全球疾病負擔（Global Burden of Disease ，GBD）數據庫正成為醫學科研圈的“爆款神器”：無需實驗設備或飼養實驗動物，輕點鼠標即可挖掘國際頂刊青睞的“大數據金礦”！

   GBD數據庫作為一個綜合性國際數據庫，系統性地記錄并分析全球健康數據。該數據庫由全球疾病負擔合作組織維護和更新，覆蓋全球204個國家和地區，提供關于380余種疾病與傷害（涵蓋傳染病、心血管疾病等非傳染性疾病及交通事故等傷害）及其100余種相關風險因素的詳盡信息。

   GBD數據庫的核心價值在于其通過整合、分析全球范圍內多源數據，為研究者、政策制定者和公共衛生工作者提供權威、時效性強且高度標準化的知識基礎。其嚴謹的數據集不僅具有廣度（涵蓋廣泛的疾病譜與風險因素），還通過持續更新保障了數據的時效性與準確性。這使得GBD成為識別主要健康挑戰、確定優先干預領域、評估衛生政策與項目效果不可或缺的工具，對推動全球健康研究與循證決策具有不可替代的作用。 

GBD數據庫中包含的疾病與風險因素

   我們利用PubMed檢索顯示GBD相關文章，發現在過去十年間，與GBD數據庫相關的文獻累計發表了34,669篇。2024年關于GBD數據庫的文獻發表數量達到了歷史最高點，共5,215篇。而截止到今年7月份，關于GBD數據庫的文獻發表數量已經達到4,131篇，遠超去年同期的論文發表量。這表明該領域的研究得到快速發展，正處于上升階段，未來發文前景美好！

GBD相關的論文發文量統計

GBD數據庫吸引眾多人對其進行研究分析，其有何優勢？

數據全面性：覆蓋全球204個國家/地區，提供從1990年到近年的數據，包含大量疾病、傷害和健康風險因素，能滿足幾乎90%的醫學科室需求

數據標準化：使用統一的方法來估計疾病負擔（如傷殘調整生命年、殘疾壽命年、壽命損失年等指標），確保全球數據可比性 

論文好發表：從頂刊到普通雜志都有接收GBD數據庫文章，如Lancet 2024年GBD數據庫的發文量就高達37篇，Nature Communications上發表的FBD數據庫相關論文在2024年也有17篇 

方法學成熟：Joinpoint回歸可用于評估疾病負擔的時間趨勢，貝葉斯年齡時期隊列（BAPC）模型可用于預測未來疾病負擔等

開源數據庫：所有數據向全球用戶開放，注冊簡單，不需要繳費，想要什么數據，只需要在搜索框中選好之后，進行搜索即可下載

關于對GBD數據庫的分析，也有一些常見的思路，和我們一起了解下吧！

聚焦特定疾病和地區組合：選擇一種特定疾病，搭配具有獨特特征的地區進行研究，挖掘差異與特點，為理解環境、生活方式與疾病的關系提供新視角。

剖析復雜疾病的風險因素：某種多因素疾病，探究各類風險因素對疾病的風險貢獻

預測疾病負擔的時間趨勢：某種疾病負擔，通過joinpoint連接點回歸分析評估時間趨勢，利用貝葉斯年齡-時期-隊列模型進行未來預測，并分析人口結構、流行病學變化等因素的影響

關聯研究或分析熱點：研究風險因素對某一疾病負擔的影響，通過joinpoint連接點回歸分析評估時間趨勢，通過雙樣本孟德爾隨機化估計風險因素與疾病之間的因果關系

最后，讓我們來看一篇2025年7月2日發表于醫學頂刊BMJ（IF=42.7）的研究論文，來深入理解一下GBD數據庫的發文思路吧。

研究背景

   2020年初，2019冠狀病毒病（covid-19）迅速引發了一場全球大流行，對全球公共衛生和社會經濟格局造成了深遠的危害。世界衛生組織于2020年宣布covid-19疾病為國際關注的突發公共衛生事件，對人類健康造成了重大損害，包括免疫系統受損、對感染的易感性增加、全身炎癥和長期后遺癥。

   雖然covid-19對人類健康的直接影響已得到充分證實，但關于大流行對疾病負擔其他病因的影響的系統研究和評估仍然稀缺。彌補這些差距對于了解大流行對健康的更廣泛影響至關重要，有助于管理特別容易增加疾病負擔的病因，并在未來其他突發公共衛生事件中幫助改善公共衛生安全。

研究內容

   本研究基于GBD 2021公共數據庫，分析了1990年至2021年間可獲得的174種病因的疾病負擔數據，不包括covid-19。構建時間序列預測模型，模擬在無covid-19大流行的情景下，不同地區、年齡及性別在2020年和2021年的疾病負擔預期值，分析了174種病因的發病率、患病率、傷殘調整生命年（DALYs）及死亡數。

   通過計算2020–2021年觀察值與在無COVID?19情景下預測值之間的平均絕對差異和相對率差異及其95%置信區間（95% CI），量化新冠疫情對其他病因疾病負擔的影響

