2020—2040年中國5種亞型慢性腎病發病趨勢預測研究

【摘要】 背景 慢性腎臟病（CKD）是我國乃至全球不可忽視的公共衛生問題。目前，國內關于不同亞型CKD發病趨勢預測的相關研究鮮見報道。目的 預測2020—2040年中國5種亞型CKD的發病趨勢，為CKD的防控提供參考。方法 2023年4—5月，收集全球疾病負擔研究（GBD）數據庫1990—2019年我國5種亞型CKD的年齡標準化發病率（ASIR）和發病人數。采用變化率（%）和平均年度變化百分比（AAPC）描述和分析我國5種亞型CKD的發病現狀。運用Prophet模型預測我國2020—2040年5種亞型CKD的ASIR和發病人數。結果 1990—2019年我國5種亞型CKD的ASIR和發病人數均呈現上升趨勢，其中高血壓腎病的上升趨勢最為明顯（AAPC=0.75，Plt;0.05）。2019年男性2型糖尿病腎病、1型糖尿病腎病、腎小球腎炎腎病和高血壓腎病的ASIR和發病人數均高于女性，而女性其他類型腎病的ASIR和發病人數高于男性。2型糖尿病腎病、高血壓腎病和其他類型腎病在65～74歲年齡組的發病人數較高。1型糖尿病腎病和腎小球腎炎腎病的發病人數多集中于lt;5歲年齡組。本研究預測結果表明，預計到2040年，2型糖尿病腎病的ASIR和發病人數分別為23.27/105（80%UI=20.64/105～26.08/105）和755 375（80%UI=702 827～811 409）例，1型糖尿病腎病的ASIR和發病人數分別為0.60/105（80%UI=0.47/105～0.73/105）和10 625（80%UI=9 519～11 787）例，腎小球腎炎腎病的ASIR和發病人數分別為3.88/105（80%UI=3.01/105～4.79/105）和87 050（80%UI=74 470～100 460）例，高血壓腎病的ASIR和發病人數分別為15.35/105（80%UI=13.53/105～17.29/105）和470 214（80%UI=437 598～504 817）例，其他類型腎病的ASIR和發病人數分別為127.68/105（80%UI=102.41/105～154.68/105）和3 901 317（80%UI=3 622 415～

4 198 720）例。結論 1990—2019年我國5種亞型CKD的ASIR和發病人數均呈現上升趨勢。2020—2040年中國2型糖尿病腎病、高血壓腎病和其他類型腎病的ASIR和發病人數仍然呈現上升趨勢，雖然1型糖尿病腎病和腎小球腎炎腎病的發病人數逐年增長，但總體的ASIR呈現下降趨勢。未來應針對不同亞型的CKD制定相應的防控策略。

【關鍵詞】 腎功能不全，慢性；慢性腎病；發病率；趨勢預測；中國；Prophet模型

【中圖分類號】 R 692.5 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0458

The Trend Prediction of Five Subtypes of Chronic Kidney Disease in China from 2020 to 2040

WANG Shihong，DENG Xingyu，CAO Rudai，LING Yao，HUANG Cuiyi，OUYANG Dong，DING Yuanlin*，YU Haibing*

School of Public Health，Guangdong Medical University，Dongguan 523808，China

*Corresponding authors：DING Yuanlin，Professor/Doctoral supervisor；E-mail：gdmcsbd@163.com

