1990—2019年中国痛风疾病负担趋势及未来十年预测研究

方珈文，冯天元，周志衡，李子悦，颜丹虹，林凯程

1.510515 广东省广州市，南方医科大学卫生管理学院

2.518118 广东省深圳市坪山区人民医院

3.510515 广东省广州市，南方医科大学南方医院

痛风是一种单钠尿酸盐沉积所致的晶体相关性关节病，与嘌呤代谢紊乱和/或尿酸排泄减少所致的高尿酸血症直接相关［1］，随病情加重发作持续时间更长、频率更高［2］。痛风患者常伴有高血压、心血管疾病、慢性肾病［3］等合并症，使痛风的治疗更加复杂化，同时增加痛风共病的死亡风险［4］。近年来全球痛风发病率与患病率持续上升，与1990年相比，2017年全球和中国痛风伤残调整寿命年（DALYs）率分别增加了7.22%和6.92%；发病率分别增加了5.52%和6.16%，患病率分别增加了7.22%和6.88%［2］，中国痛风的发病率高于全球，表明痛风患者在中国也逐渐增多。此外，痛风治疗成本较高，给患者及其家庭带来沉重的经济负担。中国经济快速发展，人们的饮食习惯和生活方式也发生一定改变，且随着老龄化趋势的加快，痛风疾病负担也在日渐增加，严重影响居民的健康和生活质量。基于此，本研究利用全球疾病负担研究（GBD）2019数据，对1990—2019年中国痛风的DALYs、发病及患病趋势进行评估，并通过自回归移动平均模型（ARIMA模型）预测其未来10年的DALYs、发病及患病趋势，旨在了解我国痛风的流行特征，为制订痛风防治政策提供参考意见。

1 资料与方法

1.1 数据来源

本研究数据来源于GBD 2019数据库（https://vizhub.healthdata.org/gbd-results/），GBD采用死亡率、发病率、患病率等指标对全球204个国家和地区的369种疾病的疾病负担、87种危险因素的归因疾病负担进行系统评估。在对GBD 2019数据库进行数据选取时，选择疾病为“gout（B.11.5）”，地区为“China”，年份选择“1990—2019”，性别选择“全性别”“男性”和“女性”，年龄选择15～19、20～24、25～29……90～94、≥95岁年龄组，每个年龄组跨越5年，共17个年龄组。痛风的ICD 9代码为274，ICD 10代码为M10［5］。

1.2 指标选取

本研究采用DALYs、发病率、患病率以及各指标的年龄标化率评估中国痛风疾病负担。其中DALYs由过早死亡损失寿命年（YLLs）和伤残损失寿命年（YLDs）组成，DALYs=YLLs+YLDs，但由于痛风是一种非致死性疾病，DALYs基本由YLDs构成［6］。GBD数据库依据世界标准人口计算年龄标化率［7］。

1.3 研究方法

1.3.1 Joinpoint 回归模型：采用Joinpoint Regression Program 4.9.0.0软件进行时间趋势分析，计算年度变化百分比（APC）和平均年度变化百分比（AAPC）及其95%CI，按照年份、性别和年龄分析1990—2019年中国痛风DALYs率、发病率、患病率及年龄标化率的变化趋势。APC或AAPC及其95%CI＞0表示该段时间内指标有所上升；APC或AAPC及其95%CI＜0表示该段时间内指标有所下降；APC=AAPC说明数据呈单调递增或单调递减趋势［8］。检验水准α=0.05，以P＜0.05为差异有统计学意义。

1.3.2 ARIMA模型：ARIMA（p，d，q）模型是常用的时间序列预测模型，根据以往的观测值能对未来的观测值进行预测，可用于描述非平稳的时间序列数据［9］。其中p、d、q分别为自回归（AR）、为使数据平稳所需差分和偏自回归（MA）的阶数。ARIMA模型建模主要分为平稳性检验、确定参数、模型检验和模型预测［10］。

本研究利用1990—2009年中国因痛风造成的标化DALYs率、标化发病率和标化患病率作为训练集建立ARIMA模型，将2010—2019年的数据作为测试集进行模型评价，用平均绝对百分误差（MAPE）、平均绝对误差（MAE）以及均方根误差（RMSE）进行模型评价。若MAPE＜10%～15%，表示模型预测精度较好［11］。

