欧洲非传染性疾病负担的预测与聚类分析以支持公共卫生政策

《Discover Public Health》:Forecasting and clustering the burden of non communicable diseases in Europe to support public health policy

【字体: 大 中 小 】 时间:2026年06月23日 来源:Discover Public Health

编辑推荐:

  本研究旨在利用ARIMA(自回归积分滑动平均)模型对心血管疾病和神经系统疾病的伤残调整生命年(DALYs)进行建模,探索区域差异并评估不同国家的模型性能。这是一项定量、探索性的时间序列研究,使用全球疾病负担(GBD)数据库的二手数据,涵盖1990年至2019年

  
本研究旨在利用ARIMA(自回归积分滑动平均)模型对心血管疾病和神经系统疾病的伤残调整生命年(DALYs)进行建模,探索区域差异并评估不同国家的模型性能。这是一项定量、探索性的时间序列研究,使用全球疾病负担(GBD)数据库的二手数据,涵盖1990年至2019年48个欧洲国家的年度DALYs。研究人员采用自动算法应用ARIMA模型,并使用平均绝对误差(MAE)、均方根误差(RMSE)、均方误差(MSE)和平均绝对百分比误差(MAPE)评估模型性能。通过Piccolo距离比较时间序列,并采用层次平均连接法对各国进行聚类。使用轮廓系数(Silhouette)、邓恩指数(Dunn)、麦克莱恩指数(McClain)和C指数(C-index)评估聚类质量。较简单的ARIMA模型通常比复杂的模型产生更好的预测,特别是在圣马力诺和摩纳哥等较小的国家。心血管疾病的时间序列被分为2个聚类,而神经系统疾病则形成15个聚类,反映了不同的流行病学和报告模式。心血管疾病的平均MAPE为6.8%,神经系统疾病的平均MAPE为0.95%,表明后者具有更高的预测准确性和稳定性。ARIMA建模对于捕捉DALY数据的时间动态是有效的,但应根据情况调整以避免过拟合。基于时间序列相似性对国家进行聚类揭示了对卫生系统差异和区域疾病模式的洞察。这些发现支持使用数据驱动的方法来改进预测并为全球公共卫生规划提供信息。
**论文解读文章**

**研究背景**
非传染性疾病(NCDs)是全球发病率和死亡率的重要组成部分,其负担通过伤残调整生命年(DALYs)量化,同时捕捉过早死亡和残疾。尽管通过干预措施和政策努力应对NCDs负担,但其患病率和影响仍在持续上升,构成巨大的全球性经济挑战。在欧洲,神经系统疾病已成为DALYs的主要原因之一,需重新评估区域卫生优先事项以管理长期残疾。人口老龄化、城市化、不健康生活方式和医疗基础设施不足是防控NCDs的主要挑战。经济发展与疾病负担之间的关系也至关重要,财富和商业环境的改善可通过提高医疗可及性显著降低DALYs并延长预期寿命。现有研究常依赖宽泛的区域聚合或社会经济指标,无法捕捉不同国家具体疾病类别的动态;许多预测模型采用“一刀切”方法,使用过于复杂的模型导致在小规模人群中过拟合;此外,基于距离的聚类在其他学科中已成熟,但公共卫生研究中缺乏应用Piccolo距离基于疾病行为对国家进行聚类的研究。

**研究内容与结论**
研究人员使用ARIMA模型对48个欧洲国家1990年至2019年的心血管疾病和神经系统疾病DALYs时间序列进行建模,并通过Piccolo距离进行层次聚类,以识别具有相似时间动态的国家群体。研究发现:较简单的ARIMA模型(如低阶p、d、q)在较小国家(如圣马力诺、摩纳哥)中预测性能更好,复杂模型易导致过拟合;心血管疾病时间序列形成2个聚类,几乎所有国家(除拉脱维亚外)归为一类,拉脱维亚因独特的时间模式被单独聚类;神经系统疾病形成15个聚类,反映了该疾病组的复杂性和多因素性。心血管疾病平均MAPE为6.8%,神经系统疾病为0.95%,后者预测更准确稳定。这些聚类揭示了不同国家在卫生系统、疾病报告模式和环境因素上的差异,可作为“健康同行群体”促进政策经验共享。

