作者:by Elsevier
迄今为止,对类风湿关节炎数据的最全面的分析表明,自1980年以来,人口变化和不均匀的健康基础设施加剧了类风湿关节炎负担,并显示了颗粒状水平上的全球差异。
AI驱动的学习在风湿病的年鉴,利用深度学习技术和政策模拟来揭示国家水平研究以前错过的局部干预措施的可行见解。它的设计产生了至2040年的进一步疾病负担的高度精确,动态的预测。
MPH的首席研究员Queran Lin,伦敦帝国学院医学院的公共卫生教育与培训中心合作;广州太阳YAT-SEN纪念医院临床研究中心的临床研究设计部解释说:“虽然以前的全球疾病负担(GBD)研究提供了重要的见解,但它们主要集中在全球和国家范围的高级描述和可视化上,未能捕捉到本地位置上的偏见或社会经济学上的动态互动和疾病的发展趋势。
“借助获得足够的计算资源和高级分析能力,我们的全球疾病合作负担旨在释放GBD数据集的全部潜力(由华盛顿大学卫生指标与评估研究所开创)。
“通过采用尖端的方法,例如基于变形金刚的深度学习模型,我们能够产生迄今为止最粒状的疾病负担估计,从而为指导各种人群的精确公共卫生提供了新的框架。”
使用GBD数据,该研究整合了最大的时空类风湿关节炎从1980年到2021年,跨越953全球到本地地点的数据集具有一个新颖的深度学习框架,以揭示人口衰老,人口增长和不均匀的医疗保健基础设施如何加剧风湿性关节炎关节炎的负担不同。
它还使研究人员能够分析流行,发病率,死亡率,残疾调整的生活年(Dalys),损失的年代(YLL)以及类风湿关节炎的残疾(YLDS)以及他们的年龄社会经济不平等以及基于社会经济发展水平(边境)的可实现疾病控制,并预测长期负担,直到2040年进行场景模拟。
该研究观察到,在全球范围内存在明显的绝对和相对社会人口统计学指数(SDI)相关的不平等,而SDI高和高中SDI的国家承担了不成比例的负担。该研究的主要发现是:
香港城市大学生物医学科学系Baozhen Huang博士博士说:“尽管SDI较高,尽管SDI很高,但日本的达利人持续下降,这证明,仅靠社会经济地位并不能决定兴奋的结果;例如,早期诊断计划等积极的卫生保健政策可以反向趋势。”
世界各地的许多地区仍然缺乏必要的证据基础,无法为精确的卫生政策和有针对性的干预措施提供信息。这些数据旨在支持更明智的临床决策和卫生政策计划,尤其是在历史上稀缺的可靠次国家证据的环境中。
武汉大学宪法医学院骨科系医学博士的共同领导作者Wenyi Jin博士;香港城市大学生物医学科学系总结说:“该先进框架的采用量化了可行干预方案对公共卫生中的预期影响,为全球,国家和地方层面的决策者提供了更可靠的,动态的证据,并重新定义了健康的健康状况。”
更多信息:1980 - 2040年953年全球到本地位置的类风湿关节炎的时空分布和区域差异,具有深度学习授权的预测和评估介入政策的好处,风湿病的年鉴(2025)。doi:10.1016/j.ard.2025.04.009
引用:AI驱动的研究表明,自1980年以来,全球类风湿关节炎的激增,揭示了当地的热点(2025年,6月16日)检索2025年6月16日摘自https://medicalxpress.com/news/2025-06-ai-power-surge-global-rheumatoid.html
该文档具有版权。除了为私人研究或研究目的的任何公平交易外,没有未经书面许可,可以复制部分。内容仅用于信息目的。