (0,66–0,76)
Западная Европа	282,256.07(150,133 0,40 до 413 719,92)	48.37 (с 25.25 до 71.16)	292,870.10(158,018 0,77 до 430 007,70)	30.13(15.78–43.96)	-37.71(-43.35–-31.66)	-1,60 (-1,66 до -1,55)
Западная Африка к югу от Сахары	7,856.86(3,225.38 до 12 446,50)	8.86(3.71–13.83)	24 451,00 (8 434,07 до 40 517,27)	11.81(4.42–19.19)	33.20 (1.42–76.70)	1,07 (0,93 до 1,21)
Подкатегории новообразования
Рак молочной железы	219,022.34(43,911 0,88 до 378 430,50)	5.47 (1.10–9.50)	415,254.34(83,318. 37 до 729 174,93)	4,81 (0,97 до 8,45)	-11,93 (-18,74 до -4,98)	-0,51 (-0,57 до -0,44)
Рак толстой кишки и прямой кишки	725,263.44(458,229 0,16 до 1 007 049,44)	19.69 (с 12.45 до 27.40)	1,329,689.34(831,183 0,72 до 1 829 992,61)	15.69 (9.81–21.54)	-20.34(-27.99–-10.82)	-0,83 (-0,89 до -0,77)

Таблица 2: Новообразования, обусловленные низкой физической активностью: нагрузка DALYs и временные тенденции (1990–2021). В таблице представлены основные оценки нагрузки и индикаторы тенденций по полу и категориям SDI. Более детальные региональные и национальные оценки приведены в дополнительных таблицах. Пожалуйста, нажмите здесь, чтобы скачать эту таблицу.

