首页 > 论文范文 > 医药卫生论文 > 儿科论文 > 孤独症论文 > 孤独症谱系障碍负担现状分析及趋势预测

孤独症谱系障碍负担现状分析及趋势预测

2024-12-06 22 上传者：管理员

摘要：目的通过对全球疾病负担(GBD)数据库的分析，了解中国与全球孤独症谱系障碍(ASD)的疾病负担现状及流行特征，并对2030年疾病负担进行预测，为预防和控制因ASD导致的疾病负担提供参考依据。方法收集全球疾病负担数据库中1990—2019中国及全球ASD患病及伤残调整生命年(DALYs)数据，运用Joinpoint回归模型分析ASD疾病负担随时间的变化并计算平均年度变化百分比(AAPC),构建自回归移动平均模型(ARIMA)预测2020—2030年中国与全球ASD疾病负担趋势。结果中国1990—2019年中国年龄标化患病率和年龄标化DALYs率均呈上升趋势，平均每年分别上升0.14%和0.15%,且上升幅度高于全球平均水平(AAPC=-0.03%,P<0.001,AAPC=-0.03%,P<0.001)。预测至2030年中国ASD年龄标化患病率和年龄标化DALYs率均呈上升趋势，分别为376.08/10～5和57.90/10～5,相比全球ASD年龄标化患病率和年龄标化DALYs率分别为369.47/10～5和56.28/10～5,呈较平稳趋势。中国及全球5岁以下年龄组的男童ASD疾病负担最大。结论中国ASD疾病负担在过去三十年持续上升，并且在未来可能超过全球平均水平，实施有针对性的应对措施显得尤为紧迫。

关键词：
Joinpoint回归模型
伤残调整生命年
全球疾病负担
孤独症谱系障碍
自回归移动平均模型
加入收藏

孤独症谱系障碍(autism spectrum disorder, ASD)是一类复杂的神经发育障碍，其特征是社交沟通障碍、兴趣或活动范围狭窄以及重复刻板行为[1]。据世界卫生组织的报道，全球每100名儿童中大约有1名被诊断为ASD患者[2]。根据2023年美国疾病控制与预防中心孤独症和发育障碍监测网络的估计，大约每36名儿童中就有1名(2.7%)被确诊为ASD。这一估计比2010年的1/68增长了89%,比2000年的1/150增长了317%[3]。2022年一项研究结果显示，亚洲、美洲、欧洲、非洲和澳大利亚的ASD患病率分别为0.4% (95%CI: 0.1%～1%)、1% (95%CI: 0.8%～1.1%)、0.5% (95%CI: 0.2%～1.0%)、1% (95%CI: 0.3%～3.1%)、1.7% (95%CI: 0.5%～6.1%)[4]。中国基于大样本人群的流调数据也显示，ASD的患病率为0.7%[5]。ASD对个人、家庭和整个社会都带来巨大的疾病负担，了解负担的现状及趋势显得至关重要[6]。“全球疾病负担”(global burden of disease, GBD)研究提供了不同国家、时间、年龄和性别的死亡和残疾的全面数据，量化了疾病、伤害和风险因素造成的健康损失，并提出健康损失的重要指标“伤残调整生命年”(disability-adjusted life years, DALYs)用以测量疾病负担，因疾病而损失的DALYs越多，即表示该疾病带来的负担越重[7]。本文旨在通过分析GBD数据库，研究ASD疾病负担现状及未来趋势，特别对比了中国人口和全球人口在疾病流行方面的差异。

1、资料和方法

1.1资料来源

本研究数据来源于GBD数据库(https: //ghdx.healthdata.org)。2019年GBD最新研究，使用贝叶斯元回归建模工具DisMod-MR2.1为主要估计方法，通过系统回顾人口调查数据及理赔和住院患者数据，多维度分析了204个国家和地区的369种疾病和伤害的负担数据。本研究选用1990—2019年中国和全球ASD的患病人数、患病率、年龄标化患病率、DALYs、DALYs率、年龄标化DALYs率进行统计分析。DALYs是损失寿命年和伤残生命年的总和，包括因过早死亡而损失的寿命年和因疾病致残持续生存的生命年，DALYs率计算使用DALYs人年数除以人口数，并使用标准人口进行加权计算出年龄标化DALYs率，DALYs、年龄标化患病率、年龄标化DALYs率单位分别为万人年、1/105、1/105。

