2040年心代谢多病共存模式、网络机制及疾病负担预测

《Communications Medicine》：Cardiometabolic multimorbidity aggregation patterns, network mechanisms, and disease burden projections to 2040

　　

摘要

背景

心脏代谢性疾病多重发病问题正日益成为一项重大的公共卫生挑战。现有的研究多聚焦于单一疾病或孤立的风险因素，这限制了人们对心脏代谢性疾病及其风险因素在人群层面如何共同出现的理解。为此，我们构建了一个全国范围的框架，用于分析这些疾病的共现模式、风险网络以及未来的负担情况。

方法

我们使用了2010年至2021年的全球疾病负担数据，研究对象为204个国家和地区中25岁及以上的成年人。我们分析了缺血性心脏病、中风和2型糖尿病的发病率，同时还分析了17项相关的风险因素指标。研究过程中运用了空间分析、机器学习、调整后的贝叶斯网络模型以及趋势预测等方法。

结果

研究发现了五种全球范围内的心脏代谢性疾病多重发病模式，有55.4%的国家至少有两种此类疾病的负担较重。通过调整后的贝叶斯网络模型，我们发现了代谢、行为和环境风险因素与疾病共现之间的宏观关联。与传统的贝叶斯网络模型相比，当只有部分风险信息时可，调整后的模型表现更佳。不过，一旦纳入所有风险因素层，其性能则与传统模型趋于一致。这说明该模型的主要优势在于早期风险分层，而非完全准确的疾病预测。对2040年的预测显示，2型糖尿病的发病率上升速度将快于缺血性心脏病和中风。

结论

这项基于国家层面的生态学分析揭示了心脏代谢性疾病多重发病问题的全球差异性，并指出应将上游风险因素的聚集作为预防工作的重点。该框架有助于提前制定公共卫生计划，但不应被理解为能够解释个体层面的因果关系。