1.4 统计学方法

应用Excel 2016软件对1990—2019年中国痛风的DALYs、发病及患病数据进行整理和分析。采用Joinpoint Regression Program 4.9.0.0软件，按照年份、性别和年龄分析1990—2019年中国痛风的DALYs、发病、患病以及年龄标化率的变化趋势。利用R 4.1.1软件构建ARIMA模型，对2020—2029年中国痛风的标化DALYs率、标化发病率和标化患病率进行预测。

2 结果

2.1 1990—2019年中国痛风疾病负担变化趋势

1990—2019年，中国因痛风造成的DALYs从187 436人年增至510 485人年，增长了172.35%，标化DALYs率从19.72/10万增加至25.33/10万，增长了28.45%；发病人数从1 181 969例增至3 041 329例，增长了157.31%，标化发病率则从121.37/10万增至152.83/10万，增长了25.92%；患病人数从5 864 143例增加至16 161 325例，增长了175.60%，标化患病率从624.53/10万增加至803.31/10万，增长了28.63%（表1）。

表1 1990—2019年中国痛风疾病负担变化状况Table 1 Changes in gout burden in China from 1990 to 2019

2.2 1990—2019年中国不同性别痛风疾病负担变化趋势

1990—2019年，中国男性痛风标化DALYs率、标化发病率和标化患病率呈逐渐上升趋势，在2015年开始增速上升，在2017年达到顶峰，随后出现下降趋势；女性则呈现波动上升趋势，且各标化率均低于男性（图1）。30年间，标化DALYs率、标化发病率和标化患病率男女性别比范围分别为3.23～3.51、3.14～3.40和3.17～3.42。

图1 1990—2019年中国不同性别痛风疾病负担变化趋势Figure 1 Trends in the burden of gout by gender in China from 1990 to 2019

2.3 1990—2019年中国分年龄别痛风疾病负担状况

1990—2019年不同年龄组痛风负担整体呈现上升趋势，且随年龄增长明显增加。15岁以下人群痛风疾病负担几乎为0，30岁以下人群疾病负担均较轻，随后上升速度均加快。2019年年龄别DALYs率在80～84岁年龄组最高，之后有下降趋势，但仍高于15～69岁年龄组。年龄别发病率和患病率变化趋势类似，但年龄高峰不同，分别在75～79、80～84岁年龄组达到高峰，且均在高峰之后出现下降趋势，95岁以上又呈现上升趋势，但仍低于高峰（图2）。1990—2019年，DALYs率年龄高峰从1990年的75～79岁（80.08/10万）后移至2019年的80～84岁（115.27/10万）；年龄别发病率、患病率的年龄高峰均从1990年的95岁以上（492.35/10万）、（2 853.34/10万）分别前移至2019年的75～79岁（发病率：585.93/10万）、80～84岁（患病率：4 016.34/10万）。

图2 1990—2019年中国不同年龄组痛风疾病负担变化情况Figure 2 Trends of gout burden among different age groups in China from 1990 to 2019

同年龄别男性疾病负担指标均高于女性，女性各指标年龄高峰总体比男性延后，男性高峰集中在45～69岁年龄组，女性高峰集中在50～74岁年龄组。男性30岁之后DALYs率逐渐增大，是25～29岁人群的2倍以上，年龄别发病率与患病率均在20岁之后开始迅速增长；女性45岁之前疾病负担均处于较低水平，但45岁之后各率均呈明显上升趋势。男女性疾病负担在90岁之后再次增加，在95岁以上达到顶峰（图3）。

图3 1990—2019年中国不同年龄组男女痛风疾病负担变化情况Figure 3 Trends of gout burden among different age groups by gender in China from 1990 to 2019

