中华流行病学杂志  2023, Vol. 44 Issue (4): 581-586   PDF    
http://dx.doi.org/10.3760/cma.j.cn112338-20220806-00695
中华医学会主办。
0

文章信息

傅晏红, 徐婷玲, 饶蓁蓁, 刘江美, 李若曈, 刘敏, 于石成, 周脉耕, 董文兰, 胡国清.
Fu Yanhong, Xu Tingling, Rao Zhenzhen, Liu Jiangmei, Li Ruotong, Liu Min, Yu Shicheng, Zhou Maigeng, Dong Wenlan, Hu Guoqing
危险因素控制场景下2030年中国糖尿病疾病负担预测研究
Forecasting the burden of disease from diabetes under the scenarios of specific risk factors control in China in 2030
中华流行病学杂志, 2023, 44(4): 581-586
Chinese Journal of Epidemiology, 2023, 44(4): 581-586
http://dx.doi.org/10.3760/cma.j.cn112338-20220806-00695

文章历史

收稿日期: 2022-08-06
危险因素控制场景下2030年中国糖尿病疾病负担预测研究
傅晏红1 , 徐婷玲2 , 饶蓁蓁1 , 刘江美2 , 李若曈1 , 刘敏2 , 于石成3 , 周脉耕2 , 董文兰2 , 胡国清1,4     
1. 中南大学湘雅公共卫生学院流行病与卫生统计学系, 长沙 410078;
2. 中国疾病预防控制中心慢性非传染性疾病预防控制中心, 北京 100050;
3. 中国疾病预防控制中心流行病学办公室, 北京 102206;
4. 中南大学湘雅医院国家老年疾病临床医学研究中心, 长沙 410078
摘要: 目的 估算2030年我国糖尿病的死亡情况和过早死亡概率,评估控制相关危险因素对糖尿病未来死亡率、年龄标化死亡率和过早死亡概率的影响。方法 根据WHO及我国政府规划文件筛选糖尿病相关危险因素控制目标,设置多种危险因素控制场景。基于比较风险评估理论,利用2015年全球疾病负担研究结果,采用比例变化模型预测不同危险因素控制场景下2030年糖尿病的死亡水平和过早死亡概率。结果 如危险因素暴露水平按1990-2015年变化趋势发展,2030年我国糖尿病的死亡率、年龄标化死亡率和过早死亡概率将分别上升至32.57/10万、17.32/10万和0.84%。在此期间,男性糖尿病的死亡率、年龄标化死亡率和过早死亡概率始终高于女性。若这些危险因素暴露水平均达到控制目标,相比于自然趋势场景,2030年我国糖尿病死亡数将减少62.10%,过早死亡概率将降至0.29%。如果2030年仅控制单个危险因素暴露水平,高FPG控制对于糖尿病死亡的影响最大,将比自然趋势场景减少56.00%的死亡数。其次是高BMI(4.92%)、吸烟(0.65%)和身体活动不足(0.53%)。结论 危险因素控制对降低糖尿病的死亡水平和过早死亡概率有重要作用。建议进一步针对重点人群和地区居民的相关危险因素开展综合性措施,以期达到降低糖尿病疾病负担的目标。
关键词: 糖尿病    危险因素    死亡率    年龄标化死亡率    过早死亡概率    预测    
Forecasting the burden of disease from diabetes under the scenarios of specific risk factors control in China in 2030
Fu Yanhong1 , Xu Tingling2 , Rao Zhenzhen1 , Liu Jiangmei2 , Li Ruotong1 , Liu Min2 , Yu Shicheng3 , Zhou Maigeng2 , Dong Wenlan2 , Hu Guoqing1,4     
1. Department of Epidemiology and Health Statistics, Xiangya School of Public Health, Central South University, Changsha 410078, China;
2. National Center for Chronic and Non-communicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 100050, China;
3. Office of Epidemiology Research, Chinese Center for Disease Control and Prevention, Beijing 102206, China;
4. National Clinical Research Center for Geriatric Disorders, Xiangya Hospital, Central South University, Changsha 410078, China
Abstract: Objective To forecast mortality, age-standardized mortality, and probability of premature mortality from diabetes, and to simulate the impact of controlling risk factors by 2030 in China. Methods We simulated the burden of disease from diabetes in six scenarios according to the development goals of risk factors control by the WHO and Chinese government. Based on the theory of comparative risk assessment and the estimates of the burden of disease for China from the Global Burden of Disease Study 2015, we used the proportional change model to project the number of deaths, age-standardized mortality, and probability of premature mortality from diabetes under different scenarios of risk factors control in 2030. Results If the trends in exposures to risk factors from 1990 to 2015 continued. Mortality, age-standardized mortality, and probability of premature mortality from diabetes would increase to 32.57/100 000, 17.32/100 000, and 0.84% by 2030, respectively. During that time, mortality, age-standardized mortality and probability of premature mortality for males would all be higher than for females. If the goals of controlling risk factors were all achieved, the number of deaths from diabetes in 2030 would decrease by 62.10% compared to the predicted numbers based on the historical trends in exposure to risk factors, and the probability of premature mortality would drop to 0.29%. If only the exposure to a single risk factor were achieved by 2030, high fasting plasma glucose control would have the greatest impact on diabetes, resulting in a 56.00% reduction in deaths compared to the predicted numbers based on the historical trends, followed by high BMI (4.92%), smoking (0.65%), and low physical activity (0.53%). Conclusions Risk factors control plays an important role in reducing the number of deaths, age-standardized mortality rate, and probability of premature mortality from diabetes. We suggest taking comprehensive measures to control relevant risk factors for certain populations and regions, to achieve the goal of reducing the burden of disease from diabetes as expected.
Key words: Diabetes    Risk factor    Mortality    Age-standardized mortality    Probability of premature mortality    Forecasting    

