全球疾病负担研究30年

全球疾病负担研究(GBD)是一项系统的、科学的努力，以高度标准化的方式量化所有主要疾病的严重程度、风险因素和中间临床结果，以便在不同时间、不同人群和不同健康问题之间进行比较。第一次GBD始于1991年，并于1993年发表了第一批结果，其中记录了8个地区在1990年按五个年龄组划分的106种疾病和10种风险因素的疾病负担。GBD目前为204个国家和地区以及20多个国家的国家以下单位提供1990年至今每年371种疾病和伤害以及与这些疾病和伤害有关的3499种临床结果(后遗症)的估计数。在每一轮GBD中产生的完整时间序列每年都会更新^{1，2，3.，4，5}尽管2019冠状病毒病(COVID-19)大流行推迟了下一次GBD评估的发布。自2010年连载以来，已有1842篇关于GBD的科学文献发表。

尽管许多国家在衡量与单一疾病或风险或这些风险的群体有关的结果方面作出了许多努力，但基于过去30年来一贯采用的一些核心原则，GBD显得与众不同。从1991年开始，第一个GBD作为背景工作进行1993年世界发展报告:投资于卫生⁶， GBD致力于最佳估计、综合核算、可比度量、致命和非致命健康结果的总结度量以及对调查结果的表面有效性进行深思熟虑和反复评估的原则。从这个角度来看，我们反思了30年来GBD的经验教训。我们首先回顾核心原则，然后研究用于跟踪健康的数据范围、支持GBD的统计方法的持续演变、更广泛的GBD合作的历史和未来工作的一些关键方向。

最好的估计

GBD估计每个地点的每个兴趣量。即使当数据高度不一致或没有疾病或风险的数据时，也会产生最佳估计和我们对不确定性的最佳估计。逻辑是，必须做出决定，从可用的数据中获得最佳估计总比没有估计好，前提是不确定性的水平是清晰的。在历史上，“没有数据”往往等同于“没有问题”，这使优先次序和议程设置偏向已收集数据和/或存在宣传团体的疾病、伤害和风险因素。这种对最佳估计的承诺促进了对更好的全球数据的持续搜索(数量、准确性、多样性和及时性都受到重视)，以及对更好的统计估计方法的持续努力，以处理丢失的数据和不可避免地存在的冲突数据。它还将性别歧视与卫生和其他社会部门的许多政府或政府间努力明显区分开来，并且仍然是性别歧视中最常被误解的部分。

全面的会计

第二个核心原则适用于各种疾病、伤害和风险。关于不同卫生问题严重程度的可比信息提供了一个客观框架，有助于确定卫生优先事项，而且重要的是，还可以为可能被忽视的主题提供重要见解。20世纪90年代，GBD发现，与传染病、心脏病和癌症相比，精神健康障碍的负担很大，这促使世界卫生组织(世卫组织)和许多国家在政策上更多地关注这些被忽视的问题⁷．对健康问题相对严重程度的高级别看法还突出了许多中等收入(和前低收入)国家流行病转变的迅速，这些国家的负担情况已从传染性、孕产妇、新生儿和营养不良转移到非传染性疾病和伤害²．近年来，这一原则带来了越来越多的好处，因为这种综合估计已成为某种独特的资源，使人们能够在一个变化日益迅速和面临挑战的世界中对人口健康的影响进行全面预测。

测量的可比性

综合会计需要关注计量的可比性。许多作者和统计权威认为，最重要的比较是在一个国家内进行的;但是，从GBD的开始，我们就看到了强调时间和地域的可比性的价值。使用GBD结果的决策者被吸引去理解，与其他社区或地区相比，为什么他们的社区可能因某种疾病而承受更大或更小的负担，甚至更重要的是，为什么某种疾病、伤害或风险因素的下降或增加速度更快或更慢。有意义的比较是千年发展目标监测和可持续发展目标监测等工作的核心。但是水平或趋势的比较非常重视测量的可比性。测量的可比性要求测量单位对任何时间点和任何地点的结果具有相同的意义。GBD对可比性的这种承诺，是GBD每次发布都会重新计算一种疾病、伤害或风险因素的整个历史时间序列的部分原因，以便病例定义、历史数据集和方法的变化不会导致与过去评估的虚假比较。这是另一个经常被误解的领域，沟通变化的驱动因素——从新数据(当代和历史的空白填补)和流行病学的洞察到先进的统计方法和计算能力——对于强调逐步和迭代改进GBD的价值仍然至关重要。

