1990—2019 年中国归因于高体质指数的2 型糖尿病疾病负担分析与预测研究

李子悦，方珈文，林凯程

1.510515 广东省广州市，南方医科大学卫生管理学院

2.510515 广东省广州市，南方医科大学南方医院

糖尿病是主要的慢性非传染性疾病之一，近年来该病的患病率与死亡率不断上升，给个人和社会发展造成沉重的经济与疾病负担［1］。据国际糖尿病联盟2021 年统计［2］，全球有5.37 亿人患有糖尿病，较2000 年增加了约3.5 倍（2000 年糖尿病患病人数为1.51 亿），其中近半数的糖尿病患者尚未确诊，说明很多患者并不知晓自己已患病。目前中国糖尿病患者最多（1.41 亿），约占全球糖尿病患者的1/4，其中绝大多数为2 型糖尿病患者，提示中国应及时采取有效综合措施防控2 型糖尿病，改善民众健康水平。有研究发现糖尿病患者的心血管疾病患病率较高，心血管并发症是糖尿病患者死亡的主要原因［3］。2 型糖尿病一般与城市化、老龄化、超重肥胖与遗传易感性相关［4］，超重与肥胖是其主要危险因素［5-6］。随着我国经济的发展，人们的生活方式与饮食结构发生了变化，肥胖患病率不断上升［7］，预计糖尿病疾病负担将持续上升。既往研究侧重我国2 型糖尿病疾病负担与趋势分析［8］，较少涉及疾病负担预测及归因分析，预测方法一般用到贝叶斯-时期-队列分析、线性回归模型等［9-10］，较少使用自回归移动平均模型（ARIMA，ARIMA 模型预测精度高，常用于医学预测研究）。因此，本研究利用2019 年全球疾病负担研究（GBD 2019）数据库分析1990—2019 年中国归因于高BMI 的2 型糖尿病疾病负担情况，并构建ARIMA 模型预测2020—2024 年的疾病负担情况，旨在了解中国2 型糖尿病防控形势，为相关政府部门制定2型糖尿病相关预防政策和措施提供数据借鉴。

1 资料与方法

1.1 资料来源

本研究的资料来源于GBD 2019（https://vizhub.healthdata.org）。GBD 由美国华盛顿大学健康计量与评估研究所（IHME）牵头，收集不同来源的疾病和危险因素的可用数据，应用全面的统计模型，对全球204个国家和地区的369 种疾病或伤害的疾病负担进行估计［11］，同时对87 种危险因素的归因疾病负担进行系统梳理［12］，为详细和广泛地了解全球健康趋势和新出现的挑战提供有力的基础［13］。本研究对GBD 进行数据筛选，选择地区为“China”“Global”，死亡原因为“Diabetes mellitus type 2”，危险因素为“High bodymass index”，指标为“DALYs”“Deaths”，年龄为“Age-standardized” 及17 个 年 龄 组“＜20、20～24、25～29……90～94、＞95 岁”，年份为“1990—2019 年”。

1.2 观察指标

本研究采用伤残调整寿命年（DALYs）、DALYs 率、标化DALYs 率评估2 型糖尿病疾病负担，用死亡人数、死亡率、标化死亡率描述疾病死亡情况，相关指标均采用GBD 2019 全球标准人口进行年龄标准化［14］，变化率=（2019 年指标值-1990 年指标值）/1990 年指标值×100%。本研究将BMI 在25.0～＜30.0 kg/m2定义为超重，BMI ≥30.0 kg/m2定义为肥胖［15］。

1.3 研究方法

1.3.1 联结点回归模型（JRM），又称分段回归模型，由几个连续的线性模型组成，常被用于描述疾病流行病学特征的变化趋势［16］，其优势在于能够判断不同时段的变化是否具有统计学意义。通过拟合联结点回归模型，计算不同时段的年度变化百分比（APC）、平均年度变化百分比（AAPC）以及相应的95%CI，并通过置换检验确定模型最终的联结点数及P 值。当APC 或AAPC的95%CI 包含0 时，说明变化无统计学意义，反之说明变化有统计学意义。

1.3.2 ARIMA 模型是时间序列分析法最常用的模型之一［17］，又称自回归滑动平均混合模型，由自回归模型与滑动平均模型组成。ARIMA 模型包含3 个参数，分别是自回归阶数（p）、差分阶数（d）、移动平均阶数（q），一般模型的形式为ARIMA（p，d，q）。根据赤池信息准则（AIC）、贝叶斯准则（BIC）筛选最优模型类型和参数。运用Box-Ljung 检验对模型残差进行白噪声检验。当P＞0.05 时，说明通过白噪声检验，可用于外推预测，否则需要重新建模。用预测值与实际值得到的相对误差、模型的平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方误差（MASE）及均方根误差（RMSE）判断模型预测效果，参数值越小模型预测性能越好。MAE＜10、MASE＜1 时，提示模型精度高［17］。