糖尿病是重要的慢性非传染性疾病(慢性病),也是引发多种疾病的独立危险因素。糖尿病及其并发症致残致死率高,给个人、家庭和社会带来了沉重的疾病负担[1]。据国际糖尿病联盟估计,2000年全球约1.50亿20~79岁成年人患有糖尿病(占当年全球人口的4.60%),而2021年全球20~79岁糖尿病患者约5.40亿(占当年全球人口的10.50%),相比2000年上升了260.00%[2]。2019年全球疾病负担研究(GBD)表明,2019年糖尿病所致伤残调整寿命年为990.00万人年,相比1990年(426.00万人年)增加了132.40%,糖尿病死亡人数由1990年的7.00万增长至17.30万,增加147.10%[3]。《“健康中国2030”规划纲要》明确提出,2030年包括糖尿病在内的重大慢性病过早死亡概率较2015年将下降30%[4]。除了受遗传因素影响外,糖尿病的发生发展还与超重/肥胖、不合理膳食、身体活动不足等可控的危险因素有关[5-6]。因此,结合可控的危险因素对糖尿病疾病负担进行预测,有助于明确糖尿病防控工作的关键环节,为政府有效防控糖尿病、促进资源优化配置提供决策支持。既往研究估算了控制高BMI、血压升高等危险因素对我国慢性病疾病负担的影响[7-8],但没有将与糖尿病密切相关的高FPG这一危险因素纳入分析。本研究在相关研究的基础上,基于国内外规划文件选取高FPG、高BMI、吸烟和身体活动不足4个危险因素,设置多种危险因素控制场景,利用我国及各省份1990-2015年糖尿病死亡和相关危险因素暴露以及糖尿病与相关危险因素间的关联强度等数据,预测2030年不同危险因素控制场景下我国及各省份糖尿病的死亡水平和过早死亡概率,评估危险因素控制对糖尿病死亡和过早死亡概率的影响,以期顺利达到相关指标要求。

资料与方法

1. 资料来源:纳入的危险因素需要同时具备准则:①国内外权威机构设置了明确的防控目标;②当前具有我国国家层面的危险因素暴露水平数据;③现有研究文献报道了糖尿病与相关危险因素之间的关联强度。因此,基于WHO发布的非传染性疾病全球监测框架[9]和我国政府提出的《健康中国行动(2019-2030年)》[10],结合危险因素暴露数据和关联强度数据的可及性,本研究纳入了与糖尿病相关的4个危险因素:高FPG、高BMI、吸烟和身体活动不足。根据GBD2019,高FPG指人群中FPG平均水平高于理想最小暴露水平(4.8~5.4 mmol/L);成年人(≥20岁)的高BMI指BMI大于20~25 kg/m2,儿童(1~19岁)的高BMI根据国际肥胖工作组织的参考标准定义超重或肥胖;吸烟指目前每天或偶尔使用任何烟草产品;身体活动不足指平均每周活动量 < 600代谢当量/min[11]