模型開發和評估的分析流程

研究結果

1.全球負擔增加的主要病因

   在全球范圍內，從174個病因中確定了絕對比率差異最大的前10個病因（圖1）。觀察到抑郁癥和焦慮障礙的年齡標準化發病率、患病率和DALY顯著增加。年齡標準化DALY和瘧疾死亡率的絕對增長排名最高。這表明，在2020-2021年covid-19大流行期間，抑郁癥和焦慮癥以及瘧疾受到的影響最為明顯，與其他病因相比，疾病負擔顯著增加。

   抑郁癥和焦慮障礙的絕對年齡標準化發病率增加了每100000人618.0（95%CI589.3至646.8）和102.4（101.3至103.6），相對增加分別為14.3%和15.4%（圖2A-B）。這些疾病的絕對年齡標準化患病率值分別上升了每100000人414.2例（394.6至433.9例）和628.1例（614.5至641.7例），相對增長了10.4%和14.5%（圖2C-D）。絕對年齡標準化DALYs值增加了每100000人83.0（79.2至86.8）和73.8（72.2至75.4），相對增長了12.2%和14.3%（圖2E-F和補充表5）。瘧疾年齡標準化DALY的絕對增加為97.9（46.9至148.9），死亡率為每100000人1.3（0.5至2.1），相對增長分別為12.2%和12.3%（圖2E-H）。

圖1 全球covid-19大流行期間負擔增加的主要病因，按率差異(年齡標準化)分類

2.性別負擔增加的主要病因

   發病率和患病率增加的主要病因因性別而異（圖2A-D）。女性抑郁癥和焦慮癥負擔的增加更為明顯，而男性頭痛疾病的負擔顯著增加。維生素 A 缺乏癥在男性中的發病率和患病率較高，而血紅蛋白病和溶血性貧血在女性中更為普遍。此外，真菌性皮膚病和泌尿系統疾病的發病率，以及肝硬化和其他慢性肝病的患病率，在女性中明顯增加。在男性中，失明和視力喪失以及與年齡相關的聽力損失的患病率顯著增加。DALYs 和死亡模式（圖2E-H）在性別之間相對一致，在抑郁癥、瘧疾和焦慮癥中觀察到的 DALYs 增加最顯著，而瘧疾導致的死亡率上升最高。

圖2 按性別劃分的負擔增加主要病因（年齡標準化）

3.年齡增加負擔的主要病因

   covid-19大流行對其他病因的疾病負擔的影響也因年齡組而異（圖3）。5歲及以上個體的抑郁癥和焦慮癥負擔顯著增加。15-49歲年齡組抑郁和焦慮障礙疾病負擔的絕對增加最高，發病率、患病率和DALYs顯著增加。5-14歲年齡組的相對比率差異最大，發病率增加22.6%（抑郁）和17.6%（焦慮），患病率增加19.5%（抑郁）和17.3%（焦慮），DALYs增加21.3%（抑郁）和17.1%（焦慮）。與瘧疾相關的DALYs和死亡人數在5歲以下兒童中的增幅最為顯著。DALYs的絕對增長為每100000人769.0人，而死亡人數為每100000人8.8人。DALYs的相對比率差異為13.3%，死亡的相對比率差異為13.6%。此外，5歲以下兒童的上呼吸道感染增幅最大。對于15-49歲的個體，頭痛疾病的發病率和患病率顯著增加，而50歲及以上人群的腹瀉病發病率顯著增加。

圖3 按年齡分組負擔增加的主要病因

 4.各國負擔增加的主要病因

   就年齡標準化發病率而言，抑郁癥是96個國家/地區的主要病因，尤其是在歐洲和東地中海地區。腹瀉病是69個國家的主要病因，尤其是在東南亞和非洲地區。上呼吸道感染是22個國家的主要病因，主要在美洲地區（補充圖2A和補充圖3A）。關于年齡標準化患病率，在全球范圍內，焦慮癥在134個國家/地區的增幅最高。抑郁癥在17個國家居首位，而瘧疾在13個國家居首位（補充圖2B和補充圖3B）。就年齡標準化DALYs而言，抑郁癥（60個國家）和焦慮障礙（56個國家）是主要病因，集中在美洲、東南亞和歐洲地區。瘧疾在25個國家最為普遍，主要是在非洲地區（圖4）。就年齡標準化死亡率而言，缺血性心臟病是51個國家的主要病因，24個國家是中風的主要病因，主要在美洲和歐洲地區;瘧疾是24個國家的主要病因，主要是非洲區域（補充圖2C和補充圖3D）。

補充圖2 以下國家和地區發病率、流行率和死亡人數增加的主要病因 

補充圖3 據WHO區分的疾病負擔加重的主要病因 

圖4 各國家和地區DALYs增加的主要病因

文章小結

   綜上所述，covid-19大流行顯著加劇了幾種非新冠疾病的負擔，特別是精神健康障礙、非洲區域幼兒的瘧疾以及老年人的中風和缺血性心臟病。研究呼吁加強多疾病綜合監測系統（如整合AI技術），并采取疫情知情戰略，以應對未來可能的公共衛生危機。