1.2统计学方法

本研究使用Joinpoint Regression Program(4.9.0.0版本)分析1990—2019年中国与全球ASD疾病负担变化趋势；运用对数线性回归模型计算平均年度变化百分比(average annual percentage change, AAPC),并分析其变化趋势，检验水准α=0.05[8];运用R(3.6.3)构建自回归移动平均(auto regression integrated moving average, ARIMA)预测2020—2030年中国与全球ASD疾病负担趋势，模型预测流程见图1,选择赤池信息量准则(akaike information criterion, AIC)最小的模型为最优预测模型，采用白噪声检验对模型进行评价，P>0.05不拒绝原假设，模型的残差为白噪声，模型满足拟合要求。该过程通过R-forecast包实现，检验水准α=0.05[9]。

图1 ARIMA模建模流程

2、结果

2.1 1990—2019年中国与全球ASD疾病负担情况

2019年中国ASD患病人数和DALYs分别从1990年的431.37万例和66.47万人年增加至498.58万例和76.10万人年，1990—2019年患病人数和DALYs平均每年分别上升0.50%和0.47%。2019年中国年龄标化患病率和年龄标化DALYs率分别从1990年的357.68/105和54.94/105增加至372.30/105和57.34/105,1990—2019年年龄标化患病率和年龄标化DALYs率平均每年分别上升0.14%和0.15%。2019年全球ASD患病人数和DALYs分别从1990年的2 033.63万例和310.56万人年增加至2 832.49万例和430.66万人年，1990—2019年患病人数和DALYs平均每年分别上升1.15%和1.13%。2019年全球年龄标化患病率和年龄标化DALYs率分别从1990年的372.85/105和56.69/105减少至369.39/105和56.26/105,1990—2019年年龄标化患病率和年龄标化DALYs率平均每年下降0.03%。见表1。

表1 1990—2019年中国与全球ASD疾病负担情况

2.2 1990—2019年中国与全球不同性别ASD疾病负担情况

2019年中国男性年龄标化患病率和年龄标化DALYs率分别从1990年的564.70/105和86.75/105上升至585.32/105和90.12/105。女性年龄标化患病率和年龄标化DALYs率分别从1990年的138.44/105和21.18/105上升至142.75/105和21.94/105。2019年全球男性年龄标化患病率和年龄标化DALYs率分别从1990年的571.17/105和86.87/105下降至560.12/105和85.34/105,女性年龄标化患病率和年龄标化DALYs率分别从1990年的173.37/105和26.23/105上升至176.33/105和26.75/105。中国和全球男性年龄标化患病率和年龄标化DALYs率均高于女性。见表2。

2.3 1990和2019年中国与全球不同年龄组ASD疾病负担情况

2019年中国ASD患病率和DALYs率随年龄增长均呈下降趋势，患病率和DALYs率在5岁以下年龄组最高，分别为457.03/105和72.14/105。80岁及以上年龄组患病率和DALYs率最低，分别为217.13/105、29.52/105。2019年全球ASD患病率和DALYs率随年龄增长均呈下降趋势，患病率和DALYs率在5岁以下年龄组最高，分别为439.39/105、68.67/105。80岁及以上年龄组患病率和DALYs率最低，分别为260.99/105、35.08/105。中国5岁以下年龄组ASD患病率和DALYs率均高于全球平均水平，80岁及以上年龄组ASD患病率和DALYs率均低于全球平均水平。见表3。

表2 1990—2019年中国与全球不同性别ASD疾病负担情况

2.4 2020—2030年中国与全球ASD疾病负担趋势预测

基于中国ASD年龄标化患病率和年龄标化DALYs率的原始时间序列数据，auto.arima()函数自动筛选出AIC和BIC最优的模型为ARIMA(1,2,1)(AIC=122.74,BIC=118.74),ARIMA(1,2,0)(AIC=145.88,BIC=143.21)。白噪声检验Ljung-Box显示Q=5.83,P=0.15,模型残差未通过显著性检验，残差的自相关系数为0。全球建模过程同上，模型残差均未通过显著性检验，模型可信度高。预测结果显示，2020—2030年中国ASD年龄标化患病率和年龄标化DALYs率均呈持续上升趋势，将分别从2020年的372.64/105和57.39/105上升至2030年的376.08/105和57.90/105;2030年全球ASD年龄标化患病率为369.47/105,年龄标化DALYs率为56.28/105,呈较平稳趋势。见图2。

