1990—2019年中国蛋白质能量营养不良发病趋势及预测研究

doi:10.12114/j.issn.1007-9572.2022.0556

中国全科医学 ›› 2023, Vol. 26 ›› Issue (05): 591-597.DOI: 10.12114/j.issn.1007-9572.2022.0556

所属专题：营养最新文章合集

1990—2019年中国蛋白质能量营养不良发病趋势及预测研究

王红心¹, 樊文龙¹, 杨晓雨¹, 陈东宇¹, 黄巧¹, 潘素跃¹, 王朴¹, 胡敏¹, 何玉清¹^,²^,^*()

1．523808　广东省东莞市，广东医科大学公共卫生学院流行病与卫生统计学系　广东医科大学医学系统生物学研究所
2．523400　广东省东莞市寮步医院皮肤科

收稿日期:2022-05-29 修回日期:2022-09-18 出版日期:2023-02-15 发布日期:2022-09-29
通讯作者: 何玉清
作者贡献：王红心、樊文龙、杨晓雨提出研究思路、目的、方法及研究题目，收集数据并进行整理，绘制图表；王红心起草并撰写论文；王红心、樊文龙负责统计分析；陈东宇、黄巧、潘素跃、王朴、胡敏仔细审校数据分析过程，并对论文结果进行分析和解读；全体作者参与论文修改和审校；王红心、何玉清负责最终版本修订，并对论文整体负责。
基金资助:
国家自然科学基金资助项目(81773312); 广东省"扬帆计划引进紧缺拔尖"人才项目(201433005); 东莞市社会发展科技重点项目(20211800905552)

Protein-energy Malnutrition Incidence in China: Trend in 1990-2019 and Future Trend in 2020-2029

WANG Hongxin¹, FAN Wenlong¹, YANG Xiaoyu¹, CHEN Dongyu¹, HUANG Qiao¹, PAN Suyue¹, WANG Pu¹, HU Min¹, HE Yuqing¹^,²^,^*()

1. Department of Epidemiology and Medical Statistics, School of Public Health, Guangdong Medical University/Institute of Medical Systems Biology, Guangdong Medical University, Dongguan 523808, China
2. Department of Dermatology, Liaobu Hospital of Dongguan, Dongguan 523400, China

Received:2022-05-29 Revised:2022-09-18 Published:2023-02-15 Online:2022-09-29
Contact: HE Yuqing

分享到

摘要/Abstract

摘要： 背景蛋白质能量营养不良（PEM）是常见的营养缺乏症之一，随着生活方式以及饮食习惯的改变，人们对营养健康问题的关注度日益增加，而PEM可对不同年龄人群的健康产生不同程度影响。目的分析1990—2019年中国PEM发病趋势以及不同年龄的PEM发病状况，并预测2020—2029年PEM发病趋势。方法本研究数据来源于2019年全球疾病负担研究（GBD 2019），从该数据库中获取1990—2019年中国不同年龄段的PEM发病和死亡指标，各标化率的计算均采用世界标准人口计算。将发病数据分为18个年龄组（<5岁，5~9岁，以此类推至80~84岁和85岁及以上）。采用Joinpoint回归分析计算发病率的年度百分比变化（APC）和年度平均百分比变化（AAPC）以及95%置信区间（CI），并描述其变化趋势。利用自回归求和移动平均模型（ARIMA模型）预测中国2020—2029年PEM发病趋势。结果（1）2019年中国全人群PEM标化发病率为1 996.5/10万，男性PEM标化发病率（2 444.7/10万）高于女性（1 536.0/10万）。2019年中国全人群PEM标化发病率低于全球（2 099.4/10万），但男性PEM标化发病率高于全球男性（2 304.0/10万）。<5岁人群PEM发病率最高（4 402.5/10万），其次是80~84岁（2 417.7/10万）。5岁以后，无论男女PEM标化发病率均随年龄的增加而增高，且男性仍大于女性。（2）1999—2019年中国PEM标化发病率结果显示：标化发病率整体趋势呈现6个拐点，分别在1995年、2006年、2010年、2014年、2017年、2019年。1990—1995年和2010—2014年中国PEM标化发病率呈下降趋势，APC分别为-1.3%、-2.3%（P<0.05）。1995—2006年、2006—2010年，中国PEM标化发病率均呈现上升趋势，APC分别为0.9%、2.5%（P<0.05）。2017—2019年中国PEM标化发病率的增长趋势最明显，APC为8.9%（P<0.05）。1999—2019年中国PEM标化发病率以年平均变化0.7%的速度上升（AAPC=0.7%，P<0.05）。（3）1999—2019年中国PEM年龄别发病率结果显示：1999—2019年<5岁的人群以年平均变化2.1%的速度下降，其余各年龄段年均变化呈现整体平稳上升趋势（P<0.05）。75~84岁中的2个年龄段，PEM发病率在1999—2019年每个时间间隔均呈上升趋势（P<0.05）。（4）通过ARIMA模型预测结果显示，2020—2029年中国PEM发病率仍持续上升，2029年可达7 280.06/10万。结论 2019年中国全人群PEM标化发病率（1 996.5/10万）低于全球（2 099.4/10万），但男性PEM标化发病率高于全球男性（2 304.0/10万）。1999—2019年中国PEM标化发病率以年平均变化0.7%的速度上升，且据预测，直到2029年PEM标化发病率仍会继续上升，可达7 280.06/10万。

