1990年至2023年中国高饮酒量导致的疾病和间接经济负担及至2050年的预测

The national and provincial disease and indirect economic burden of high alcohol use in China from 1990 to 2023 with forecasting to 2050

作者信息Yang Yang, Da-Chuang Zhou, Zhen-Ping Zhao, Ke-Jia Zhou, Di Zhang, Yu-Ting Xia, Peng Yin, Mai-Geng Zhou, Wen-Xi Tang
PMID42290889
发布时间2026
DOI10.1016/j.mmr.2026.100043

实验完整度

低

本研究为基于GBD数据库、统计年鉴等公开数据的建模分析,未开展实验验证。

主要模型

中国全国人口队列 中国省级人口队列

重点核对

高饮酒量定义:超过理论最低风险暴露水平 数据来源:GBD 2023研究数据库 经济参数来源:中国统计年鉴2024、宾夕法尼亚大学世界表、第七次全国人口普查 间接经济负担估计方法:疾病成本模型

摘要

背景 高饮酒量,定义为超过理论最低风险暴露水平的饮酒量,对中国构成重大公共卫生挑战,然而结合疾病负担和间接经济负担的全面长期估计仍然有限。本研究量化了1990年至2023年中国归因于高饮酒量的国家和省级疾病和间接经济负担趋势,并预测了至2050年高饮酒量相关的间接经济负担。 方法 疾病负担数据来自2023年全球疾病负担研究。经济参数来自《中国统计年鉴2024》、宾夕法尼亚大学世界表以及第七次全国人口普查。间接经济负担采用疾病成本模型进行估计。计算估计年度百分比变化以评估年龄标准化死亡率和伤残调整生命年率以及因过早死亡、发病和总间接经济负担导致的生产力损失的趋势(1990−2023)。比较了1990年和2023年全因负担和排名前六的主要疾病(按伤残调整生命年排序)的空间分布。使用绝对伤残调整生命年数和间接经济负担值分析了性别和年龄特定模式。最后,使用贝叶斯年龄-时期-队列模型预测至2050年因过早死亡和发病导致的生产力损失以及总间接经济负担。 结果 归因于高饮酒量的全国年龄标准化死亡率从1990年的27.68/10万 [95%不确定区间 13.17−48.69] 下降至2023年的10.58/10万(95%不确定区间 4.60−19.26)(估计年度百分比变化=−3.02%,95%不确定区间 −4.15至−1.85;P<0.01),归因于高饮酒量的年龄标准化伤残调整生命年率从1012.53/10万(95%不确定区间 567.90−1565.46)下降至492.91/10万(95%不确定区间 311.38−751.27)(估计年度百分比变化=−2.26%,95%不确定区间 −3.05至−1.52;P<0.01)。相应的间接经济负担占国内生产总值的百分比从0.15%(95%不确定区间 0.13−0.18)下降至0.13%(95%不确定区间 0.11−0.16)(估计年度百分比变化=−0.47%,95%不确定区间 −0.77至−0.17;P<0.01)。高疾病负担持续聚集在西南和华北地区,而高经济负担主要集中在华东和西南地区,存在显著的区域不匹配。男性负担高于女性,间接经济损失的年龄分布向老年劳动年龄人口转移。预测表明,总体间接经济负担占国内生产总值的百分比在2039年左右达到最低点(估计年度百分比变化=0.12%,95%不确定区间 0.10–0.14),随后在2050年上升至0.14%(95%不确定区间 0.12–0.21)。 结论 从1990年到2023年,中国归因于高饮酒量的年龄标准化死亡率和伤残调整生命年率大幅下降,尽管绝对生产力损失显著增长,但间接经济负担占国内生产总值的比例略有下降。不同地区之间存在省级异质性。间接经济负担的预测表明,在2039年左右达到最低点,随后在不确定的情况下增加。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
1990年至2023年中国归因于高饮酒量的疾病负担和间接经济负担的时空趋势如何,以及至2050年的间接经济负担预测。
核心机制
饮酒增加多种疾病和伤害的风险,导致健康损失(死亡和伤残调整生命年)和生产力损失(因过早死亡和发病),进而造成间接经济负担。
主要证据
基于GBD 2023数据,计算年龄标准化死亡率、伤残调整生命年率及疾病成本模型估计的间接经济负担,并进行趋势分析和预测。
研究意义
研究结果可为优先制定和调整酒精控制政策及资源分配提供证据。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据收集与整理

获取疾病负担、经济参数和人口数据。

从GBD 2023研究提取中国及各省1990-2023年归因于高饮酒量的死亡、伤残调整生命年和带伤生存年数据;从统计年鉴、宾夕法尼亚大学世界表和人口普查获取经济参数。

2

疾病负担估计

量化全国和省级归因于高饮酒量的疾病负担。

提取1990年和2023年死亡、伤残调整生命年和带伤生存年数据,分析全因和六大主要疾病的负担,并按性别、年龄和地区进行描述性分析。

3

间接经济负担估计

估计因发病和过早死亡导致的生产力损失。

采用疾病成本模型,基于地区人均GDP、年龄别劳动参与率、劳动收入占GDP比例等参数,计算发病成本和过早死亡成本,并进行不确定性和敏感性分析。

4

趋势分析

评估1990年至2023年负担的时间趋势。

使用对数线性回归模型计算估计年度百分比变化,评估年龄标准化死亡率、伤残调整生命年率及间接经济负担的年度变化趋势。

5

空间分布分析

比较1990年和2023年疾病负担和间接经济负担的空间分布。

使用全年龄伤残调整生命年率和间接经济负担占GDP的比例,绘制并比较各省的负担分布。

6

预测分析

预测2024年至2050年间接经济负担。

应用贝叶斯年龄-时期-队列模型,使用1990-2015年数据训练模型,预测2024-2050年死亡和带伤生存年,并结合GDP预测计算间接经济负担。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
2023年全球疾病负担研究----
R软件(版本4.4.2)----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据收集
数据来源:GBD 2023研究数据库、中国统计年鉴2024、宾夕法尼亚大学世界表、第七次全国人口普查
阅读提示:Methods - Data sources
疾病负担估计
高饮酒量定义:超过理论最低风险暴露水平;时间范围:1990年和2023年;地区:中国及31个省级行政区
阅读提示:Methods - Disease burden of high alcohol use
间接经济负担估计
家庭生产率收入转换率50.00%;年度收入增长率和折现率5.00%;1000次蒙特卡洛模拟
阅读提示:Methods - Estimation of indirect economic burden
趋势分析
使用对数线性回归模型计算估计年度百分比变化
阅读提示:Methods - Trend analysis
预测分析
模型:贝叶斯年龄-时期-队列模型;训练数据:1990-2015;验证数据:2016-2023
阅读提示:Methods - Forecasting the indirect economic burden