1.4 统计学分析

运用Excel 建立1990—2019 年中国归因于高BMI的2 型糖尿病DALYs 和死亡数据库，对疾病负担趋势进行描述分析。运用Joinpoint 4.2.0.1 软件对1990—2019 年中国归因于高BMI 的2 型糖尿病标化DALYs 率和标化死亡率进行联结点回归模型拟合，分析疾病负担不同时段的变化。运用RStudio 1.1.456 软件构建ARIMA模型，将1990—2016 年中国人群归因于高BMI 的2 型糖尿病疾病负担数据作为训练集，用2017—2019 年数据作为测试集，采用R 语言“forecast”“tseries”包中auto.arima 等函数实现模型构建。

2 结果

2.1 1990—2019 年中国归因于高BMI 的2 型糖尿病疾病负担状况

1990—2019 年，我国归因于高BMI 的2 型糖尿病DALYs 率和死亡率均呈上升趋势，经过年龄标准化后，变化幅度稍微减小，但趋势不变（图1）。归因于高BMI 的2 型糖尿病DALYs 从77.18 万人年增至373.76万人年，标化DALYs 率从80.21/10 万增至181.54/10 万，增长幅度为126%；死亡数从1.05 万人增至4.75 万人，标化死亡率从1.25/10 万增至2.39/10 万，增长幅度为91%（表1）。

表1 1990—2019 年中国归因于高BMI 的2 型糖尿病疾病负担情况Table 1 Disease burden of type 2 diabetes attributable to high BMI in China，1990—2019

图1 1990—2019 年中国归因于高BMI 的2 型糖尿病疾病负担变化趋势Figure 1 Trends in disease burden of type 2 diabetes attributable to high BMI in China，1990-2019

2.2 1990—2019 年中国不同性别归因于高BMI 的2 型糖尿病疾病负担状况

1990—2019 年，中国男性归因于高BMI 的2 型糖尿病的标化DALYs 率及标化死亡率呈快速上升趋势，女性标化DALYs 率平缓上升，标化死亡率先上升后下降，再逐渐缓慢上升。1990 年，我国男性归因于高BMI 的2 型糖尿病的标化DALYs 率和标化死亡率均低于女性，2010 年开始男性标化DALYs 率开始超过女性，2014 年男性标化死亡率也超过女性，此后一直高于女性。1990—2019 年，男性标化DALYs 率从71.48/10 万增至195.12/10 万，女性从88.84/10 万增至167.70/10 万，男性标化死亡率从1.00/10 万增至2.47/10 万，女性从1.49增至2.35/10 万。标化DALYs 率和标化死亡率男女性别比范围分别是0.80～1.07 和0.67～1.05，见图2。

2.3 1990—2019 年中国归因于高BMI 的2 型糖尿病分年龄组疾病负担状况

1990—2019 年不同年龄组归因于高BMI 的2 型糖尿病的DALYs 率和死亡率整体呈上升趋势，且随年龄增加明显增加。20 岁以下人群DALYs 率基本为0，在20～29 岁处于较低水平，在30 岁后迅速增加，70～74岁年龄组人群DALYs 率最高。人群死亡率在44 岁以下基本为0，在45 岁后迅速增加，在75～79 岁年龄组达到第一个高峰，在95 岁以上年龄组达到最高峰。1990～2019 年，人群DALYs 率高峰基本维持在65～69岁年龄组（1990 年337.47/10 万，2019 年711.09/10万）和70～74 岁年龄组（1990 年323.64/10 万，2019 年730.47/10 万），人群死亡率高峰维持在95 岁以上（1990年12.78/10 万，2019 年33.29/10 万），见图3。

图3 1990—2019 年不同年龄组归因于高BMI 的2 型糖尿病疾病负担变化趋势Figure 3 Trends in disease burden of type 2 diabetes attributable to high BMI by age group，1990—2019

2.4 1990—2019 年中国归因于高BMI 的2 型糖尿病疾病负担变化趋势

1990—2019 年的整体趋势结果显示，经年龄标准化后，中国归因于高BMI 的2 型糖尿病的DALYs 率和死亡率整体呈上升趋势（AAPC 分别为2.85%和2.32%，均P＜0.05）。与全球相比，我国归因于高BMI 的2 型糖尿病的DALYs 率和死亡率整体增速均较高（全球AAPC 分别为1.93%和1.47%，均P＜0.05）。

