摘要

利用 GBD 2021 数据库分析中国 1990—2021 年结核病疾病负担变化，并预测未来 15 年发病率和死亡率趋势。提取中国结核病发病、患病、死亡和 DALYs 数据，采用描述性分析、Joinpoint 回归、ARIMA 模型和 BAPC 模型进行趋势分析与预测。发现再在1990—2021 年间，中国结核病发病率、死亡率和 DALYs 率均明显下降，但患病率下降不显著。男性负担整体高于女性，老年人和 5 岁以下儿童为重点人群。Joinpoint 分析显示发病率、死亡率和 DALYs 率总体下降，而 ARIMA 和 BAPC 模型均预测未来 15 年中国结核病 ASIR 和 ASMR 将继续下降。

一、文章简介

这篇文章的核心目的很明确：利用 GBD 2021 数据库，分析中国 1990 到 2021 年结核病负担的变化趋势，并预测未来 15 年的发展方向。

主要分析方法:

这篇文章用了 4 类常见的数据分析套路：

  • Joinpoint回归模型——分析趋势变化，计算年度变化百分比
  • ARIMA模型——时间序列预测
  • BAPC模型——贝叶斯年龄-时期-队列预测模型

这些方法非常适合做“疾病趋势分析 + 未来预测”类型的生信/公共卫生文章。

二、主要结论

1. GBD描述性分析：结核病“率在下降，数在波动”，整体负担明显减轻

从 1990 到 2021 年，中国结核病的发病率、死亡率、DALYs 率明显下降，但由于人口规模变化，部分绝对数并没有同步下降。。

2. 年龄-性别分层分析：男性负担更高，老年人和儿童是重点人群

结核病在中国存在明显的性别差异和年龄差异，其中男性负担普遍高于女性，老年人死亡负担更高，5 岁以下儿童发病率最高。说明结核病负担不是均匀分布的，而是集中在特定人群中。

fig1

fig2

3. Joinpoint回归：总体持续下降，但患病率存在波动

Joinpoint 回归显示，中国结核病的发病率、死亡率、DALYs 率总体都在下降，但患病率变化不大，并且中间有波动。这里Joinpoint 的作用就是找出“在哪些时间点，趋势发生了变化，这对于做公共卫生趋势图非常常用。

fig3

Measure Period AAPC 95% CI t-value p-value
ASIR 1990–2021 −3.49 [−3.61, −3.37] −56.64 <0.001
ASPR 1990–2021 −0.15 [−0.37, 0.06] −1.38 0.17
ASMR 1990–2021 −7.42 [−7.78, −7.07] −39.53 <0.001
ASDR 1990–2021 −7.01 [−7.22, −6.80] −63.10 <0.001

4. ARIMA + BAPC预测：未来15年发病率和死亡率还会继续下降

ARIMA和BAPC两种预测模型，都显示中国结核病的ASIR 和 ASMR 在未来 15 年仍将继续下降，而且男性负担仍高于女性。

fig4

fig5

三、文章小结

这篇文章的GBD数据分析流程可以借鉴，十分容易：

  1. 描述性分析：先看整体发病、死亡、DALYs 的变化
  2. 分层分析：按年龄、性别拆开，找高风险人群
  3. Joinpoint 回归：分析不同阶段的趋势变化，计算 APC/AAPC
  4. ARIMA 预测：基于时间序列预测未来趋势
  5. BAPC 预测：结合年龄-时期-队列效应做更稳健的预测