2.4 1990—2019年中国痛风疾病负担的Joinpoint回归分析

1990—2019年整体趋势结果显示，标化DALYs率、标化发病率、标化患病率整体呈上升趋势（AAPC分别为0.9%、0.8%和0.9%，P均＜0.05）。标化DALYs率和标化患病率整体上升趋势男女性一致，标化发病率男性略快于女性（P＜0.05）。标化DALYs率和标化患病率各区段整体趋势变化相似，1990—1994年呈下降趋势（APC标化DALYs率=APC标化患病率=-1.4%，P＜0.05），1994—2000年基本稳定（APC标化DALYs率=APC标化患病率=0.2%，P＜0.05），2000—2009年逐渐呈上升趋势（APC标化DALYs率=1.8%、P＜0.05，APC标化患病率=1.9%、P＜0.05），2009—2014年继续缓慢上升（APC标化DALYs率=1.3%、P＜0.05，APC标化患病率=1.2%，P＜0.05），2014—2017年上升最明显（APC标化DALYs率=4.7%、P＜0.05，APC标化患病率=4.8%、P＜0.05），2017—2019年下降明显（APC标化DALYs率=-3.2%、P＜0.05，APC标化患病率=-3.1%、P＜0.05）。标化发病率整体趋势的变化被分为6个区段，1990—1994年平均每年下降1.3%（P＜0.05），1994—2000年的基本维持稳定，2000—2010年平均每年上升1.7%（P＜0.05），2010—2014年平均每年上升1.1%（P＜0.05），2014—2017年平均每年上升最快（APC=4.5%，P＜0.05），2017—2019年平均每年下降2.8%（P＜0.05）（表2）。

2.5 ARIMA模型预测结果

2.5.1 痛风标化DALYs率、标化发病率和标化患病率预测模型构建：对残差序列进行Ljung-Box检验，标化DALYs率预测模型延迟6阶（χ2=7.423，P=0.284）、延迟12阶（χ2=10.640，P=0.560）、标化发病率预测模型延迟6阶（χ2=7.401，P=0.285）、延迟12阶（χ2=11.116，P=0.519），标化患病率预测模型延迟6阶（χ2=7.201，P=0.303）、延迟12阶（χ2=10.672，P=0.557），差异无统计学意义，均提示为白噪声。ARIMA（1，2，0）、ARIMA（2，2，0）和ARIMA（2，2，0）模型显示，2010—2019年实际痛风造成的标化DALYs率、标化发病率和标化患病率均在预测值95%CI值范围内，训练集的MAPE、MAE、RMSE如下（表3），均提示模型预测性能良好。

2.5.2 中国2020—2029年痛风疾病负担预测结果：预测得到中国2020—2029年因痛风造成的标化DALYs率和标化发病率呈略微下降趋势，2029年可能分别达到24.44/10万和148.33/10万，预计2020—2029年分别下降0.33%和0.45%；标化患病率呈略微上升趋势，2029年可能达到768.18/10万，预计2020—2029年上升0.71%，见表4。

表4 2020—2029年中国痛风疾病负担预测情况（1/10万）Table 4 Prediction of gout burden in China from 2020 to 2029

3 讨论

本研究结果显示，2019年中国因痛风造成的DALYs、发病人数和患病人数分别为510 485人年、3 041 329例和16 161 325例，1990—2019年中国痛风DALYs率、发病率和患病率呈上升趋势，与全球增长趋势一致［12］。虽与美国和英国等发达国家相比疾病负担相对较轻［13］，但中国发病率增速高于全球［2］，提示中国痛风疾病负担日趋加重。痛风DALYs率、发病率和患病率上升趋势显著可能受相关因素综合影响：首先，随着中国城市化进程加快，人们的饮食结构发生巨大改变，由传统以碳水化合物和蔬菜为主的饮食结构转变为以高嘌呤动物性食物为主［14］。过多摄入高嘌呤食物可能导致身体代谢功能紊乱，从而增加痛风的患病风险。有研究发现食用红色肉类、海产品等高嘌呤食物会造成血清尿酸水平升高，进而引发痛风［15］。其次，随着我国医疗水平不断进步，疾病诊断技术的不断改善在一定程度上提高了痛风的检出率。此外，我国老龄化进程加快以及平均期望寿命延长，老年人口基数增加，有研究表明痛风在老年人群中更常见［16］，因此痛风的疾病负担也会逐渐加重。