YU Haibing，Associate professor；E-mail：hby616688@163.com

【Abstract】 Background Chronic kidney disease（CKD）is a public health problem that cannot be ignored in China and even in the world. At present，relevant studies on the prediction of the incidence trends of different subtypes of chronic kidney disease are rare in China. Objective To predict the incidence trend of five subtypes of CKD in China from 2020 to 2040，and provide reference for the prevention and control of CKD. Methods The age standardized incidence rate（ASIR）and cases of five subtypes of CKD in China from 1990 to 2019 were derived from the Global Burden of Disease Study（GBD）database（April 2023 to May 2023）. The incidence trend of five subtypes of CKD was described and analyzed by the percentage change（%）and the average annual percentage change（AAPC）. The Prophet model was used to predict the ASIR and cases of five subtypes of CKD in China from 2020 to 2040. Results From 1990 to 2019，The ASIR and cases of five subtypes of CKD in China showed an upward trend. The upward trend of CKD due to hypertension is the most obvious（AAPC=0.75，Plt;0.05）. In 2019，the ASIR and cases of CKD due to diabetes mellitus type 2，diabetes mellitus type 1，glomerulonephritis and hypertension in male were higher than female，while the ASIR and cases of CKD due to other causes in female were higher than male. The cases of CKD due to diabetes mellitus type 2，hypertension and other causes is the highest in the age group of 65-74 years old. The cases of CKD due to diabetes mellitus type 1 and glomerulonephritis were mostly concentrated in the age group under 5 years old. The prediction results showed that in 2040，the ASIR and cases of CKD due to diabetes mellitus type 2 are 23.27/105（80%UI=20.64/105-26.08/105）and 755 375（80%UI=702 827-811 409）respectively，the ASIR and cases of CKD due to diabetes mellitus type 1 are 0.60/105（80%UI=0.47/105-0.73/105）and 10 625（80%UI=9 519-11 787）respectively，the ASIR and cases of CKD due to glomerulonephritis were 3.88/105（80%UI=3.01/105-4.79/105）and 87 050（80%UI=74 470-100 460）respectively，the ASIR and cases of CKD due to hypertension were 15.35/105（80%UI=13.53/105-17.29/105）and 470 214（80%UI=437 598-504 817）respectively，and the ASIR and the CKD due to other causes were 127.68/105（80%UI=102.41/105-154.68/105）and 3 901 317（80%UI=3 622 415-4 198 720）respectively. Conclusion From 1990 to 2019，The ASIR and cases of five subtypes of CKD in China showed an upward trend. From 2020 to 2040，The ASIR and cases of CKD due to diabetes mellitus type 2，hypertension and other causes in China will still show an upward trend. Though cases of CKD due to diabetes mellitus type 1 and glomerulonephritis will increase year by year，the collective ASIR will show a downward trend. In the future，relevant prevention and control strategies should be developed for different subtypes of CKD.

【Key words】 Renal insufficiency，chronic；Chronic kidney disease；Incidence rate；Trend prediction；China；Prophet model

慢性腎臟病（Chronic kidney disease，CKD）是指由各種因素引起的腎臟功能異常，并伴有持續3個月以上的腎小球濾過率低于60 mL/min的一類慢性疾病［1］。

近年來，CKD造成的疾病負擔不斷上升，全球約有5億人口患有CKD，而中國CKD的患病率更是高達13%，已成為繼癌癥、糖尿病和其他循環系統疾病之后的又一危害人類健康的重要疾病［2-4］。CKD根據其病因不同可分為5種亞型，分別為1型糖尿病腎病、2型糖尿病腎病、腎小球腎炎腎病、高血壓腎病以及其他類型的腎病［5］。在西方國家，CKD的主要亞型是糖尿病腎病［6］。而在亞洲以及撒哈拉以南的非洲國家等地區，CKD的主要亞型為腎小球腎炎腎病以及其他類型的腎病［7］。CKD不僅造成了全球嚴重的公共衛生問題，也給我國醫療衛生體系帶來沉重的負擔。

預測CKD未來的發病趨勢是制定疾病防控策略的重要參考之一。目前國內關于5種亞型CKD發病趨勢及預測的研究鮮見報道。因此，本研究擬對2019年全球疾病負擔研究（GBD）數據庫中1990—2019年中國5種亞型CKD的年齡標準化發病率（ASIR）和發病人數進行趨勢分析，并利用Prophet模型預測2020—2040年5種亞型CKD的ASIR和發病人數，為我國CKD的防控工作提供科學的理論依據。

1 資料與方法

1.1 資料來源

本研究數據來源于2019年GBD數據庫。2019年GBD數據庫主要運用死因集合模型、時空高斯回歸模型和貝葉斯Meta回歸建模工具（DisModMR 2.1）估計了全球204個國家及地區369種疾病或傷害所造成的疾病負擔，具體數據包括疾病發病率、患病率、死亡率、壽命損失年（YLLs）、健康壽命損失年（YLDs）和傷殘調整壽命年（DALYs）等［2］。其中，中國的數據主要來源于國家人口普查、疾病監測點系統以及其他調查數據和文獻報告等。GBD數據庫內部一致性較高、可比性較好。2019年GBD數據庫介紹和使用詳見參考文獻［ 8］。本研究于2023年4—5月，從2019年GBD數據庫中收集中國1990—2019年5種亞型的CKD的ASIR及發病人數等數據。

