Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.

Yöntem makalesi

Düşük fiziksel aktiviteye bağlı neoplazmaların küresel yükünü tahmin etmek için GBD 2021 tabanlı bir analitik iş akışı

90 görüntülenme

⸱

DOI:

10.3791/70495

⸱

7 Ağustos 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

Bu makalede

Özet

Bu protokol, düşük fiziksel aktiviteye bağlı olan GBD 2021 neoplazma tahminlerinin çıkarılması, işlenmesi, analiz edilmesi ve görselleştirilmesi için tekrarlanabilir bir iş akışı sunmaktadır. Bu iş akışı, araştırmacıların standart nüfus düzeyindeki veriler kullanarak yük göstergelerini, zamansal eğilimleri, ayrıştırma bileşenlerini, sosyoekonomik eşitsizlikleri ve model tabanlı projeksiyonları değerlendirmelerini sağlar.

Özet

Bu protokol, Küresel Hastalık Yükü 2021 verilerini kullanarak düşük fiziksel aktiviteye atfedilen neoplazmaların küresel yükünü tahmin etmek için tekrarlanabilir bir analitik iş akışını tanımlar. İş akışı, GBD Sonuçlar Aracı'ndan veri çıkarma, uygun sonuçlar ve maruziyet kategorilerinin tanımı, ölüm tahmini, engelliliğe göre ayarlanmış yaşam yılları ve yaşa göre standartlaştırılmış oranlar, tahmini yıllık yüzde değişimi ve birleşme noktası regresyonu kullanılarak zamansal eğilim analizi, ayrıştırma analizi, sosyoekonomik eşitsizlik değerlendirmesi ve Bayes yaş-dönem kohort projeksiyonunu içerir. Protokol ayrıca modellenmiş popülasyon düzeyindeki tahminler bağlamında belirsizlik aralıklarının, ayrıştırma bileşenlerinin ve eşitsizlik metriklerinin nasıl yorumlanacağını da açıklar. Temsilci bir uygulama olarak, iş akışı 1990'dan 2021'e kadar 204 ülke ve bölgede düşük fiziksel aktiviteye bağlı kolorektal kanser ve kadın meme kanserine uygulandı ve 2045'e kadar öngörüldü. Bu protokol, araştırmacıların riske atfedilebilir yük tahmini, eğilim karakterizasyonu, eşitsizlik değerlendirmesi ve projeksiyon analizi için yapılandırılmış bir yaklaşıma ihtiyaç duyduğunda diğer GBD risk-sonuç çiftleri için uyarlanabilir.

Giriş

Neoplazmalar, küresel ölüm ve engelliliğe katkıda bulunan önemli bir bulaşıcı olmayan hastalık (NCD) kategorisini oluşturur ve dünya çapında kritik bir halk sağlığı sorunu oluşturur. Globocan 2022 verileri, dünya genelinde 19,96 milyon yeni neoplazma vakası ve 9,74 milyon ölüm ortaya koydu; akciğer, meme (kadın) ve kolorektal kanserler baskın maligniteler olarak yer aldı. Tahmini kanser vakası 2050'ye kadar yıllık 35 milyona ulaşacak (2022'ye göre %77 artış); İnsani Kalkınma Endeksi'nde (HDI) düşük puan alan ülkelerin demografik geçişler nedeniyle %142 artış yaşaması öngörülüyor. Demografik genişleme, nüfus yaşlanması, eksik tarama sistemleri ve düşük HDI bölgelerinde kısıtlı tedavi erişimi bu eğilimleri tetikliyor ve küresel onkoloji kaynaklarının adil dağıtılması için bir zorunlulukyaratıyor 1.

Düşük fiziksel aktivite (LPA), kanserler, metabolik bozukluklar ve nöropsikiyatrik hastalıkları kapsayan büyük BKD'ler için belirlenmiş değiştirilebilir birbelirleyicidir 2,3,4. LPA, 2000'den bu yana yaşa göre standartlaştırılmış bir yaygınlık artışı gösteren ve 2022'de küresel tüm nedenlerle sonuçlanan ölümlerin %7,2'sine katkıda bulunan önemli bir küresel sağlık yükü oluşturmaktadır 5,6. Orta düzeyde fiziksel aktivite (PA), meme (kalp atışı 0,90; %95 GA: 0,87–0,93), kolon (kalp hızı 0,84; %95 GA: 0,77–0,91) ve rektal kanserlere (HR 0,87; %95 GA: 0,80–0,95) karşı önemli koruma sağlar; ayrıca bölgeye özgü ölüm oranlarında paralelazalmalar vardır 7. Temel PA'yı dünya çapında teşvik etmek için, birçok ülke ve bölge, Dünya Sağlık Örgütü (DSÖ) ve Avrupa Birliği gibi kuruluşlar aracılığıyla yaygın olarak yayılmış kendi özel bağlamlarına (örneğin Kanada, Birleşik Krallık ve ABD) özel ulusal PA yönergeleri geliştirmiştir. Ne yazık ki, küresel yetişkinlerin yalnızca %72,5'i halk sağlığı rehberlerinde belirtilen minimum önerilen PAseviyelerini karşılamaktadır 8.