不同时期结果显示，1990—2019 年我国标化DALYs 率共有4 个拐点有统计学意义（P＜0.05），分别是2000、2004、2014、2017 年，1990—2000 年呈上升趋势，2000—2004 年增速最快（APC=7.33%），随后增速平稳，2017—2019 年开始明显增加。1990—2019年我国标化死亡率也有4 个拐点有统计学意义，分别是1996、2004、2007、2015 年，1990—1996 年呈上升趋势，1996—2004 年增速最快（APC=5.57%），2004—2007 年呈下降趋势（APC=-1.11%），随后平稳增加，2015—2019 年开始明显增加，见表2。

表2 中国及全球归因于高BMI 的2 型糖尿病疾病负担变化情况的Joinpoint 回归分析Table 2 Joinpoint regression analysis of changes in disease burden of type 2 diabetes attributable to high BMI in China and globally

2.5 中国归因于高BMI 的2 型糖尿病DALYs 预测模型构建

由auto.arima 函数得到AIC 与BIC 最小的中国归因于高BMI 的2 型糖尿病DALYs 模型为ARIMA（2，1，0）（AIC=89.6，BIC=94.64）。对模型残差序列进行白噪声检验，延迟6 阶、12 阶统计量分别为χ2=4.706（P=0.582）、χ2=7.158（P=0.847），差异无统计学意义，提示为白噪声，所拟合模型合格。图4 中，红线为实际值，黑色虚线为训练集的拟合值，蓝色点为测试集的预测值，浅灰色区域为预测值95%CI 值，深灰色区域为预测值80%CI。2017—2019 年标化DALYs 率预测值基本在95%CI 内（图4），预测值与实际值的相对误差为0.16%～3.96%（表3）。DALYs 预测模型的MAPE、MAE、MASE及RMSE分别是0.564%、0.722、0.206及1.103（表4），均说明模型预测性能好。

表3 中国归因于高BMI 的2 型糖尿病标化DALYs 率和标化死亡率预测值与实际值Table 3 Predicted values and actual values of standardized DALYs rate and standardized mortality of type 2 diabetes attributable to high BMI in China

表4 中国归因于高BMI 的2 型糖尿病标化DALYs 率和标化死亡率ARIMA 预测模型拟合精度Table 4 Fitting precision of ARIMA prediction model for standardized DALYs and standardized mortality of type 2 diabetes attributable to high BMI in China

图4 ARIMA（2，1，0）DALYs 预测模型的拟合与预测效果Figure 4 Fitting and predictive performance of ARIMA（2，1，0） DALYs prediction model

2.6 中国归因于高BMI 的2 型糖尿病死亡预测模型构建

AIC 与BIC 最小的中国归因于高BMI 的2 型糖尿病死亡模型为ARIMA（1，1，1）（AIC=-101.23，BIC=-96.2）。对模型残差序列进行白噪声检验，延迟6 阶、12 阶统计量分别为χ2=2.740（P=0.841）、χ2=11.183（P=0.513），模型通过检验，可用于外推预测。由图5 可见，2017—2019 年标化死亡率预测值基本在80%CI内，与实际值基本重合，相对误差为0.35%～0.78%（表3）。死亡预测模型的MAPE、MAE、MASE 及RMSE 分别是1.135%、0.021、0.448、0.028（表4），均说明模型预测效果不错。

图5 ARIMA（1，1，1）和ARIMA（1，1，0）死亡预测模型的拟合与预测效果Figure 5 Fitting and predictive performance of ARIMA（1，1，1）and ARIMA（1，1，0）mortality prediction model

2.7 中国归因于高BMI 的2 型糖尿病DALYs 率与死亡率预测

最终选择拟合效果较好的模型对1990—2019 年的标化DALYs 率和标化死亡率进行拟合，DALYs 预测模型为ARIMA（2，1，0），死亡预测模型为ARIMA（1，1，0）（重新拟合时选取1990—2019 年数据，结合各评价指标结果确定最终模型），预计我国2020—2024 年因高BMI 患2 型糖尿病的标化DALYs 率和标化死亡率仍保持持续上升趋势（图4、5），到2024 年分别达到205.142/10 万（189.775/10 万～220.508/10 万）和2.621/10万（2.343/10 万～2.900/10 万），见表5。

表5 基于ARIMA 模型的2020—2024 年中国归因于高BMI 的2 型糖尿病疾病负担预测情况（1/10 万）Table 5 Prediction of type 2 diabetes disease burden attributable to high BMI in China based on ARIMA model，2020—2024