关键词: 蛋白质能量营养不良, 营养和代谢性疾病, 发病, 趋势, Joinpoint回归模型, ARIMA模型, 2019全球疾病负担研究

Abstract:

Background

Protein-energy malnutrition (PEM) is a common nutritional deficiency. With the change of lifestyle and eating habits, people pay increasing attention to nutritional health problems, and PEM may have different effects on the health of different age groups.

Objective

To analyze the overall and age-specific trends of PEM incidence in 1990-2019 and to predict its incidence in 2020-2029 in China.

Methods

The data of this study were derived from the Global Burden of Disease Study 2019, involving mortality indicators, and incidence indicators in 18 age groups (ranged from 0 to over 85 years grouped by an interval of 5 years) of PEM in China from 1990 to 2019. The age-standardized rates were calculated using the world standard population. Joinpoint regression analysis was used to calculate the annual percentage change (APC) and annual average percentage change (AAPC) of the incidence rate and 95% confidence interval, and to describe the temporal trend. The autoregressive integrated moving average (ARIMA) model was used to predict the incidence of PEM in China from 2020 to 2029.

Results

(1) In 2019, the standardized incidence ratio (SIR) of PEM in the whole population of China was 1 996.5/100 000, and that in males (2 444.7/100 000) was higher than that in females (1 536.0/100 000) . The SIR of PEM in the whole population in China was lower than that of the world standard population (2 099.4/100 000) , and that of PEM in Chinese males was higher than that in the world standard male population (2 304.0/100 000) . The incidence of PEM was highest in <5 years old group (4 402.5/100 000) , followed by 80-84 years old group (2 417.7/100 000) . After 5 years old, the incidence of PEM in both males and females increased with age, but that was still higher in males. (2) The SIR of PEM in China from 1999 to 2019 generally showed six inflection points, which were in 1995, 2006, 2010, 2014, 2017 and 2019, respectively. The SIR of PEM in China showed a downward trend in periods from 1990 to 1995 (APC=-1.3%) and from 2010 to 2014 (APC=-2.3%) (P<0.05) . But from 1995 to 2006 and 2006 to 2010, it showed an upward trend, with APC of 0.9% in 1995, and of 2.5% in 2010, respectively (P<0.05) . The growth trend of the SIR of PEM was the most obvious in 2017-2019, with an APC of 8.9% (P<0.05) . The SIR of PEM in China increased at an average annual rate of 0.7% from 1999 to 2019 (AAPC=0.7%, P<0.05) . (3) The age-specific incidence of PEM in China from 1999 to 2019 showed that the incidence of PEM decreased at an average annual rate of 2.1% in the population under 5 years old, but showed a steady upward trend in other 17 groups (P<0.05) . In age groups of 75-79 and 80-84, the incidence of PEM increased at each time interval from 1999 to 2019 (P<0.05) . (4) The ARIMA model-based prediction showed that the incidence of PEM in China might continue to rise from 2020 to 2029, reaching 7 280.06/100 000 in 2029.