发病率和残疾

在全球残疾发展的三十年中，我们一直努力将全球卫生对死亡或过早死亡率的传统关注扩大到也包括与发病率和残疾有关的结果。除了量化每种疾病和损伤的主要临床后遗症的发生率和流行率外，致命和非致命健康的总结衡量自1991年以来一直是GBD的一个组成部分。提出并实施了两项关键的总结措施:残疾调整生命年和健康预期寿命^1，2．残疾调整生命年是由于过早死亡而损失的生命年加上残疾生活年数的总和。后者是自2010年GBD以来估计的，即每种临床后遗症的流行率之和乘以公众对每种健康状态相关的健康损失的看法。通过对低收入、中等收入和高收入国家的一系列国家抽样调查，对后者进行了评价²．反映全面健康成果的总结措施突出了在确定优先事项时对健康状况进行全面评估的重要性，并使人们能够更好地理解，如果大部分时间用于与健康不良作斗争，那么延长的寿命也可能是好坏参半的。

表面有效性

最后一个核心原则是对脸效度的认真评估。健康测量常常被视为一项机械的任务:使用某种统计程序对数据进行分析，其结果被发布而不考虑面部有效性。通过三十年来的反复估计，我们了解到，当数据和分析得出的结果与当地或全球专家的知识相比毫无意义时，往往存在未被认识到的偏见。研究中有这么多活跃的参与者，他们可以帮助验证结果的“基本事实”，这有助于我们识别潜在的面孔有效性挑战。但同样重要的是，我们总是试图对结果进行三角定位，并在不同兴趣量之间的关系中寻找异常。对发病率、患病率、缓解、超额死亡率和病因特异性死亡率进行建模意味着我们可以检查诸如超额死亡率等因素的模式，以确定何时数据错误可能导致不可信的结果。内部一致性是面部效度的另一个重要维度:例如，我们要求对原因特异性死亡率的估计与对全原因死亡率的估计相加。根据病因对贫血的估计应与所有病因对贫血的估计相加。GBD当然不是第一个关注面部有效性的小组;事实上，这个传统在应用人口统计分析中一直很重要。 Over the 30 years of the GBD, as the collaboration has grown and the scope of the GBD has increased, we have made an increasingly robust effort to obtain wide-ranging feedback on the processing and results of each GBD estimation. Across the GBD collaboration, there is wide expertise in each disease, injury and risk factor, which aids in sense-making. The collaboration is overseen by a council made up of experts across many disciplines and from all regions of the world. In addition, an independent group, the Independent Advisory Committee for the Global Burden of Disease, meets every 6 months to review the work and make recommendations for improvement. Close collaboration with WHO Headquarters and WHO Regional Offices also provides structured opportunities for input. These efforts are all in addition to the normal rigors of peer review for the many articles published from each round of the GBD. It is an indication of empirical integrity that, as our understanding of population health increases, our assumptions of the past should always be available for challenge, improvement and change.

描述性流行病学的任何系统评估的关键是识别、获取和评估任何结果的数据宇宙(图。1)．在PRISMA等指导方针中阐明的完善方法⁸已确定处理已发表文献的方法;这些方法也成为了GBD方法的一部分。但没有发表的数据比同行评议文献中发表的数据多得多;管理数据在GBD中的作用随着每个周期的增长而增长。正如我们在2019冠状病毒病大流行期间所看到的，许多政府每年都发布生命统计数据，甚至每天都发布。人口与健康调查(DHS;https://dhsprogram.com)捕捉了广泛的关键变量，就像其他国家调查项目一样，如美国国家健康和营养调查。临床信息学，包括国际疾病分类(ICD)编码的就诊数据、索赔数据和电子健康记录数据，是同行评议文献中没有的丰富数据源的例子，而且对于许多GBD结果来说，大部分数据来自这些数据源。其中一些数据来源经常向公众公布，如国土安全部的调查或许多国家的人口统计数据。然而，对于许多其他来源，访问权限必须与数据持有者协商。全球数据数据库的合作得到150多个国家的广泛参与，极大地促进了数据获取谈判。尽管如此，现有的许多数据源并不是广泛可用的。一些重要的数据收集平台，如世卫组织支持的步骤调查，仍然仅供世卫组织分析或选择将获得这一资源的研究小组使用⁹．还有许多其他数据集被政府、国际机构或学术界的个人有效地当作私人物品持有的例子。数据集通常被视为一种权力或优势的来源，可用于数据持有者的优势，对数据共享造成了强大的阻碍;通常，这些数据持有者以保护隐私为借口不分享。然而，当数据被选择性地分享给某些群体而不是其他群体时，这些主张就站不住脚了。

