1990-2017中國及世界銀行不同經濟水平國家腹瀉疾病負擔

王昱政 胡櫻

摘 要：[目的] 對比和掌握不同經濟水平國家腹瀉疾病負擔情況，并根據1990-2017年疾病負擔變化情況對腹瀉疾病負擔進行預測，為疾控工作提供科學依據，為健康問題的全球化挑戰做準備。[方法]利用年全球疾病負擔數據庫GBD 2017中1990-2017年的數據，采用過早死亡損失壽命年（YLL）、傷殘損失壽命年（YLD）和傷殘調整壽命年（DALY）等指標，對疾病負擔狀況進行描述，并采用ARIMA模型預測將來的負擔水平。[結果]1990-2017年，腹瀉的平均發病率由高到低為：低收入國家、中低收入國家、全球平均水平、中高收入國家，高收入國家和中國。2007年起中國的發病率開始低于高收入國家。1990-2017年，腹瀉的平均死亡由高到低為：低收入國家、中低收入國家、全球平均水平、中高收入國家，高收入國家和中國。低收入和中低收入國家的腹瀉發病率和死亡率均處于較高水平。年齡標化YLD率、YLL率、DALY率最高的均為低收入國家，最低均為高收入國家，前者分別為后者的3.4、110.4、31.4倍。嬰幼兒和中老年人群的腹瀉疾病負擔較其它年齡段重。[結論]低收入國家，腹瀉的疾病負擔主要表現為過早死亡損失壽命和喪失勞動功效，并與高收入國家存在巨大差距。在目前全球化趨勢且速度加快的情形下，國際人員往來越發頻繁，對于腹瀉疾病負擔的上升應引起足夠的重視，尋找可能的風險因素并加以控制。

關鍵詞：腹瀉;疾病負擔;ARIMA模型

中圖分類號：F24 ? ? 文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.10.036

腹瀉病是五歲以下兒童的第二大死因，每年共有52.5萬名兒童死于此病，全球每年約有17億例兒童患腹瀉病。本研究利用2017年全球疾病負擔研究（GBD2017）疾病負擔數據，分析了中國及世界銀行不同經濟水平國家腹瀉疾病負擔，為防控工作提供科學依據，并且為全球化環境下的疾病防控做好準備。

1 資料與方法

1.1 資料來源

數據來源于GBD2017中1990-2017年的數據。GBD2017采用統一、可比的方法分析了195個國家和地區的328種死因的疾病負擔以及其危險因素。世界銀行根據收入水平，將各國分為高收入國家、中高收入國家、中低收入國家和低收入國家。年齡標準化采用 GBD 2017全球年齡標準人群作為標準。

1.2 疾病分類與編碼

GBD 2017 依據國際疾病分類第9版（ICD-9）和第10版（ICD-10）的標準進行編碼和歸類，把各種疾病對應到GBD 2017病因列表，對不明確的死因診斷進行了重新編碼。

1.3 數據分析

本研究主要關注指標為發病率、死亡率，過早死亡損失壽命年（YLL）、傷殘損失壽命年（YLD）、傷殘調整壽命年（DALY）的人年數和率。研究通過對比中國和不同世界銀行分區的指標差別以及觀察時間上的變化趨勢，描述不同年齡、性別人群的指標特點，采用了ARIMA模型對2018、2019的疾病負擔水平進行了預測。

本研究首先報告了2017 年世界銀行不同收入國家和中國的感染性腹瀉發病、死亡和疾病負擔指標及其標化率，并計算了兩個時間段的變化量和幅度，分析感染性腹瀉疾病負擔的變化情況。然后分析了不同年齡組和分性別的感染性腹瀉的疾病負擔情況。對于腹瀉疾病負擔的人群分布，主要使用傷殘調整壽命年的率進行分析，利用ARIMA模型進行預測，分析感染性腹瀉疾病負擔的變化情況。