Дополнительный рисунок 1: Регрессионный анализ по точке объединения гендерно-специфического (A) ASMR и (B) ASDR (на 100 000 населения) для подкатегорий новообразования, связанных с низкой физической активностью с 1990 по 2021 год. Синяя кривая, регрессионный анализ по точки соединения обоих полов для BC; Коричневая кривая, анализ регрессии по точки Джоинпоинта для обоих полов для CRC; Зелёная кривая, регрессионный анализ женского пола для CRC; Оранжевая кривая, регрессионный анализ мужского пола по КРК; Красная кривая, регрессионный анализ женского пола по точки присоединения для BC. ASMR, стандартизированный возрастной уровень смертности; ASDR — возрастной стандартизированный срок жизни, скорректированный по инвалидности; BC, рак груди; CRC, рак толстой кишки и прямой кишки; DALYs — годы жизни, адаптированные по инвалидности. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительный рисунок 2: Новообразования, обусловленные низкой физической активностью: возрастные показатели, ASMR и ASDR (на 100 000 населения) по полу, 1990. ASMR, стандартизированный возрастной уровень смертности; ASDR — возрастной стандартизированный срок жизни, скорректированный по инвалидности; DALYs — годы жизни, адаптированные по инвалидности. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительный рисунок 3: Временные тенденции глобальных смертей и DALY новообразования, обусловленных низкой физической активностью по СОИ, 1990–2021. DALYs — годы жизни с учётом инвалидности; SDI, Социально-демографический индекс. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительный рисунок 4: Глобальный EAPC ASMR (A) и ASDR (B) (на 100 000 населения) по новообразованиям, обусловленным низкой физической активностью в 204 странах и территориях с 1990 по 2021 год. ASMR, стандартизированный возрастной уровень смертности; ASDR — возрастной стандартизированный срок жизни, скорректированный по инвалидности; DALYs — годы жизни с учётом инвалидности; EAPC, Оценка годового процентного изменения. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 1: Процентное изменение глобальной смертности и DALY новообразования, обусловленное низкой физической активностью по полу, 1990–2021 гг. DALYs — годы жизни, адаптированные по инвалидности. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 2: Регрессионный анализ по полу ASMR и ASDR (на 100 000 населения) для новообразования, вызванных низкой физической активностью, с 1990 по 2021 год. ASMR, стандартизированный возрастной уровень смертности; ASDR — возрастной стандартизированный срок жизни, скорректированный по инвалидности; AAPC, среднегодовое процентное изменение, представленное за полный период; APC, годовое процентное изменение; CI, доверительный интервал. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 3: Joinpoint регрессионный анализ гендерно-специфического ASMR и ASDR (на 100 000 популяций) для подкатегорий новообразований, связанных с низкой физической активностью с 1990 по 2021 год. ASMR, стандартизированный возрастной уровень смертности; ASDR — возрастной стандартизированный срок жизни, скорректированный по инвалидности; AAPC, среднегодовое процентное изменение, представленное за полный период; APC, годовое процентное изменение; BC, рак груди; CRC, рак толстой кишки и прямой кишки; CI, доверительный интервал. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 4: Возрастные показатели и возрастные стандарты смертности от новообразования, обусловленные низкой физической активностью по полу, в 1990 и 2021 годах. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 5: Возрастно-специфические показатели и стандартизированные по возрасту показатели DALY новообразования, обусловленные низкой физической активностью по полу, в 1990 и 2021 годах. DALYs — годы жизни, адаптированные по инвалидности. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 6: Смертность от новообразования, вызванная низкой физической активностью в 204 странах и территориях в 1990 и 2021 годах, а также временные тенденции с 1990 по 2021 год. ASMR, стандартизированный возрастной уровень смертности; ASR — возрастно-стандартизированная ставка; CI — доверительный интервал; EAPC, оценочное годовое процентное изменение; Интерфейс, интервал неопределённости. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 7: Нагрузка DALYs по неоплазмам, вызванная низкой физической активностью в 204 странах и территориях в 1990 и 2021 годах, а также временными тенденциями с 1990 по 2021 год. ASDR — стандартизированная по возрасту ставка DALY; ASR — стандартизированная по возрасту ставка; CI — доверительный интервал; DALY, годы жизни, адаптированные по инвалидности; EAPC — оценочное годовое процентное изменение; Интерфейс, интервал неопределённости. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 8: Разложение изменений смертности и DALY новообразования, вызванных низкой физической активностью, на изменения старения, популяции и эпидемиологии. DALYs — годы жизни, адаптированные по инвалидности. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 9: Анализ неравенства в здоровье опухолей, вызванных низкой физической активностью. DALYs — годы жизни, адаптированные по инвалидности. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 10: Глобальные тенденции в ASMR и ASDR (на 100 000 населения) для новообразования, обусловленных низкой физической активностью, прогнозируемые BAPC на 2021–2045 годы. ASMR — возрастные стандартизированные показатели смертности; ASDR — возрастные стандартизированные показатели жизни с учётом инвалидности; BAPC, модель баесовского возраста-периода-когорты; Интерфейс, интервал неопределённости. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Обсуждение

Этот анализ GBD 2021 показывает два противоположных паттерна низкой физической активности опухольной нагрузки. В то время как ASMR и ASDR для новообразований, связанных с LPA, значительно снизились с 1990 по 2021 год (ΔASMR = -19,72%; ΔASDR = -18,51%), абсолютная смертность и DALY увеличились на 95,73% и 84,79% соответственно. Рост абсолютного бремени, несмотря на снижение возрастных стандартизированных показателей, в основном объясняется ростом населения и старением. Снижение ASR может отражать множество факторов, включая улучшения в выявлении рака, лечении и контроле факторов риска, хотя эти факторы в данном анализе не были напрямую декомпозиционированы ^1,21,22. Примечательно, что LPA оставался ответственным за более 87 000 смертей, связанных с новообразованиями, и 1,74 миллиона DALY по всему миру в 2021 году. Эти результаты подтверждают сохранение значимости низкой физической активности в системе атрибуции GBD. Поскольку в этом исследовании использовались сравнительные оценки риска GBD, результаты количественно оценивают моделированную демографическую нагрузку, обусловленную низкой физической активностью, и не устанавливают индивидуальные причинные механизмы или прямые эффекты вмешательства.