Düşük fiziksel aktiviteye bağlı neoplazma yükünün azaltılması, BM Sürdürülebilir Kalkınma Hedefi (SDG) 2030 hedefine ulaşmak için hayati öneme sahiptir: önleme ve bakım yoluyla erken doğuştan sonra drak dİB ölümlerinde üçte birazalma 9. LPA ile neoplazmalar arasındaki ilişkiyi aydınlatmak için sağlam kanıtlar oluşturmak, gelecekteki sağlık politikalarını yönlendirmek için gereklidir. Küresel Hastalık, Yaralanma ve Risk Faktörleri Yükü Çalışması 2021 (GBD 2021), 1990'dan 2021'e kadar 204 ülke ve bölgede standartlaştırılmış epidemiyolojik yaklaşımlar kullanarak ölüm oranı, engelliliğe göre ayarlanmış yaşam yılları (DALY'ler) ve riske bağlı yük için karşılaştırılabilir nüfus düzeyinde tahminler sunmaktadır. GBD 2021'de hastalık ve yaralanma tahminleri 371 hastalık ve yaralanmayı kapsarken, risk faktörü analizi 88 risk faktörü için maruziyeti, göreli riski, nüfusa atfedilebilir oranları ve atfedilebilir yükü tahmineder 10. Ancak, daha az çalışma, GBD 2021 düşük fiziksel aktiviteye atfedilen neoplazma verilerini çıkarmak ve trend, ayrışma, eşitsizlik ve projeksiyon analizlerini tek bir protokol içinde uygulamak için adımlı ve tekrarlanabilir bir iş akışı sağlamıştır. Bu makale, bu özel GBD risk-sonuç eşleşmesi için veri çıkarma, değişken tanımı, istatistiksel modelleme ve yorumlama prosedürlerini detaylandırarak bu metodolojik boşluğu gidermektedir. Bu protokol, 1990'dan 2021'e kadar 204 ülke ve bölgede düşük fiziksel aktiviteye atfedilen neoplazmalar için GBD 2021 tahminlerinin tekrarlanabilir ikincil analizini ve 2045'e kadar projeksiyonları tanımlar. Amaçlar, ölümleri, DALY'leri, yaşa göre standartlaştırılmış oranları, zamansal eğilimleri, ayrışma bileşenlerini, sosyoekonomik eşitsizlikleri ve öngörülen yükü niceltmekti; bireysel düzeyde nedensellik veya doğrudan müdahale etkileri çıkarmadan ortaya çıkmadan.

Bu iş akışı, birkaç tamamlayıcı analitik bileşeni tek bir tekrarlanabilir çerçevede entegre etmesi nedeniyle seçilmiştir. Yalnızca betimleyici GBD tahminleri veya tek eğilim metrikleri raporlayan çalışmalarla karşılaştırıldığında, bu protokol yük tahmini, EAPC, birleşik nokta regresyonu, ayrıştırma analizi, eşitsizlik değerlendirmesi ve BAPC projeksiyonunu birleştirerek kullanıcıların sadece yükün büyüklüğünü değil, aynı zamanda zamansal değişiklikleri, demografik etkenleri, sosyoekonomik gradyanları ve gelecek eğilimlerini de incelemelerini sağlar. Protokol, özellikle zaman, cinsiyet, yaş grupları, ülkeler, bölgeler veya SDI kategorileri arasında yük kalıplarını karşılaştırmak amacıyla GBD riskine atfedilebilir tahminlerin ikincil analizlerini yapan araştırmacılar için geçerlidir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

Bu çalışma, kamuya açık ve kimliği silinmiş GBD 2021 nüfus düzeyi tahminlerini kullanmıştır. Bireysel düzeyde insan katılımcı verilerine erişilmedi. GBD 2021 çalışması, Washington Üniversitesi Kurumsal İnceleme Kurulu'ndan bilgilendirilmiş onay muafiyet aldı; bu nedenle, bu ikincil analiz için ek kurumsal etik onay gerekmemiştir.

