2026, Vol. 41文章信息
- 梁春燕, 梁琦琛, 魏海翔, 何宝玉, 张子腾
- Liang Chunyan, Liang Qichen, Wei Haixiang, He Baoyu, Zhang Ziteng
- 1990—2021年中国归因于高体质量指数的肿瘤疾病负担分析
- Analysis of disease burden of neoplasms due to high body mass index in China from 1990 to 2021
- 实用肿瘤杂志, 2026, 41(3): 225-232
- Journal of Practical Oncology, 2026, 41(3): 225-232
基金项目
- 国家自然科学基金（82472959，82273069）；山东省医药卫生科技项目（202404020093）；济宁市重点研发项目（2024YXNS067）；济宁医学院附属医院临床研究基金项目（LCYJ-016）
-
通信作者
- 张子腾，Email：zitengzhang1353@163.com
-
文章历史
- 收稿日期：2025-05-16
PDF
2. 济宁医学院临床医学院(附属医院), 山东 济宁 272000;
3. 济宁医学院附属医院胸外科, 山东 济宁 272000;
4. 济宁医学院附属医院检验科, 山东 济宁 272000;
5. 青海红十字医院胸外科, 青海 西宁 810000
2. School of Clinical Medicine(Affiliated Hospital), Jining Medical University, Jining 272000, China;
3. Department of Thoracic Surgery, Affiliated Hospital of Jining Medical University, Jining 272000, China;
4. Department of Laboratory Medicine, Affiliated Hospital of Jining Medical University, Jining 272000, China;
5. Department of Thoracic Surgery, Qinghai Red Cross Hospital, Xining 810000, China
目前肿瘤已经成为我国主要的疾病负担。根据2022年全球癌症数据GLOBOCAN 2022显示，我国新发癌症病例和死亡病例位居全球首位[1]。我国肿瘤防控形势依然严峻。关于癌症死亡的可改变因素包括吸烟、饮酒和高体质量指数（body mass index, BMI）等。BMI是评估超重和肥胖的常用指标。体内脂肪过多被认为是许多健康问题的危险因素，包括一些癌症、心血管疾病和关节疾病等。已有研究报道高BMI对于癌症死亡的影响[2-3]，但随着我国经济迅速发展，居民生活水平提高，缺乏对我国归因于高BMI的肿瘤死亡长期负担分析，因此本研究利用2021全球疾病负担研究（Global Burden of Disease Study 2021, GBD 2021）数据库通过年龄-时期-队列（age-period-cohort, APC）模型估算1990—2021年我国高BMI对肿瘤患者死亡的影响，探索肿瘤患者因高BMI死亡的长期趋势，同时与美国、日本和全球死亡率比较，以期为减轻我国因高BMI带来的肿瘤疾病负担和对高危人群进行筛查提供依据支持。
1 资料与方法 1.1 资料来源研究数据来源于GBD 2021数据库。由于GBD 2021数据库不包括 < 20岁的归因于高BMI肿瘤死亡数据，因此重点关注≥20岁人群。从GBD 2021数据库中提取1990—2021年中国≥20岁人群归因于高BMI的肿瘤数据，包括死亡例数、年龄标准化死亡率（age-standardized mortality rate, ASMR）、伤残调整寿命年（disability-adjusted life years, DALYs）、伤残损失寿命年（years lived with disability, YLDs）和早死所致寿命损失年（years of life lost, YLLs）[4]。提取1990—2021年全球、美国和日本的归因于高BMI的肿瘤死亡及相关数据进行比较。使用《国际疾病分类》第10版（International Statistical Classification of Diseases and Related Health Problems, 10th Revision; ICD-10）对疾病进行分类和编码，其中，恶性肿瘤的疾病编码为C00~C97。高BMI（BMI≥25 kg/m2）归因肿瘤类型包括结直肠癌、肝癌、胆管癌、胰腺癌、乳腺癌、子宫癌、卵巢癌、肾癌、甲状腺癌、非霍奇金淋巴瘤、多发性骨髓瘤和白血病[5]。GBD归因计算基于这些特定癌症的负担[6-7]。本研究中使用的估计值可通过GBD结果工具公开获取（http://ghdx.healthdata.org/gbd-results-tool）。本研究不涉及医学伦理审批。
