流行病学调查
中国不同地区糖代谢状态的心血管疾病归因死亡研究
中国心血管杂志, 2022,27(1) : 60-65. DOI: 10.3969/j.issn.1007-5410.2022.01.011
摘要
目的

分析中国不同地区糖代谢状态的归因死亡风险和疾病负担。

方法

本研究数据基于2012—2015年中国高血压调查和2013年中国居民死因监测数据。共纳入22 702名35岁及以上无心血管疾病史的中国高血压调查对象,并于2018—2019年对其随访心血管死亡结局。利用Cox比例风险模型,对糖代谢状态与死亡的风险比进行估计。采用人群归因百分比(PAF)评估不同糖代谢状态造成的心血管疾病负担。

结果

在随访时间内,共有479例心血管病死亡。与正常血糖人群相比,糖尿病前期和糖尿病人群的心血管病死亡风险[HRs(95%CI)]分别为1.37(1.04~1.80)和1.36(1.06~1.75)。2013年我国心血管死亡归因于糖尿病前期和糖尿病的PAF分别为2.48%(95%CI:2.31%~2.66%)和2.96%(95%CI:2.79%~3.13%),归因于糖尿病前期和糖尿病的心血管病死亡人数分别为11.99万和13.97万。此外,不同糖代谢状态的PAF存在地区和省级差异,心血管病死亡归因于糖尿病的PAF最高为东部地区[3.73%(95%CI:3.44%~4.04%)],其次为西部地区[2.62%(95%CI:2.24%~3.01%)],最低为中部地区[2.42%(95%CI:2.16%~2.68%)]。

结论

我国糖尿病前期和糖尿病带来的心血管疾病负担较重,且存在地区和省份差异,应当采取相应措施,减少糖尿病前期和糖尿病造成的疾病负担。

引用本文: 曹雪, 亢玉婷, 田奕欣, 等.  中国不同地区糖代谢状态的心血管疾病归因死亡研究 [J] . 中国心血管杂志, 2022, 27(1) : 60-65. DOI: 10.3969/j.issn.1007-5410.2022.01.011.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

除非特别声明,本刊刊出的所有文章不代表本刊编辑委员会的观点。

糖尿病是21世纪发展最快的健康问题之一,是全球公共卫生的一个巨大威胁。根据国际糖尿病联盟统计,截至2021年全球20~79岁成人中有5.37亿糖尿病患者,预计2045年这一数据可能增至7.84亿,且超过4/5(81%)的成年糖尿病患者生活在低收入和中等收入国家[1]。据2019全球疾病负担统计,中国大陆约有107万人死亡归因于高血糖,且心脑血管疾病所致总死亡人数(约400万)中,高血糖占17.5%[2]。既往国内外研究分析了人群归因于高血糖和糖尿病的疾病负担情况。PURE研究纳入来自21个国家的155 722名参与者,研究发现归因于糖尿病的心血管疾病(cardiovascular disease,CVD)和全因死亡分别为5.1%和5.5%[3]。Stokes和Preston[4]基于美国人群的研究结果显示,死亡归因于糖尿病的人群归因百分比(population attributable fraction,PAF)为3.3%~3.7%。2017年,中国疾病预防控制中心研究结果显示,高血糖所致缺血性心脏病和脑血管病死亡的PAF分别为15.4%和9.6%[5]。然而既往研究的关注点多单独聚焦于高血糖或糖尿病,而不同糖代谢状态的归因疾病负担研究证据较少[6,7]。本研究使用具有全国代表性的调查数据库,探讨归因于不同糖代谢状态的心血管死亡和全因死亡疾病负担,为制定区域水平卫生政策以及重点疾病和危险因素的防控提供理论依据。

1 对象和方法
1.1 研究对象

中国高血压调查(China Hypertension Survey,CHS)采用分层、多阶段随机抽样的方法,从中国大陆31个省份选取了50万15岁及以上的具有全国代表性的样本[8]。本研究基于2012—2015年CHS研究人群,根据地理位置和经济水平,将已选定的区/县按照地域分为东、中、西部地区,再按照城乡分层后使用简单随机抽样方法抽取了16个城市和17个县,在上述33个区县中逐阶段开展随机抽样,再从每个地区选出3个或更多的社区或村庄,最终从符合条件的地区随机选取了35 000名35岁及以上的研究对象进行调查。

