7.6/Q1,GBD数据库最新文章解读

**文章题目:**Age-sex-specific burden of urological cancers attributable to risk factors in China and its provinces, 1990-2021, and forecasts with scenarios simulation: a systematic analysis for the Global Burden of Disease Study 2021

**DOI:**10.1016/j.lanwpc.2025.101517

**中文标题:**1990-2021 年中国及其省份由风险因素引起的泌尿系统癌症年龄-性别特异性负担及情景模拟预测:2021 年全球疾病负担研究的系统分析

**发表杂志:**Lancet Reg Health West Pac

**影响因子:**1区,IF=7.6

**发表时间:**2025年3月

今天给大家分享一篇在2025年3月发表在《Lancet Reg Health West Pac》(1区,IF=7.6)的文章。本研究旨在研究1990-2021 年中国及其省份由风险因素引起的泌尿系统癌症年龄-性别特异性负担。

**研究方法:**本研究利用全球疾病负担(GBD) 中国数据库,分析了中国及其 34 个省份的发病率、患病率、死亡率、残疾调整生命年 (DALY)、残疾生存年 (YLD) 和寿命损失年 (YLL) 的年龄性别特异性模式,以及人均国内生产总值 (GDPPC) 与这些模式之间的关联。重要的是,开创了多关注深度学习管道 (iTransformer) 来模拟泌尿系统癌症、风险因素、GDPPC 和人口的时空模式,以提供针对泌尿系统癌症负担的年龄-性别-位置特定长期预测,并调查风险因素导向的干预措施对其未来负担的影响。

Table&Figure

**结果解读:**从1990 年到 2021 年,中国泌尿系统癌症的发病率和患病率有所增加,导致 2021 年新发病例为 266,887 例 (95% 置信区间: 205,304-346,033) 和 159,506,067 例 (12,236,0000-207,447,070) 例,主要由 55+ 岁的男性驱动。2021 年,中国台湾、北京和浙江的泌尿系统癌年龄标化发病率 (ASIR) 和年龄标化患病率最高,凸显了疾病负担的显著区域差异。相反,全国年龄标化死亡率 (ASMR) 已从 1990 年的每 100,000 人 6.5 (5.1-7.8) 下降到 2021 年的 5.6 (4.4-7.2),特别是在吉林 [-166.7% (-237 至 -64.6)]、西藏 [-135.4% (-229.1 至 4.4)] 和黑龙江 [-118.5% (-206.5 至 -4.6)]。具体来说,膀胱癌和睾丸癌的全国 ASMR 分别降低了 -32.1%(-47.9 至 1.9)和 -31.1%(-50.2 至 7.2),而前列腺癌和肾癌上升了 7.9%(-18.4 至 43.6)和 9.2%(-12.2 至 36.5)。泌尿系统癌症的年龄标准化 DALY 、 YLDs 和 YLLs 与 ASMR 一致。除 < 5 岁外,所有人群中男性患泌尿系统癌症的负担都高于女性。从区域和省份来看,GDPPC 高省份的前列腺癌负担最高,而其他省份的主要负担是膀胱癌。2021 年泌尿系统癌症的主要危险因素是吸烟 [占 55.1% (42.7-67.4)]、高体重指数 [13.9% (5.3-22.4)]和高空腹血糖指数 [5.9% (-0.8 至 13.4)]男性和女性,吸烟对男性影响显著,体重指数高对女性影响显著。 2022 年至 2040 年间,泌尿系统癌症的 ASIR 从 10.09 (9.19-10.99) 增加到 14.42 (14.30-14.54),尽管它们的 ASMR 有所下降。值得注意的是,前列腺癌超过膀胱癌成为主要亚类别,55+ 岁人群的 ASIR 增加最高,凸显了泌尿系统癌症负担的衰老相关转变。实施针对性干预措施后,吸烟控制对泌尿系统癌症负担的减轻最大,主要影响男性膀胱癌 (下降 -45.8%)。在女性中,控制吸烟和高空腹血糖在泌尿系统癌症中降低了 5.3% 和 5.8% 的 ASMR。最后,预测模型的平均均方百分比误差、绝对百分比误差和均方根对数误差分别为 0.54 ± 0.22、1.51 ± 1.26 和 0.15 ± 0.07,表明该模型表现良好。

**结论:**泌尿系统癌症呈老龄化趋势,55+ 岁人群的发病率增加,使前列腺癌成为最棘手的子类别。此外,泌尿系统癌症负担因年龄、性别和省份而异。根据我们的研究结果,当局和政策制定者可以改进或定制针对特定人群的健康策略,包括促进戒烟、减轻体重和控制血糖。

大家在科研路上,可以借鉴这种研究方法,为自己的课题添砖加瓦。万层高楼平底起,一起加油呀!

相关推荐
ALLSectorSorft2 分钟前
搭子交友 app 动态分享与打卡系统设计实现
java·服务器·数据库·人工智能·oracle·交友
wuyunhang1234566 分钟前
Redis---事务
数据库·redis·缓存
满目82810 分钟前
MongoDB 从入门到实践:全面掌握文档型 NoSQL 数据库核心操作
数据库·mongodb·非关系型数据库·文档型数据库·基础查询命令·进阶查询
Tacy021310 分钟前
Redis 安装教程
数据库·redis·缓存
用手编织世界2 小时前
redis-缓存-双写一致性
数据库·redis·缓存
smilejingwei2 小时前
数据分析编程第二步: 最简单的数据分析尝试
数据库·算法·数据分析·esprocspl
bing.shao3 小时前
gRPC 选型 etcd 的核心优势分析
数据库·微服务·云原生·golang·etcd
TDengine (老段)4 小时前
TDengine IDMP 应用场景:微电网监控
大数据·数据库·物联网·ai·时序数据库·tdengine·涛思数据
不叫猫先生4 小时前
Amazon Lambda:无服务器时代的计算革命,解锁多样化应用场景
服务器·数据库·人工智能·amazon lambda
秋天枫叶355 小时前
【AI应用】修改向量数据库Milvus默认密码
运维·服务器·数据库·ubuntu·milvus·milvus_cli