系统动力学模型（SDM）：肥胖防治新利器，助力健康系统升级

肥胖是全球公共健康难题，传统干预策略效果不佳。研究人员开展 “系统动力学方法在肥胖防治健康干预中的应用” 研究，发现 SDM 可促进多层面跨部门合作，提升干预效果。该研究为肥胖防治提供新思路，意义重大。

　　在当今社会，肥胖问题就像一场无声的 “健康危机”，正以惊人的速度在全球蔓延。据预测，到 2035 年，全球肥胖患病率将从 2020 年的 14% 飙升至 24%，近 20 亿人将受到影响。肥胖不仅会引发糖尿病、心血管疾病和癌症等严重健康问题，还会给公共卫生基础设施带来沉重的经济负担。传统的肥胖预防策略主要聚焦于个人生活方式的改变，如饮食习惯和体育活动水平，但这种方法忽视了肥胖产生的复杂系统原因。肥胖危机的出现与社会经济地位、饮食文化和食物环境密切相关，这些因素相互交织，使得肥胖问题在发达国家和发展中国家都日益严重，也让应对这一全球健康问题变得更加棘手。

为了解决这些问题，澳门大学的研究人员开展了一项关于系统动力学方法在肥胖防治健康干预中的应用的研究。他们通过系统回顾和批判性分析，探究了系统动力学模型（SDM）在肥胖控制中的应用，旨在揭示肥胖背后的复杂驱动因素，并分析肥胖干预措施的长期效果。该研究成果发表在《BMC Public Health》杂志上。

研究人员采用了多种关键技术方法。首先，他们进行了全面的系统文献检索，在 PubMed、Web of Science 和 Scopus 三个数据库中搜索与超重 / 肥胖和系统动力学相关的术语，确定了从数据库建立到 2024 年 7 月发表的同行评审研究。其次，他们开发了标准化的数据提取表格，提取研究的一般特征、模型开发、模型特征和结构等信息。最后，基于三个关键参考文献制定了九条质量标准，对系统动力学建模和文档进行质量评估。

研究结果如下：

1. 纳入文献的一般特征：经过筛选，最终纳入 30 项研究。这些研究发表于 2011 年至 2024 年，多数在发达国家进行，研究对象涵盖儿童、青少年、成人等不同群体，研究目的主要是应用系统动力学概念建模探索肥胖的系统原因，并通过计算建模和模拟分析或预测肥胖干预的效果。
2. 模型开发：在概念建模方面，多数研究采用混合方法，结合主要和次要数据源。主要数据源包括利益相关者参与、小组模型构建（GMB）会议等，次要数据源主要是文献综述。计算模型的参数值数据源多为定量数据，如疾病历史趋势、横断面调查数据等。23 项研究涉及利益相关者参与，参与阶段包括模型构建、验证和评估等。研究中使用的数据分析方法包括统计分析、定性分析、敏感性分析和混合方法研究，同时使用了多种数据分析和绘图工具。
3. 模型特征和结构：11 项研究完成了系统动力学建模的全过程。27 项研究提出了概念模型，其中 25 项构建了因果回路图（CLD）；17 项进行了计算系统动力学模型研究，13 项构建了存量 - 流量图（SFD）；14 项进行了模拟分析。子系统涵盖个体行为、家庭影响、心理文化教育、健康政策、社区参与、环境和社会经济等因素。研究还确定了驱动肥胖的主要变量和反馈回路，如生活方式、心理和社会经济因素之间的相互作用。
4. 模拟肥胖干预和结果：SD 模型可模拟多种肥胖干预措施，包括生活方式改变、社区和政府举措、经济和公共卫生干预等。这些干预措施在不同程度上降低了肥胖率，如增加体育活动、改善饮食、提高健康意识、实施税收政策等。通过模拟，研究人员能够优化干预措施的效果，预测其对公共卫生的综合影响。
5. SDM 质量评估报告：纳入研究的 SDM 质量评分在 29 至 37 分之间，平均分为 32.6 分（满分 45 分）。在各项质量标准中，模型设计和结构的清晰度、建模过程的详细描述得分较高，而模型验证的全面性得分最低。

研究结论和讨论部分强调了 SDM 在肥胖防治中的重要意义。SDM 能够深入探讨肥胖背后的多因素原因和复杂相互作用，反映个体行为、社会经济因素和社区影响的反馈回路，加深对肥胖特征复杂性的理解。通过模拟不同干预策略的长期效果，SDM 有助于指导更精确有效的公共卫生干预。然而，SDM 是一种情境特定的方法，需要考虑不同地区的社会经济和文化差异，以调整模型参数，实现最佳效果。此外，当前研究存在一些局限性，如对二次数据源的依赖、模型校准和验证不足、利益相关者参与不充分等。未来研究应注重整合临床服务与社区干预，考虑不同社会经济条件和文化背景下的应用，关注临床干预的长期影响和成本效益，以进一步提高 SDM 在肥胖防治中的准确性和实际有效性，支持健康系统的优化，降低肥胖及其相关健康并发症的发生率。