1.2 APC模型采用APC模型从年龄、时期和队列3个维度分析归因于高BMI的肿瘤死亡率的趋势变化。年龄以5岁为间距将≥20岁的人群分组，其中≥80岁人群归为1组，共13组。时期分组将1990—2019年以5年为间距分为6组，2020和2021年合并为1组，共7组。该分组用于构建APC模型中的时期变量，以减少数据稀疏性和波动，提高参数估计稳定性。出生队列=时期-年龄。出生队列分组将1910—1999年以5年为间距分为18组，2000—2001年为1组，共19组。
由于年龄、时期和队列三者存在完全共线性，因此采用内生因子估算法（intrinsic estimator, IE）对APC模型施加额外约束力以分离通常相互交织的年龄、时期和队列的影响。APC模型的基本表达式：ln(Yabc)=μ+αa+βb+γc+εabc, 其中，ln(Yabc)表示中国肿瘤患者因高BMI死亡数的自然对数，μ为截距（表示年龄、时期和队列参数的疾病危险性参照水平），αa为第a个年龄组的年龄效应，βb为第b个时期的时期效应，γc为第c个队列的队列效应（c=b-a+n，n为偏移量），εabc为误差项或残差项。
主要分析APC模型中年龄、时期和出生队列的相对危险度（relative risk, RR），并重点探讨年龄效应的横向（同一时期不同年龄组差异）和纵向（同一出生队列随年龄增长的趋势）特征。RR=ecoef。
1.3 统计学分析使用R 4.2.0软件进行数据提取、清洗和描述性分析。采用Stata SE 16.0软件构建APC模型，使用IE算法估算归因于高BMI的肿瘤死亡率的年龄效应、时期效应和队列效应，并计算RR值及其95% CI。以P < 0.05为差异具有统计学意义。
2 结果 2.1 比较中国与全球、美国和日本因高BMI的肿瘤疾病负担的变化趋势1990—2021年中国因高BMI的肿瘤疾病负担呈上升趋势，与全球、美国和日本的变化趋势相同（表 1，图 1）。1990—2021年，中国因高BMI的肿瘤死亡数由11 556.2例上升至58 745.2例，ASMR由1.36/10万上升至2.81/10万，增幅达106.62%，远高于全球（14.13%）、美国（7.14%）和日本（7.44%）。
| 地区 | 死亡数（例，95% UI） | 死亡率（/10万，95% UI） | ASMR（/10万，95% UI） | ||||||||
| 1990年 | 2021年 | 变化百分比（%） | 1990年 | 2021年 | 变化百分比（%） | 1990年 | 2021年 | 变化百分比（%） | |||
| 全球 | 137 352.9（57 449.5~225 296.7） | 356 738.3（146 116.0~581 011.8） | +159.72 | 2.58（1.08~4.22） | 4.52（1.85~7.36） | +75.19 | 3.66（1.51~6.03） | 4.18（1.71~6.80） | +14.13 | ||
| 中国 | 11 556.2（6 039.7~18 285.4） | 58 745.2（24 601.1~99 888.9） | +408.26 | 0.98（0.51~1.55） | 4.13（1.73~7.02） | +321.43 | 1.36（0.69~2.15） | 2.81（1.20~4.76） | +106.62 | ||
| 美国 | 23 726.5（8 721.2~39 763.7） | 47 204.8（18 587.7~77 439.2） | +98.95 | 9.34（3.43~15.65） | 14.19（5.59~23.28） | +51.93 | 7.43（2.73~12.42） | 7.96（3.17~13.02） | +7.14 | ||
| 日本 | 4 083.2（2 095.9~6 328.6） | 10 264.9（4 607.0~16 528.0） | +151.40 | 3.25（1.67~5.03） | 8.04（3.61~12.94） | +147.38 | 2.42（1.25~3.75） | 2.60（1.13~4.12） | +7.44 | ||
| 注 ASMR：年龄标准化死亡率（age-standardized mortality rate） | |||||||||||
|
| 注 A: 死亡数; B: 死亡率; C: 年龄标准化死亡率；ASMR：年龄标准化死亡率（age-standardized mortality rate） 图 1 1990—2021年全球、中国、美国与日本归因于高BMI的肿瘤死亡趋势比较 Fig.1 Comparison of trends in neoplasm mortality attributable to high BMI globally and in China, the United States, and Japan from 1990 to 2021 |
1990—2021年中国DALYs、YLDs和YLLs的绝对数均呈上升趋势，分别由377 745.5人年（95% UI：202 504.6~588 229.4人年）、7 579.7人年（95% UI：3 377.2~12 832.4人年）和370 165.9人年（95% UI：200 101.3~576 081.4人年）上升至1 658 720.6人年（95% UI：693 185.6~2 831 308.3人年）、71 314.1人年（95% UI：25 942.0~123 843.8人年）和1 587 406.5人年（95% UI：667 393.5~ 2 708 991.6人年）。