Conclusion

In 2019, the SIR of PEM in the whole population in China (1 996.5/100 000) was lower than that in the world standard population (2 099.4/100 000) , but that of PEM in Chinese males was higher than that in the world standard male population (2 304.0/100 000) . The SIR of PEM in China increased at an average annual rate of 0.7% from 1999 to 2019, and it might continue to rise until 2029.

Key words: Protein-energy malnutrition, Nutritional and metabolic diseases, Morbidity, Trends, Joinpoint regression model, ARIMA model, Global Burden of Disease Study 2019

王红心,樊文龙,杨晓雨,等. 1990—2019年中国蛋白质能量营养不良发病趋势及预测研究[J]. 中国全科医学, 2023, 26(05): 591-597. DOI: 10.12114/j.issn.1007-9572.2022.0556.
WANG Hongxin,FAN Wenlong,YANG Xiaoyu, et al. Protein-energy Malnutrition Incidence in China: Trend in 1990-2019 and Future Trend in 2020-2029[J]. Chinese General Practice, 2023, 26(05): 591-597. DOI: 10.12114/j.issn.1007-9572.2022.0556.

图/表 5

参考文献 22

[1]	GULERIA P，KUMAR V，GULERIA S. Genetic engineering：a possible strategy for protein-energy malnutrition regulation[J]. Mol Biotechnol，2017，59（11/12）：499-517. DOI：10.1007/s12033-017-0033-8.
[2]	BATOOL R，BUTT M S，SULTAN M T，et al. Protein-energy malnutrition：a risk factor for various ailments[J]. Crit Rev Food Sci Nutr，2015，55（2）：242-253. DOI：10.1080/10408398.2011.651543.
[3]	GBD Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories，1990-2019：a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet，2020，396（10258）：1204-1222. DOI：10.1016/S0140-6736(20)30925-9.
[4]	肖瑛，钟晨晖，魏凤华，等. 2004—2018年湖北省人群血吸虫病流行趋势Joinpoint回归分析[J]. 中国血吸虫病防治杂志，2022，34（2）：122-127. DOI：10.16250/j.32.1374.2022011.
[5]	高慧，陈馨馨，姜玉，等. 2010—2017年基于Joinpoint回归模型上海长宁区中小学生伤害趋势分析[J]. 公共卫生与预防医学，2021，32（5）：24-27. DOI：10.3969/j.issn.1006-2483.2021.05.006.
[6]	李志超，刘升. 基于ARIMA模型、灰色模型和回归模型的预测比较[J]. 统计与决策，2019，35（23）：38-41. DOI：10.13546/j.cnki.tjyjc.2019.23.007.
[7]	徐杰茹，陈磊，王冕，等. 1990—2019年中国女性卵巢癌发病趋势分析与预测[J]. 现代预防医学，2021，48（19）：3457-3460，3470.
[8]	赵创艺，袁空军，杨媛，等. 基于ARIMA与NNAR模型的中国慢性阻塞性肺疾病疾病负担预测研究[J]. 中国全科医学，2022，25（16）：1942-1949. DOI：10.12114/j.issn.1007-9572.2022.0045.
[9]	岳雅琪，沈娟，顾雅芳，等. 上海某社区0~24月龄婴幼儿营养不良现况分析[J]. 社区医学杂志，2018，16（18）：1382-1384，1388.
[10]	张芳霞，胡颖，宋亚楠，等. 遵义地区1岁以下农村留守儿童蛋白质-能量营养不良状况调查及影响因素分析[J]. 中国全科医学，2021，24（11）：1406-1409. DOI：10.12114/j.issn.1007-9572.2021.00.137.
[11]	范建桢，魏红，汪亚文，等. 成年维持性血液透析病人蛋白质-能量消耗研究进展[J]. 护理研究，2019，33（2）：302-305. DOI：10.12102/j.issn.1009-6493.2019.02.028.
[12]	DWYER J T，GAHCHE J J，WEILER M，et al. Screening community-living older adults for protein energy malnutrition and frailty：update and next steps[J]. J Community Health，2020，45（3）：640-660. DOI：10.1007/s10900-019-00739-1.
[13]	KAIPAINEN T，HARTIKAINEN S，TIIHONEN M，et al. Effect of individually tailored nutritional counselling on protein and energy intake among older people receiving home care at risk of or having malnutrition：a non-randomised intervention study[J]. BMC Geriatr，2022，22（1）：391. DOI：10.1186/s12877-022-03088-2.
[14]	SIEBER C C. Malnutrition and sarcopenia[J]. Aging Clin Exp Res，2019，31（6）：793-798. DOI：10.1007/s40520-019-01170-1.
[15]	MATHEWSON S L，AZEVEDO P S，GORDON A L，et al. Overcoming protein-energy malnutrition in older adults in the residential care setting：a narrative review of causes and interventions[J]. Ageing Res Rev，2021，70：101401. DOI：10.1016/j.arr.2021.101401.
[16]	LEIJ-HALFWERK S，VERWIJS M H，VAN HOUDT S，et al. Prevalence of protein-energy malnutrition risk in European older adults in community，residential and hospital settings，according to 22 malnutrition screening tools validated for use in adults≥65 years：a systematic review and meta-analysis[J]. Maturitas，2019，126：80-89. DOI：10.1016/j.maturitas.2019.05.006.
[17]	ADEJUMO A C，AKANBI O，PANI L. Protein energy malnutrition is associated with worse outcomes in sepsis-a nationwide analysis[J]. J Acad Nutr Diet，2019，119（12）：2069-2084. DOI：10.1016/j.jand.2019.04.019.
[18]	MATWEE L K，ALAVERDASHVILI M，MUIR G D，et al. Preventing protein-energy malnutrition after cortical stroke enhances recovery of symmetry in forelimb use during spontaneous exploration[J]. Physiol Appliquee Nutr Metab，2020，45（9）：1015-1021. DOI：10.1139/apnm-2019-0865.
[19]	ALAVERDASHVILI M，CAINE S，LI X，et al. Protein-energy malnutrition exacerbates stroke-induced forelimb abnormalities and dampens neuroinflammation[J]. Transl Stroke Res，2018，9（6）：622-630. DOI：10.1007/s12975-018-0613-3.
[20]	OLIVEIRA E A，ZHENG R H，CARTER C E，et al. Cachexia/Protein energy wasting syndrome in CKD：causation and treatment[J]. Semin Dial，2019，32（6）：493-499. DOI：10.1111/sdi.12832.
[21]	ADEJUMO A C，ADEJUMO K L，ADEGBALA O M，et al. Protein-energy malnutrition and outcomes of hospitalizations for heart failure in the USA[J]. Am J Cardiol，2019，123（6）：929-935. DOI：10.1016/j.amjcard.2018.12.014.
[22]	SCHOLES G. Protein-energy malnutrition in older Australians：a narrative review of the prevalence，causes and consequences of malnutrition，and strategies for prevention[J]. Health Promot J Austr，2022，33（1）：187-193. DOI：10.1002/hpja.489.