后于2018—2019年借助"基于环境和表观遗传的心血管疾病风险评估及早期干预研究"项目的实施,对其开展随访研究调查[9]。对基线完成健康检查的30 036名进行随访,随访率为84.2%。在剔除失访人群(4 748名)、基线时患有CVD(2 135名,包括冠心病、卒中和其他未明确定义的心脏病)及含有缺失值的参与者(451名)后,共22 702名参与者纳入本次分析。本研究经中国医学科学院阜外医院医学伦理委员会批准(伦理批号:2012-402),所有参与者均已签署知情同意书。

1.2 数据收集

采用统一标准调查问卷,调查内容包括基本人口信息、生活方式或习惯、个人史和用药史等。体质指数(body mass index,BMI)=体重(kg)/身高(m)2。血压测量是在受试者休息5 min后,保持正常坐位体,将血压计与心脏置于同一水平,测量3次,取平均值作为最终血压。欧姆龙电子血压计-1300(日本京都)测量血压的准确性已在我们之前的研究中得到验证[10]。实验室检测指标包括总胆固醇(total cholesterol,TC)、三酰甘油(triglycerides,TG)、高密度脂蛋白胆固醇(high-density lipoprotein cholesterol,HDL-C)、低密度脂蛋白胆固醇(low-density lipoprotein cholesterol,LDL-C)和空腹血糖(fasting plasma glucose,FPG)等。死亡数据来自2013年全国疾病监测系统死因监测系统(National Disease Surveillance Points System,DSPs),通过与PAF相乘得到归因死亡人数。

1.3 变量评估与定义

糖代谢状态包括正常血糖、糖尿病前期和糖尿病,FPG<6.1 mmol/L为正常血糖;FPG水平在6.1~6.9 mmol/L之间的定义为糖尿病前期,也称空腹血糖受损;自报糖尿病病史或FPG水平≥7.0 mmol/L确诊为糖尿病[11]。根据《中国成人超重和肥胖症预防控制指南》,将BMI按照<18.5 kg/m2、18.5~23.9 kg/m2、24.0~27.9 kg/m2和≥28.0 kg/m2分为低体重、正常体重、超重和肥胖。TG≥2.26 mmol/L或TC≥6.22 mmol/L或HDL-C<1.04 mmol/L或LDL-C≥4.14 mmol/L或之前服用过降脂药物或之前被诊断为血脂异常[12]。测量诊室血压3次取平均值,收缩压≥140 mmHg或舒张压≥90 mmHg或被诊断为高血压或近两周服用过降压药[8]

1.4 随访和结局指标

在2018—2019年的随访中,我们分别记录心血管死亡和全因死亡事件,同时收集医院记录和死亡证明。本研究的主要结局包括CVD死亡(ICD-10编码包括100~125,127~188和195~199)和全因死亡(1 001~1 999)。

1.5 统计学方法

采用SAS 9.4统计软件进行数据分析。符合正态分布的计量资料以±s表示,组间比较采用方差分析;不符合正态分布的计量资料以M(Q1,Q3)表示;计数资料用百分构成比表示,组间比较采用χ2检验。采用Cox模型评估不同糖代谢状态与CVD死亡和全因死亡的关系。风险比(hazard ratio,HR)和95%置信区间(confidence interval,CI)由Cox回归计算,以正常血糖组为参考组。调整变量包括年龄、性别、BMI、吸烟、饮酒、城乡、教育程度、高血压及血脂异常。归因于不同糖代谢状态的PAF计算公式如下:PAF=P×(HR-1)/[P×(HR-1)+1],其中HR为调整混杂因素后的HRs,P为全国或省份不同糖代谢状态的暴露率[3,13,14]。PAF与2013年死亡监测数据的具体死亡人数相乘,即可得到2013年全国及抽样省份的归因心血管死亡及全因死亡人数。疾病负担的相关计算方法在既往文献中已有详细介绍[15,16]。所有统计检验均采用双侧检验,P<0.05为差异有统计学意义。

2 结果
2.1 研究对象的基本特征

本研究共纳入22 702名参与者,年龄35~107岁,平均(56.1±13.1)岁。参与者的中位随访时间为4.89(4.17,5.18)年。在随访期内,共有479例CVD死亡,1 129例全因死亡。如表1所示,不同糖代谢状态组间的年龄、性别、居住地区、吸烟、饮酒和BMI等的分布差异均有统计学意义(均为P<0.05)。糖尿病前期人群和糖尿病患者的高血压患病率分别为53.8%和60.3%,高于正常血糖人群的35.5%,且CVD家族史所占的比例较高(17.7%和23.9%比13.0%),均为P<0.01。