1.2 研究方法

1.2.1 不同亞型CKD發病趨勢分析。本研究根據ASIR和發病人數對中國5種亞型CKD的發病趨勢進行描述。ASIR的計算是以2019年GBD數據庫中世界標準人口為基準進行的年齡別標準化。以每5歲為間隔，將年齡劃分為lt;5歲、5～9歲、10～14歲……75～79歲以及≥80歲。通過變化率（%）和平均年度變化百分比（AAPC）分析5種亞型的CKD總體發病趨勢。變化率=100%×（2019年指標值-1990年指標值）/1990年指標值。AAPC=100×（10α -1），α為一元線性回歸方程y=αx+ε的回歸系數，方程中y表示不同亞型CKD ASIR指標的對數log10（ASIR），x表示年份，ε為回歸方程截距。AAPCgt;0表示指標呈增長趨勢，AAPClt;0表示指標呈下降趨勢。AAPC的顯著性檢驗采用t檢驗。

1.2.2 Prophet模型。Prophet模型是一種時間序列的分解模型，綜合考慮了趨勢、季節和節假日等多種因素。Prophet模型允許數據中存在部分缺失值，模型可根據事物發展的方向及趨勢來調整自身的參數，因而對數據的擬合程度較高。Prophet模型基本表達式見式（1），式中g（t）表示趨勢項，s（t）表示季節項，h（t）表示節假日項，ε（t）為誤差項。本研究運用R4.1.0軟件的“prophet”程序包構建Prophet模型。

y（t）=g（t）+s（t）+h（t）+ε（t） 式（1）

2 結果

2.1 中國5種亞型CKD發病趨勢分析

1990—2019年我國5種亞型CKD的ASIR和發病人數總體呈現上升趨勢。其中，高血壓腎病的ASIR上升趨勢最快（AAPC=0.75，Plt;0.05）。2019年其他類型腎病的ASIR和發病人數較高，其次為2型糖尿病腎病。除其他類型腎病外，2019年男性2型糖尿病腎病、1型糖尿病腎病、腎小球腎炎腎病和高血壓腎病的ASIR和發病人數均高于女性，見表1。此外，2019年2型糖尿病腎病、高血壓腎病和其他類型腎病在65～74歲年齡組的發病人數較多，而1型糖尿病腎病和腎小球腎炎腎病的發病人數多集中于lt;5歲年齡組。

2.2 中國2020—2040年5種亞型CKD發病情況預測

2.2.1 中國2020—2040年2型糖尿病腎病發病情況預測。Prophet模型預測結果顯示，2020—2040年中國2型糖尿病腎病ASIR和發病人數仍然呈現上升趨勢。預計到2040年，總體ASIR和發病人數分別為23.27/105（80%UI=20.64/105～26.08/105）和755 375（80%UI=702 827～811 409）例，男性ASIR和發病人數分別為25.66/105（80%UI=23.04/105～28.45/105）和

386 030（80%UI=360 406～413 304）例，女性ASIR和發病人數分別為21.51/105（80%UI=18.64/105～24.57/105）和368 920（80%UI=341 558～398 090）例，男性發病情況較女性嚴重。詳見表2和表3。

2.2.2 中國2020—2040年1型糖尿病腎病發病情況預測。Prophet模型預測結果顯示，2020—2040年我國1型糖尿病腎病發病人數雖然呈現上升趨勢，但ASIR呈現下降趨勢。預計到2040年，總體ASIR和發病人數分別為0.60/105（80%UI=0.47/105～0.73/105）和10 625（80%UI=9 519～11 787）例，男性ASIR和發病人數分別為0.83/105（80%UI=0.67/105～1.00/105）和7 305（80%UI=6 599～8 048 ）例，女性ASIR和發病人數分別為0.52/105（80%UI=0.48/105～0.55/105）和3 434（80%UI=2 999～3 888）例，男性ASIR和發病人數均高于女性。詳見表4和表5。