NOT: Bu protokol, düşük fiziksel aktiviteye bağlı olan neoplazma11 için GBD 2021 tahminlerinin ikincil analizini yapmak için tekrarlanabilir bir iş akışını tanımlar. İş akışı veri çıkarma, değişken tanımı, yük tahmini, zamansal eğilim analizi, ayrıştırma analizi, eşitsizlik değerlendirmesi ve Bayes yaş-dönem kohort projeksiyonunu içerir. Sonuçlar, birincil nedensel ilişki kurmak yerine protokolün uygulanışını göstermek için sunulmaktadır. Analitik iş akışı altı ardışık adımdan oluşuyordu: GBD 2021 tahminlerinin çıkarılması, maruziyetin tanımı, hastalık sonuçları ve SDI katmanları, ölüm tahmini, DALY'ler, yaşa göre standartlaştırılmış ölüm oranı (ASMR) ve yaşa göre standartlaştırılmış DALY'ler oranı (ASDR), tahmini yıllık yüzde değişimi (EAPC) ve birleşim noktası regresyonu, ayrıştırma ve eşitsizlik analizleri kullanılarak zamansal eğilim analizi, ayrıca 2045'e kadar Bayes yaş dönemi kohort projeksiyonu. Her sonuç ve şekil, bu bağlantılı analitik adımlardan birinden oluşturulmuştur.

1. Veri kaynağı tanımlama ve erişim

  1. Küresel Hastalık Yükü (GBD) 2021 Sonuçlar Aracına erişin.
    1. Bir web tarayıcısı açın ve https://vizhub.healthdata.org/gbd-results/'daki Küresel Hastalık Yükü Sonuçları Aracı'na gidin.
    2. Mevcut veri seti seçeneklerinden çalışma versiyonu olarak GBD 2021'i seçin.
    3. Neden hiyerarşisi menüsünden Risk Faktörlerini seçin.
  2. Hastalık sonuçlarını ve risk faktörlerini tanımlayın.
    1. Hastalık kategorisi olarak neoplazmaları seçin.
    2. Düşük fiziksel aktiviteyi risk faktörü olarak seçin.
    3. Sonuç ölçütü olarak Ölümler ve Engelliliğe Uygun Yaşam Yılları (DALY) seçilin.
  3. Nüfus, coğrafya ve zaman dilimini belirtin.
    1. Cinsiyete özgü analizler için her iki cinsiyeti, Erkek ve Kadın'ı ayrı ayrı seçin.
    2. Tüm mevcut yaş gruplarını seçin ≥25 yaş.
    3. Tüm 204 ülke ve bölgeyi seçin.
    4. Analiz dönemini 1990'dan 2021'e kadar ayarlayın.
  4. Yaşa göre standartlaştırılmış sonuç ölçümlerini çıkarın.
    1. GBD 2021 standart nüfusuyla yaş standartlaştırmasını etkinleştirin.
    2. Çıktı değişkenleri olarak yaşa göre standartlaştırılmış ölüm oranı (ASMR) ve yaşa göre standartlaştırılmış DALY oranı (ASDR ) seçin.
    3. Tüm çıkarılmış tahminler için %95 belirsizlik aralıklarını (UI) ekleyin.
    4. Çıkarılan verileri aşağı akış analizi için CSV formatında dışa aktarın.
    5. Tekrarlanabilirlik için aşağıdaki GBD Sonuç Aracı seçimlerini kullanın: çalışma versiyonu: GBD 2021; bağlam: Risk faktörleri; Risk: Düşük fiziksel aktivite; neden: Neoplazmalar; önlemler: Ölümler ve DALY'ler; metrikler: Sayı ve Oran; yaşlar: Yaşa göre standartlaştırılmış ve mevcut tüm 5 yaş grupları, ≥ 25 yaş arası; cinsiyetler: Her ikisi, erkek ve dişi; konumlar: Küresel, 21 GBD bölgesi, SDI bölgesi ve 204 ülke ve bölge; yıllar: 1990–2021.
    6. Her katman için ortalama tahmin, alt belirsizlik aralığı ve üst belirsizlik aralığı CSV formatında dışa aktarılır.
  5. Sosyodemografik indeks (SDI) ile tabakalanmış veriler elde edin.
    1. Sosyodemografik Indeks (SDI) ile stratifikasyonu etkinleştirin.
    2. Karşılaştırmalı analizler için SDI'ya özgü ASMR ve ASDR verilerini çıkarmak.
  6. Temel veri kaynaklarına erişin.
    1. GBD 2021 Veri Giriş Kaynakları Aracına https://ghdx.healthdata.org/gbd-2021.
    2. Hayati kayıt sistemleri, nüfus anketleri, tıbbi kayıtlar ve hastalık kayıtları dahil olmak üzere birincil veri kaynaklarını tanımlayan kamuya açık belgeleri inceleyin.