年份（年）	APC（95%CI）（%）	AAPC（95%CI）（%）
1990—1995	-1.3（-1.9，-0.7）^a	0.7（0.3，1.1）^a
1995—2006	0.9（0.7，1.1）^a
2006—2010	2.5（1.1，3.9）^a
2010—2014	-2.3（-3.6，-1.0）^a
2014—2017	0.2（-2.4，2.9）
2017—2019	8.9（6.0，11.9）^a

年份（年）	APC（95%CI）（%）	AAPC（95%CI）（%）
1990—1995	-1.3（-1.9，-0.7）^a	0.7（0.3，1.1）^a
1995—2006	0.9（0.7，1.1）^a
2006—2010	2.5（1.1，3.9）^a
2010—2014	-2.3（-3.6，-1.0）^a
2014—2017	0.2（-2.4，2.9）
2017—2019	8.9（6.0，11.9）^a

年龄（岁）	年份（年）	APC（95%CI）（%）	AAPC（95%CI）（%）	年龄（岁）	年份（年）	APC（95%CI）（%）	AAPC（95%CI）（%）
<5	1990—1994	-7.2（-9.1，-5.2）^a	-2.1（-2.5，-1.7）^a	45~49	1990—2000	2.4（2.3，2.6）^a	2.1（1.8，2.5）^a
	1994—2003	-2.3（-3.0，-1.6）^a			2000—2005	1.2（0.5，1.9）^a
	2003—2019	-0.7（-0.9，-0.4）^a			2005—2010	3.4（2.7，4.2）^a
5~9	1990—1995	1.7（1.4，2.0）^a	2.3（2.1，2.5）^a		2010—2014	-0.9（-2.0，0.3）
	1995—2001	4.9（4.6，5.3）^a			2014—2017	1.0（-1.3，3.4）
	2001—2010	2.8（2.6，3.0）^a			2017—2019	7.4（5.0，9.9）^a
	2010—2014	-6.0（-6.6，-5.3）^a		50~54	1990—2001	2.2（2.0，2.3）^a	2.0（1.6，2.3）^a
	2014—2017	-1.0（2.4，0.4）			2001—2005	0.6（-0.4，1.7）
	2017—2019	17.3（15.7，19.0）^a			2005—2010	3.6（2.9，4.3）^a
10~14	1990—1995	1.8（1.6，2.0）^a	2.3（2.1，2.4）^a		2010—2014	-0.6（-1.6，0.5）
	1995—2000	4.4（4.1，4.7）^a			2014—2017	1.0（-1.2，3.1）
	2000—2010	3.0（3.0，3.1）^a			2017—2019	6.3（4.0，8.5）^a
	2010—2014	-5.2（-5.6，-4.7）^a		55~59	1990—2000	2.2（2.1，2.3）^a	1.9（1.7，2.1）^a
	2014—2017	-0.6（-1.6，0.4）			2000—2005	0.6（0.1，1.1）^a
	2017—2019	15.1（14.0，16.3）^a			2005—2010	3.5（3.0，4.0）^a
15~19	1990—1995	1.8（1.4，2.3）^a	2.2（1.9，2.6）^a		2010—2014	-0.2（-0.9，0.5）
	1995—1999	4.2（3.2，5.2）^a			2014—2017	1.0（-0.5，2.4）
	1999—2010	2.8（2.7，3.0）^a			2017—2019	5.8（4.3，7.4）^a
	2010—2014	-3.5（-4.5，-2.6）^a		60~64	1990—2000	2.2（2.1，2.4）^a	1.9（1.7，2.1）^a
	2014—2017	-0.6（-2.5，1.4）			2000—2005	0.3（-0.1，0.8）
	2017—2019	13.0（10.8，15.2）^a			2005—2010	3.5（3.0，4.0）^a