卫生计量与评估研究所(IHME)是GBD的协调中心，拥有GBD所用的所有数据源的在线数据目录。GBD从不对共享的数据施加任何额外的数据共享约束，但也不违反任何关于共享的合同规范。相反，我们不断鼓励数据共享，以增加透明度和可重复性，同时保护数据集所涵盖的个人的权利。我们共享113,297个数据来源，在我们没有权利共享的情况下，我们每年向数据馆员提供1,000多个查询。自全球健康数据库成立以来，全球健康数据库已从13,688个信息源增长到150,000 37个信息源，是全球健康数据库企业和工作人员持续投入的一个经常不为人知的部分，目前每年吸收约14,369个新的信息源。

一些人预计，全球计费系统将无法从一系列国家获得足够的数据，无法对一系列广泛的原因进行可靠的估计。然而，两个积极因素导致在谈判获取数据方面取得了相当大的成功。首先，数千名GBD科学出版物的作者建立了一种强烈的包容性和结果的共同所有权意识。我们估计，在GBD的30年里，有超过1万名作者做出了贡献。其次，许多政府之所以分享数据，是因为他们认识到全球肥胖指数的持久性，并寻求未来更准确的全球肥胖指数评估，特别是在次国家层面。尽管很难系统地记录，但我们知道许多政府——包括中国、智利、哥斯达黎加、埃塞俄比亚、巴西、印度尼西亚、印度、日本、尼泊尔、尼日利亚、挪威、新西兰、巴基斯坦、波兰和英国——已经在国家规划中充分使用了性别歧视问题的调查结果。最近的一个例子是，穆罕默杜·布哈里总统颁布了一项新法律，要求医疗保险覆盖范围，并为8300万最贫困的尼日利亚人设立一个弱势群体基金¹⁰根据具体的建议《柳叶刀》尼日利亚委员会(广泛使用GBD估算)¹¹．实际上，GBD为许多数据持有者提供了稳定和可信的服务，激励他们参与、共享数据、进行有说服力的批评，并最终拥有为政策提供信息的结果。

GBD的一个关键维度是评估每个分析中使用的数十万个数据源的详细工作。例如，要弄清死亡原因数据，就需要仔细评估调查、人口普查、队列研究和行政数据。来自生命登记来源的死亡原因数据在不同版本的《国际疾病分类》和不同国家版本的《国际疾病分类》中进行了映射。被分配给不可能是真正的根本死亡原因或未指明的死亡的死亡，将使用在《全球死亡分类》三十年中开发的统计算法重新分配给可能的根本死亡原因。为了帮助向用户通报死亡原因的结果，对每个地点的数据按一星到五星的标准进行了星级评定，反映了生命登记的完整性、死因不明的死亡人数的比例以及每个来源使用的国际疾病分类清单的详细情况。随着GBD分析的每个周期的GBD结果的发布，星星评级和死因数据长处和弱点的支持性详细分析也会一并发布。为了评价数据的质量和处理数据以提高可比性，需要审查回复率、调查的地理覆盖范围或人口普查的枚举的完整性。对于暴露于风险因素后的结果的相对风险，来自队列研究和试验的数据从多个维度进行评估，包括混杂风险、可泛化性、报告偏倚和发表偏倚。随着描述性流行病学的新问题在文献中被发现，无论是针对单一来源还是针对类别来源，GBD试图在下一个周期中解决这些潜在的偏见来源。

考虑到GBD的综合方法，包括为1950年至今的所有结果和人口估计结果编制1990年以来的订正时间序列，结果的范围很大。数字2显示了GBD的范围在每一次修订中兴趣的数量是如何增长的。所有这些结果均可在网上查询(https://vizhub.healthdata.org/gbd-results/)，并可透过网上互动工具查询，其中最重要的是GBD Compare (https://vizhub.healthdata.org/gbd-compare/)．