2. Ana değişkenlerin tanımı ve sınıflandırma kriterleri

  1. Neoplazmaları tanımlayın.
    1. Neoplazmaları, 2021 Küresel Hastalık Yükü (GBD) neden hiyerarşisine göre kötü huylu tümörler olarak tanımlayın.
    2. Yalnızca genetik ve epigenetik düzensizlikten kaynaklanan kontrolsüz hücresel çoğalma ile karakterize edilen kötü hutlu neoplazmaları dahil edin.
    3. Tüm analizlerden iyi huylu neoplazmaları hariç tutun.
  2. Düşük fiziksel aktiviteyi tanımlayın.
    1. Fiziksel aktivite yoğunluğunu, metabolik görev eşdeğeri (MET) değerleri kullanılarak tanımlanır; burada 1 MET, dinlenme anında 3,5 mL O₂/kg/dakika oksijen tüketimine eşittir.
    2. Haftalık toplam MET-dakikaları kullanarak haftalık fiziksel aktivite seviyelerini hesaplayın.
    3. Fiziksel aktivite seviyelerini dört kategoriyeayırın 12,13:
      Haftada 600 MET-dakikadan az.
      Haftada 600 ila 3.999 MET-dakika.
      Haftada 4.000 ila 7.999 MET-dakika.
      Haftada 8.000 veya daha fazla MET-dakika.
    4. Düşük fiziksel aktiviteyi haftada 4.000 MET-dakikadan az olarak tanımlayın; bu, GBD 2021 risk atfıslama metodolojisiyle uyumludur.
      NOT: Bu sınır GBD 2021 risk attribution tanımından alınmış ve mevcut çalışmada de novo seçilmemiştir. GBD karşılaştırmalı risk değerlendirme çerçevesiyle tutarlılığı ve diğer GBD tabanlı tahminlerle karşılaştırılabilirliği korumak için kullanıldı.
  3. SDI'yi tanımlayın.
    1. SDI'yi 0'dan 1'e kadar değişen bileşik bir gösterge olarak tanımlayın.
    2. 25 yaşın altındaki bireylerde standart kişi başına gelir, eğitim düzeyi ve doğurganlık oranının geometrik ortalaması kullanılarak SDI hesaplanın.
    3. Ülkeleri ve bölgeleri beş SDI kategorisine ayırın: 14: Düşük, Düşük-Orta, Orta, Yüksek-Orta ve Yüksek.
    4. Ülkeleri SDI tabakalaşmasına göre 21 GBD bölgesinden birine atayın.
  4. Düşük fiziksel aktiviteye atfedilen neoplazmaları tanımlayın.
    1. GBD 2021 karşılaştırmalı risk değerlendirme çerçevesini kullanarak düşük fiziksel aktiviteye bağlı neoplazmaları tespit edin.
      1. Bu çerçevede, düşük fiziksel aktiviteye atfedilen yükü operasyonel hale getirmek için maruziyet dağılımları, risk-sonuç göreli riskler ve teorik minimum risk maruziyet seviyesi birleştirilerek popülasyona atfedilebilir kesimleri tahmin edilir. Sonra, uygun neoplazma sonuçları için ölümlere ve DALY'lere uygulanır.
    2. Kolorektal kanser ve kadın meme kanseri, düşük fiziksel aktivite maruziyetine bağlı neoplazma sonuçları olarak dahil edilsin.
      NOT: Bu çalışmada, düşük fiziksel aktiviteye atfedilen neoplazmalar , GBD 2021 karşılaştırmalı risk değerlendirme çerçevesinde tanımlanan kolorektal kanser ve kadın meme kanserine atıfta bulunur, tüm kötü huylu tümörleri değil.