3 讨论

IDF 数据显示，中国糖尿病患病人数和死亡人数位居全球首位［2］，预计2045 年糖尿病患者达到1.74 亿人，其中占比最大的2 型糖尿病的发病率持续上升，发病有年轻化趋势［18］，可见2 型糖尿病已成为中国不可忽视的公共卫生问题。本研究结果显示，1990—2019年，我国归因于高BMI 的2 型糖尿病的死亡和疾病负担情况均呈上升趋势，标化DALYs 率及标化死亡率增速均高于全球水平。一方面与医疗技术水平的提高使得更多2 型糖尿病患者被诊断出来有关；另一方面，近几十年来中国超重和肥胖的患病率迅速上升，有研究表明高BMI 是2 型糖尿病最主要的危险因素［19-21］，超重和肥胖与2 型糖尿病的风险增高相关。根据最新全国性调查显示，我国超过一半的成年人存在超重或肥胖［19］。随着我国社会、经济的发展，肥胖患病率迅速增长，人们转向摄入更多动物源性食品、精制谷物和深加工食品的饮食习惯和久坐不动的生活方式［7］。不健康的饮食和缺乏体力活动与肥胖的结合也会增加2 型糖尿病的患病风险［22］。中国2 型糖尿病防治形势严峻，因此研究归因于高BMI 的2 型糖尿病的疾病负担对于有效防控2型糖尿病具有重要的现实意义。

我国归因于高BMI 的2 型糖尿病疾病负担呈现出明显的性别差异。与女性相比，男性归因于高BMI 的2 型糖尿病的标化DALYs 率及标化死亡率上升速度较快，分别在2010 年和2014 年超过女性。这与我国超重和肥胖患病率变化一致，男性的超重和肥胖患病率过去曾低于女性，近年来差异逐渐缩小。2004 年男性超重率和肥胖率为23.0%、6.3%，女性为24.7%、8.1%；2010 年男性超重率和肥胖率为31.8%、12.1%，女性为29.4%、12.0%［23］。本研究显示，我国归因于高BMI 的2 型糖尿病疾病负担随年龄增长逐渐上升，DALYs 率在30 岁后上升明显，在70～74 岁年龄组达到高峰，死亡率在45 岁后迅速增加，在95 岁以上达到高峰，与既往多数研究结果一致［24-25］。随着我国超重和肥胖患病率在全年龄段的增加，年轻人群患2 型糖尿病的风险增大，提示应改变“糖尿病是老年病”的错误认识，要在全人群中普及糖尿病的防病知识。研究指出老年2 型糖尿病占糖尿病的一半以上［26］，这是因为老年人胰岛功能差，2 型糖尿病并发症和伴随疾病多，且中老年人患2 型糖尿病致死风险更高，因此需要重视老年2 型糖尿病的及早防治，最大限度减少对老年人健康的危害。

预测结果显示，我国2020—2024 年因高BMI 患2型糖尿病造成的标化DALYs 率和年龄标化死亡率预计仍持续上升，与既往研究结果一致［2］，提示2 型糖尿病的防治仍需推进。目前我国糖尿病人群中，2 型糖尿病占90%以上，糖尿病的知晓率（36.5%）、治疗率（32.2%）和控制率（49.2%）虽有所改善，但仍处于较低水平，未诊断的糖尿病比例较高［4］，提示在2 型糖尿病的健康教育上仍需要加强，提高人群对糖尿病防治的知晓度和参与度。《中国防治慢性病中长期规划（2017—2025 年）》对糖尿病的管理进行规范［27］，提出到2020 和2025 年，糖尿病致过早死亡率较2015 年分别降低10%和20%。《健康中国行动（2019—2030年）》也提出了糖尿病防治行动目标［28］，即糖尿病患者规范管理率、糖尿病治疗率、糖尿病控制率、糖尿病并发症筛查率持续提高。超重和肥胖是2 型糖尿病的重要危险因素，体重管理是降低2 型糖尿病患病风险最有效的措施，正确的饮食和适量的锻炼有助于体质量管理［21，29］，因此建议相关部门应加强重点人群的饮食与运动干预，如饮食上多吃全麦、低脂食品，少吃细粮、加工食品［30］，其次是每周至少进行2.5～5.0 h 中等强度有氧运动［31］。

本研究使用GBD 数据库对中国整体归因于高BMI的2 型糖尿病疾病负担进行分析，未考虑各地区存在的差异。此外，GBD 数据基于统计学模型对数据进行估计，与真实结果可能存在偏移，有待利用中国真实监测数据进一步分析。

综上所述，1990—2019 年我国归因于高BMI 的2型糖尿病的死亡和疾病负担均呈上升趋势，不同性别和年龄中存在差异，男性、中老年人群是2 型糖尿病的重点关注对象，同时也要重视年轻人群的潜在患病风险。随着超重和肥胖患病率的上升，人们不健康的饮食习惯和生活方式，也使得患2 型糖尿病的风险越来越高。为降低2 型糖尿病疾病负担，应关注2 型糖尿病的早期预防，加强患者及重点人群的健康管理，尤其是体质量管理，提倡健康饮食和生活习惯。

作者贡献：李子悦负责研究的整体构思与设计、数据收集整理、论文撰写与修订；方珈文负责数据分析、图表制作、文献整理；林凯程负责文章的修订、文章的质量控制与审查，并提供资金资助。

本文无利益冲突。