GBD促进了许多分析和统计方法的发展，以解决全球描述性流行病学中的共同问题^{12，13，14，15，16，17，18}．有七个问题带来了独特的挑战:某个位置的结果数据稀疏或缺失;相同地点相同结果的数据冲突(置信区间不重叠);不同的病例定义、分析方法或仪器;non-sampling错误;排除某些群体的管理数据;可用协变量对结果的预测能力有限;而且需要处理异常的研究或数据点。随着将GBD估计提高到更详细的水平的努力——如由美国国立卫生研究院资助的按县和种族/民族群体估计疾病负担的努力，或英格兰较高级地方当局估计疾病负担的努力——小数量(样本量)问题变得越来越重要。尽管这些问题在GBD的30年里一直存在，但用于解决这些问题的方法一直在不断发展。 One of the hallmarks of the GBD effort has been to constantly innovate to build stronger tools to address these challenges.

自GBD 2010(参考文献)。^{13，14，15，16，17，19，20.})，我们已经通过构建统计分析工具，直接解决我们所确定的技术挑战，解决了主要的估计挑战。例如，通过对交叉行走的分析，可以解决跨数据集可能存在的大量病例定义、分析方法和仪器——即使用不同病例定义、分析方法或仪器的匹配测量之间的统计关系。一旦推导出来，这个统计交叉步用于预处理使用替代测量方法的数据，以便它们与参考方法等价。例如，血吸虫病的流行是由于裂体吸虫属曼氏使用替代方法测量，如循环阴极抗原检测或甲醛醚浓度，调整为与使用三种标准卡托卡茨粪便涂片测量的患病率的参考定义等效。另一个例子是开发死因综合建模(CODEm)，使用综合建模策略按年龄、性别、年份和地点估计死亡率²¹．在任何可能的情况下，这些GBD统计方法的设计都涉及提供一小部分数据，并通过将这些方法的预测与分析(称为样本外预测有效性测试)提供的数据进行比较，来评估不同方法的性能，而不是重视的技术、统计和方法。

对于某些结果，如重度抑郁症、药物滥用或子宫肌瘤，可用的协变量的预测能力有限;因此，在GBD中使用的主要分析方法也使用统计模型中无法解释的随时间和空间变化的模式来改进估计。这些残差往往在空间和时间上是相互关联的，可以使用大量长期用于地理空间分析的方法来捕捉这些模式，并将它们纳入估计中。由于残差在空间和时间上的高度相关性，更好的方法(包括集成方法)捕捉这些关系是GBD积极研究的领域。

在全球描述性流行病学中，一个特别棘手的问题是识别应排除在分析之外的异常研究或数据点。在同一地点和同一年份，相同结果的疾病发病率或流行率在统计上具有显著数量级的差异并不罕见;这两项发现都极不可能是真的。也许更常见的情况是，在一个地点发现的单一数据明显高于过去在同一地点或相邻地点的测量数据。一般来说，不同地点的疾病和风险因素比率是相当相关的，使显著不同的比率成为数据异常的潜在指标。但是，排除研究的原则基础，或异常值，往往是有争议的。不同的专家团体可能会有不同意见;事实上，描述性流行病学的主要差异通常可以追溯到数据处理或异常值的决定^22，23，24．在制定《准确和透明的卫生估计报告准则》(GATHER)时，一个标准是列出所有异常值的数据和异常值的原因²⁵．在GBD的比较风险评估部分中，评估风险-结果对的相对风险函数的工作中，使用一种称为修剪的方法的自动离群值已被用作标准化工具^18，26．目前正在研究在GBD估计的其他领域更广泛地使用计算成本较高的修剪方法。

1995年关于GBD的原始出版物(参考文献)。²⁷)和1996年(参考文献)。^{28，29，30.，31})有两位作者:一位来自学术界，另一位来自世卫组织。在过去的100篇GBD出版物中，平均作者数量为242人。这种更具包容性的方法的原因是正式的GBD合作的增长。数字3.显示了157个国家和地区当前GBD合作者的地图。约45%的GBD合作者来自低收入和中等收入国家。近三分之一(32%)认为自己是女性。合作的发展需要IHME一个专注于沟通、维持和培养工作的团队的精心培养。请注意，特别频繁的合作者分组往往反映了直接共享指标工作已被优先考虑的国家(例如，印度、巴西和埃塞俄比亚，以及其他国家)。

