全球跌倒相关死亡率时空趋势解析：基于GBD 2021数据的年龄-时期-队列模型与2046年预测

这篇研究利用全球疾病负担（GBD 2021）数据，通过年龄-时期-队列（APC）模型揭示了1990-2021年全球跌倒死亡率的时空异质性。结果显示，尽管全球年龄标准化死亡率（ASMR）下降8.79%，但老年人（>75岁）死亡率持续上升（局部漂移>0），且社会人口指数（SDI）越高地区差异越显著。人口老龄化被确认为主要驱动因素，预测至2046年老年人跌倒死亡率将加剧。研究为制定区域化、年龄特异性干预策略提供了循证依据。

　　

背景

跌倒作为全球公共卫生问题，每年导致约28-35%老年人受伤，其引发的髋关节骨折和脑损伤构成重大疾病负担。随着人口老龄化加剧，亟需系统性评估跌倒死亡率的时空演变规律。

方法

研究采用GBD 2021数据库，覆盖204个国家/地区1990-2021年数据，运用APC模型解析年龄、时期和出生队列效应。通过Nordpred软件预测至2046年趋势，并采用方差分解量化人口增长、老龄化与流行病学变化的贡献度。

主要发现

1. 时空异质性：全球跌倒ASMR从10.90/10⁵（1990年）降至9.94/10⁵（2021年），但高SDI地区死亡率差异达5倍。匈牙利（33.3/10⁵）和印度（24.2/10⁵）分列不同时期死亡率榜首。

2. 年龄效应：死亡率随年龄呈指数增长，55岁后风险显著攀升。低SDI地区曲线最陡峭，75岁组死亡率即达高SDI地区90岁组水平。

3. 时期与队列效应：全球时期RR值从1.08（1997年）降至0.87（2017年），但1952年出生队列风险峰值（RR=1.10）揭示特定世代脆弱性。

4. 性别差异：男性全年龄段死亡率更高，但>75岁女性反超，尤其在低SDI地区（局部漂移差值>1.5%）。

5. 驱动因素：老龄化贡献度达62.3%，高SDI地区人口结构变化导致死亡率上升38.7%。

预测与启示

至2046年，全球跌倒发病率（ASIR）预计增长，但ASMR呈两极分化：全年龄段下降1.2%/年，而65+岁组上升0.8%/年。研究建议：

• 高SDI地区：优化养老设施防跌倒设计，推广基于AI的实时监测系统

• 低SDI地区：加强基础医疗中的跌倒筛查，发展低成本防护装备

• 重点关注1927-1957年出生队列，该群体表现出显著升高的残余风险

创新与局限

首次将APC模型应用于全球跌倒负担研究，突破传统横断面分析局限。但数据受限于GBD报告延迟和各国诊断标准差异，未来需整合可穿戴设备实时数据提升预测精度。

小标题对应细节

• 年龄效应：低SDI地区80岁组死亡率相当于高SDI地区95岁组（图3A）

• 队列转折点：1932年出生队列RR值1.18为历史峰值（95%CI:1.14-1.23）

• 预测模型：采用R语言Nordpred包，联合国人口数据校准

• 政策靶点：捷克通过改善公共设施使死亡率年降4.45%，为高SDI地区提供范本