点击查看表格
表1

研究对象的基本特征

表1

研究对象的基本特征

人群特征总人群(22 702名)正常血糖(18 615名)糖尿病前期(1 801名)糖尿病(2 286例)F/χ2P
年龄(±s,岁)56.1±13.155.2±13.159.9±12.661.0±12.2283.14<0.01
男性[例(%)]10 505(46.3)8 417(45.2)948(52.6)1 140(49.9)49.59<0.01
受教育程度[例(%)]    2.150.34
初中及以下11 593(51.1)9 468(50.9)926(51.4)1 199(52.4)  
高中及以上11 109(48.9)9 147(49.1)875(48.6)1 087(47.6)  
居住地[例(%)]    108.72<0.01
 城市10 130(44.6)8 007(43.0)924(51.3)1 199(52.4)  
 农村12 572(55.4)10 608(57.0)877(48.7)1 087(47.6)  
地区[例(%)]    177.71<0.01
 东部9 263(40.8)7 234(38.9)888(49.3)1 141(49.9)  
 中部9 460(41.7)8 080(43.4)588(32.6)792(34.6)  
 西部3 979(17.5)3 301(17.7)325(18.0)353(15.4)  
饮酒[例(%)]6 318(27.8)5 081(27.3)620(34.4)617(27.0)42.46<0.01
吸烟[例(%)]    46.18<0.01
 现在吸烟5 731(25.2)4 706(25.3)465(25.8)560(24.5)  
 过去吸烟1 216(5.4)910(4.9)131(7.3)175(7.7)  
 从不吸烟15 755(69.4)12 999(69.8)1 205(66.9)1 551(67.8)  
高血压[例(%)]8 957(39.5)6 609(35.5)969(53.8)1 379(60.3)693.65<0.01
血脂异常[例(%)]7 724(34.0)5 773(31.0)726(40.3)1 225(53.6)496.66<0.01
BMI(±s,kg/m2)24.5±3.524.3±3.425.4±3.525.5±3.6193.50<0.01
CVD家族史[例(%)]3 286(14.5)2 420(13.0)319(17.7)547(23.9)212.97<0.01

注:BMI:体质指数;CVD:心血管疾病

2.2 不同糖代谢状态与CVD死亡的关系

与正常血糖人群相比,糖尿病前期和糖尿病人群的CVD死亡和全因死亡风险增加,有统计学差异(P<0.05)。糖尿病前期和糖尿病人群发生CVD死亡风险的HRs(95%CI)分别为1.37(1.04~1.80)和1.36(1.06~1.75);全因死亡风险的HRs(95%CI)分别为1.41(1.17~1.69)和1.68(1.44~1.97),见图1

点击查看大图
图1
不同糖代谢状态与CVD死亡和全因死亡风险的关系
点击查看大图
图1
不同糖代谢状态与CVD死亡和全因死亡风险的关系
2.3 全国和地区不同糖代谢状态相关CVD死亡归因风险

在全国层面,CVD死亡归因于糖尿病前期和糖尿病的PAF分别为2.48%(95%CI:2.31%~2.66%)和2.96%(95%CI:2.79%~3.13%)。各地区成人CVD死亡和全因死亡与不同糖代谢状态有关的PAFs见表2。对于CVD死亡,归因于糖尿病前期的PAF值最高为东部地区的2.99%(95%CI:2.72%~3.29%),最低为中部地区的1.88%(95%CI:1.65%~2.12%);归因于糖尿病的PAF值最高为东部地区的3.73%(95%CI:3.44%~4.04%),最低为中部地区的2.42%(95%CI:2.16%~2.68%)。归因于糖尿病前期和糖尿病的CVD死亡人数分别为11.99万和13.97万。