20~24	1990—1995	2.0（1.6，2.3）^a	2.3（2.1，2.5）^a		2010—2014	-0.2（-0.9，0.6）
	1995—1999	4.0（3.2，4.8）^a			2014—2017	1.0（-0.4，2.5）
	1999—2010	2.5（2.4，2.7）^a			2017—2019	5.5（4.0，7.0）^a
	2010—2014	-2.6（-3.3，-1.9）^a		65~69	1990—2000	2.2（2.1，2.3）^a	1.8（1.7，2.0）^a
	2014—2017	0.4（-1.0，1.9）			2000—2005	0.4（0.1，0.7）^a
	2017—2019	11.6（9.9，13.3）^a			2005—2010	3.5（3.2，3.8）^a
25~29	1990—1995	1.9（1.2，2.5）^a	2.2（1.8，2.7）^a		2010—2014	0（-0.5，0.5）
	1995—1998	4.1（1.2，7.0）^a			2014—2017	1.0（0，2.0）
	1998—2010	2.6（2.4，2.8）^a			2017—2019	4.5（3.5，5.5）^a
	2010—2014	-2.4（-3.8，-1.1）^a		70~74	1990—2000	2.2（2.1，2.3）^a	1.8（1.7，2.0）^a
	2014—2017	0.4（-2.3，3.3）			2000—2005	0.3（-0.1，0.7）
	2017—2019	11.1（8.0，14.2）^a			2005—2010	3.7（3.4，4.1）^a
30~34	1990—1995	1.8（1.3，2.2）^a	2.1（1.9，2.4）^a		2010—2017	0.4（0.2，0.6）^a
	1995—1999	3.6（2.5，4.7）^a			2017—2019	4.5（3.3，5.8）^a
	1999—2005	2.0（1.5，2.4）^a		75~79	1990—2000	2.0（1.9，2.0）^a	1.8（1.8，1.9）^a
	2005—2010	3.0（2.3，3.7）^a			2000—2005	0.3（0，0.5）^a
	2010—2017	-1.1（-1.5，-0.8）^a			2005—2010	3.8（3.6，4.1）^a
	2017—2019	10.1（7.8，12.5）^a			2010—2017	0.8（0.7，0.9）^a
35~39	1990—2001	2.6（2.4，2.7）^a	2.2（1.8，2.6）^a		2017—2019	3.8（3.1，4.6）^a
	2001—2005	1.3（0.1，2.5）^a		80~84	1990—2000	1.9（1.9，2.0）^a	1.8（1.8，1.9）^a
	2005—2010	3.6（2.8，4.4）^a			2000—2005	0.2（0.1，0.3）^a
	2010—2014	-1.5（-2.6，-0.3）^a			2005—2010	4.0（3.8，4.1）^a
	2014—2017	0.8（-1.5，3.2）			2010—2017	1.0（0.9，1.1）^a
	2017—2019	8.3（5.8，10.8）^a			2017—2019	4.0（3.4，4.5）^a
40~44	1990—1995	1.9（1.6，2.2）^a	2.1（1.9，2.3）^a	≥85	1990—2000	1.5（1.4，1.5）^a	1.6（1.5，1.6）^a
	1995—1999	3.5（2.8，4.2）^a			2000—2005	-0.3（-0.5，-0.1）^a
	1999—2005	1.3（0.9，1.6）^a			2005—2010	3.8（3.6，4.0）^a
	2005—2010	3.3（2.8，3.7）^a			2010—2016	0.3（0.2，0.5）^a
	2010—2016	-0.7（-1.0，-0.4）^a			2016—2019	3.7（3.4，4.0）^a
	2016—2019	5.9（5.2，6.7）^a