1.4 自回歸積分移動平均模型（ARIMA）

時間序列是由一組隨時間變化的觀察值組成的序列，ARIMA模型是目前應用較多的時間序列分析方法。ARIMA模型的基本形式是ARIMA（p，d，q），由三部分組成：自回歸AR（p），差分I（d），移動平均MA（q）。其基本思想是：通過差分過程，將非平穩的時間序列轉化為平穩的時間序列，使其圍繞著一個常數上下波動且波動范圍有限，即有常數均值和常數方差，如存在季節周期可疊加季節差分;應用自回歸方法，對平穩序列的均值項進行分析，獲得其滯后值，即AR（p）模型的階次p;應用移動平均方法，對平穩序列的隨機誤差項進行分析，獲得其滯后值，即MA（q）模型的階次q。

模型定階，可以通過觀察自相關圖（ACF）和偏自相關圖（PACF）進行初步定階;分析決定系數R2、貝葉斯信息準則（BIC）、白噪聲檢驗等指標，選定符合要求的模型。

白噪聲檢驗使用Ljung-Box Q統計量，檢測建立的時間序列的殘差序列是否是白噪聲，即殘差中是否還有未提取的信息。當Ljung-Box Q統計量檢測結果P>α，可以認為所得殘差序列為白噪聲序列。模型擬合效果的評價使用決定系數R2、均方根誤差RMSE、平均絕對誤差MAE、平均絕對百分比誤差MAPE。

2 結果

2.1 1990-2017年感染性腹瀉的發病、死亡和疾病負擔情況及對比

2.1.1 發病水平及對比

2017年，全球感染性腹瀉發病人數為629，294萬例，發病率為82363.3/10萬。不同經濟水平國家中，腹瀉發病率最高的為低收入國家（139230.6/10萬），最低的為高收入國家（35823.8/10萬），中國為27846.9/10萬。

2017年，全球腹瀉年齡標化發病率為83846.3/10萬。按經濟水平劃分，其中最高為低收入國家（137943.2/10萬），最低為高收入國家（37949.8/10萬），前者為后者的3.6倍，中國為32303.9/10萬。

1990-2017年，腹瀉的平均發病率由高到低為：低收入國家（147.2萬/10萬）、中低收入國家（111.2萬/10萬）、全球平均水平（7.7萬/10萬）、中高收入國家（4.8萬/10萬），高收入國家（3.2萬/10萬）和中國（3.0萬/10萬）。2007年起中國的發病率開始低于高收入國家。

參考文獻

[1]Global Burden of Disease Collaborative Network.Global Burden of Disease Study 2017 （GBD 2017） Cause-Specific Mortality 1980-2017[Z].Seattle， United States：Institute for Health Metrics and Evaluation （IHME），2018.

[2]Global Burden of Disease Collaborative Network.Global Burden of DiseaseStudy 2017 （GBD 2017） Incidence，Prevalence，and Years Lived with Disability 1990-2017[Z].Seattle，United States：Institute for Health Metrics and Evaluation （IHME），2018.

[3]Global Burden of Disease Collaborative Network.Global Burden of Disease Study 2017（GBD 2017） Disability-Adjusted Life Years and Healthy Life Expectancy 1990-2017[Z].Seattle，United States：Institute for Health Metrics and Evaluation （IHME），2018.

[4]Global Burden of Disease Collaborative Network.Global Burden of Disease Study 2017（GBD 2017） Population Estimates 1950-2017[Z].Seattle，United States：Institute for Health Metrics and Evaluation （IHME），2018.

[5]Global Burden of Disease Collaborative Network.Global Burden of Disease Study 2017（GBD 2017） Causes of Death and Nonfatal Causes Mapped to ICD Codes[Z].Seattle，United States：Institute for Health Metrics and Evaluation （IHME），2018.

[6]孫振球，徐勇勇.醫學統計學[M].第四版，北京：人民衛生出版社，2014.

[7]羅靜，楊書，張強，等. 時間序列 ARIMA 模型在艾滋病疫情預測中的應用[J].重慶醫學，2012，41（ 13） ：1255-1256.

[8]劉繼恒，賀圓圓，等.基于時間序列模型對甲型病毒性肝炎的預測研究 [J].實用預防醫學，2017，24（8）：1009-1011.