点击查看表格
表2

归因于不同糖代谢状态的CVD死亡和全因死亡疾病负担

表2

归因于不同糖代谢状态的CVD死亡和全因死亡疾病负担

糖代谢状态CVD死亡全因死亡
PAF[%(95%CI)]死亡例数(万人)PAF[%(95%CI)]死亡例数(万人)
糖尿病前期    
 总人群2.48(2.31~2.66)11.992.67(2.49~2.86)28.21
 东部2.99(2.72~3.29)5.613.30(3.01~3.63)12.84
 中部1.88(1.65~2.12)3.132.08(1.83~2.34)6.78
 西部2.90(2.50~3.33)3.253.21(2.76~3.67)8.59
糖尿病    
 总人群2.96(2.79~3.13)13.975.43(5.13~5.74)54.12
 东部3.73(3.44~4.04)7.006.83(6.30~7.37)26.58
 中部2.42(2.16~2.68)4.034.48(4.01~4.95)14.61
 西部2.62(2.24~3.01)2.944.83(4.14~5.54)12.93

注:CVD:心血管疾病;PAF:人群归因百分比;CI:置信区间

2.4 14个抽样省份不同糖代谢状态相关CVD死亡归因风险

14个抽样省份CVD死亡与不同糖代谢状态有关的PAFs见表3。对于CVD死亡而言,归因于糖尿病前期的PAF值最高为北京的6.02%(95%CI:5.37%~6.67%),最低为河南省的1.26%(95%CI:0.77%~1.86%);归因于糖尿病的PAF值排名前五的为北京(5.91%)、河北省(3.55%)、江苏省(3.48%)、辽宁省(3.45%)和浙江省(3.25%)。糖尿病所致CVD死亡人数较高的有河北省(1.13万)、江苏省(0.87万)和河南省(0.86万)等;较低的有青海省、山西省和甘肃省等。

点击查看表格
表3

14个抽样省份归因于不同糖代谢状态的CVD死亡和全因死亡疾病负担

表3

14个抽样省份归因于不同糖代谢状态的CVD死亡和全因死亡疾病负担

糖代谢状态CVD死亡全因死亡
PAF[%(95%CI)]死亡例数(万人)PAF[%(95%CI)]死亡例数(万人)
糖尿病前期    
 安徽省2.13(1.81~2.43)0.472.35(2.00~2.69)1.10
 北京市6.02(5.37~6.67)0.316.63(5.91~7.34)0.66
 甘肃省3.05(2.23~3.87)0.233.37(2.47~4.27)0.57
 广西壮族自治区1.35(0.90~1.86)0.231.50(1.00~2.06)0.58
 河北省2.52(1.92~3.19)0.802.79(2.12~3.53)1.46
 河南省1.26(0.77~1.86)0.471.39(0.85~2.06)0.95
 黑龙江省2.26(1.78~2.74)0.362.49(1.97~3.03)0.70
 湖北省1.34(0.96~1.76)0.271.48(1.06~1.95)0.62
 江苏省3.05(2.55~3.56)0.763.36(2.82~3.92)2.02
 辽宁省1.69(1.12~2.29)0.351.87(1.24~2.53)0.68
 青海省1.94(1.54~2.39)0.032.15(1.70~2.64)0.07
 山西省1.75(1.37~2.16)0.201.93(1.52~2.39)0.42
 浙江省1.85(1.50~2.25)0.262.05(1.66~2.49)0.82
 重庆市5.03(3.88~6.18)0.545.54(4.29~6.80)1.46
糖尿病    
 安徽省2.79(2.41~3.15)0.615.14(4.45~5.79)2.40
 北京市5.91(5.32~6.57)0.3010.61(9.59~11.72)1.05
 甘肃省3.04(2.30~3.85)0.235.59(4.26~7.03)0.94
 广西壮族自治区1.44(1.01~1.92)0.252.68(1.89~3.57)1.04
 河北省3.55(2.82~4.28)1.136.49(5.19~7.78)3.40
 河南省2.30(1.53~3.17)0.864.26(2.86~5.82)2.91
 黑龙江省2.32(1.86~2.85)0.374.29(3.45~5.24)1.20
 湖北省2.65(2.12~3.18)0.534.90(3.92~5.85)2.06
 江苏省3.48(2.97~4.00)0.876.38(5.46~7.30)3.83
 辽宁省3.45(2.69~4.21)0.716.31(4.96~7.67)2.31
 青海省2.64(2.17~3.20)0.044.88(4.03~5.88)0.16
 山西省2.19(1.74~2.62)0.254.05(3.23~4.83)0.89
 浙江省3.25(2.80~3.73)0.465.96(5.15~6.82)2.37
 重庆市2.90(2.08~3.82)0.315.34(3.87~6.98)1.40

