基于机器学习归因的NAFLD/MASLD全球疾病负担趋势评估及美国亚国家级变异分析

《BMC Gastroenterology》:NAFLD/MASLD, including cirrhosis: Burden from 1990 to 2040, GBD decomposition, CDC WONDER analysis, and machine-learning attribution

【字体: 大 中 小 】 时间:2026年10月15日 来源:BMC Gastroenterology 3.2

编辑推荐:

   摘要背景 非酒精性脂肪性肝病(NAFLD)/代谢功能障碍相关脂肪性肝病(MASLD),包括肝硬化,已成为日益严峻的全球公共卫生问题,但长期趋势、驱动因素及亚国家级差异仍未得到充分刻画。本研究采用基于机器学习的归因方法,评估其全球疾病负担及美国亚国家级变异。 方法 利用全球疾病

  

摘要

背景

非酒精性脂肪性肝病(NAFLD)/代谢功能障碍相关脂肪性肝病(MASLD),包括肝硬化,已成为日益严峻的全球公共卫生问题,但长期趋势、驱动因素及亚国家级差异仍未得到充分刻画。本研究采用基于机器学习的归因方法,评估其全球疾病负担及美国亚国家级变异。

方法

利用全球疾病负担2021数据,分析全球发病率、患病率、伤残调整生命年(DALYs)、时间趋势、分解分析、不平等程度,并通过贝叶斯年龄-时期-队列模型进行至2040年的预测。作为补充分析,采用美国CDC WONDER数据、极端梯度提升(XGBoost)-SHapley加性解释归因,以及自回归积分滑动平均/Prophet预测模型。

结果

全球范围内,新发病例数、患病率及DALYs在1990至2021年间约翻了一番。年龄标准化发病率和患病率上升,而DALY率保持稳定(估算年变化百分比 = 0.04),人口增长和老龄化被确定为主要驱动因素。以不平等斜率指数(SII)衡量的绝对不平等从每10万人20例扩大至36例。高负担地区包括北非和中东、拉丁美洲以及东欧。在美国,南部和中西部地区的死亡率最高且增长最快。XGBoost模型将糖尿病患病率识别为主要州级预测因子,在约10%–12%以上呈非线性正相关,而较高教育水平在约90%以上呈反向关联。2020年死亡率出现急剧拐点。预测显示死亡率至2035年将持续上升,尤其是西南部和阿巴拉契亚地区。

结论

尽管年龄标准化DALY率保持稳定,但NAFLD/MASLD(含肝硬化)的绝对疾病负担仍在持续上升。全球趋势和美国机器学习证据表明,预防策略应转向系统性代谢风险管理,并将肝脏纤维化筛查纳入常规糖尿病和肥胖症诊疗。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号