清华学者研究证明:PM2.5导致的2型糖尿病死亡率增加264.23%,发文Lancet子刊

文摘   2025-01-09 17:49   浙江  

引言

今天分享的这篇Lancet子刊文章,中国学者基于我国34个省市级数据,采用GBD方法探究中国空气污染暴露导致的2型糖尿病负担。结果发现,从1990年到2021年,PM2.5污染导致我国的2型糖尿病死亡率增加了264.23%!

GBD 2019研究结果显示,空气污染导致全球2型糖尿病(T2DM)负担增加,而我国是负担最重的国家之一。但由于我国地域辽阔,不同地区在空气污染暴露程度、T2DM发病率以及人口密度等方面均呈现出显著的差异性。

因此,为了制定针对性的干预策略,深入研究和揭示中国不同区域因空气污染导致的T2DM负担显得尤为重要。

2024年11月26日,清华大学学者基于GBD的分析方法使用中国34个省市级数据,在顶级期刊Lancet子刊Lancet Regional Health-western Pacific(医学一区,IF=7.6)发表题为:The burden of type 2 diabetes attributable to air pollution across China and its provinces, 1990-2021: an analysis for the Global Burden of Disease Study 2021的研究论文,旨在评估1990至2021年,中国及其34个省市级(包括23 个省、5 个自治区、4 个直辖市和 2 个特别行政区因空气污染(包括环境PM2.5污染和家庭空气污染)导致的T2DM负担。

研究结果表明,我国有20.14%的2型糖尿病负担是由空气污染引起的。其中环境PM2.5污染是重要因素,从1990年到2021年,环境PM2.5污染导致的2型糖尿病死亡率增加了264.23%

本公号回复“ 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

本文中,研究团队获取中国年龄≥25岁成年人的T2DM数据的来源多样,包括监测系统(国家疾病监测点和妇幼监测系统)、中国癌症登记系统、死因报告系统和死亡生命登记、已发表的研究、全国调查以及医院住院数据等。

研究团队运用了GBD所采用的研究方法和框架,按照年龄、性别、年份及省份,计算了中国空气污染导致T2DM死亡和伤残调整生命年(DALY)的人群归因分数(PAF)。

空气污染造成我国约1/5的T2DM负担

√空气污染造成T2DM负担的总体情况

研究结果发现,从1990年到2021年,我国因环境PM2.5污染导致的T2DM死亡率增加了264.23%;而室内空气污染导致的T2DM死亡率则降低了80.8%。

表1 1990年-2021年,中国空气污染造成的疾病负担

并且在2021年,我国约20.14%的T2DM死亡和19.44%的DALYs归因于空气污染。其中,环境PM2.5是主要的风险因素,由它导致的T2DM死亡占16.89%,DALYs损失占16.36%。

√空气污染造成T2DM负担的性别、年龄和地区差异

研究团队进一步探究了我国空气污染导致T2DM负担的性别、年龄和地区差异,结果显示,在这些方面均存在显著差异。

  • 男性比女性的疾病负担更重;

2021年,环境PM2.5污染导致男性T2DM的年龄标准化死亡率为1.72(95% UI:0.89-2.64),高于女性的1.33(95% UI:0.71-2.21)
  • 年龄越高,疾病负担越重;

在25-29岁年龄段,因空气污染导致的T2DM死亡率最低(0.03例/10万人),而随着年龄增长到80岁及以上,死亡率逐渐增加至30.98例/10万人。

图1 2021年,中国按性别和年龄划分的空气污染导致的T2DM死亡人数

  • 空气污染造成的T2DM负担在中国各省之间存在显著的地域异质性。
此外,研究团队还重点探讨了2021年,中国及其各省份因空气污染导致的T2DM负担。具体表现如下:
  • 空气污染导致T2DM死亡的年龄标准化PAF在北京最高,而西藏自治区最低;

  • 受空气污染影响最大的省份为江苏和辽宁,分别为2512.87人和2178.9人。

  • 此外,空气污染导致T2DM年龄标准化死亡率前4位省份依次是辽宁、天津、青海和新疆维吾尔自治区
图2 2021年,中国及其各省因空气污染而导致的疾病负担的年龄标准化PAF

(绿色为环境颗粒污染;紫色为室内空气污染)

图3 2021年,中国省级空气污染导致的T2DM的年龄标准化死亡率、年龄标准化DALYs率

综上所述,研究结果强调了空气污染是2型糖尿病的一个重要风险因素,并指出环境PM2.5污染是中国及其各省健康的重要威胁。因此,在未来在建立预防2型糖尿病策略时,可以考虑纳入空气污染因素。

这篇文章把GBD分析疾病负担的方法用在中国本土数据上,其数据分析是一项很大的工程,拿下Lancet子刊实至名归当然,如果你也想将GBD数据库运用到自己的研究中,但是缺乏好思路,数据分析困难?不要犹豫,来看看郑老师的GBD一对一统计课程!为您提供选题建议、个性化统计方法指导等服务,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数据库发顶刊的研究思路和方法解读!

郑老师统计团队及公众号

全国较大的线上医学统计服务平台,专注于医学生、医护工作者学术研究统计支持,我们是你们统计助理!


我们提供以医学数据数据挖掘统计服务
①NAHANES:一二区论文占半数
②MIMIC:急诊数据分析与机器学习建模
GBD:全球、中国各种疾病患病、死亡研究
孟德尔随机化:疾病的因果推断研究

同时我们提供上述数据库的挖掘的一对一指导

GBD、NHANES医学数据库挖掘1对1R语言指导

联系助教陈老师咨询(微信号sas555777

公共数据库与孟德尔随机化
我们专门介绍公共数据库与孟德尔随机化,每周文献周报,呈现精品文献阅读
 最新文章