3. Düşük fiziksel aktiviteye bağlı olarak neoplazmaların küresel yükünün tahmini.

  1. Hastalık yükü göstergelerini çıkarın.
    1. Düşük fiziksel aktiviteye bağlı neoplazmalar için ölüm ve engelliliğe göre ayarlanmış yaşam yılları (DALY) verileri, standart GBD karşılaştırmalı risk değerlendirme çerçevesine uygun olarak alınmıştır.
    2. GBD 2021 standart nüfusunu kullanarak 100.000 nüfus başına yaşa göre standartlaştırılmış ölüm oranları (ASMR) ve yaşa göre standartlaştırılmış DALY oranlarını (ASDR) çıkarmak.
    3. GBD 2021 metodolojisi tarafından sağlanan tüm çıkarılmış tahminler için %95 belirsizlik aralıklarını korun.
  2. Engelliliğe göre ayarlanmış yaşam yıllarını hesaplayın.
    1. Engelliliğe göre uyarlanmış yaşam yıllarını (DALY'leri), standart GBD tanımlarına uygun olarak kaybedilen yaşam yılları (YLL'ler) ve engellilikle yaşanan yılların (YLC'ler) toplamı olarak tanımlayın.
    2. YLL'leri, yaşa özgü ölümleri, GBD 2021 yaşam tablosunda belirtilen referans yaşam beklentisi ile çarparak hesaplayın.
    3. GBD metodolojisinde tanımlandığı gibi, olay vakalarını hastalığa özgü engellilik ağırlıkları ve hastalık süresiyle çarparak YLD'leri hesaplayın.
    4. Hesaplanan DALY değerlerinin GBD 2021 rapor edilen tahminlere karşılık geldiğini doğrulayın.

4. Zamansal eğilim analizi

  1. Tahmini yıllık yüzdedeğişimi 15,16.
    1. ASMR ve ASDR verilerini R yazılımına (sürüm 4.4.2) aktarın.
    2. Yaşa göre standartlaştırılmış oranlara doğal logaritmik dönüşüm uygulanır.
    3. Zamansal eğilimleri değerlendirmek için bağımsız değişken olarak takvim yılı ile doğrusal regresyon modelleri yerleştirilin, yerleşik epidemiyolojik eğilim analiz yöntemlerini izleyerek değerlendirin.
    4. Standart üstel dönüşüm kullanarak regresyon eğiminden tahmini yıllık yüzde değişimini (EAPC) hesaplayın.
    5. EAPC'nin %95 güven aralığının sıfırın üzerinde, altında mı yoksa içinde mi yoksa içerip içermediğine göre eğilimleri yükselen, azalan veya kararlı olarak sınıflandırın.
  2. Birleşme noktası regresyon analizi yapın.
    1. Birleşme Noktası Regresyon Programını açın (sürüm 5.3.0; Ulusal Kanser Enstitüsü).
    2. ASMR ve ASDR veri setlerini yazılıma aktarın.
    3. Trend analizi için Joinpoint metodolojikyönergeleri 17 ile uyumlu bir log-lineer regresyon modeli seçin.
    4. En az 0 ve en fazla 6 birleşme noktası belirtin.
    5. Optimal birleşme noktalarını belirlemek için ağırlıklı BIC optimizasyonu ile Veri Odaklı Bayes Bilgi Kriteri (BIC) yöntemini seçin.
      1. 1990'dan 2021'e kadar yıllık zaman serisinin uzunluğuna ve Birleşme Noktası Regresyon Programı'nın varsayılan önerilerine göre en fazla altı birleştirme noktasını seçin.
      2. Veri odaklı BIC ile nihai birleştirme noktası sayısını belirleyin.
    6. Analizi çalıştırarak yıllık yüzde değişimi (APC) ve ortalama yıllık yüzde değişimi (AAPC) %95 güven aralıklarıyla hesaplayın. Az veri veya istikrarsız yıllık tahminlere sahip katmanlar için, segmente özgü APC'ler temkinli yorumlandı ve uyarlanan eğilim ilgili belirsizlik aralıklarıyla desteklendikçe ve epidemiyolojik olarak makul olmadıkça vurgulanmadı.
    7. APC ve AAPC sonuçlarını aşağı akış analizi için ihraç edin.
      NOT: EAPC ve birleşme noktası regresyonu farklı amaçlar için kullanıldı. EAPC, 1990–2021 yılları arasındaki ortalama log-lineer eğilimin tek bir özet tahminini sunarken, birleşik nokta regresyonu, değişim hızının kaydığı takvim dönemlerini belirledi ve segmente özgü APC'leri tahmin etti. Bu nedenle, EAPC katmanlar arasında genel karşılaştırma için kullanılırken, zamansal dönüş desenlerini tanımlamak için birleşme noktası regresyonu kullanıldı.