本研究选取GBD2015中全国及各省份1990-2015年糖尿病(国际疾病分类第10版编码:E10~ E11)死亡数、患病率、病死率、危险因素暴露水平数据和危险因素与疾病间关联强度数据进行预测。GBD2015的背景和方法学介绍见文献[12]。2015年和2030年中国人口数据由中国人口与发展研究中心提供。本研究通过中南大学湘雅公共卫生学院伦理委员会审查(批准文号:XYGW-2021-42)。

2. 主要危险因素与死亡估计:

(1)危险因素控制场景:根据各危险因素控制目标,设定6种不同的危险因素控制场景。自然趋势场景下,假设2015-2030年各危险因素的暴露水平均按照1990-2015年的趋势变化,采用比例改变模型进行估计2030年危险因素的暴露水平[13]。见表 1

表 1 2030年糖尿病主要危险因素控制场景

(2)危险因素人群归因分值(PAF):利用比较风险评估理论,计算1990-2015年和2030年各种控制场景下归因于各类危险因素的PAF。同时,由于本研究纳入的危险因素间存在不独立的情况,因此在计算多个危险因素的联合作用时,需进行调整。PAF的计算方法和调整公式见文献[14]。

(3)各种控制场景下死亡估计[13]:根据PAF将1990-2015年各省份分性别、年龄组的糖尿病死亡数分为可归因危险因素和不可归因危险因素两部分,利用比例改变模型,估计2030年糖尿病的不可归因死亡数,继而估算2030年糖尿病各种危险因素控制场景下各省份分性别、年龄组的总死亡数。

(4)糖尿病归因于高FPG的死亡数预测[15]:由于糖尿病归因于高FPG的PAF为100%,因此需要单独估算糖尿病归因于高FPG的死亡数。对于高FPG控制场景,2030年糖尿病的患病率与2015年相同;对于自然趋势场景,根据自然趋势场景下2030年与2015年高FPG暴露分布的差值,结合2015年糖尿病的患病率,估算2030年糖尿病的患病率。公式:

式中,l为地区,s为性别,a为年龄组,t为年份。采用比例变化模型估计2030年糖尿病的病死率,进而计算高FPG控制场景和自然趋势场景下糖尿病归因于高FPG的死亡数。公式:

(5)各种控制场景下年龄标化死亡率和过早死亡概率估计:基于各种控制场景下2030年各省份分性别、年龄组糖尿病的死亡数,结合2030年人口估计数,估算各省份分性别、年龄组糖尿病的粗死亡率。采用2010年中国第六次人口普查结构对2015年和2030年的死亡率进行标化。过早死亡概率定义为30~69岁的人群死于某病的概率[16]。利用寿命表法,通过年龄别死亡率估计各种控制场景下30~69岁人群死于糖尿病的概率(5岁一组)[16]。分析均通过R 3.6.1软件实现。

结果

1. 自然趋势下死亡情况和过早死亡概率:如危险因素暴露水平按1990-2015年的变化趋势发展,2030年我国糖尿病死亡率为32.57/10万,相比于2015年(10.34/10万)增长214.86%;年龄标化死亡率将由8.87/10万增长至17.32/10万,增加95.26%。分性别看,2030年男性糖尿病死亡率为33.36/10万、年龄标化死亡率为19.66/10万,均大于女性,且2015-2030年男性死亡率和年龄标化死亡率的上升幅度分别为226.78%和108.93%,同样高于女性(202.69%和80.24%)。

预测2030年我国30~70岁人群糖尿病过早死亡概率为0.84%,与2015年(0.44%)相比上升了90.91%。其中,2030年男性糖尿病的过早死亡概率为0.97%,上升幅度为106.38%,均高于女性。见表 2