1990—2021年中国肿瘤患者归因于高BMI的死亡数、DALYs、YLLs和YLDs在男性和女性中均呈上升趋势（图 2）。1990年和2021年中国归因于高BMI的肿瘤死亡率随年龄上升均呈上升的趋势，死亡率最高的年龄组均为≥80岁组（图 3）。
|
| 注 A：死亡数；B：DALYs；C：YLDs；D：YLLs；DALYs：伤残调整寿命年（disability-adjusted life years）；YLDs：伤残损失寿命年（years lived with disability）；YLLs：早死所致寿命损失年（years of life lost） 图 2 1990—2021年中国男性和女性肿瘤患者归因于高BMI的死亡数、DALYs、YLDs和YLLs分析 Fig.2 Analysis of deaths, DALYs, YLDs, and YLLs attributable to high BMI among male and female neoplasm patients in China from 1990 to 2021 |
|
| 图 3 1990年和2021年中国归因于高BMI的肿瘤死亡率的年龄分布比较 Fig.3 Comparison of age distribution in neoplasm mortality rates attributable to high BMI in China between 1990 and 2021 |
1990—2021年中国肿瘤人群归因于高BMI死亡率的年龄效应和时期效应均呈逐渐上升趋势，而队列效应呈下降趋势（表 2）。各时期均呈现随年龄增长死亡率上升的趋势，其中2010—2014年时期各年龄组死亡率普遍高于其他时期（图 4A）。所有出生队列均表现出随年龄上升死亡率递增的趋势，而在相同年龄组，较早出生队列的死亡率低于较晚出生队列（图 4B）。在任一特定时期，较早出生队列的死亡率普遍高于较晚出生队列，形成明显的风险梯度（图 4C）。
| 因素 | coef | SE | Z值 | P值 | RR（95% CI） | 因素 | coef | SE | Z值 | P值 | RR（95% CI） | |
| 年龄 | 出生队列 | |||||||||||
| 20~24岁 | -2.044 | 0.019 | -105.740 | < 0.01 | 0.129（0.125~0.134） | 1910—1914年 | 0.656 | 0.022 | 29.850 | < 0.01 | 1.926（1.845~2.011） | |
| 25~29岁 | -1.810 | 0.015 | -118.630 | < 0.01 | 0.164（0.159~0.169） | 1915—1919年 | 0.625 | 0.014 | 43.160 | < 0.01 | 1.869（1.816~1.922） | |
| 30~24岁 | -1.315 | 0.012 | -110.010 | < 0.01 | 0.269（0.262~0.275） | 1920—1924年 | 0.586 | 0.011 | 53.550 | < 0.01 | 1.796（1.758~1.835） | |
| 35~39岁 | -0.873 | 0.010 | -88.020 | < 0.01 | 0.417（0.409~0.426） | 1925—1929年 | 0.533 | 0.009 | 59.990 | < 0.01 | 1.705（1.675~1.735） | |
| 40~44岁 | -0.429 | 0.008 | -52.050 | < 0.01 | 0.651（0.641~0.662） | 1930—1934年 | 0.478 | 0.008 | 63.430 | < 0.01 | 1.613（1.590~1.637） | |
| 45~49岁 | -0.089 | 0.007 | -12.700 | < 0.01 | 0.915（0.902~0.928） | 1935—1939年 | 0.411 | 0.007 | 61.930 | < 0.01 | 1.508（1.489~1.528） | |
| 50~54岁 | 0.420 | 0.006 | 73.220 | < 0.01 | 1.522（1.505~1.540） | 1940—1944年 | 0.316 | 0.006 | 51.520 | < 0.01 | 1.371（1.355~1.388） | |
| 55~59岁 | 0.611 | 0.005 | 114.950 | < 0.01 | 1.842（1.823~1.861） | 1945—1949年 | 0.243 | 0.007 | 37.400 | < 0.01 | 1.275（1.259~1.292） | |
| 60~64岁 | 0.800 | 0.005 | 159.810 | < 0.01 | 2.226（2.204~2.248） | 1950—1954年 | 0.184 | 0.007 | 27.830 | < 0.01 | 1.203（1.187~1.218） | |
