
GBD数据库高分文章解读!

文章题目:Discrepancies in dengue burden estimates: a comparative analysis of reported cases and global burden of disease study, 2010-2019
DOI:10.1093/jtm/taae069
中文标题:登革热负担估计差异:2010-2019 年报告病例与全球疾病负担研究的比较分析
发表杂志:J Travel Med
影响因子:1区,IF=9.1
发表时间:2024年6月
今天给大家分享一篇在 2024年6月发表在《J Travel Med》(1区,IF=9.1)的文章。本文这项研究利用了全球疾病、伤害和风险因素负担研究 (GBD) 2010-2019年的数据,将 30 个高负担国家和地区报告的登革热病例与 GBD 估计值进行比较,旨在评估 GBD 登革热估计值的准确性和可解释性。
研究方法:本研究的数据来源于 GBD 2019 研究以及记录已报告登革热病例的各个国家和国际数据库。分析针对 2010 年至 2019 年报告病例数 10 年平均值最高的前 30 个国家和地区。通过计算已报告病例数 10 年平均值与 GBD 估计值之间的绝对差异和比率来量化差异。计算了变异系数 (CV) 和估计年度百分比变化 (EAPC) 以评估两个数据源中的变异和趋势。
Table&Figure





结果解读:报告的数据和 GBD 估计值在登革热病例数、发病率和 EAPC 方面存在显著差异。许多实体的 GBD 估计值远高于报告病例,其中最显著的差异出现在中国(570.0 倍)、印度(303.0 倍)、孟加拉国(115.4 倍)、台湾(85.5 倍)和印度尼西亚(23.2 倍)。此外,GBD 的估计值未能准确反映登革热疫情的年度大幅波动,特别是在台湾、中国和阿根廷等非地方性地区,高 CV 就是明证。
结论:本研究揭示了 GBD 估计值与已报告的登革热病例之间存在巨大差异,强调在存在明显差异的地区进行全面分析的必要性。GBD 估计值未能反映登革热疫情每年的大幅波动,凸显了登革热疾病负担估计方法亟待改进。
大家在科研路上,可以借鉴这种研究方法,为自己的课题添砖加瓦。万层高楼平底起,一起加油呀!