表 2 2015年和2030年中国糖尿病死亡率、年龄标化死亡率、过早死亡概率及其相对变化幅度

2. 各种控制场景下死亡数减少情况:如危险因素暴露水平均达到控制目标,相比于自然趋势场景,2030年我国糖尿病死亡数将减少62.10%(男性:64.25%,女性:59.74%)。如果仅控制单个危险因素暴露水平,高FPG对于糖尿病死亡的影响最大,将比自然趋势场景减少56.00%的死亡数。其次是高BMI(4.92%)、吸烟(0.65%)和身体活动不足(0.53%)。

如危险因素暴露水平均达到控制目标,与自然趋势场景相比,2030年糖尿病死亡数的减少幅度最大的3个省份为新疆(74.40%)、宁夏(73.85%)和重庆(71.10%);减少幅度最小的3个省份为江西(56.63%)、湖南(54.52%)和西藏(52.94%)。高FPG控制场景下,重庆(64.84%)、宁夏(64.41%)和新疆(62.84%)地区糖尿病死亡数的减少比例最多;四川(52.62%)、湖南(50.72%)和西藏(48.05%)地区糖尿病死亡数的减少比例最少。见表 3

表 3 各种控制场景下2030年中国糖尿病死亡数的减少比例(%)

3. 各种控制场景下过早死亡概率变化趋势:自然趋势场景下,2030年我国30~70岁人群糖尿病过早死亡概率为0.84%,高于2015年(0.44%)。如危险因素均实现控制目标,2030年糖尿病的过早死亡概率(0.29%)明显低于自然趋势场景,可以实现《健康中国行动(2019-2030年)》的过早死亡概率防控目标。对于控制单个危险因素的场景,高FPG控制场景下2030年糖尿病的过早死亡概率呈下降趋势,但不能达到过早死亡概率防控目标;相比于2015年,2030年高BMI控制、吸烟控制和身体活动不足控制场景下的糖尿病过早死亡概率均呈现不同程度的上升趋势,但仍低于2030年自然趋势场景的过早死亡概率。

分性别预测的结果显示,自然趋势场景下,2030年男性和女性糖尿病的过早死亡概率分别为0.97%和0.70%,与2015年相比均呈现上升趋势;如危险因素均实现控制目标,2030年男性和女性糖尿病的过早死亡概率分别为0.32%和0.26%,均可达到过早死亡概率防控目标。见图 1

注:1990-2015年为2015年全球疾病负担研究原始数据,2030年为模型估算的数值 图 1 1990-2030年各种控制场景下中国30~70岁人群糖尿病过早死亡概率变化趋势
讨论

本研究结果显示,相比于2015年,自然趋势场景下2030年我国糖尿病死亡率和年龄标化死亡率将分别增长214.86%和95.26%,30~70岁人群糖尿病的过早死亡概率上升了90.91%。提示如果不加以干预,糖尿病的防控形势将更为严峻。分性别分析结果显示,自然趋势场景下2030年男性糖尿病的死亡率和年龄标化死亡率及其增长幅度始终高于女性。2030年30~70岁男性糖尿病的过早死亡概率及其增长幅度也均高于女性。根据我国历年慢性病及其危险因素监测结果,男性群体中高BMI、身体活动不足和吸烟等危险因素流行情况相对于女性更加严重,这是导致男性糖尿病死亡和过早死亡负担高于女性的重要原因之一[17-19]。因此,建议重点考虑男性和女性群体危险因素流行情况的特点,采取更具针对性的措施控制危险因素,进而预防控制糖尿病的发生和发展。各种危险因素控制场景下,2030年各省份糖尿病死亡数的减少情况存在较大的差异。对于死亡数减少幅度较大的省份,如有效开展危险因素控制工作,糖尿病死亡数的降低更易见效。而对于死亡数减少幅度较小的省份,危险因素的控制对于降低糖尿病死亡数的影响较小,更应大力开展糖尿病防控工作。各省份需要有的放矢、因地制宜地制定糖尿病防控策略,在加大执行力度的基础上,还需保证防控措施实施的质量,以达到降低糖尿病死亡负担的目的。