5. Ayrıştırma analizi

  1. Ayrıştırma girdilerini hazırlayın.
    1. Ölüm ve DALY verilerini yaş grubu, takvim yılı ve coğrafi bölgeye göre katmanlaştırın.
    2. Katmanlı veri setlerini JD_GBDR yazılımına (sürüm 2.37.1) aktarın.
  2. Ayrıştırma analizi yapın.
    1. Belirlenen zaman noktaları arasındaki ölüm ve DALY'lerdeki değişiklikleri, yaşlanma, nüfus artışı ve epidemiyolojik değişim bileşenlerine göre yerleşik ayrıştırma yöntemleriyleayrıştırmak 18.
    2. Her bileşenin hastalık yükündeki genel değişikliklere katkısını nicelikle ölçemek.
      1. Yüzde katkılarını, yaşlanma, nüfus artışı ve epidemiyolojik değişimin iki zaman aralığı arasındaki ölüm veya DALY'deki net değişime orantılı katkısı olarak yorumlayın.
      2. %100'ün üzerinde veya olumsuz değerler, bir bileşenin yükü artırırken diğerinin dengelenmesi durumunda meydana gelebilir; bu değerleri doğrudan biyolojik etkiler yerine matematiksel ayrıştırma etkileri olarak yorumlayın.
    3. Küresel, SDI düzeyinde ve GBD bölgesel analizleri için ihracat ayrıştırma sonuçları.

6. Sağlık eşitsizliği analizi

  1. Eşitsizlik değerlendirmesi için veri hazırla.
    1. Tüm ülkeleri ve bölgeleri SDI değerlerine göre en düşükten en yükseğe doğru sıralayın.
    2. ASMR ve ASDR'yi R yazılımına (sürüm 4.4.2) aktarın.
  2. Eşitsizliğin eğim endeksini hesaplayın.
    1. Her ülkeye, SDI katmanları arasında kümülatif nüfus dağılımına göre göreceli bir sosyoekonomik sıralama atayın.
    2. ASMR veya ASDR'yi bağımlı değişken olarak ve göreceli SDI sıralamasını bağımsız değişken olarak gördüğünü ağırlıklı doğrusal regresyon modeli ile eşleştirin.
    3. Belirlenmiş eşitsizlik analiz metodolojisini izleyerek eşitsizlik eğim indeksi (SII), SDI gradyanının en yüksek ve en alt uçları arasındaki hastalık yükündeki mutlak fark olarak hesaplayın.
  3. Konsantrasyon indeksini hesaplayın.
    1. ASMR veya ASDR'nin kümülatif oranlarını, SDI ile sıralanan kümülatif popülasyon oranlarına karşı çizerek konsantrasyon eğrileri oluşturun.
    2. Konsantrasyon indeksi (CII) konsantrasyon eğrisi ile eşitlik çizgisi arasındaki alan için iki katı olarak hesaplanın.
    3. Sıfıra yakın CII değerlerini düşük eşitsizlik olarak yorumlayın ve −1 veya +1'e yaklaşan değerleri artan göreceli eşitsizlik olarak yorumlayın; bu, standart sağlık ekonomisi yöntemleriyleuyumludur 19.
  4. Eşitsizlik metrikleri için belirsizliği tahmin edin.
    1. SII için, ülke düzeyindeki nüfus ağırlıkları kullanılarak ağırlıklı regresyon modelinden %95 güven aralıkları türetilin.
    2. CII için, yenileme ile ilgili ülkeler ve bölgelerin bootstrap yeniden örneklenmesi kullanılarak %95 güven aralıklarını tahmin edin.
    3. Posterior çekilişler mevcut olduğunda, çekilişlerde SII ve CII hesaplamalarını tekrarlayın ve 2,5. ile 97.5. pertilleri belirsizlik aralıkları olarak bildirin.

7. Bayes yaş-dönem kohort modellemesi

  1. Projeksiyon için giriş verilerini hazırlayın.
    1. Yaşa özgü ölümleri, DALY'leri ve ilgili nüfus verilerini 1990'dan 2021'e kadar 5 yaş grubu ve takvim yılı olarak düzenleyin.
    2. Yaş grubu tanımlarının ve zaman aralıklarının tam gözlem süresi boyunca tutarlılığını sağlamak.
  2. Bayes yaş-dönem kohortmodeli 20 uygulanır.
    1. Yaşa özgü yük ve popülasyon veri setlerini Bayes yaş-dönem kohort modelleme çerçevesi kullanarak R'ye aktarın.
    2. Yaş, dönem ve kohort etkilerini yapılandırılmış rastgele etkiler olarak belirtin; ikinci dereceden rastgele yürüyüş öncelikleri bitişik yaş gruplarını, takvim dönemlerini ve doğum kohortlarını düzeltmek için kullanılır.
    3. Yaşa özgü oranların geriden tahminlerini oluşturun ve ardından GBD 2021 standart popülasyonu kullanılarak projeksiyon ASMR ve ASDR'yi hesaplayın.
    4. Model uyumunu, uyarlanan tahminleri tarihsel dönemde gözlemlenen tahminlerle karşılaştırarak değerlendirin.
    5. En son gözlemlenen yılları tutarak, modeli yeniden uyarlayarak ve tahmin edilen tahminleri gözlemlenen değerlerle karşılaştırarak iç doğrulama yapın.
  3. Gelecek projeksiyonları oluşturun.
    1. 2022'den 2045'e kadar düşük fiziksel aktiviteye bağlı neoplazmalar için yaşa göre standartlaştırılmış ölüm oranları ve yaşa göre standartlaştırılmış DALY oranları tahmin edilmesi.
    2. Tüm öngörülen sonuçlar için posterior ortalama tahminleri ve buna karşılık gelen %95 belirsizlik aralıklarını çıkarın. Projeksiyon belirsizliğini arka yüzde 95 belirsizlik aralıkları kullanarak değerlendirin ve gözlemlenen dönemden daha uzak tahminleri giderek daha dikkatli yorumlayın.
    3. Görselleştirme ve raporlama için projeksiyon sonuçlarını dışa aktarın.