在一些国家，合作者组织成各种国家委员会或专家组。例如，由印度医学研究委员会、印度公共卫生基金会和卫生保健研究所共同发起的印度疾病合作负担发表了15篇论文和报告，对印度国家卫生政策产生了相当大的影响^32，33，34．另一个例子是巴西的158个合作者网络，他们来自各种各样的政府和大学机构，最近发表了一系列关于地方公共卫生问题的论文³⁵．第三个例子是埃塞俄比亚的1 005个合作者，包括卫生部长，他最近发表了对埃塞俄比亚负担的第一次次国家级评估³⁶．随着GBD的成熟，我们合作努力的各种工作模式也在不断成熟，不断争取在国家层面上越来越多的自主权。

维持大型项目的协作方法会带来许多挑战。一个典型的GBD分析，例如癌症的风险因素，在起草阶段从1222个合作者那里产生了超过8300条评论。处理这么多贡献者的详细评论使小组写作更具挑战性，但显然提高了分析的质量，并在发表后对结果拥有更广泛的所有权。尽管在人员时间方面成本高昂，但积极促进参与分析和报告结果的GBD方法是有好处的，我们希望这将是维持其未来的一部分。

对GBD的范围和目标的研究有许多局限性。首先也是最重要的是，重要卫生成果的数据仍存在巨大空白。在生命登记不完全、死亡原因没有医学证明的国家，口头验尸数据往往是唯一可用的来源，但口头验尸数据有许多局限性。有些国家几十年来都没有人口普查，所以一个国家的人口数量也不确定。其次，GBD结果的用户可能不理解测量中真正的不确定性，尽管GBD使用多种方法试图传达一个发现背后的数据或证据的强度。我们报告对死因数据的质量和完整性的星级评级;我们为每次测量提供不确定区间;我们映射原始数据的可用性，并计算数据可用性评分。在即将进行的GBD评估中，我们为风险-结果关系的混杂风险引入了星级评级。然而，在某些情况下，与测量相关的不确定性可能被忽略或误解。 Third, data processing steps (such as correcting cause of death data for deaths assigned to vague or unspecified causes) can have profound effects on the results. There is substantial debate and discussion across the GBD collaboration on some aspects of data processing. But there is, in general, less discussion in the literature on these processing steps than on the universe of data or the statistical methods used for data synthesis. Fourth, the large array of different data sources with many potential sources of bias, combined with missing data for location-years, makes the GBD analysis for a single outcome complex. Building in requirements for internal consistency across outcomes, such as cause-specific mortality summing to all-cause mortality, greatly expands complexity. Some users assume that transparency of data, data processing and statistical analysis should equate to simplicity. Unfortunately, this is not the case. Any substantive attempt at dealing with the diversity of data sources and the nuances of potential biases will inevitably lead to more complexity than some users would like; but artificially simplifying analyses by choosing to ignore real issues of bias could lead to misleading results. Fifth, for risk exposure to health outcome relationships, relative risks are assumed in most cases to be generalizable across populations. This is driven by two realities. On the one hand, much more cohort data are available from high-income countries; but for the few risk–outcome relationships that are based on more diverse cohorts, there has not been convincing evidence of large variation in relative risk functions related to geography. As more cohort data are hopefully collected from around the world, the GBD will have to continuously assess whether relative risk functions do vary by location. Sixth, at times, the data suggest patterns of disease and exposure or relative risk functions for exposure and outcome that vary from expert consensus. In the GBD, we are strongly committed to a rules-based approach to evidence synthesis. This can lead to situations where the GBD findings may diverge from other assessments that place more weight on expert views. Some users could be confused by this disagreement. We think that such disagreements (when face validity is established) should be a catalyst for further debate and research that may clarify the situation for a given disease, risk or relationship.