| 65~69岁 | 0.958 | 0.005 | 197.020 | < 0.01 | 2.607（2.582~2.632） | 1955—1959年 | 0.085 | 0.007 | 12.140 | < 0.01 | 1.089（1.074~1.104） | |
| 70~74岁 | 1.117 | 0.005 | 219.930 | < 0.01 | 3.057（3.026~3.087） | 1960—1964年 | -0.038 | 0.008 | -4.790 | < 0.01 | 0.963（0.948~0.978） | |
| 75~79岁 | 1.243 | 0.006 | 221.540 | < 0.01 | 3.465（3.428~3.504） | 1965—1969年 | -0.147 | 0.008 | -17.690 | < 0.01 | 0.863（0.849~0.877） | |
| ≥80岁 | 1.411 | 0.006 | 240.010 | < 0.01 | 4.102（4.055~4.149） | 1970—1974年 | -0.242 | 0.009 | -26.470 | < 0.01 | 0.785（0.771~0.799） | |
| 时期 | ||||||||||||
| 1990—1994年 | -0.565 | 0.006 | -92.410 | < 0.01 | 0.569（0.562~0.575） | 1975—1979年 | -0.369 | 0.011 | -33.360 | < 0.01 | 0.692（0.677~0.707） | |
| 1995—1999年 | -0.403 | 0.005 | -74.730 | < 0.01 | 0.668（0.661~0.675） | 1980—1984年 | -0.432 | 0.013 | -32.130 | < 0.01 | 0.649（0.632~0.666） | |
| 2000—2004年 | -0.195 | 0.005 | -41.890 | < 0.01 | 0.823（0.815~0.830） | 1985—1989年 | -0.510 | 0.015 | -33.030 | < 0.01 | 0.601（0.583~0.619） | |
| 2005—2009年 | -0.022 | 0.004 | -5.350 | < 0.01 | 0.978（0.970~0.986） | 1990—1994年 | -0.618 | 0.019 | -32.680 | < 0.01 | 0.539（0.519~0.559） | |
| 2010—2014年 | 0.181 | 0.004 | 47.650 | < 0.01 | 1.198（1.189~1.207） | 1995—1999年 | -0.787 | 0.030 | -26.420 | < 0.01 | 0.455（0.430~0.483） | |
| 2015—2019年 | 0.403 | 0.004 | 110.320 | < 0.01 | 1.497（1.486~1.508） | 2000—2001年 | -0.975 | 0.057 | -17.040 | < 0.01 | 0.377（0.337~0.422） | |
| 2020—2021年 | 0.601 | 0.004 | 156.300 | < 0.01 | 1.824（1.810~1.838） | 截距 | -10.680 | 0.004 | -2 460.260 | < 0.01 | ||
| AIC | 32.402 | |||||||||||
| BIC | 5 090.008 | |||||||||||
| 注 AIC：赤池信息量准则（akaike information criterion）；BIC：贝叶斯信息准则（Bayesian information criterion） | ||||||||||||
|
| 注 A：不同时期下年龄别死亡率趋势；B：不同出生队列下年龄别死亡率趋势；C：不同时期下出生队列别死亡率趋势 图 4 年龄-时期-队列模型两因素分析1990—2021年中国归因于高BMI的肿瘤死亡率 Fig.4 Two-factor analysis of neoplasm mortality attributable to high BMI in China from 1990 to 2021 by age-period-cohort model |
年龄效应分析显示，中国肿瘤人群归因于高BMI死亡风险随年龄增大逐渐上升（图 5A）。20~24岁组死亡风险最低（coef=-2.044，RR=0.129，95% CI：0.125~0.134），≥80岁组最高（coef=1.411，RR=4.102，95% CI：4.055~4.149），≥80岁组死亡风险RR是20~24岁组的31.8倍。
|
| 注 A：年龄效应；B：时期效应；C：队列效应 图 5 年龄-时期-队列模型单因素分析1990—2021年中国归因于高BMI的肿瘤死亡率 Fig.5 Univariate analysis of neoplasm mortality rate attributable to high BMI in China from 1990 to 2021 by age-period-cohort model |