研究结果显示，中国痛风DALYs率、发病率和患病率存在明显的性别和年龄差异，男性疾病负担高于女性，男女性疾病负担高峰分别集中在45～69、50～74岁年龄组，痛风疾病负担在30岁之前较轻，随后上升速度加快，与既往研究基本一致［2，17］。本研究发现，与男性相比，女性45岁之前疾病负担均处于较低水平，但45岁之后各率均呈明显上升趋势。这可能与女性的雌激素有关，有研究发现，雌激素具有促进肾脏将尿酸排出体外的作用［18］，绝经期女性体内雌激素水平下降导致尿酸排泄受到抑制。相关研究也表明，绝经后女性痛风的发病率逐渐上升［19］，且持续上升到老年（≥75岁）。另外，由于男性社交活动与女性相比相对较多，更容易暴露于饮酒［20］、高嘌呤饮食等危险因素，从而增加痛风的疾病负担。一项荟萃分析表明，摄入红肉、海鲜、酒精等会增加痛风的患病风险［15］。本研究还发现，男女性痛风疾病负担在90岁之后再次增加，这可能受我国老龄化趋势加快影响，随着年龄增长老年人群体患基础病的比例增大，高血压、肥胖等基础疾病是诱发痛风的危险因素，从而造成痛风疾病负担再次加重。本研究还发现年龄别发病率与患病率的年龄组高峰均前移，说明痛风逐渐年轻化，与既往研究结果一致［21］。因此，应加强对男性、绝经后女性、高龄等重点人群的关注，值得注意的是痛风出现年轻化趋势，提示应重视年轻群体，积极引导年轻人养成健康的饮食习惯，倡导健康的生活方式，避免或减少痛风的发生。

Joinpoint回归分析结果显示，1990—2019年中国痛风疾病负担存在阶段性特征，疾病负担在2014—2017年达到峰值，之后出现下降趋势。1990—2017年我国痛风标化DALYs率、发病率、患病率显著上升，疾病负担不断加重，这可能是由于随着我国不断城市化，人们的生活水平逐渐提高，饮食习惯从传统的碳水化合物和蔬菜向高嘌呤动物性食物转变［14］。2017—2019年中国痛风疾病负担减轻，这可能与中国群体健康观念和生活方式转变有关。相关研究表明，健康的饮食模式不仅可以降低痛风发病率，还能减少由痛风引起的相关合并症的发生［22］。“健康中国2030”倡导以健康为根本，把健康摆在首要位置，促使我国居民健康意识越来越强，健康素养越来越高。近年来，人们在饮食上注重合理膳食，从高油、高盐、高嘌呤的饮食模式逐渐转变为轻饮食，以低脂、瘦肉、鱼、蔬菜、水果等食物为主。此外，这也与痛风饮食指南［23］、中西医治疗方法、新型治疗药物相继推出有关。

ARIMA模型结果显示，2020—2029年我国痛风标化DALYs率和标化发病率呈略微下降趋势。这可能与我国医疗水平逐渐提高、人们健康意识逐渐增强有关。标化DALYs率有所下降可能还与以下因素有关，痛风患者由于尿酸一旦增高就会带来身体上的剧烈疼痛，这促使他们日常生活中更加关注饮食和运动。另外，近年来新型降尿酸药物非布司他纳入国家医保目录，给痛风患者带来极大好处，此药在降低治疗后复发率、提高生活质量、改善预后［24-25］等方面具有很大作用，且这款药品不良反应小，能更广泛应用于临床治疗。然而，尽管我国痛风标化DALYs率和标化发病率呈现略微下降趋势，但由于我国人口基数大，人口老龄化和疾病年轻化的趋势带来的疾病负担依然很严峻。2020—2029年我国痛风标化患病率呈略微上升趋势可能与痛风患者接受降尿酸治疗的依从性有关，相关研究表明只有41%的人接受降尿酸治疗［26］。也可能是由于我国老年人口占比逐渐增大，由其他基础病引起的痛风可能性也会增加。因此，人们应定期监测尿酸水平，做到早预防、早治疗，同时注重规律饮食和运动。

综上所述，1990—2019年中国痛风DALYs率、发病率和患病率总体均显著上升，各标化率也呈上升趋势，具有性别和年龄差异，且痛风出现年轻化趋势，提示应加强对男性、绝经后女性、高龄、年轻群体等重点人群的关注。据预测，2020—2029年我国痛风标化DALYs率和标化发病率有所下降，标化患病率有所上升。另外，本研究存在一定的局限性：首先，本研究仅对数据进行描述分析，未进行归因分析；其次，受数据库局限性影响，未能分析中国各省份、各地区间存在的差异。

作者贡献：方珈文、冯天元、周志衡提出研究目标、研究设计；方珈文负责数据收集、数据分析、论文撰写；李子悦负责图表制作；颜丹虹负责文献整理；林凯程负责论文修订、文章质量控制与审校。

本文无利益冲突。