8. İstatistiksel analiz

  1. Genel istatistiksel analiz yapın.
    1. Tüm temizlenmiş veri setlerini R yazılımına (sürüm 4.4.2) aktarın.
    2. Tüm istatistiksel analizleri yapmak ve şekiller ile tablolar oluşturmak için R yazılımı kullanın.
    3. Tüm analizler için 0.05'in altında iki taraflı p-değeri olarak istatistiksel anlamlılık belirleyin.
  2. Özel GBD analizleri yapın.
    1. GBD formatlı veri setlerini JD_GBDR yazılımına (sürüm 2.37.1) aktarın.
    2. JD_GBDR yazılımını kullanarak hastalık yükü hesaplamaları, ayrıştırma analizleri ve GBD analitik geleneklerine göre standartlaştırılmış oran görselleştirmeleri yapın.
  3. Birleşme noktası regresyon analizi yapın.
    1. Ulusal Kanser Enstitüsü web sitesinden (https://surveillance.cancer.gov/joinpoint/download) Birleşme Noktası Regresyon Programı (sürüm 5.3.0) indirin ve kurun.
    2. Yaşa göre standartlaştırılmış ölüm oranı ve yaşa göre standartlaştırılmış DALY'lerin oran veri setlerini Joinpoint yazılımına aktarın.
    3. Bir log-lineer regresyon modeli seçin ve Birleşme Noktası Regresyon Programı metodolojisini takip ederek zamansal eğilimleri değerlendirmek için birleşme noktası regresyon analizi yapın.
    4. Yıllık yüzde değişimi ve ortalama yıllık yüzde değişimi dahil olmak üzere ihracat eğilimi tahminleri, buna karşılık gelen %95 güven aralıkları içerir.
      NOT: Tüm analizler R yazılımı sürüm 4.4.2, Joinpoint Regression Program sürüm 5.3.0 ve JD_GBDR yazılım sürüm 2.37.1 kullanılarak gerçekleştirildi. Ana analitik ayarlar arasında log-lineer EAPC modelleri, veri odaklı Bayes Bilgi Kriteriyle seçilen 0–6 birleşme noktası ile birleşme noktası regresyonu, yaşlanma, nüfus artışı ve epidemiyolojik değişim bileşenlerine ayrıştırma, SII için ağırlıklı regresyon, CII belirsizliği için bootstrap yeniden örnekleme veya posterior çizimler ve 2045'e kadar Bayes yaş dönemi kohort projeksiyonu yer aldı.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Bu protokolün başarılı uygulanması, önceden tanımlanmış yerler, yıllar, cinsiyetler, yaş grupları, ölçütler ve metrikler arasında tam uyumlu GBD kaynaklı tahminler seti oluşturmalıdır. Beklenen çıktılar arasında yaşa göre standartlaştırılmış ve yaşa özgü yük tahminleri, %95 belirsizlik aralıkları, EAPC ve birleşme noktası eğilim tahminleri, ayrıştırma bileşenleri, SII ve CII eşitsizlik metrikleri ile arka belirsizlik aralıkları olan BAPC tabanlı projeksiyonlar yer almaktadır. Eksik katma...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

Bu GBD 2021 analizi, düşük fiziksel aktiviteye bağlı neoplazma yükünde iki zıt desen gösteriyor. LPA'ya atfedilen neoplazmalar için ASMR ve ASDR 1990'dan 2021'e kadar anlamlı şekilde azalmış (ΔASMR = -19,72%; ΔASDR = -18,51%), mutlak ölümler ve DALY'ler sırasıyla %95,73 ve %84,79 artmıştır. Yaş standartlaştırılmış oranların azalmasına rağmen mutlak yükün artışı esas olarak nüfus artışı ve yaşlanmayla açıklandı. Azalan ASR'ler, kanser tespiti, tedavi ve risk faktörü kontrolündeki iyileşme...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarların açıklayacak hiçbir şeyi yok.