Заметные различия на основе СОИ сохраняются в новообразованиях, связанных с нагрузкой ЛПА. Регионы с высоким SDI (Северная Америка, Западная Европа, Австралия) показали наивысшие показатели ASMR в 2021 году (1,35/100 000) и ASDR (26,52/100 000), но при этом достигли максимального снижения в 1990–2021 годах (EAPC: -1,42; -1,40), что отражает параллельные достижения в: (i) скрининге на основе доказательств (например, покрытие колоректального скрининга в Великобритании с 60%), (ii) интегрированных терапевтических методов (например, внедрение роботизированной хирургии)²⁴, и (iii) общенациональных инициатив PA (например, проект Национальной премии Южной Кореи)²⁵. Парадоксально, но регионы с низким и средним SDI (особенно в странах Африки к югу от Сахары) демонстрировали рост тенденций ASMR/ASDR (EAPC: +0,86; +0,77), что сильно коррелирует с ограничениями системы здравоохранения и отсутствием профилактических мер²⁶. Эта стратификация согласуется с Глобальным докладом ВОЗ по неинфекционным заболеваниям 2022 года, подчёркивая острую необходимость стран с низким и средним уровнем дохода (стран с низким и средним уровнем дохода) в укреплении контроля над раком посредством: внедрение реестра рака на основе популяции, масштабирование программ скрининга на основе доказательств и интегрированное предоставление услуг паллиативной^{помощи 27}.

Корреляция нагрузки СОИ (ASMR ρ = 0,7560; ASDR ρ = 0,7364) выявляет парадоксальные эффекты социально-экономического развития на новообразования, связанные с LPA. Регионы с высоким SDI достигли значительного снижения смертности (EAPC = -1,42) благодаря усиленному скринингу и таргетной терапии, но одновременно столкнулись с ростом опухольных опухолей, связанных с ожирением (например, рак молочной железы/колоректальной железы) из-за западных диет и малоподвижных занятий⁽21,22,28). Восточная Азия, особенно Китай, зафиксировала наибольшее абсолютное число смертей, связанных с низкой физической активностью, и DALY, что частично может отражать его большой численность населения и демографическую^{структуру — 29,30}. Выбросы на уровне стран в Карибском и Тихоокеанском регионах могут отражать сочетание распределения воздействия, структуры популяции, выявления рака, полноты реестра и предположений модели^{GBD 31}. Поскольку эти факторы не были напрямую протестированы в данном анализе, они рассматриваются как возможные контекстуальные объяснения, а не как подтверждённые^{механизмы 32,33}.

В мире женщины демонстрируют значительно более высокий уровень новообразования, связанных с ЛПА: ASMR 2021 года (1,24/100 000) и ASDR (25,46/100 000) превышают мужские показатели (0,84/100 000; 15,03/100 000), главным образом благодаря высокой частоте BC³⁴. ЛПА увеличивает риск смертности от ПС (СР = 1,22, 95% ДИ:1,05–1,42), тогда как участие в непрофессиональных ПА, независимо от типа или интенсивности, демонстрирует разную степень снижения риска для заболеваемости^{ПС 35,36}. Предыдущие исследования предполагали гормональные, метаболические и воспалительные пути, связывающие физическую активность с риском рака молочной железы; однако эти механизмы не были непосредственно изучены в текущем анализе на основе^{GBD 37}. Тем не менее, глобальная распространённость физической активности у женщин остаётся на 35,5% выше (31,7% против 23,4% несоблюдения рекомендаций ВОЗ)⁸, что усугубляется в регионах с низким SDI культурными ограничениями (ограничения на одежду: 37% снижает вероятность ПА) и гендерным бременем ухода (4,3-часовое суточное неравенство в домашней работе: снижение 29%)³⁸.

