社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

ARD | 武汉大学人民医院团队采用深度学习解析类风湿关节炎亚国家负担

iNature • 1 年前 • 324 次点击  
类风湿性关节炎(RA)对女性、老年人群及高收入地区的影响尤为显著,且与吸烟、衰老及合并症存在明确关联。现有研究主要聚焦于国家层面的趋势,采用传统模型如ARIMA,但这些模型在处理非线性动态变化及亚国家差异方面存在局限性。
2025年7月7日,武汉大学人民医院/香港城市大学Wenyi Jin,北京协和医院Qian Wang,深圳儿童医院Cheng Jin共同一作,香港城市大学Baozhen Huang, 帝国理工学院Queran Lin, 中国疾控中心Pengpeng Ye共同通讯,在风湿病学顶刊Annals of the Rheumatic Diseases在线发表题为“Spatiotemporal distributions and regional disparities of rheumatoid arthritis in 953 global to local locations, 1980-2040, with deep learning-empowered forecasts and evaluation of interventional policies’ benefits”的研究论文,被选为编辑精选论文并受海外The Times, US New,ELsevier等数十家媒体报道。这项研究整合了最大的时空间类风湿关节炎数据集(953 个全球到次国家地点,1980 年至 2021 年),并引入了深度学习框架来预测到 2040 年的负担。它揭示了地方不平等现象,量化了干预影响,并强调了诸如日本尽管 SDI 很高但 DALY 却在下降之类的矛盾模式。
本研究报道,2021年,类风湿性关节炎(RA)全球影响1790万人,发病率较1990年至2021年间增长13.2%,呈现年轻化和高发趋势。年龄标准化死亡率较1980年至2021年下降32.7%,但全球残疾调整生命年(DALYs)几乎翻倍。2021年,在652个亚国家地区中,英国的西伯克郡(West Berkshire)年龄标准化发病率最高(35.1;95%不确定性区间[UI]:30.8-39.8)。墨西哥的萨卡特卡斯州年龄标准化DALY率最高(112.6;95% UI:87.2-142.7)。社会人口指数(SDI)较高的地区承担了最沉重的负担,且地区间不平等在1990年至2021年间进一步加剧。超过90%的地区在多个指标的RA前沿指标上落后。日本呈现出独特的下降趋势(1990-2021年),以东京的年龄标准化DALY率自1990年以来下降22.4%为代表,与其他高SDI地区形成鲜明对比。实施控烟政策预计可使中国等高吸烟地区男性患者的RA相关死亡率降低16.8%,DALY减少20.6%。
类风湿性关节炎(RA)是一种主要影响关节的慢性自身免疫性疾病,可引起炎症、疼痛和关节损伤。与骨关节炎不同,RA涉及全身性炎症,并与心血管疾病和间质性肺病等合并症相关,这使得疾病管理更加复杂并增加死亡风险。治疗主要针对疾病修饰抗风湿药物,包括传统、生物制剂和靶向药物。长期用药可能导致肝脏和肾脏损伤等副作用,进一步加重RA的疾病负担。RA仍是全球主要致残原因之一,患病率在不同人群中估计为0.2%至1%[。现有流行病学研究已证实RA对女性、老年人群及高收入地区的不均衡影响,但对其在人口结构和政策变动背景下的时空演变、亚国家差异及长期趋势的理解仍存在关键缺口。
先前研究主要关注国家层面趋势,忽视了驱动医疗资源获取与结局差异的细粒度亚国家变异性。此外,传统预测模型(如ARIMA)常无法捕捉社会经济、人口及流行病学因素间复杂的非线性关系与动态交互作用。尽管RA与吸烟和老龄化的关联已得到充分证实,但鲜有研究量化了区域层面针对性干预措施(如烟草控制)的潜在效益,或探讨为何经济状况相似的地区会呈现不同的疾病负担差异。
本研究是迄今为止关于RA最全面的研究,涵盖了最广泛的地理范围(从全球到地方的953个层面),观察时间最长(1980年至2021年),并采用了多种分析方法(不平等分析、前沿分析、分解分析以及一种定制的深度学习干预预测算法)。该研究为全球至地方的政策制定者和利益相关者提供了坚实的证据,以制定干预措施并有效分配资源,从而减轻RA对人口的影响。关键发现包括:
1.全球RA负担持续增加: 1980年至2021年间,全球RA负担持续上升,呈现年轻化和广泛化趋势。2021年,在652个亚国家地区中,英国西伯克郡(发病率:35.1/10万)和墨西哥萨卡特卡斯州(DALY率:112.6/10万)的RA负担最高。
2.不平等加剧:与DALY相关的健康不平等在1990年后激增62.55%,芬兰、爱尔兰和新西兰在2021年成为不平等最严重的国家。
3.未能达到前沿水平:2021年仅有1个国家达到发病率理想前沿水平,19个国家达到DALY前沿水平。随着SDI随时间推移而提高,前沿偏差进一步恶化。风湿性疾病的负担被严重忽视。
4.非经济差异持续存在:经济因素并非风湿性疾病负担的唯一决定因素(例如英国与日本的对比)。
5.预测增长及政策需求:到2040年,低中等SDI地区可能因人口老龄化/增长导致DALY增加,而高SDI地区DALY可能下降。控制吸烟可在高吸烟地区(如中国)减少RA死亡率16.8%及DALY 20.6%,为中等/高SDI地区带来显著益处。
图片

—END—

内容为【iNature】公众号原创,

转载请写明来源于【iNature】


微信加群


iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群(16个PI群及64个博士群),同时更具专业专门组建了相关专业群(植物,免疫,细胞,微生物,基因编辑,神经,化学,物理,心血管,肿瘤等群)。温馨提示:进群请备注一下(格式如学校+专业+姓名,如果是PI/教授,请注明是PI/教授,否则就直接默认为在读博士,谢谢)。可以先加小编微信号(love_iNature),或者是长按二维码,添加小编,之后再进相关的群,非诚勿扰。


图片


图片

投稿、合作、转载授权事宜

请联系微信ID:Love_iNatures


觉得本文好看,请点这里!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/189024