年龄（岁）	年份（年）	APC（95%CI）（%）	AAPC（95%CI）（%）	年龄（岁）	年份（年）	APC（95%CI）（%）	AAPC（95%CI）（%）
<5	1990—1994	-7.2（-9.1，-5.2）^a	-2.1（-2.5，-1.7）^a	45~49	1990—2000	2.4（2.3，2.6）^a	2.1（1.8，2.5）^a
	1994—2003	-2.3（-3.0，-1.6）^a			2000—2005	1.2（0.5，1.9）^a
	2003—2019	-0.7（-0.9，-0.4）^a			2005—2010	3.4（2.7，4.2）^a
5~9	1990—1995	1.7（1.4，2.0）^a	2.3（2.1，2.5）^a		2010—2014	-0.9（-2.0，0.3）
	1995—2001	4.9（4.6，5.3）^a			2014—2017	1.0（-1.3，3.4）
	2001—2010	2.8（2.6，3.0）^a			2017—2019	7.4（5.0，9.9）^a
	2010—2014	-6.0（-6.6，-5.3）^a		50~54	1990—2001	2.2（2.0，2.3）^a	2.0（1.6，2.3）^a
	2014—2017	-1.0（2.4，0.4）			2001—2005	0.6（-0.4，1.7）
	2017—2019	17.3（15.7，19.0）^a			2005—2010	3.6（2.9，4.3）^a
10~14	1990—1995	1.8（1.6，2.0）^a	2.3（2.1，2.4）^a		2010—2014	-0.6（-1.6，0.5）
	1995—2000	4.4（4.1，4.7）^a			2014—2017	1.0（-1.2，3.1）
	2000—2010	3.0（3.0，3.1）^a			2017—2019	6.3（4.0，8.5）^a
	2010—2014	-5.2（-5.6，-4.7）^a		55~59	1990—2000	2.2（2.1，2.3）^a	1.9（1.7，2.1）^a
	2014—2017	-0.6（-1.6，0.4）			2000—2005	0.6（0.1，1.1）^a
	2017—2019	15.1（14.0，16.3）^a			2005—2010	3.5（3.0，4.0）^a
15~19	1990—1995	1.8（1.4，2.3）^a	2.2（1.9，2.6）^a		2010—2014	-0.2（-0.9，0.5）
	1995—1999	4.2（3.2，5.2）^a			2014—2017	1.0（-0.5，2.4）
	1999—2010	2.8（2.7，3.0）^a			2017—2019	5.8（4.3，7.4）^a
	2010—2014	-3.5（-4.5，-2.6）^a		60~64	1990—2000	2.2（2.1，2.4）^a	1.9（1.7，2.1）^a
	2014—2017	-0.6（-2.5，1.4）			2000—2005	0.3（-0.1，0.8）
	2017—2019	13.0（10.8，15.2）^a			2005—2010	3.5（3.0，4.0）^a
20~24	1990—1995	2.0（1.6，2.3）^a	2.3（2.1，2.5）^a		2010—2014	-0.2（-0.9，0.6）
	1995—1999	4.0（3.2，4.8）^a			2014—2017	1.0（-0.4，2.5）
	1999—2010	2.5（2.4，2.7）^a			2017—2019	5.5（4.0，7.0）^a
	2010—2014	-2.6（-3.3，-1.9）^a		65~69	1990—2000	2.2（2.1，2.3）^a	1.8（1.7，2.0）^a
	2014—2017	0.4（-1.0，1.9）			2000—2005	0.4（0.1，0.7）^a
	2017—2019	11.6（9.9，13.3）^a			2005—2010	3.5（3.2，3.8）^a