Опухоли, связанные с ЛПА, достигли пика во всем мире среди людей в возрасте 70–84 года, что соответствует прогрессированию неопластических заболеваний и возрастным метаболическим^{снижением — 39,40}. Умеренное увеличение ASMR/ASDR у пожилых мужчин коррелирует с устойчивым занятием низкой интенсивностью (садоводство/прогулки), в отличие от повышенной восприимчивости женщин, где годовая саркопения (потеря мышц 1%–2%) и остеомышечные сопутствующие заболевания ускоряют уязвимость к^{LPA 41,42}. Эти результаты свидетельствуют о том, что при интерпретации низкой физической активности нагрузки следует учитывать возрастные закономерности.

Популяционные факторы стали основным фактором роста смертности от новообразования, вызванных ЛПА (88,44%) и повышенными DALY (131,53%). В то время как эпидемиологические изменения компенсировали нагрузку на заболевание -123,04% в регионах с высоким SDI, регионы с низким SDI испытывали усугубленное бремя (совокупный вклад: 36,33%) благодаря старению и эпидемиологическим изменениям. Эти результаты свидетельствуют о том, что развивающиеся страны, переживающие демографические переходы (например, снижение рождаемости, увеличение продолжительности жизни), рискуют столкнуться с двойным бременем инфекционных и НИЗ без параллельной разработки комплексных систем профилактики рака⁴³.

Анализ неравенства в здравоохранении показывает устойчивые различия в ASMR (>1/100 000) между регионами с высоким и низким SDI, несмотря на абсолютное/относительное сокращение разрыва (SII: 1,45→1,11/100,000; CII: 0,30→0,20 с 1990 по 2021 год). Три основных барьера способствуют неравенству: (i) Неравенство в инфраструктуре: страны и регионы с высоким SDI поддерживают в пять раз большее покрытие фитнес-центров, чем аналоги с низким SDI. В Коларе, Индия, площадь рекреационного пространства на душу населения составляет всего 0,4^м², что значительно ниже стандарта 3,0–4,0^м² на душу населения в регионах с высоким SDI, при этом большинство объектов сосредоточено в городских центрах, что создаёт пространственные различия в распределении, ограничивающие справедливый доступ к медицинским^{ресурсам 44}. (ii) Разрыв в области здравоохранения: только 30% школ с низким SDI включают PA в обязательную учебную программу (<50%), в отличие от стандартизированных школьных программ здравоохранения в странах с высоким SDI (активность по 150 минут в неделю) и специализированных руководителей^{здравоохранения в странах с высоким SDI 8}. (iii) Дисбаланс распределения ресурсов: Регионы с низким SDI с населением >10% мирового населения составляют всего 0,4% мировых расходов на здравоохранение. Параллельно Программа помощи развитию в области здравоохранения (DAH) выделяет минимальные средства на профилактику неинфекционных заболеваний, включая контроль рака, усиливая географическую кластеризацию бремени заболеваний через эту схему дифференцированного^{финансирования 45}.

Новообразования, относимые к LPA, демонстрируют прогнозируемое глобальное снижение с помощью моделирования BAPC (ASMR 2045: 0,95/100 000, 95% UI 0,88–1,03; ASDR: 18,86/100 000, 16,99–20,72). Несмотря на такую траекторию, регионы с низким SDI постоянно сталкиваются с неравенством в здравоохранении. Эти результаты подтверждают приоритетное отношение к низкой физической активности при мониторинге и планировании профилактики факторов риска^{рака 46}, особенно для пожилых людей, женщин и учреждений с растущими возрастными стандартизированными^{показателями 47}. Однако конкретные стратегии вмешательства должны быть адаптированы к местным ресурсам и оценены в исследованиях реализации до широкого принятия политики⁴⁸. Данный анализ может помочь выявить популяции и регионы, которые могут требовать более тщательного мониторинга, но он не проверяет напрямую эффективность конкретного вмешательства.