Teşekkürler

Küresel Hastalık Yükü Çalışması (GBD 2021) işbirliklerini, LPA epidemiyolojisine atfedilen neoplazmalara katkıları nedeniyle takdir ediyoruz; bu çalışmalar Sağlık Metrikleri ve Değerlendirme Enstitüsü'nün (IHME) açık erişim verileriyle desteklenmektedir. Bu çalışma, Jingding Medical Tech'ten destek aldı (JD_GBDR yazılım yetkilendirmesi ve önemli veri işleme sağlamak), dil düzenleme hizmetleri ise Home for Researchers (www.home-for-researchers.com) tarafından sunuldu. Bu çalışma, Jiangsu Eyaleti Geleneksel Çin Tıbbı Bilim ve Teknoloji Geliştirme Programı Projesi (QN202513) ve Nanjing Çin Tıbbı Üniversitesi'nin İkinci Bağlı Hastanesi'nin İç Araştırma Fonu Projesi (SEZRC202504, SEZJY202505) tarafından desteklendi.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Bayesian Age-Period-Cohort (BAPC) R PaketiR Foundation / CRAN Repository https://cran.r-project.org/Bayesian age-period-cohort projeksiyonu analizleri için kullanılır. 
CSV Veri DosyalarıInstitute for Health Metrics and Evaluation (IHME)N/AGBD 2021 Sonuç Aracı'ndan indirimsel analiz için ihraç edilen yük veri setleri.
dplyr R PaketiR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=dplyrR'de veri manipülasyonu ve temizleme için kullanılır.
GBD 2021 Veri Giriş Kaynakları AracıInstitute for Health Metrics and Evaluation (IHME)https://ghdx.healthdata.org/gbd-2021GBD kaynak belgeleri için genel depo.
ggplot2 R PaketiR Foundation / CRAN Repositoryhttps://cran.r-project.org/package=ggplot2Zamansal trendlerin ve eşitsizlik analizlerinin grafiksel görselleştirilmesi için kullanılır. 
Global Burden of Disease (GBD) 2021 Sonuçlar AracıInstitute for Health Metrics and Evaluation (IHME)https://vizhub.healthdata.org/gbd-results/Ölümler, DALY'ler, ASMR ve ASDR verilerinin çıkarılması için kullanılan genel veritabanı. 
INLA R PaketiR-INLA Projesihttps://www.r-inla.org/Age-period-cohort modellemesi içinde Bayes çıkarımı için kullanılır. 
JD_GBDR Yazılımı Jingding Medical Technology Co., Ltd.Version 2.37.1GBD yükü tahmini, ayrıştırma analizi ve standartlaştırılmış oran görselleştirmesi için kullanılır.
Joinpoint Regresyon Programı (Versiyon 5.3.0)National Cancer Institute (NCI)https://surveillance.cancer.gov/joinpoint/downloadJoinpoint regresyon analizi, APC ve AAPC tahmini için kullanılır. 
Microsoft ExcelMicrosoft Corporationhttps://www.microsoft.com/excelÇıkarılan CSV veri setlerini analiz öncesinde düzenlemek ve temizlemek için kullanılır. 
Kişisel Bilgisayar İş İstasyonuHerhangi bir standart bilgisayar iş istasyonuN/AÖnerilen minimum: 8 GB RAM, istatistiksel analizler ve projeksiyonlar için Windows 10/11 veya macOS.
R İstatistiksel Yazılımı (Versiyon 4.4.2)R Foundation for Statistical Computinghttps://www.r-project.org/İstatistiksel analiz, EAPC hesaplaması, eşitsizlik analizi, görselleştirme ve Bayes age-period-cohort modellemesi için kullanılır. 
RStudio DesktopPosit Software, PBChttps://posit.co/download/rstudio-desktop/R analizlerinde entegre geliştirme ortamı.  

Kaynaklar

  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).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Etiketler

TıpSayı 234Sayı 234Boş DeğerSayıküresel hastalık yüküSosyodemografik İndeksSağlık eşitsizliği
Bize Ulaşın
Kütüphaneye Öner

Gizlilik

Kullanım Koşulları

Politikalar

Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.