1990年至2021年全球、区域和国家胆囊癌和胆道癌负担及至2050年的预测:整合2021年全球疾病负担和孟德尔随机化的系统分析

Global, regional, and national burden of gallbladder and biliary tract cancer from 1990 to 2021 and projections to 2050: a systematic analysis integrating the Global Burden of Disease 2021 and Mendelian randomization

作者信息Zhaowei Sun, Junzhe Su, Qinlei Wang, Haoran Li, Jingyun Guo, Jingru Zhang, Zelin Wang, Yanfeng Liu, Bingyuan Zhang, Yujie Feng
PMID42682355
发布时间2026-05-11
DOI10.1097/JS9.0000000000005043

实验完整度

低

文献主要为基于GBD数据库的观察性分析,结合双样本孟德尔随机化,未提供体外或体内实验验证。

主要模型

全球204个国家和地区的GBTC数据队列 高BMI暴露人群 胆管癌GWAS数据(UK Biobank)

重点核对

GWAS暴露数据样本量360116,选择SNP阈值P<5×10^-8,连锁不平衡阈值R2<0.001,最终397个工具变量 结局为胆管癌(CCA),其GWAS来自UK Biobank,欧洲血统,无样本重叠 工具变量F值均>10(平均41.7),避免弱工具偏倚 MR分析采用IVW作为主要方法,固定效应模型(Cochran Q P=0.7261),并进行了敏感性分析

摘要

背景:胆囊癌和胆道癌(GBTC)造成了日益增长的全球公共卫生负担,并存在显著的社会经济差异。我们评估了1990年至2021年的趋势,量化了不平等,预测了未来负担,并使用孟德尔随机化(MR)评估了高体重指数(BMI)的因果作用。方法:使用全球疾病负担(GBD)2021数据,我们分析了GBTC的全球/区域/国家发病率、死亡率和伤残调整生命年(DALYs)。我们分解了负担变化的驱动因素,用不平等斜率指数、集中指数量化了跨国不平等,通过贝叶斯年龄-时期-队列模型预测了至2050年的趋势,并进行了双样本MR以测试BMI与GBTC的因果关系。结果:全球GBTC患病病例增加了142%(1990-2021),而年龄标准化率(ASRs)温和上升(发病率EAPC = 0.97;死亡率EAPC = 0.47)。高社会人口指数(SDI)区域的负担最高,但低SDI区域的死亡率和DALYs呈上升趋势。分解分析确定人口增长是所有SDI阶层负担变化的主要驱动因素。不平等分析揭示持续但缩小的差异。预测显示ASRs下降但绝对病例上升(到2050年+30%)。MR证实了高BMI对GBTC风险的因果效应(OR = 1.0005每单位BMI;95% CI: 1.0000–1.0010;P = 0.043)。结论:GBTC负担的增长主要由人口因素驱动,资源有限地区的趋势恶化。高BMI与GBTC之间的因果联系强调了针对肥胖干预措施的迫切需要。公平的预防策略和改善医疗可及性对减轻差异至关重要,特别是在低SDI环境中。

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
1990-2021年全球GBTC负担的变化趋势及其驱动因素,高BMI是否是GBTC的因果风险因素,以及未来至2050年的负担预测。
核心机制
高BMI通过慢性炎症、胰岛素抵抗和代谢紊乱等机制增加GBTC风险(MR证实因果效应)。
主要证据
基于GBD 2021数据,分析全球及不同SDI地区的发病、死亡和DALYs趋势,分解分析显示人口增长为主要驱动因素;双样本MR使用397个SNP作为工具变量,IVW方法显示BMI每增加1单位,CCA风险增加1.0005倍。
研究意义
作者提出针对肥胖的干预措施和公平的预防策略可减轻GBTC负担,特别是低SDI地区,并强调需加强医疗可及性和早期诊断。

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

疾病负担数据提取与描述

获取GBTC的全球、区域和国家水平发病、死亡和DALYs数据,评估时间和地理差异。

使用GBD 2021数据,提取年龄标准化率和绝对数量,分析1990至2021年趋势,计算EAPC。

2

分解分析

量化人口增长、老龄化和流行病学变化对GBTC死亡和DALYs变化的相对贡献。

采用Das Gupta分解法,将死亡和DALYs变化分解为流行病学变化、人口增长和人口老龄化三个成分。

3

跨国不平等分析

量化不同SDI国家之间GBTC负担的绝对和相对不平等。

计算斜率不平等指数(SII)和集中指数,评估疾病负担在SDI等级间的分布。

4

趋势预测

预测2022-2050年GBTC年龄标准化率和绝对案例数的趋势。

使用贝叶斯年龄-时期-队列(BAPC)模型结合INLA进行预测。

5

高BMI归因负担分析

分析高BMI导致的GBTC死亡和DALYs比例,评估其随时间变化。

提取GBD中高BMI作为风险因子的数据,按SDI分层计算归因比例。

6

孟德尔随机化分析

检验高BMI与胆管癌(CCA)风险的因果关联。

使用双样本MR,从BMI GWAS中选取独立SNP作为工具变量,从UK Biobank获取CCA结局,采用IVW、MR-Egger、加权中位数等方法。

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
R软件--版本4.2.2
TwoSampleMR包--版本0.5.6
MR-PRESSO包--版本1.0.0

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
数据提取
GBD 2021数据库,风险因子选‘high body mass index’,原因选‘gallbladder and biliary tract cancer’
阅读提示:Methods: Study population and data collection
MR分析
工具变量:BMI GWAS 360116个体,SNP筛选P<5e-8,LD clumping R2<0.001,框大小10000kb,397个SNP;结局:CCA GWAS,F>10
阅读提示:Methods: MR
MR分析
使用IVW方法,若Cochran Q P<0.05则用随机效应模型,否则固定效应模型
阅读提示:Methods: MR
MR敏感性分析
异质性检验(Cochran Q)、多效性检验(MR-Egger intercept)、leave-one-out分析
阅读提示:Methods: MR; Results: MR analysis