2.2.3 中國2020—2040年腎小球腎炎腎病發病情況預測。Prophet模型預測結果顯示，2020—2040年我國腎小球腎炎腎病ASIR呈現下降趨勢，但總的發病人數仍然呈現上升趨勢。預計到2040年，總體ASIR和發病人數分別為3.88/105（80%UI=3.01/105～4.79/105）和87 050（80%UI=74 470～100 460）例，男性ASIR和發病人數分別為5.71/105（80%UI=4.66/105～6.81/105）和61 673（80%UI=53 378～70 513）例，女性ASIR和發病人數分別2.03/105（80%UI=1.34/105～2.75/105）和25 550（80%UI=21 830～29 473）例，男性發病情況較女性嚴重，見表6和表7。

2.2.4 中國2020—2040年高血壓腎病發病情況預測。Prophet模型預測結果顯示，2020—2040年我國高血壓腎病ASIR和發病人數仍然呈現進一步上升趨勢。預計到2040年，總體ASIR和發病人數分別為15.35/105（80%UI=13.53/105～17.29/105）和470 214（80%UI=437 598～504 817）例，男性ASIR和發病人數分別為17.78/105（80%UI=15.33/105～20.39/105）和240 000（80%UI=224 019～256 847）例，女性ASIR和發病人數分別為13.89/105（80%UI=11.94/105～15.98/105）和229 742（80%UI=213 019～247 576）例，見表8-9。

2.2.5 中國2020—2040年其他類型腎病發病情況預測。Prophet模型預測結果顯示，2020—2040年我國其他類型腎病ASIR和發病人數均呈現上升趨勢。預計到2040年，總體的ASIR和發病人數分別為127.68/105（80%UI=102.41/105～154.68/105）和3 901 317（80%UI=3 622 415～4 198 720）例，男性ASIR和發病人數分別為119.90/105（80%UI=106.72/105～133.98/105）和1 657 357（80%UI=1 543 190～1 778 876）例，女性ASIR和發病人數分別為136.66/105（80%UI=102.06/105～173.64/105）和2 241 051（80%UI=2 072 487～2 420 757）例，女性發病情況較男性嚴重。詳見表10和表11。

3 討論

CKD是一種發病率較高的慢性非傳染性疾病，其發病機制復雜、治療難度高，且隨著疾病的進展，容易導致患者發生腎衰竭，嚴重降低患者生命質量和提高死亡率，給我國公共衛生體系帶來沉重的負擔［9］。本研究結果表明，2019年其他類型腎病的發病人數較高，占據所有亞型CKD發病人數的大部分，提示應深入探討造成CKD的其他不明原因，并針對相應的危險因素采取具體措施以控制疾病的發病趨勢。此外，2型糖尿病腎病和高血壓腎病的ASIR較高，且增長趨勢明顯，表明2型糖尿病和高血壓是引起CKD重要的危險因素［4-5］。

近年來，由于生活習慣、行為方式和飲食結構等發生改變，糖尿病和高血壓等代謝疾病的患病率呈現逐年上升趨勢，導致人群中CKD的發病率也隨之升高。因此，采取措施降低人群糖尿病和高血壓的疾病負擔是控制CKD發病的重要途徑，如加強疾病的三級預防策略（早發現、早診斷和早治療）、實施健康教育以及改善飲食模式等。具體措施如下：（1）早期發現糖尿病及高血壓并及時治療，防止疾病進展至更惡劣的階段，降低CKD的發病風險。（2）開展社區健康宣傳教育。通過健康教育，改善人群不良的生活方式，加強疾病的防控意識。譬如，引導糖尿病及高血壓人群正確及規律地服用降糖和降壓藥物，合理控制血糖和血壓，避免CKD等并發癥的發生和進展。此外，定期舉辦健康講座，提高人群對疾病危險因素的認識，如肥胖、運動量少、吸煙、飲酒等均是導致CKD的危險因素［10］。（3）優化糖尿病及高血壓患者飲食模式。開展飲食治療亦是控制糖尿病及高血壓患者并發CKD的重要方式，如避免高鈉及高蛋白飲食，增加蔬果攝入量等。