本研究结果表明,假设这些危险因素暴露水平均达到控制目标,可大幅减少糖尿病的死亡数和过早死亡概率,且可以实现过早死亡概率控制目标[4]。但当前我国危险因素防控工作仍面临巨大的挑战,近30余年,人群吸烟率有所下降,但下降速度非常缓慢[20];2019年,城乡居民超重/肥胖率继续上升,超过一半的成年人超重或肥胖,居民主动锻炼的比例不高,每周至少进行1次体育锻炼的成年人比例不足25%[21]。因此,在全国范围内实施好糖尿病国家基本公共卫生服务项目的同时,应出台针对危险因素的综合性措施,建议将高FPG、高BMI、吸烟和身体活动不足这4种危险因素同时作为干预的重点。此外,政府还应进一步提高我国现行的糖尿病社区规范化管理的质量,发展社区综合防治,促进全民健康生活方式的建立,加强高危人群管理,尽量做到早诊早治[22-23]

本研究存在局限性。首先,自GBD2015后全球疾病负担课题组不再对外公布危险因素原始暴露水平的数据,本研究只能选取GBD2015的数据进行预测。GBD2015在估算糖尿病死亡、危险因素暴露水平等结果数据都存在局限性。其次,GBD2015中相对危险度结果来自于西方国家,与我国人群的实际情况可能存在一定的差异,可能会影响到预测结果的准确性。另外,受当前数据资源局限性的影响,本研究未能将蔬菜水果摄入不足、红肉和加工肉制品摄入过多、饮酒等糖尿病相关危险因素纳入分析,因此本研究预测的糖尿病的死亡减少情况和过早死亡概率可能被低估。后续如可获得相关数据,将在本研究的基础上纳入其他糖尿病相关危险因素,进一步完善预测结果。

利益冲突  所有作者声明无利益冲突

作者贡献声明  傅晏红、徐婷玲:数据提取、统计学分析、论文撰写;饶蓁蓁、刘江美、李若曈、刘敏:分析/解释数据、统计分析;于石成、周脉耕:研究指导、论文修改;董文兰、胡国清:研究指导、论文修改、经费支持