时期效应结果显示，中国肿瘤人群归因于高BMI死亡风险随着年份增加呈增长趋势（图 5B）。1990—1994年死亡风险最低（coef=-0.565，RR=0.569，95% CI：0.562~0.575），2020—2021年最高（coef=0.601，RR=1.824，95% CI：1.810~1.838），2020—2021年死亡风险RR是1990—1994年的3.2倍。
队列效应结果显示，中国肿瘤人群归因于高BMI死亡风险随着出生队列的发展，呈下降趋势（图 5C）。1910—1914年出生队列死亡风险最高（coef=0.656，RR=1.926，95% CI：1.845~2.011），2000—2001年出生队列最低（coef=-0.975，RR=0.377，95% CI：0.337~0.422），2000—2001年出生队列的死亡风险RR是1910—1914年队列的0.2倍。
APC模型中各队列均P < 0.05，赤池信息量准则（akaike information criterion, AIC）和贝叶斯信息准则（Bayesian information criterion, BIC）分别为32.402和5 090.008，表明该模型在拟合优度与复杂度方面取得良好的平衡。
3 讨论本研究结果显示，1990—2021年中国肿瘤人群归因于高BMI的死亡率呈持续上升趋势。因此，有必要分析死亡率持续上升趋势的原因，并探讨行之有效的解决方法。
作为一个已确定的全因死亡风险因素，高BMI对人群死亡风险的影响很大程度上是通过诱发肿瘤的发生与患者死亡这一路径实现的（即肿瘤在BMI与死亡风险的关系中起介导作用）[8-9]。欧美国家大型队列研究发现，高BMI与癌症死亡率较高相关，且对女性患者影响更大[10-11]。本研究对中国人群的分析也有类似结果。在APC模型分析中，2010—2014年时期高BMI归因的肿瘤死亡率在各年龄组均居最高，可能源于该阶段中国快速城市化和饮食西化，导致高热量摄入增加、体力活动减少和肥胖流行率急剧上升，从而放大癌症风险[12-13]。年龄效应结果显示，随着年龄增长，归因于高BMI的肿瘤死亡率上升，说明老年患者有更高的死亡风险。我国人口老龄化程度较高，老年人口数量庞大，老龄化速度迅猛[14]，已经逐步进入深度老龄化阶段。到2026年，中国老年人口预测将达2.1亿，占总人口的14.5%[15]。因此，需注重老年人的健康养老问题，做好健康宣传工作，帮助老年人形成良好的生活和饮食习惯[16]，降低肥胖率以减少老年人归因于高BMI导致的疾病风险。根据时期效应结果显示，自1990年以来，随着时期增加，我国归因于高BMI的肿瘤死亡率也在不断攀升。从社会经济发展角度看，我国在改革开放后经济飞速发展，生活条件日益改善，随之出现肥胖和高BMI等问题。全球范围内，BMI过高的人数 > 20亿，约三分之一的世界人口被影响[17]。我国作为世界上的人口大国，更应采取积极行动，加强控制体质量的宣传教育，制定行之有效的政策和计划来预防或管理高BMI，以减轻高BMI带来的相关疾病负担。
本研究观察到归因于高BMI的肿瘤死亡风险存在出生队列效应，即出生队列越晚，其归因死亡风险相对越低。这与近期调查显示的中国年轻人群超重肥胖率呈上升趋势存在矛盾[18-19]。APC模型存在固有的不可识别性问题，尽管使用IE算法进行约束，但分离出的队列效应仍可能部分吸收未观测到的时期或年龄相关混杂因素的影响[20-21]。肥胖相关癌症的发生和发展通常是一个长期过程，具有较长的潜伏期。当前观察到的年轻队列（如1980年后出生）虽然肥胖率高，但多数尚未达到癌症发病和死亡的高风险年龄（通常50~60岁以后）。因此，队列效应反映的风险主要是基于模型对当前数据（截止2021年）的估计，尚未完全体现这些年轻队列未来进入中老年后的实际癌症死亡风险。同时这一积极变化与医疗水平的提高和相关政策的实行是密不可分的，如《“健康中国2030”规划纲要》[22]和《健康中国行动（2019—2030年）》[23]等文件的出台，推动对中国癌症高危人群的早期筛查诊断，以进行早诊早治，肿瘤的早期筛查检测水平不断提高，以及通过政策普及癌症早期筛查使得肿瘤在早期可以被发现，对所有出生队列在其生命周期后期（当癌症风险显现时）产生的积极影响，后出生队列在其成年期恰逢这些医疗干预措施更广泛和更有效的时期，因此模型估计其队列效应表现为风险降低。这在一定程度上抵消肥胖本身带来的风险增加，从而降低肿瘤的死亡率[24]。这也证明肿瘤癌症筛查的可靠性，通过提高中国居民的筛查意识早诊早治，可以达到改善生存的效果。另外队列效应估计的是不同出生队列在其整个生命周期内经历该疾病死亡风险的相对趋势。后出生队列观察到的RR值低，可能意味着在考虑年龄和时期因素后，模型预测这些队列在其一生中因高BMI死于癌症的累积相对风险低于更早的队列[25]。这很大程度上得益于医疗进步带来的生存期延长。但这并不否定其在年轻时暴露于高BMI风险的事实，只是这种暴露的致命后果可能被延后或部分减轻。然而，必须警惕的是，年轻一代普遍且持续升高的肥胖率，意味着进入中老年后，其绝对的肥胖相关癌症负担很可能增加。当前队列效应显示的相对风险降低，并不能保证未来的绝对负担不上升。如果肥胖趋势得不到有效遏制，医疗进步的抵消作用在未来可能面临挑战。
