数据整合与模型构建
建立可跨154个国家比较的抑郁症宏观经济负担估算框架
从世界银行获取储蓄率,从GBD健康融资协作网络获取GDP预测,从GBD 2021 Forecasting Collaborators获取发病率和患病率数据;使用健康增强宏观经济模型计算年龄-性别特异发病率、教育水平、人口规模和劳动力参与率
Global economic burden of depression in 154 countries from 2025 to 2050
研究为宏观经济建模分析,使用世界银行和GBD等公开数据库,未涉及生物学实验或功能机制验证
154个国家和地区的宏观经济模型 GBD 2021 Forecasting Collaborators疾病负担预测数据 世界银行经济与人口数据
模型使用154个国家完整数据,覆盖全球96%人口 基准估计采用2%年折现率,并检验0%和3%折现率 敏感性分析改变所有输入参数、GDP上下界、治疗成本上下界及自杀归因比例16%–60% 主要比较无干预现状情景与完全消除抑郁症反事实情景的GDP差异 死亡率未纳入主分析,仅在敏感性分析中纳入自杀相关死亡
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立可跨154个国家比较的抑郁症宏观经济负担估算框架
从世界银行获取储蓄率,从GBD健康融资协作网络获取GDP预测,从GBD 2021 Forecasting Collaborators获取发病率和患病率数据;使用健康增强宏观经济模型计算年龄-性别特异发病率、教育水平、人口规模和劳动力参与率
量化2025–2050年抑郁症导致的累计GDP损失
比较无干预现状情景与完全消除抑郁症反事实情景下2025–2050年的总产出(GDP),将累计差异量化为经济负担
量化物理资本下降在总经济负担中所占比例
分析2025–2050年因治疗成本挤占储蓄和投资导致的物理资本下降对总经济负担的贡献,并按世界银行区域和收入组分层
评估将自杀相关死亡纳入模型对经济负担估计的影响
在主分析未纳入死亡率的基础上,将归因于抑郁症的自杀死亡按16%–60%的归因比例纳入模型进行敏感性分析
按研究目的归类文中使用的方法,便于定位所需技术。
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 |
|---|---|
| 数据来源与模型构建 | 数据来源:世界银行、GBD 2021 Forecasting Collaborators、GBD Health Financing Collaborator Network;纳入国家数:154个;抑郁症定义:GBD标准化分类系统 阅读提示:Methods中Data sources小节及Supplementary Table 1 |
| 基准经济负担估算 | 折现率:2%;对照情景:无干预现状 vs 完全消除抑郁症;不确定性区间:基于GBD 95% UI上下界 阅读提示:Methods中Statistical analyses小节 |
| 死亡率敏感性分析 | 自杀归因比例范围:16%–60%;主分析不含死亡率;GBD未将自杀死亡纳入抑郁症归因死亡率 阅读提示:Methods中Statistical analyses小节及Appendix D |
| 物理资本贡献分析 | 折现率:2%;按区域和收入组分层;2025年与2050年分别报告 阅读提示:Results中Roles of physical capital decline小节及Fig. 3、Fig. 4图注 |