参考文献
[1]
Bragg F, Holmes MV, Iona A, et al. Association between diabetes and cause-specific mortality in rural and urban areas of China[J]. JAMA, 2017, 317(3): 280-289. DOI:10.1001/jama.2016.19720
[2]
International Diabetes Federation. IDF Diabetes Atlas 2021[EB/OL]. [2022-05-19]. https://diabetesatlas.org/atlas/tenth-edition/.
[3]
Institute for Health Metrics and Evaluation. GBD Compare[EB/OL]. [2022-05-19]. https://vizhub.healthdata.org/gbd-compare/.
[4]
中华人民共和国中央人民政府. 中共中央国务院印发《"健康中国2030"规划纲要》[EB/OL]. (2016-10-25) [2022-05-19]. http://www.gov.cn/xinwen/2016-10/25/content_5124174.htm.
[5]
Zheng Y, Ley SH, Hu FB. Global aetiology and epidemiology of type 2 diabetes mellitus and its complications[J]. Nat Rev Endocrinol, 2018, 14(2): 88-98. DOI:10.1038/nrendo.2017.151
[6]
Chan JC, Malik V, Jia W, et al. Diabetes in Asia: epidemiology, risk factors, and pathophysiology[J]. JAMA, 2009, 301(20): 2129-2140. DOI:10.1001/jama.2009.726
[7]
曾新颖, 李镒冲, 刘江美, 等. 危险因素控制对2030年中国慢性病死亡、期望寿命和劳动力损失的影响估计[J]. 中华预防医学杂志, 2017, 51(12): 1079-1085.
Zeng XY, Li YC, Liu JM, et al. Estimation of the impact of risk factors control on non-communicable diseases mortality, life expectancy and the labor force lost in China in 2030[J]. Chin J Prev Med, 2017, 51(12): 1079-1085. DOI:10.3760/cma.j.issn.0253-9624.2017.12.006
[8]
Li YC, Zeng XY, Liu JM, et al. Can China achieve a one-third reduction in premature mortality from non-communicable diseases by 2030?[J]. BMC Med, 2017, 15(1): 132. DOI:10.1186/s12916-017-0894-5
[9]
World Health Organization. NCD global monitoring framework[EB/OL]. (2014-11-02) [2022-05-19]. https://www.who.int/publications/m/item/ncd-global-monitoring-framework.
[10]
中华人民共和国中央人民政府. 健康中国行动(2019-2030年)[EB/OL]. (2019-07-15) [2022-05-19]. http://www.gov.cn/xinwen/2019-07/15/content_5409694.htm.
[11]
GBD 2019 Risk Factors Collaborators. Global burden of 87 risk factors in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet, 2020, 396(10258): 1223-1249. DOI:10.1016/S0140-6736(20)30752-2
[12]
GBD 2015 Mortality and Causes of Death Collaborators. Global, regional, and national life expectancy, all-cause mortality, and cause-specific mortality for 249 causes of death, 1980-2015: a systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet, 2016, 388(10053): 1459-1544. DOI:10.1016/S0140-6736(16)31012-1
[13]
Roth GA, Nguyen G, Forouzanfar MH, et al. Estimates of global and regional premature cardiovascular mortality in 2025[J]. Circulation, 2015, 132(13): 1270-1282. DOI:10.1161/CIRCULATIONAHA.115.016021
[14]
GBD 2015 Risk Factors Collaborators. Global, regional, and national comparative risk assessment of 79 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet, 2016, 388(10053): 1659-1724. DOI:10.1016/S0140-6736(16)31679-8
[15]
刘敏. 我国糖尿病地区分布及其疾病负担研究[D]. 中国疾病预防控制中心, 2019.
Liu M. Geographical distribution and burden of diabetes in China[D]. Chinese Center for Disease Control and Prevention, 2019.
[16]
World Health Organization. Global status report on noncommunicable diseases 2014[EB/OL]. (2014-10-26) [2022-05-19]. https://www.who.int/publications/i/item/9789241564854.
[17]
中国疾病预防控制中心. 中国慢性病及其危险因素监测报告(2007)[M]. 北京: 人民卫生出版社, 2010.
Chinese Center for Disease Control and Prevention. Report on chronic disease risk factor surveillance in China (2007)[M]. Beijing: People's Medical Publishing House, 2010.
[18]
中国疾病预防控制中心慢性非传染性疾病预防控制中心. 中国慢性病及其危险因素监测报告(2010)[M]. 北京: 军事医学科学出版社, 2012.
National Center for Chronic and Non-communicable Disease Control and Prevention of Chinese Center for Disease Control and Prevention. Report on chronic disease risk factor surveillance in China (2010)[M]. Beijing: Military Medical Science Press, 2012.
[19]
中国疾病预防控制中心慢性非传染性疾病预防控制中心. 中国慢性病及其危险因素监测报告(2013)[M]. 北京: 军事医学科学出版社, 2016.
National Center for Chronic and Non-communicable Disease Control and Prevention of Chinese Center for Disease Control and Prevention. Report on chronic disease risk factor surveillance in China (2013)[M]. Beijing: Military Medical Science Press, 2016.
[20]
《中国吸烟危害健康报告2020》编写组. 《中国吸烟危害健康报告2020》概要[J]. 中国循环杂志, 2021, 36(10): 937-951.
The Writing Committee of 2020 Report on Health Hazards of Smoking in China. 2020 Report on health hazards of smoking in China: an updated summary[J]. Chin Circ J, 2021, 36(10): 937-951. DOI:10.3969/j.issn.1000-3614.2021.10.001
[21]
国务院新闻办公室新闻发布会. 《中国居民营养与慢性病状况报告(2020年)》发布会[EB/OL]. (2020-12-23) [2022-05-19]. http://www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/42311/44583/index.htm.
[22]
张珊. 基于超大城市的国家慢性病综合防控示范区建设效果评价[D]. 中国疾病预防控制中心, 2019.
Zhang S. Effect of building national demonstration areas for comprehensive prevention and control of non-communicable diseases: a case study of a mega-city[D]. Chinese Center for Disease Control and Prevention, 2019.
[23]
王俊薇, 刘云, 李连喜. 中国糖尿病管理模式及思考[J]. 中国全科医学, 2021, 24(24): 3019-3025.
Wang JW, Liu Y, Li LX. Diabetes management in China: types and reflections[J]. Chin General Prac, 2021, 24(24): 3019-3025. DOI:10.12114/j.issn.1007-9572.2021.00.551