注:CVD:心血管疾病;PAF:人群归因百分比;CI:置信区间

3 讨论

已有研究在全球及全国范围内探究了高血糖或糖尿病相关CVD死亡的PAF。在全球范围内,2019年全球疾病负担研究数据显示,归因于高血糖的CVD死亡人数从1990年的175万(95%CI:124万~250万)增至2019年的376万(95%CI:260万~538万)[17]。PURE研究发现,归因于糖尿病的CVD死亡和全因死亡分别为5.1%和5.5%[3]。本研究中糖尿病相关全因死亡的PAF与之类似,但糖尿病相关CVD死亡的PAF偏低,这可能与心血管事件结局的定义不同有关。Stokes和Preston[4]利用美国国家卫生服务调查和全国健康和营养调查分析了美国归因于糖尿病的死亡负担,结果显示死亡归因于糖尿病的PAF为3.3%~3.7%,低于本研究的结果,主要原因是以上两项调查使用的是自报糖尿病病史,而本研究的糖尿病诊断同时结合了FPG水平。中国死因监测的数据结果显示,归因于高血糖的缺血性心脏病和脑血管疾病的PAF分别为15.1%和9.6%,归因死亡人数分别为21.1万和18.1万,高血糖相关归因死亡人数东、中、西地区依次递减[5],2010年的分析结果也得出了类似结论[18]。由高血糖导致的微血管和大血管病变会增加死亡风险和并发症的发生,其中,糖尿病视网膜病变是2型糖尿病患者过早失明的主要原因,且与CVD死亡风险的增加有关[19,20]。此外,在一般人群中,视网膜微血管系统的改变与糖尿病的发病风险及充血性心力衰竭和心脑血管死亡风险独立相关,这也表明在糖尿病发生发展的过程中存在着微血管的改变[21]。也有研究发现,在糖尿病患者中股动脉内膜中层厚度对粥样硬化性心血管疾病也存在一定预测价值[22]

本研究发现,糖尿病前期与CVD死亡的HRs(95%CI)为1.37(1.04~1.80),与近期发表的研究结果一致[23,24]。此外,本研究估计我国35岁及以上人群糖尿病前期和糖尿病相关CVD死亡的PAF分别为2.48%(95%CI:2.31%~2.66%)和2.96%(95%CI:2.79%~3.13%)。归因于糖尿病前期和糖尿病的CVD死亡人数分别为11.99万和13.97万。本研究还发现,不同糖代谢状态的CVD死亡的PAF存在省级差异,为开展地区内卫生政策研究提供了科学依据。本研究还显示,尽管北京市的糖尿病前期和糖尿病的相关CVD死亡PAF较高,但归因死亡人数却处于较低水平,而相关死亡人群PAF相对低的河北省的归因死亡人数却处于较高水平,这可能与经济发展状况、医疗设施情况、老龄化进程等因素有关[25]

本研究也存在一些局限性。首先,由于纳入地区及研究人群有限、随访时间较短等原因无法产出各地区、各省关联强度,使得各地区和省之间使用相同的关联强度,可能会造成一定程度的偏倚[13,26]。其次,研究对象的基本特征都是在基线调查时获得的,因此不能作为依时协变量纳入研究。

综上,本研究首次利用具有全国代表性的大样本数据进行分析,显示糖尿病前期和糖尿病带来的CVD负担较重,且存在地区和省份差异,相关部门应积极采取措施,从群体和个人层面加强对血糖水平的控制,从而减轻其带来的疾病负担。