Тем не менее, ряд ограничений заслуживают рассмотрения. Во-первых, это исследование опиралось на оценки, смоделированные GBD, а не на первичные индивидуальные данные, и точность оценки может различаться в зависимости от доступности данных, полноты реестра и качества^{отчетности 49}. Во-вторых, воздействие физической активности при ГБД частично основано на данных опросов, которые могут зависеть от смещения воспоминаний, социальной желательности и различий в измерительных инструментах между условиями. В-третьих, категория новообразования с низкой физической активностью GBD ограничена колоректальным раком и женским раком молочной^{железы 50}, поэтому не охватывает все злокачественные опухоли. В-четвёртых, определение воздействия не полностью различает профессиональную, домашнюю, транспортную и свободную физическую активность, которая может иметь разные связи с исходами рака. В-пятых, социально-экономические сравнения могут зависеть от различий в выявлении рака, диагностических возможностях и доступности данных между странами. Наконец, прогнозы BAPC зависят от исторических тенденций и предположений моделирования; Оценки, находящиеся дальше наблюдаемого периода, следует интерпретировать осторожно.

В заключение, низкая физическая активность остаётся важным модифицируемым фактором риска в системе атрибуции GBD, и её оцениваемое приписываемое бремя существенно варьируется в зависимости от пола, возраста, географии и социально-экономического развития. В то время как регионы с высоким SDI снизили нагрузку на болезни благодаря технологическим инновациям, регионы с низким SDI продолжают сталкиваться с двойными проблемами — ростом населения и системным неравенством в здравоохранении. Будущие стратегии должны уделять приоритет многоуровневым вмешательствам, межсекторному сотрудничеству и технологическим решениям для совершенствования глобальных рамок профилактики рака, с особым акцентом на удовлетворение уникальных потребностей женщин, пожилого населения и стран с низким доходом. Это исследование предоставляет ключевые доказательства глобальной политики в области общественного здравоохранения, подчёркивая необходимость интеграции продвижения PA как центрального компонента национальных стратегий контроля рака.

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Bayesian Age-Period-Cohort (BAPC) R Package	R Foundation / CRAN Repository	https://cran.r-project.org/	Используется для байесовских проекционных анализов возрастно-периодных когорт.
CSV Data Files	Institute for Health Metrics and Evaluation (IHME)	N/A	Экспортированные наборы данных о нагрузке из инструмента GBD 2021 Results Tool для последующего анализа.
dplyr R Package	R Foundation / CRAN Repository	https://cran.r-project.org/package=dplyr	Используется для манипуляции данными и очистки в R.
GBD 2021 Data Input Sources Tool	Institute for Health Metrics and Evaluation (IHME)	https://ghdx.healthdata.org/gbd-2021	Открытое хранилище для исходной документации GBD.
ggplot2 R Package	R Foundation / CRAN Repository	https://cran.r-project.org/package=ggplot2	Используется для графической визуализации временных трендов и анализа неравенства.
Global Burden of Disease (GBD) 2021 Results Tool	Institute for Health Metrics and Evaluation (IHME)	https://vizhub.healthdata.org/gbd-results/	Открытая база данных, используемая для извлечения данных о смертности, DALY, ASMR и ASDR.
INLA R Package	R-INLA Project	https://www.r-inla.org/	Используется для байесовского вывода в моделировании возрастно-периодных когорт.
JD_GBDR Software	Jingding Medical Technology Co., Ltd.	Version 2.37.1	Используется для оценки нагрузки GBD, анализа декомпозиции и визуализации стандартизированных показателей.
Joinpoint Regression Program (Version 5.3.0)	National Cancer Institute (NCI)	https://surveillance.cancer.gov/joinpoint/download	Используется для анализа точек соединения, оценки APC и AAPC.
Microsoft Excel	Microsoft Corporation	https://www.microsoft.com/excel	Используется для организации и очистки извлеченных наборов данных CSV перед анализом.
Personal Computer Workstation	Any standard computing workstation	N/A	Рекомендуемый минимум: 8 ГБ оперативной памяти, Windows 10/11 или macOS для статистических анализов и прогнозов.
R Statistical Software (Version 4.4.2)	R Foundation for Statistical Computing	https://www.r-project.org/	Используется для статистического анализа, расчета EAPC, анализа неравенства, визуализации и байесовского моделирования возрастно-периодных когорт.
RStudio Desktop	Posit Software, PBC	https://posit.co/download/rstudio-desktop/	Интегрированная среда разработки для анализа в R.