在GBD的合作中，GBD正在向多个方向发展。这些创新的共同主题是使GBD结果与决策更加相关，对所有用户更加透明和可靠。

我们从经验中了解到，当当地拥有强大的自主权和专业知识时，GBD分析更有可能用于政策制定和积极的改变。未来几十年，GBD的一个关键方向将是创建更多的合作者或机构来进行有力的GBD分析，就像在印度和巴西发展起来的那样。这项工作需要三个因素结合在一起:可以在不访问高性能计算集群的情况下运行的GBD分析工具，或者，基于云的工具;应用于卫生，特别是GBD的数据科学能力建设;以及对当地GBD合作者团体的当地机构支持。对GBD去中心化的推动需要以一种能够保持GBD核心原则的方式进行，特别是全面性、可比性和最佳估计。尽一切努力继续民主化输入数据和结果也将是必要的，以实现这一愿景。

最初的GBD 1990分析包括到2020年的预测。²⁸)使用非常简单的方法。2004年，用同样的方法发布了另一种GBD预测。³⁷)．2017年，发布了一种新的预测方法，该方法也被用于预测2100年的人口增长(参考文献)。⁵)．在实现具体目标或通过具体政策的情况下，许多政策制定者都相当需要预测可能发生的情况和备选轨迹。比尔和梅琳达·盖茨基金会守门员报告³⁸每年为一套与卫生有关的可持续发展目标包括这些预测情景。未来，整个全球价值链发展的预测和一系列与政策相关的情景将在每个全球价值链发展周期发布，我们预计将有许多针对特定主题和特定国家的预测和情景分析。如前所述，这些扩展可以建立在综合会计的核心原则之上。此外，我们发现这些新的分析方法(更高的空间分辨率、精细的年龄分组或预测)挑战了我们的方法假设，并常常导致对估计和描述的流行病学过程的人口健康影响的增强、改革和总是更好的理解。

迄今为止，已经为22个国家的第1级行政区划(国家之后的第一个行政区划，通常是州或省)编制了GBD估计数。更详细的估计是在四轮的GBD中为英格兰的高级地方当局产生的;英格兰公共卫生部(原健康改善和差异办公室)已广泛使用这些细粒度估计进行规划和沟通^39，40，41．最近，正在对按种族和民族分类的美国县的疾病负担进行研究。其他国家正在研究对疾病负担的第2级(通常是县或区一级)估计。对次国家一级评估的需求很大，因此需要更一般性的方法创新，以便更容易进行这种评估，并增加在这一级进行评估的国家数目。

为了进一步提高风险-结果关系证据的透明度和解释，我们开发了一种新的方法，称为举证责任风险函数。考虑到研究间的异质性，其目的是描述最接近于无关系且与现有证据一致的风险-结果风险函数¹⁸．然后，将使用举证责任风险函数为风险-结果关系在一星到五星的范围内生成星级评级。这些星星可以帮助用户识别风险-结果关系可能或不可能受到未来研究成果发表的影响。尽管我们无法避免新的研究改变我们对风险-结果关系的理解，但我们可以确定未来哪些地方更有可能发生这种变化。

2019冠状病毒病大流行凸显了关于大流行程度的日常及时信息的价值，以及短期和中期预测的政策相关性。传统上，GBD每年对健康数据进行分析。然而，作为IHME追踪大流行和建立未来模型的工作的一部分，我们分析了每日和每周的数据，从而对过高死亡率、过去的感染和模型预测进行了研究^{42，43，44，45，46}．一个悬而未决的关键问题是，在GBD的支持下，我们应该在何种程度上寻求跟踪数据并估计在更频繁的时间框架内而不是每年发生快速变化的结果。许多原因遵循一种典型的季节性模式，可以从现有的每日或每周数据进行估计，例如在温带气候的冬季月份心血管疾病的增加。预期的季节性模式可以估计每周的负担模式，并辅以疾病和伤害的实时数据，如流行性疟疾、登革热或战争，它们的变化可能比典型的季节性模式大得多。转向实时GBD分析将填补关键的需求，但这有相当大的基础设施和分析含义。

GBD在过去30年蓬勃发展的根本原因是它填补了全球卫生的一个关键需求。我们有信心地预测，由于人口健康对过多的影响作出反应，对及时、相关和有效卫生信息的需求在未来不会消失。随着决策者在卫生系统和公共卫生方面面临日益复杂的选择，决策者对及时提供信息和将这些信息转化为与政策相关的假设情景的需求可能会增加。我们希望GBD能再持续30年，成为记录我们人类旅程的一部分。