公众号
医学论文与统计分析公众号
扫码关注公众号

统计咨询
添加助教微信即可咨询
添加助教微信即可咨询

意见反馈
邮箱:17357190071@163.com
微信:aq566665

上交大学者用GBD探索贫困相关传染病负担,三篇连发同一期刊!相似度高达90%

Administrator
发布于 2025-08-04 / 43 阅读
0
0

与贫困相关的媒介传播寄生虫传染病(vb-pIDPs)包括多种疾病,如疟疾、利什曼病、淋巴丝虫病、非洲锥虫病、美洲锥虫病和盘尾丝虫病。

这些疾病在许多地区都非常普遍,尤其是那些经济条件较差的地区,对人类和动物的健康造成了严重损害。然而,目前对vb-pIDPs的患病率和后续影响的估计尚不全面。

2024年12月11日,上海交通大学学者用GBD 2021数据库,在期刊Infectious Diseases of Poverty(医学一区,IF=4.8)发表题为:“Prevalence and attributable health burdens of vector-borne parasitic infectious diseases of poverty, 1990–2021: findings from the Global Burden of Disease Study 2021”的研究论文,旨在探究1990年~2021年,六种vb-pIDPs(疟疾、利什曼病、淋巴丝虫病、非洲锥虫病、美洲锥虫病和盘尾丝虫病)的全球负担和时间趋势。

研究结果表明,从1990年~2021年,这六种vb-pIDPs的疾病负担普遍下降。并且,除美洲锥虫病的负担随着社会发展水平的上升而增加之外,其余五种疾病的负担均随着社会发展水平的上升而降低。

在公共数据库与孟德尔随机化公众号回复“原文”即可获得文献PDF等资料,如果进一步需要GBD公共数据库方法学习与指导请联系郑老师团队,微信号:aq566665

研究团队将204个国家和地区划分为21个地理区域,从GBD 2021数据库中获得了这些国家和地区,6种vb-pIDPs的患病率以及伤残调整生命年(DALY)。

团队根据社会人口学指数(SDI)将国家和地区分为五类(高、中高、中、中低和低SDI区域),并按年龄、性别和SDI计算年龄标准化患病率及DALYs率量化时间趋势。

此外,他们还使用平滑样条模型评估不同疾病负担指标与SDI之间的关系,并使用局部加权回归散点平滑法(LOWESS)拟合平滑曲线。

主要研究结果

研究结果显示,从1990年~2021年,六种vb-pIDPs的年龄标准化患病率以及DALYs 率虽然存在些许波动,但从总体上来看,其在全球和不同SDI水平区域上均呈下降趋势。

  • 在这六种vb-pIDPs中,疟疾的年龄标准化患病率及DALY率均最高。

图1 全球和不同SDI水平的区域下,6种vb-pIDPs疾病负担的变化趋势

(A)疟疾;(B)利什曼病;(C)淋巴丝虫病;

(D)非洲锥虫病;(E)美洲锥虫病;(F)盘尾丝虫病

同时,研究团队还探讨了六种疾病负担的年龄标准化率与SDI水平的关系。

结果发现,除美洲锥虫病的年龄标准化患病率及DALYs率随着SDI水平的升高而增加之外,其余五种vb-pIDPs的负担均随着SDI水平的上升而显著降低。

图2 2021年,按SDI水平划分的204个国家和地区的疾病负担

此外,研究团队进一步探讨了影响疟疾的三个主要风险因素(儿童体重不足、发育迟缓和消瘦)。

结果显示,在2021年,儿童体重不足和发育迟缓是导致疟疾风险增加的主要因素。

  • 0.14%的疟疾的年龄标准化DALYs率是由儿童体重不足导致的;

  • 0.08%的则是由儿童发育迟缓导致的。

并且,这些影响在SDI低地区最为显著,且从1990年至2021年总体呈下降趋势。

图3 不同SDI水平下,可归因于风险因素的疟疾负担

(A)1990~2021年疟疾的年龄标准化DALYs率变化趋势

(B)仅2021年疟疾的年龄标准化DALYs率

综上所述,研究结果显示,在过去30年,全球范围内6种贫困相关的贫困相关的媒介传播寄生虫传染病(vb-pIDPs)的疾病负担显著下降,但疟疾从始至终都是患病率最高的疾病。此外,团队还发现儿童体重不足和发育迟缓是导致疟疾的年龄标准化DALYs率升高的主要风险因素。

亮点小结

随着GBD发文量越来越多,常见的、甚至罕见的选题都已被挖掘,但这并不意味着我们没有选题可做。

上交大学者对与贫困相关的疾病不断进行挖掘,包括之前已经详细解读过与贫困相关的罕见传染病(rIDPs)、与贫困相关的病毒性传染病(vIDPs),如今又是与贫困相关的媒介传播寄生虫传染病(vb-pIDPs)。

一区IF 4.8!上海交大学者挖掘GBD数据,描述性分析出多张新图

跟着大佬别掉队!上海交大用GBD 2021数据库综合分析病毒性疾病,拿下SCI一区

这些疾病在GBD数据中并未被统一分类,而是由研究者根据各自疾病的特点自行分类,以探究这类疾病各自的全球负担,从而确保了研究对象的个性化。

在此基础上,我们也可以学习这种思路,寻找疾病的共同点,将目前已经探究过的一大类疾病,从大化小再细分。

这篇一区文章给我们带来了很大的启发,想要发文的朋友可以参考这种思路,找到个性化的研究对象!如果你找到了自己的选题,但在分析方法上遇到困难,不妨考虑郑老师的GBD一对一统计课程,无论是夜晚还是周末,专业统计师都会在线提供个性化指导,让你的发文之路不再愁!

欢迎关注“公共数据库与孟德尔随机化”公众号,我们将持续分享用GBD数据库发SCI的研究思路和方法解读!


评论

收银台

订单信息

应付金额 积分

模块介绍

请加我们助教二维码或加入Zstats使用群
Zstats交流群

Zstats交流群

助教二维码

联系助教

选择支付方式

请输入助教告诉您的积分券

如果不填写积分券,将直接使用当前余额支付

正在创建订单...

请稍候,正在为您生成支付订单

支付二维码

请使用扫描二维码完成支付

等待支付中...

二维码获取失败

支付二维码获取失败,请点击重新获取

正在处理余额支付...

请稍候,正在为您完成支付

正在处理充值并支付...

正在使用积分券兑换,然后完成支付 正在使用当前余额完成支付

支付成功!

您的订单已支付完成,页面将在 秒后自动关闭

支付失败

支付过程中出现错误,请重新选择支付方式

平台说明