本研究結果表明，2019年男性1型糖尿病腎病、2型糖尿病腎病、高血壓腎病和腎小球腎炎腎病的ASIR及發病人數普遍高于女性，可能原因為雌激素對女性具有一定的保護作用［11］，加之男性過多暴露于危險因素，如經濟壓力大、熬夜、吸煙、嗜酒等。2019年女性其他類型腎病的ASIR及發病人數高于男性，可能原因與女性的生理結構有關。女性在生理上比男性更容易患泌尿系統疾病，如尿路感染、腎盂腎炎等［11-12］，這些疾病會加重腎臟負擔，增加CKD的發病風險。因此，對于CKD的防控，應針對不同性別采取不同的防控措施，如男性應減少危險因素的暴露水平、避免不良生活方式，女性應增強個人防護意識、減少泌尿系統疾病的發生。本研究結果表明，2型糖尿病腎病、高血壓腎病和其他類型腎病的高發年齡為65～74歲。隨著年齡的增長，不可避免地發生腎功能障礙、衰竭等［13］，從而導致CKD的發病風險升高。因此，對于高齡人群，應定期進行社區隨訪，動態監測血肌酐、腎小球濾過率等反映腎功能指標的波動情況，及時發現異常并積極治療，避免疾病進一步進展。本研究結果表明，1型糖尿病腎病和腎小球腎炎腎病在lt;5歲年齡組人群中發病人數較高，可能原因與遺傳史和疾病感染等因素有關［14-15］。提示應加強該年齡組的健康監測，必要時可采取進一步干預。

目前，關于預測我國5種亞型CKD發病情況的相關研究鮮見報道。本研究運用了Prophet模型預測我國2020—2040年5種亞型CKD的ASIR和發病人數。預測結果表明，2020—2040年我國2型糖尿病腎病、高血壓腎病和其他類型腎病的ASIR及發病人數仍然呈現上升趨勢，可能原因與人群過多暴露于危險因素和疾病檢出率、報告率上升有關。因此，相關部門應根據疾病的危險因素制定相應的防控策略，以控制CKD的發病趨勢和疾病負擔。此外，2020—2040年雖然我國1型糖尿病腎病和腎小球腎炎腎病的發病人數逐年增長，但總體ASIR呈現下降趨勢，表明我國CKD的防控措施取得一定的成效，未來需進一步落實和深化。Prophet模型是一種典型的時間序列模型，該模型綜合考慮了趨勢、季節和節假日等多種因素，能夠有效地描述和分析數據本身的變化趨勢［16］。崔芳芳等［17］利用Prophet模型預測2020—2024年我國女性“兩癌”的疾病負擔，預測結果與實際情況較為接近。楊振等［18］基于Prophet模型預測我國肺結核的發病情況，取得較好的預測效果。李順勇等［19］利用Prophet模型預測我國艾滋病發病人數，模型預測的準確率較高。以上表明Prophet模型預測性能較高、擬合效果較好，可推廣至其他疾病的預測。

4 小結

我國5種亞型CKD的發病情況較為嚴重。為有效控制CKD的流行、減輕疾病負擔，本研究提出以下建議：（1）針對高危人群進行定期體檢和隨訪，不斷監測人群的健康狀況，同時開展社區健康宣教，增強疾病的防控意識，減少CKD相關危險因素的暴露。（2）對于2型糖尿病及高血壓疾病患者，應正確及規律地服用降糖降壓藥物，必要時尋醫指導，以維持良好的健康狀態，延緩CKD的發生和發展。（3）其他類型CKD的發病常年位居首位，應進一步明確其他類型CKD的相關病因，并針對高危個體積極采取治療與預防措施，降低CKD的發病風險。本研究存在一定的局限性，如在建模過程中只根據指標自身的變化進行趨勢外推預測，尚未考慮人口學特征、經濟發展狀況等重要的影響因素［20］。

未來可考慮將影響因素納入建模過程，進一步提高模型預測精度。

作者貢獻：王仕鴻、鄧星妤、曹汝岱、令垚、黃翠怡和歐陽棟負責收集和整理數據；王仕鴻、鄧星妤負責論文的起草；丁元林、于海兵提出研究思路；于海兵負責最終版本的修訂、監督管理并對論文負責。

本文無利益沖突。

王仕鴻https：//orcid.org/0009-0002-2963-1351

丁元林https：//orcid.org/0000-0003-4057-6488

于海兵https：//orcid.org/0000-0002-1877-3074

參考文獻

LIYANAGE T，TOYAMA T，HOCKHAM C，et al. Prevalence of chronic kidney disease in Asia：a systematic review and analysis［J］. BMJ Glob Health，2022，7（1）：e007525.