3、讨论

3.1 ASD疾病负担现状

本研究运用Joinpoint回归模型分析1990—2019年ASD疾病负担的趋势，提示ASD疾病负担现状全球分布存在巨大差异，这种分段回归模型确定了ASD疾病负担趋势中的关键转折点，这些转折点可能是由于干预措施、社会经济因素或其他因素引起的[8]。中国ASD的年龄标化患病率和年龄标化DALYs率在1990至2019年期间呈持续上升趋势。全球ASD的年龄标化患病率和年龄标化DALYs率从1990年至2005年呈现下降趋势，从2006年至2010年呈现上升趋势，从2010年至2019年呈现下降趋势。随着全球的人口的不断增长，中国和全球ASD患病人数和DALYs在过去三十年持续增加，人口结构对ASD的流行和负担指标影响很大。中国ASD疾病负担研究在数据收集和样本选择方面存在不足，大多数调查研究为小样本单中心调查研究，随访数据不足，无法全面反映中国ASD疾病负担的整体情况，导致研究结果的可靠性和代表性受到影响，且相比于发达国家，中国在ASD流行病学研究方面的起步较晚，缺乏人力、技术和经费等方面的支持，限制了研究的规模和深度。

表3 1990—2019中国与全球不同年龄组ASD疾病负担情况(1/105)

图2 2020—2030年中国与全球ASD疾病负担变化趋势

3.2中国ASD疾病负担持续上升的原因

一是诊断能力的增强。随着医疗技术和专业知识的不断进步，医生和专家对于ASD的认识更加全面，识别和诊断的准确性提高。二是诊断标准的变化。ASD的诊断范围随着诊断标准的不断更新和修订而扩大。例如，《精神障碍诊断与统计手册》第5版将阿斯伯格综合症，儿童期崩解症等广泛性发育障碍纳入了ASD的范畴。三是环境因素的影响。社会发展和生活方式的改变，社会压力、环境污染、妊娠期感染等环境因素的暴露风险加大，进而导致流行和负担指标上升。四是认知水平的提高，患者和家属能够识别ASD症状并寻求帮助，使更多潜在患者被确诊和统计。

3.3 ASD疾病负担预测

通过ARIMA模型预测中国ASD的年龄标化患病率和年龄标化DALYs率从2020年至2030年呈持续上升趋势，并且在未来可能超过全球平均水平；全球ASD的年龄标化患病率和年龄标化DALYs率从2020年开始呈较为平稳趋势。一方面，中国政府相关部门扩大了ASD康复救助范围，提高了救助标准，特别是全面覆盖了0～6岁ASD儿童。根据世界卫生组织的报告，近年来，全球在精神障碍方面的投入存在巨大差距，全球的总体支出的增长幅度保持稳定[10]。中国卫生支出GDP占比增长远高于全球平均水平，ASD诊疗服务机构数量大幅增加，患者获得诊断和早期干预服务的机会不断加大。另一方面，中国老龄工作委员会公布的相关报告显示，生育率下降是我国人口老龄化的决定性因素，从2021年到2050年是中国老龄化加速阶段，到2050年我国人口老龄化水平将达到30%以上，ASD的伤残生命年将显著增加，进而加大了疾病负担。ARIMA作为经典的时间序列模型，充分考虑了既往预测误差对预测结果产生的影响，在拟合周期性变化数据方面具有较大的优势，预测精度较高[11]。

3.4优点与局限性

数据的可靠性是本研究的基础，GBD通过整合全球范围内包括全球疾病登记和报告数据、健康调查数据、各国家卫生部门或统计机构提供的数据、多模型分析得到的数据等多种数据来源，使疾病可以进行跨地区和跨时间的比较分析。然而，由于GBD研究方法的复杂性和涉及范围的广泛性，部分国家和地区存在数据缺失的情况，且不同国家和地区提供的数据质量也存在差异，导致其研究结果存在一定的限制和不确定性；此外，GBD的研究方法和标准也随着时间和技术的发展而不断更新和改进，因此不同年份的研究结果也存在差异[12]。

因此，未来中国ASD流行病学研究需要加强数据采集质量，统一调查和诊断标准，提升人员素质和能力，扩大研究范围和深度，以推动中国ASD研究的发展。本研究在全球范围内为ASD疾病负担现状和趋势提供了有价值的见解。社会经济发展、环境因素影响，人口结构变化都将使未来ASD疾病负担趋势变得复杂，政府相关部门在制定政策和措施时，应综合考虑这些因素的影响。

参考文献:

[11]徐杰茹,陈磊,王冕,等.1990—2019年中国女性卵巢癌发病趋势分析与预测[J].现代预防医学,2021,48(19):3457-3460.

文章来源:海洋,金美钰,张特,等.孤独症谱系障碍负担现状分析及趋势预测[J].中国儿童保健杂志,2024,32(12):1349-1353.