**技术方法**
1. **数据来源**:从全球疾病负担(GBD)数据库(健康指标与评估研究所IHME)获取1990-2019年48个欧洲国家(包括阿尔巴尼亚、安道尔、亚美尼亚等)的年度DALYs数据,覆盖所有年龄和性别。
2. **ARIMA建模**:使用Python的pmdarima包中autoARIMA函数自动选择最佳模型参数(p,d,q),通过时间序列交叉验证(TimeSeriesSplit,5折)评估模型,训练集占80%,测试集占20%。模型性能由平均绝对误差(MAE)、均方根误差(RMSE)、均方误差(MSE)和平均绝对百分比误差(MAPE)评估。
3. **聚类分析**:在R中使用TSclust包中的diss函数计算Piccolo距离(基于ARIMA模型自回归系数向量的欧氏距离)生成相异矩阵;采用NbClust包的层次平均连接法进行聚类,并通过轮廓系数(Silhouette)、邓恩指数(Dunn)、C指数(C-index)和麦克莱恩指数(McClain)评估最佳聚类数及质量。

**研究结果**
- **探索性数据分析**:心血管疾病DALYs均值(8328.90)和标准差(4170.85)远高于神经系统疾病(均值1639.67,标准差262.96),前者变异更大;时间序列分解显示心血管疾病趋势存在非平稳行为(如逐渐下降、周期性峰),神经系统疾病多数国家呈稳定上升趋势。
- **ARIMA模型表现**:各国模型阶数差异大,如心血管疾病中圣马力诺AIC最低(175.69),俄罗斯最高(322.48);简单模型(如低阶AR)在较小国家预测更优,复杂模型易过拟合;神经系统疾病中马耳他AIC最低(80.23),爱沙尼亚和立陶宛较高;心血管疾病MAPE无异常值,中值较低,神经系统疾病有两个异常值但中值仍低。高收入国家预测误差低,转型经济体(如乌克兰)误差高,归因于卫生系统改革及数据报告不一致。
- **聚类结果**:心血管疾病在4个聚类指标中3个支持2个聚类(Cindex建议15但遵循多数规则),拉脱维亚单独成簇(聚类2),其余47国为一簇(聚类1),反映其独特的时间序列模式(可能源于经济或卫生系统挑战)。神经系统疾病指标分歧,按Cindex最低选择15个聚类:聚类2包含22个国家(如阿尔巴尼亚、安道尔等),其他14个聚类多为单国(如阿塞拜疆、克罗地亚等),表明该疾病高度异质性,受亚型分布、诊断实践和文化态度影响。

**讨论与结论**
研究表明,ARIMA建模能有效捕捉DALYs的时间动态,但需根据国家特性调整复杂性以避免过拟合。聚类分析揭示的“健康同行群体”可促进国家间最佳实践共享;孤立于主簇的国家(如拉脱维亚、格陵兰)需针对性干预。地理邻近性部分影响聚类(如东欧国家常聚一起),但时间动态相似性提供了超越地理的洞察。研究强调数据质量和模型选择的谨慎性,未来应整合时空聚类(如SaTScan)和空间自相关(如Moran‘s I)以纳入地理依赖性和社会经济协变量。**结论部分翻译**:对不同欧洲国家多种疾病的时间序列数据的分析揭示了关于疾病趋势和卫生系统的几个广泛洞察。许多国家持续聚类在一起,表明疾病进展的相似模式;这些聚类作为“健康同行群体”,代表具有相似DALYs行为的国家,提示共享因素(如卫生系统、环境条件或社会经济相似性)驱动这些趋势。同一群体内的国家可以通过分享最佳实践和政策方法相互学习。另一方面,像拉脱维亚和格陵兰这样的国家形成独特聚类,表明将其与欧洲其他地区区分开的独特健康模式。地理邻近在聚类中也发挥作用,但离群国家反映独特的ARIMA模型行为和疾病动态,可能源于隔离、医疗质量差异或特定公共卫生挑战。未来研究应集成时空聚类方法以进一步探索地理依赖性。总体而言,时间序列聚类可以揭示欧洲疾病进展中重要的区域和国家特定趋势。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号