由于本研究基于GBD 2021数据库分析，数据为模型估计数据，可能存在一定的误差，需要结合我国各地区相关数据统计和实际情况以提高准确性。
综上所述，1990—2021年我国归因于高BMI的肿瘤疾病负担正在不断攀升，已日渐成为一项公共卫生问题。政府和社会各界应加强对于肥胖问题的认识和宣传，通过健康教育活动，引导人们形成健康的生活方式和饮食习惯。针对不同性别和年龄的人群，应采取针对性的干预措施。例如，对于女性人群，应重点关注激素水平；对于老年人群，应加强身体锻炼和慢性疾病管理，将社区老年肥胖与癌症筛查联合。尤其需要重视青少年和年轻成人的肥胖预防，以遏制未来肿瘤疾病负担的进一步攀升，例如将中小学的BMI年度监测纳入义务教育的体检范围内。同时，应加强肿瘤早期筛查检测工作，尤其是对于高BMI风险人群，通过定期体检筛查，及时发现并治疗潜在的肿瘤病变，降低肿瘤死亡率。继续加强健康教育工作，提高公众对高BMI危害的认识，鼓励人们采取积极的生活方式，同时加大政策支持和投入力度，推动健康中国战略的深入实施。通过这些努力，可以有效降低高BMI带来的疾病风险，为人民群众的健康福祉做出更大贡献。
利益冲突 所有作者声明无利益冲突
| [1] |
Bray F, Laversanne M, Sung H, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2024, 74(3): 229-263. |
| [2] |
Petrelli F, Cortellini A, Indini A, et al. Association of obesity with survival outcomes in patients with cancer: a systematic review and meta-analysis[J]. JAMA Netw Open, 2021, 4(3): e213520. DOI:10.1001/jamanetworkopen.2021.3520 |
| [3] |
Renehan AG, Tyson M, Egger M, et al. Body-mass index and incidence of cancer: a systematic review and meta-analysis of prospective observational studies[J]. Lancet, 2008, 371(9612): 569-578. DOI:10.1016/S0140-6736(08)60269-X |
| [4] |
Li J, Yin P, Wang HD, et al. The burden of pneumoconiosis in China: an analysis from the Global Burden of Disease Study 2019[J]. BMC Public Health, 2022, 22(1): 1114. DOI:10.1186/s12889-022-13541-x |
| [5] |
GBD 2021 Diseases and Injuries Collaborators. Global incidence, prevalence, years lived with disability (YLDs), disability-adjusted life-years (DALYs), and healthy life expectancy (HALE) for 371 diseases and injuries in 204 countries and territories and 811 subnational locations, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021[J]. Lancet, 2024, 403(10440): 2133-2161. |
| [6] |
Wu ZH, Xia FN, Lin R. Global burden of cancer and associated risk factors in 204 countries and territories, 1980-2021: a systematic analysis for the GBD 2021[J]. J Hematol Oncol, 2024, 17(1): 119. DOI:10.1186/s13045-024-01640-8 |
| [7] |
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. |
| [8] |
Peeters A. Increasing BMI was associated with increasing risk for overall cancer incidence and mortality in middle-aged women[J]. Ann Intern Med, 2008, 148(10): JC3-J13. |
| [9] |
Tobias DK, Hu FB. The association between BMI and mortality: implications for obesity prevention[J]. Lancet Diabetes Endocrinol, 2018, 6(12): 916-917. DOI:10.1016/S2213-8587(18)30309-7 |