GBD chronic kidney disease collaboration. Global，regional，and national burden of chronic kidney disease，1990-2017：a systematic analysis for the Global Burden of Disease Study 2017［J］. Lancet，2020，395（10225）：709-733.

王丹丹. 超聲造影定量分析在不同類型慢性腎病診斷中的應用［J］. 醫學研究生學報，2022，35（4）：443-448.

柯倩，宇傳華，劉曉雪，等. 基于GBD數據的中國慢性腎病疾病負擔現狀及趨勢分析［J］. 公共衛生與預防醫學，2021，32（5）：1-5.

柯昌榮，趙樹勇，玄美燕，等. 中國1990—2019年慢性腎病疾病負擔及變化趨勢分析［J］. 中國預防醫學雜志，2021，22（10）：757-761.

DENG Y J，LI N，WU Y，et al. Global，regional，and national burden of diabetes-related chronic kidney disease from 1990 to 2019［J］. Front Endocrinol，2021，12：672350.

FITRIA L，PRIHARTONO N A，RAMDHAN D H，et al. Environmental and occupational risk factors associated with chronic kidney disease of unknown etiology in West Javanese rice farmers，Indonesia［J］. Int J Environ Res Public Health，2020，17（12）：4521.

屈彥，王天一，楊津，等. GBD數據庫的數據提取方法與流程［J］. 中國循證心血管醫學雜志，2019，11（9）：1043-1046.

邵寧，孫治華，柳林偉，等. 湖北天門城鎮老年人慢性腎臟疾病及主要危險因素流行病學調查［J］. 公共衛生與預防醫學，2020，31（6）：129-132.

韓全樂，劉曉堃，尚小明. 慢性腎病相關危險因素［J］. 中國老年學雜志，2018，38（13）：3301-3306.

張玨，劉芳. 性別與慢性腎臟病［J］. 華西醫學，2021，36（3）：396-400.

BERG U B. Differences in decline in GFR with age between males and females. Reference data on clearances of inulin and PAH in potential kidney donors［J］. Nephrol Dial Transplant，2006，21（9）：2577-2582.

沈展，汪思陽，沈婷婷，等. 老年慢性腎病患者危險因素分析［J］. 醫學綜述，2014，20（14）：2670-2672. DOI：10.3969/j.issn.1006-2084.2014.14.072.

楊玉，黃慧. 1型糖尿病腎病的早期診治及研究進展［J］. 臨床兒科雜志，2015，33（12）：1062-1064，1072.

于小勇，徐新麗. 腎小球腎炎和腎病綜合征感染預防［J］. 中國中西醫結合腎病雜志，2021，22（12）：1044.

李順勇，張鈺嘉. LSTM和Prophet模型在肺結核發病數預測中的應用［J］. 河南科學，2020，38（2）：173-178.

崔芳芳，鮑俊哲，王琳琳，等. 1990-2019年中國女性“兩癌”疾病負擔變化趨勢及預測分析［J］. 中國衛生統計，2022，39（5）：647-652.

楊振，聶艷武，孫亞紅，等. 基于Prophet等時間序列季節模型的肺結核發病預測及對比分析［J］. 現代預防醫學，2021，48（21）：3841-3846，3883.

李順勇，李可心. ARIMA和Prophet模型在艾滋病發病預測中的應用［J］. 河南科學，2020，38（9）：1387-1393.

趙創藝，袁空軍，楊媛，等. 基于ARIMA與NNAR模型的中國慢性阻塞性肺疾病疾病負擔預測研究［J］. 中國全科醫學，2022，25（16）：1942-1949.

（收稿日期：2024-03-10；修回日期：2024-09-26）

（本文編輯：王世越）