在2021年的结果中,与吸烟相关的CVD在全球范围内造成225万次死亡和309万元人民币,分别从1990年分别增加了26.16%和59.73%。然而,从1990年到2021年,全球年龄标准化的死亡率(ASMR)和年龄标准化年份的残疾率(ASYR)为吸烟相关的CVD降低,EAPS分别为-1.94和-0.92。在1990年至2021年之间,大洋洲和热带拉丁美洲的ASMR和ASYR的下降最大,EAPC为-5.54和-2.63,而Lesotho和Mali的EAP分别增加,EAPC分别为2.68和1.67。在整个期间,男性的吸烟相关CVD负担始终更高。此外,与女性相比,男性疾病负担的下降趋势较慢(ASMR的EAPC:男性-1.78 vs -3.25女性)。在2021年,SDI较高的国家也具有较高的ASYR。
在过去的三十年中,与吸烟相关的IHD的全球ASDR和ASRDALYS总体上有所下降。高SDI区域的减少最大,EAPC为-4.31(95%CI:-5.73 - -2.87)和-4.02(95%CI:-5.40 - -2.62)。相比之下,低SDI区域的下降速度较慢,EAPC为-0.54(95%CI:-1.41–0.33)和-0.80(95%CI:-1.52 - -0.08)。年龄段的年龄段和男性在所有地区都承担着更高的负担。年龄在15-49、50-74和≥75岁的人口的全球死亡率分别为4.31、46.57和142.52,分别为每100000。男性的全球ASDR(30.24)是女性的8.54倍(3.54)。区域差异在低收入和中等收入地区,特别是在东欧和中亚,与吸烟相关的IHD负担仍然很高。
抽象目标是为了估计由于高体重指数(BMI)而导致白内障的残疾人(YLDS)的长期趋势。设计和参与者数据是从2019年全球疾病负担(GBD)中检索的。由年龄,性别,地理位置和社会人口统计学指数(SDI)描述了可归因于高BMI的白内障的全球案例,YLD的年龄标准化率(ASR)。分析了估计的平均年百分比变化(AAPC),以量化1990年至2019年YLD的ASR趋势。主要结果度量的年龄有残疾。在全球范围内,由于白内障归因于2019年高的BMI,有370.4(95%UI:163.2至689.3)YLDS,超过1990年的数字。此外,YLD的ASR在1990 - 2019年期间增加,AAPC为1.54(95%CI:1.41至1.66)。在2019年,女性和老年人口中由于BMI高的白内障负担更高。北非和中东是2019年高BMI的白内障地区的高风险区域,沙特阿拉伯是负担最重的国家。在SDI方面,低中型SDI区域的白内障相关YLD数量最多,因此由于BMI高的BMI。结论较高的BMI引起的白内障全球YLD显示出从1990年到2019年的显着增加。解决BMI控制可能会导致预防白内障,这突出了潜在的公共卫生影响,尤其是在低SDI地点和老年人中。
原因 ICD-10 营养缺乏 D50.1-D50.8, D51-D52.0, D52.8-D53.9, E00-E02, E40-E46.9, E51- E61.9, E63-E64.0, E64.2-E64.9, M12.1 肿瘤 C00-C13.9, C15-C22.8, C23-C25.9, C30-C34.9, C37-C38.8, C40- C41.9, C43-C45.9, C47-C54.9, C56-C57.8, C60-C63.8, C64-C67.9, C68.0-C68.8, C69.0-C69.8, C70-C73.9,C75-C75.8,C81-C86.6,C88-C91.0,C91.2-C91.3,C91.6,C92-C92.6,C93-C93.1,C93.3,C93.8,C94-C96.9,D00.1-D00.2,D01.0-D01.3,D02.0-D02.3,D03-D06.9,D07.0-D07.2,D07.4-D07.5,D09.0,D09.2-D09.3,D09.8,D10.0-D10.7,D11-D12.9,D13.0-D13.7,D14.0-D14.3, D15-D16.9、D22-D24.9、D26.0-D27.9、D28.0-D28.1、D28.7、D29.0-D29.8、D30.0-D30.8、D31-D36、D36.1-D36.7、D37.1-D37.5、 D38.0-D38.5、D39.1-D39.2、D39.8、D40.0-D40.8、D41.0-D41.8、D42-D43.9、D44.0-D44.8、D45-D47.9、D48.0-D48.6、D49.2-D49.4、D49.6、 K62.0-K62.1、K63.5、 N60-N60.9, N84.0-N84.1, N87-N87.9 心血管疾病 B33.2, G45-G46.8, I01-I01.9, I02.0, I05-I09.9, I11-I11.9, I20-I25.9, I27.0, I27.2, I28-I28.9, I30-I31.1, I31.8-I37.8, I38-I41.9, I42.1- I42.8, I43-I43.9, I47-I48.9, I51.0-I51.4, I60-I63.9, I65-I66.9, I67.0- I67.3, I67.5-I67.6, I68.0-I68.2, I69.0-I69.3, I70.2-I70.8, I71-I73.9, I77-I83.9, I86-I89.0, I89.9, I98, K75.1 消化系统疾病 