| [10] |
Taghizadeh N, Boezen HM, Schouten JP, et al. BMI and lifetime changes in BMI and cancer mortality risk[J]. PLoS One, 2015, 10(4): e0125261. DOI:10.1371/journal.pone.0125261 |
| [11] |
王蒙. 中国人口老龄化问题研究[J]. 中国经贸导刊, 2021, 3: 158-160. |
| [12] |
Liu C, Yuan YC, Guo MN, et al. Rising incidence of obesity-related cancers among younger adults in China: A population-based analysis (2007-2021)[J]. Med, 2024, 5(11): 1402-1412. |
| [13] |
Liu X, Yu Y, Wang M, et al. Age-period-cohort analysis of kidney cancer deaths attributable to high body-mass index in China and U.S. adults[[J]. BMC Public Health, 2020, 20(1): 882. DOI:10.1186/s12889-020-09007-7 |
| [14] |
Gharahkhani P, Ong JS, An JY, et al. Effect of increased body mass index on risk of diagnosis or death from cancer[J]. Br J Cancer, 2019, 120(5): 565-570. |
| [15] |
晏月平, 黄美璇, 郑伊然. 中国人口年龄结构变迁及趋势研究[J]. 东岳论丛, 2021, 42(1): 148-163. |
| [16] |
王效华, 韩世范, 丁志英, 等. 不同饮食模式与癌症发生发展关系的研究进展[J]. 护理研究, 2024, 38(21): 3846-3851. |
| [17] |
Caballero B. Humans against obesity: who will win?[J]. Adv Nutr, 2019, 10(1_suppl)): S4-S9. |
| [18] |
Jia XJ, Hu CY, Xu Y, et al. Revisiting obesity thresholds for cardiovascular disease and mortality risk in Chinese adults: Age- and gender-specific insights[J]. Cell Rep Med, 2025, 6(9): 102309. |
| [19] |
Flegal KM. BMI and obesity trends in Chinese national survey data[J]. Lancet, 2021, 398(10294): 5-7. |
| [20] |
Li XY, Kong XM, Yang CH, et al. Global, regional, and national burden of ischemic stroke, 1990-2021: an analysis of data from the Global Burden of Disease Study 2021[J]. EClinicalMedicine, 2024, 75: 102758. |
| [21] |
王阳, 杨立新, 李征, 等. 基于年龄-时期-队列模型的1990—2021年中国膀胱癌发病与死亡动态及预测[J]. 实用肿瘤杂志, 2025, 40(6): 546-552. DOI:10.13267/j.cnki.syzlzz.2025.078 |
| [22] |
中华人民共和国中央人民政府.《"健康中国2030"规划纲要》[EB/OL]. (2016-10-25)[2025-05-01]. https://www.gov.cn/zhengce/2016-10/25/content_5124174.htm.
|
| [23] |
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)[2025-05- 01]. https://www.gov.cn/xinwen/2019-07/15/content_5409694.htm.
|
| [24] |
金乐帆, 张宁. 提升癌症筛查率的行为助推干预策略[J]. 心理科学进展, 2025, 33(2): 336-350. |
| [25] |
徐慧慧, 戴敏. 1990—2021年中国归因于饮酒的肝癌疾病负担变化趋势及预测[J]. 实用肿瘤杂志, 2025, 40(2): 105-113. DOI:10.13267/j.cnki.syzlzz.2025.017 |