-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
1990年至2021年儿童、青少年及年轻成人中屈光障碍的全球与地区负担：趋势、不平等现象以及基于机器学习的未来预测
《Ophthalmic and Physiological Optics》：Global and Regional Burden of Refraction Disorders In Children, Adolescents and Young Adults from 1990 to 2021: Trends, Inequalities and Future Predictions with Machine Learning
【字体： 大 中 小 】 时间：2026年08月16日 来源：Ophthalmic and Physiological Optics 3.4
编辑推荐：
摘要研究目的本研究旨在预测未来趋势，并量化各关键因素的贡献，为制定针对性干预措施提供更多依据。研究方法研究使用了2021年全球疾病负担研究中的0–24岁儿童、青少年及年轻人的数据。通过连接点回归分析时间趋势，同时运用不平等斜率指数（SII）和浓度指数（CIx）来评估健康不平等状况
本研究旨在预测未来趋势，并量化各关键因素的贡献，为制定针对性干预措施提供更多依据。
研究使用了2021年全球疾病负担研究中的0–24岁儿童、青少年及年轻人的数据。通过连接点回归分析时间趋势，同时运用不平等斜率指数（SII）和浓度指数（CIx）来评估健康不平等状况。此外，还采用了贝叶斯年龄-时期-队列（BAPC）模型和XGBoost算法来预测患病率及残疾损失寿命（YLDs），并利用SHAP值来量化各关键预测因子的作用。
从1990年到2021年，全球范围内患病率（年均变化率为–0.05%）和残疾损失寿命率（年均变化率为–0.08%）均出现轻微但显著的下降。女性所承受的负担始终高于男性，不过两组的数据都出现了显著下降。2021年时，15–19岁年龄组的患病率最高，而20–24岁年龄组的残疾损失寿命最高。社会人口统计指数（SDI）与患病率（相关系数为0.44）及残疾损失寿命率（相关系数为0.43）之间存在正相关关系。随着时间的推移，社会经济差异不断扩大，这从患病率的SII值（从497.98上升到525.10）和残疾损失寿命的SII值（从15.46上升到16.53）上升中可以看出，与此同时，患病率和残疾损失寿命的CIx值则分别从?0.075下降到?0.091，从?0.065下降到?0.083。在预测模型中，年龄是影响疾病负担的最强预测因子，其次是年份、SDI、GDP和性别。
全球范围内屈光障碍的负担正在下降，但仍存在显著的不平等现象。要减轻这一负担，就需要采取针对性的策略，即在社会人口统计指数较高的地区侧重于初级预防，而在该指数较低的地区则致力于确保人们能够获得负担得起的矫正措施。
本研究旨在预测未来趋势，并量化各关键因素的贡献，为制定针对性干预措施提供更多依据。
研究使用了2021年全球疾病负担研究中的0–24岁儿童、青少年及年轻人的数据。通过连接点回归分析时间趋势，同时运用不平等斜率指数（SII）和浓度指数（CIx）来评估健康不平等状况。此外，还采用了贝叶斯年龄-时期-队列（BAPC）模型和XGBoost算法来预测患病率及残疾损失寿命（YLDs），并利用SHAP值来量化各关键预测因子的作用。
从1990年到2021年，全球范围内患病率（年均变化率为–0.05%）和残疾损失寿命率（年均变化率为–0.08%）均出现轻微但显著的下降。女性所承受的负担始终高于男性，不过两组的数据都出现了显著下降。2021年时，15–19岁年龄组的患病率最高，而20–24岁年龄组的残疾损失寿命最高。社会人口统计指数（SDI）与患病率（相关系数为0.44）及残疾损失寿命率（相关系数为0.43）之间存在正相关关系。随着时间的推移，社会经济差异不断扩大，这从患病率的SII值（从497.98上升到525.10）和残疾损失寿命的SII值（从15.46上升到16.53）上升中可以看出，与此同时，患病率和残疾损失寿命的CIx值则分别从?0.075下降到?0.091，从?0.065下降到?0.083。在预测模型中，年龄是影响疾病负担的最强预测因子，其次是年份、SDI、GDP和性别。
全球范围内屈光障碍的负担正在下降，但仍存在显著的不平等现象。要减轻这一负担，就需要采取针对性的策略，即在社会人口统计指数较高的地区侧重于初级预防，而在该指数较低的地区则致力于确保人们能够获得负担得起的矫正措施。