利益冲突
利益冲突

参考文献
[1]
International Diabetes Federation. IDF Diabetes Atlas. 9th Edition[DB/OL]. Brussels, Belgium: International Diabetes Federation, 2021.
[2]
GBD 2019 Risk Factors Collaborators. Global burden of 87 risk factors in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet, 2020, 396(10258): 1223-1249. DOI: 10.1016/s0140-6736(20)30752-2.
[3]
YusufS, JosephP, RangarajanS, et al. Modifiable risk factors, cardiovascular disease, and mortality in 155 722 individuals from 21 high-income, middle-income, and low-income countries (PURE): a prospective cohort study [J]. Lancet, 2020, 395(10226): 795-808. DOI: 10.1016/s0140-6736(19)32008-2.
[4]
StokesA, PrestonSH. Deaths Attributable to Diabetes in the United States: Comparison of Data Sources and Estimation Approaches[J]. PLoS One, 2017, 12(1): e0170219. DOI: 10.1371/journal.pone.0170219.
[5]
赵艳芳王卓群杨静. 2013年中国25岁及以上人群高血糖归因死亡对期望寿命的影响[J]. 中华流行病学杂志2017, 38(8): 1028-1032. DOI: 10.3760/cma.j.issn.0254-6450.2017.08.006.
ZhaoYF, WangZQ, YangJ. et al. Number of deaths that attributable to high fasting plasma glucose among population aged 25 and above and its impact on life expectancy in China[J]. Chin J Epidemiol, 2017, 38(8): 1028-1032. DOI: 10.3760/cma.j.issn.0254-6450.2017.08.006.
[6]
GreggEW, GuQ, ChengYJ, et al. Mortality Trends in Men and Women with Diabetes, 1971 to 2000[J]. Ann Intern Med, 2007, 147(3): 149-155. DOI: 10.7326/0003-4819-147-3-200708070-00167.
[7]
GreggEW, ChengYJ, SaydahS, et al. Trends in death rates among U.S. adults with and without diabetes between 1997 and 2006: findings from the National Health Interview Survey[J]. Diabetes Care, 2012, 35(6): 1252-1257. DOI: 10.2337/dc11-1162.
[8]
WangZ, ChenZ, ZhangL, et al. Status of Hypertension in China: Results From the China Hypertension Survey, 2012-2015[J]. Circulation, 2018, 137(22): 2344-2356. DOI: 10.1161/circulationaha.117.032380.
[9]
WangZ, ChenZ, WangX, et al. The Disease Burden of Atrial Fibrillation in China from a National Cross-sectional Survey[J]. Am J Cardiol, 2018, 122(5): 793-798. DOI: 10.1016/j.amjcard.2018.05.015.
[10]
ChenZ, WangX, WangZ, et al. Assessing the validity of oscillometric device for blood pressure measurement in a large population-based epidemiologic study[J]. J Am Soc Hypertens, 2017, 11(11): 730-736.e4. DOI: 10.1016/j.jash.2017.09.004.
[11]
中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)[J]. 中华糖尿病杂志2021, 13(4): 315-409. DOI: 10.3760/cma.j.cn115791-20210221-00095.
Chinese Diabetes Society. Guideline for the prevention and treatment of type 2 diabetes mellites in China (2020 edition)[J]. Chin J Diabetes Mellitus, 2021, 13(4): 315-409. DOI: 10.3760/cma.j.cn115791-20210221-00095.
[12]
中国成人血脂异常防治指南修订联合委员会. 中国成人血脂异常防治指南(2016年修订版)[J]. 中华心血管病杂志2016, 44(10): 833-853. DOI: 10.3760/cma.j.issn.0253-3758.2016.10.005.
Joint committee issued Chinese guideline for the management of dyslipidemia in adults. 2016 Chinese guideline for the management of dyslipidemia in adults[J]. Chin J Cardiol, 2016, 44(10): 833-853. DOI: 10.3760/cma.j.issn.0253-3758.2016.10.005.
[13]
XiaC, ZhengR, ZengH, et al. Provincial-level cancer burden attributable to active and second-hand smoking in China[J]. Tob Control, 2019, 28(6): 669-675. DOI: 10.1136/tobaccocontrol-2018-054583.
[14]
LaceyB, LewingtonS, ClarkeR, et al. Age-specific association between blood pressure and vascular and non-vascular chronic diseases in 0.5 million adults in China: a prospective cohort study[J]. Lancet Global Health, 2018, 6(6): e641-e649. DOI: 10.1016/S2214-109x(18)30217-1.
[15]