B18-B18.9, I84-I85.9, I98.2, K20-K20.9, K22-K22.6, K22.8-K29.9, K31-K31.8, K35-K38.9, K40-K42.9, K44-K46.9, K50-K52, K52.2- K52.9, K55-K62, K62.2-K62.6, K62.8-K62.9, K64-K64.9, K66.8, K67, K68, K70-K70.3, K71.7, K73-K75, K75.2, K75.4-K76.2, K76.4-K77, K77.8, K80-K83.9, K85-K86.9, K90-K90.9, K92.8, K93.8, M09.1 精神障碍 F24, F50.0-F50.5 意外伤害 L55-L55.9, L56.3, L56.8-L56.9, L58-L58.9, N30.4, W00-W46.2, W49-W62.9, W64-W70.9, W73-W75.9, W77-W81.9, W83-W94.9, W97.9, W99-X06.9, X08-X39.9, X47-X48.9, X50-X54.9, X57- X58.9, Y40-Y84.9, Y88-Y88.3 自残和人际暴力
这是一项使用摘要级数据的建模研究。采用这种方法从系统评价和全球研究(如中风和中风)中采用这种方法,估计了整个尼日利亚地缘政治区域中高血压的人群可归因于高血压的风险。整合回顾性分析和建模的设计,克服了传统的观察性研究局限性,提供了对高血压可归因的CVD的全面见解。建模研究有效利用现有数据来评估人口级别的影响,这对于尼日利亚的不同地区至关重要。该方法适应时间趋势,估计了1995年和2020年的可归因于人口的分数,并提供了一种强大的资源,有效的方法来了解高血压对尼日利亚心血管健康的不断发展的影响。
抽象目标气候变化是一个主要的全球问题,带有重大后果,包括对空气质量和人类福祉的影响。本综述调查了在不同气候变化情景下归因于空气污染的非传染性疾病(NCD)的投影。设计此系统审查是根据系统评价和荟萃分析的2020年流量清单的首选报告项目进行的。建立了人口暴露框架。人口称为各个年龄段的全球人口,关注的暴露是空气污染及其投影,结果是基于死亡率,发病率,残疾调整后的生活年代,生命的年份,年龄丧失的疾病的健康指数,归因于空气污染和疾病负担(BOD)的NCD发生。数据来源搜索了2005年至2023年发表的文章。选择研究的资格标准,使用清单的修改量表评估了符合条件的文章,以评估生态研究的质量。数据提取和合成两个审阅者使用标准化方法独立搜索,筛选和选择了纳入的研究。使用清单的修改量表进行生态研究评估了偏见的风险。基于可归因于空气污染的NCD的BOD的投影总结了结果。结果本综述包括来自各个国家的11项研究。大多数研究专门研究了各种空气污染物,特别是颗粒物<2.5 µm(PM 2.5),氮氧化物和臭氧。研究使用了耦合空气质量和气候建模方法,并主要使用浓度 - 反应函数模型预测健康效应。可归因于空气污染的NCD包括心血管疾病(CVD),呼吸道疾病,中风,缺血性心脏病,冠状动脉心脏病和下呼吸道感染。值得注意的是,在促进空气污染,碳排放和土地使用以及可持续的社会经济学的情况下,归因于空气污染的NCD域预计会减少。相反,在涉及增加人口数量,社会剥夺和人口老龄化的情况下,NCD的BOD预计将增加。结论纳入的研究广泛报道了过早死亡率增加,CVD和呼吸道
如果内部审查后您仍不满意,您可以根据《信息自由法》第 50 条的规定直接向信息专员提出投诉。请注意,信息专员通常不会在国防部内部审查过程完成之前调查您的案件。信息专员的联系方式:信息专员办公室,Wycliffe House, Water Lane, Wilmslow, Cheshire, SK9 5AF。有关信息专员的职责和权力的更多详细信息,请访问专员网站 https://ico.org.uk/。
方法:我们使用日常站点观测,重新分析数据和气候模型的集合来得出观察到的气候数据的时间以及代表没有人类诱发气候变化的世界的反事实数据。我们通过使用观察到的每日均值温度和死亡率数据进行时间序列分析来估计温度 - 历史关系。,我们使用35观察到的死亡率和对应于平均温度的死亡率估计的死亡率估算,以最低死亡率为参考,以观察到的和反事实温度序列。为了量化随着时间的流逝的暴露和脆弱性的影响,我们比较了在1986 - 2003年得出的暴露响应关系中的死亡率,适用于2004 - 2018年,并根据2004-2018期间观察到的温度和死亡率重新计算了这种关系。40
图S2。温度异常归因于1969 - 2018年人为气候变化的气候模型,重新分析和站点观测。温度异常是根据1989 - 2018年的基线周期,每个观察到的数据集中的事实和反事实时间表之间的差异。基于观察的(重新分析和站记录)数据显示为虚线,而模型数据表示为实线。在显示的数据的早期部分(访问-CM2和MRI-ESM2-MM)中,在两个模型的时间表中看到的负异常(“构建反事实温度”)。在研究期结束时,所有模型的属性温度异常都在基于观察数据集的范围内。
死亡率是不确定的,动脉高血压和可能涉及的神经退行性疾病。每年全球估计有513万(3.63至6.32)的死亡归因于化石燃料使用的环境空气污染,因此可以通过淘汰化石燃料来避免。该图对应于可以通过控制所有人为排放来避免的最大空气污染死亡人数的82%。较小的减少而不是完全淘汰,表明响应不是强烈的线性。在各种空气污染水平上与化石燃料相关的排放减少可以大大减少可归因的死亡人数。在这项研究中,估计可避免的过剩死亡的估计明显高于大多数以前的研究:由于这些原因,新的相对风险模型对高收入(主要是化石燃料密集型)国家以及对化石燃料使用的低收入和中等收入国家的影响有影响;这项研究解释了除特定疾病死亡率外,所有导致死亡率的原因。化石燃料逐渐淘汰的空气污染大大减少可以大大减少暴露。