李镒冲刘世炜王丽敏. 1990年与2010年中国慢性病主要行为危险因素的归因疾病负担研究[J]. 中华预防医学杂志2015, 49(4): 303-308. DOI: 10.3760/cma.j.issn.0253-9624.2015.04.012.
LiYC, LiuSW, WangLM, et al. Burden of disease attributable to main behavioral risk factor of chronic disease inactivity in China, 1990 and 2010[J]. Chin J Prev Med, 2015, 49(4): 303-308. DOI: 10.3760/cma.j.issn.0253-9624.2015.04.012.
[16]
刘世炜周脉耕王黎君. 1990年与2010年中国归因于室外空气污染的疾病负担分析[J]. 中华预防医学杂志2015, 49(4): 327-333. DOI: 10.3760/cma.j.issn.0253-9624.2015.04.016.
LiuSW, ZhouMG, WangLJ, et al. Burden of disease attributable to ambient particulate matter pollution in 1990 and 2010 in China[J]. Chin J Prev Med, 2015, 49(4): 327-333. DOI: 10.3760/cma.j.issn.0253-9624.2015.04.016.
[17]
RothGA, MensahGA, JohnsonCO, et al. Global Burden of Cardiovascular Diseases and Risk Factors, 1990-2019: Update From the GBD 2019 Study[J]. J Am Coll Cardiol, 2020, 76(25): 2982-3021. DOI: 10.1016/j.jacc.2020.11.010.
[18]
李镒冲刘晓婷胡楠. 中国2010年糖尿病疾病负担[J]. 中华流行病学杂志2013, 34(1): 33-36. DOI: 10.3760/cma.j.issn.0254-6450.2013.01.008.
LiYC, LiuXT, HuN, et al. Disease burden on diabetes in China, 2010[J]. Chin J Epidemiol, 2013, 34(1): 33-36. DOI: 10.3760/cma.j.issn.0254-6450.2013.01.008.
[19]
MathurR, BhaskaranK, EdwardsE, et al. Population trends in the 10-year incidence and prevalence of diabetic retinopathy in the UK: a cohort study in the Clinical Practice Research Datalink 2004-2014[J]. BMJ Open, 2017, 7(2): e014444. DOI: 10.1136/bmjopen-2016-014444.
[20]
GuoVY, CaoB, WuX, et al. Prospective Association between Diabetic Retinopathy and Cardiovascular Disease-A Systematic Review and Meta-analysis of Cohort Studies[J]. J Stroke Cerebrovasc Dis, 2016, 25(7): 1688-1695. DOI: 10.1016/j.jstrokecerebrovasdis.2016.03.009.
[21]
HafnerJ, GinnerL, KarstS, et al. Regional Patterns of Retinal Oxygen Saturation and Microvascular Hemodynamic Parameters Preceding Retinopathy in Patients With Type II Diabetes[J]. Invest Ophthalmol Vis Sci, 2017, 58(12): 5541-5547. DOI: 10.1167/iovs.17-22523.
[22]
任苗苗吴坚. 2型糖尿病患者股动脉内膜中层厚度和踝臂指数对冠状动脉粥样硬化性心脏病的预测价值[J]. 中国心血管杂志2017, 22(6): 433-437. DOI: 10.3969/j.issn.1007-5410.2017.06.011.
RenMM, WuJ. Predictive value of femoral artery intima-media thickness and ankle brachial index to coronary artery disease in patients with type 2 diabetes mellitus[J]. Chin J Cardiovasc Med, 2017, 22(6): 433-437. DOI: 10.3969/j.issn.1007-5410.2017.06.011.
[23]
HuangY, CaiX, MaiW, et al. Association between prediabetes and risk of cardiovascular disease and all cause mortality: systematic review and meta-analysis[J]. BMJ, 2016, 355: i5953. DOI: 10.1136/bmj.i5953.
[24]
王晓霞鲜彤章贾晓凡. 2型糖尿病患者的心脑血管疾病影响因素的Nomogram分析[J]. 中国心血管杂志2017, 22(1): 43-48. DOI: 10.3969/j.issn.1007-5410.2017.01.009.
WangXX, XianTZ, JiaXF, et al. Nomogram analysis of the influencing factors of cardiovascular and cerebrovascular diseases in patients with type 2 diabetes mellitus[J]. Chin J Cardiovasc Med, 2017, 22(1): 43-48. DOI: 10.3969/j.issn.1007-5410.2017.01.009.
[25]
LiY, ZhangM, JiangY, et al. Co-variations and clustering of chronic disease behavioral risk factors in China: China Chronic Disease and Risk Factor Surveillance, 2007[J]. PLoS One, 2012, 7(3): e33881. DOI: 10.1371/journal.pone.0033881.
[26]
ChenW, XiaC, ZhengR, et al. Disparities by province, age, and sex in site-specific cancer burden attributable to 23 potentially modifiable risk factors in China: a comparative risk assessment[J]. Lancet Glob Health, 2019, 7(2): e257-e269. DOI: 10.1016/S2214-109X(18)30488-1.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词