25~29	1990—1995	1.9（1.2，2.5）^a	2.2（1.8，2.7）^a		2010—2014	0（-0.5，0.5）
	1995—1998	4.1（1.2，7.0）^a			2014—2017	1.0（0，2.0）
	1998—2010	2.6（2.4，2.8）^a			2017—2019	4.5（3.5，5.5）^a
	2010—2014	-2.4（-3.8，-1.1）^a		70~74	1990—2000	2.2（2.1，2.3）^a	1.8（1.7，2.0）^a
	2014—2017	0.4（-2.3，3.3）			2000—2005	0.3（-0.1，0.7）
	2017—2019	11.1（8.0，14.2）^a			2005—2010	3.7（3.4，4.1）^a
30~34	1990—1995	1.8（1.3，2.2）^a	2.1（1.9，2.4）^a		2010—2017	0.4（0.2，0.6）^a
	1995—1999	3.6（2.5，4.7）^a			2017—2019	4.5（3.3，5.8）^a
	1999—2005	2.0（1.5，2.4）^a		75~79	1990—2000	2.0（1.9，2.0）^a	1.8（1.8，1.9）^a
	2005—2010	3.0（2.3，3.7）^a			2000—2005	0.3（0，0.5）^a
	2010—2017	-1.1（-1.5，-0.8）^a			2005—2010	3.8（3.6，4.1）^a
	2017—2019	10.1（7.8，12.5）^a			2010—2017	0.8（0.7，0.9）^a
35~39	1990—2001	2.6（2.4，2.7）^a	2.2（1.8，2.6）^a		2017—2019	3.8（3.1，4.6）^a
	2001—2005	1.3（0.1，2.5）^a		80~84	1990—2000	1.9（1.9，2.0）^a	1.8（1.8，1.9）^a
	2005—2010	3.6（2.8，4.4）^a			2000—2005	0.2（0.1，0.3）^a
	2010—2014	-1.5（-2.6，-0.3）^a			2005—2010	4.0（3.8，4.1）^a
	2014—2017	0.8（-1.5，3.2）			2010—2017	1.0（0.9，1.1）^a
	2017—2019	8.3（5.8，10.8）^a			2017—2019	4.0（3.4，4.5）^a
40~44	1990—1995	1.9（1.6，2.2）^a	2.1（1.9，2.3）^a	≥85	1990—2000	1.5（1.4，1.5）^a	1.6（1.5，1.6）^a
	1995—1999	3.5（2.8，4.2）^a			2000—2005	-0.3（-0.5，-0.1）^a
	1999—2005	1.3（0.9，1.6）^a			2005—2010	3.8（3.6，4.0）^a
	2005—2010	3.3（2.8，3.7）^a			2010—2016	0.3（0.2，0.5）^a
	2010—2016	-0.7（-1.0，-0.4）^a			2016—2019	3.7（3.4，4.0）^a
	2016—2019	5.9（5.2，6.7）^a

年份（年）	预测值（1/10万）	95%CI
2020	2 280.32	（2 241.77，2 280.32）
2021	2 637.44	（2 519.85，2 755.03）
2022	3 059.19	（2 815.37，3 303.02）
2023	3 537.93	（3 117.49，3 958.36）
2024	4 066.89	（3 417.65，4 716.14）
2025	4 640.15	（3 709.01，5 571.29）
2025	5 252.45	（3 986.07，6 518.83）
2027	5 899.17	（4 244.42，7 553.91）
2028	6 576.23	（4 480.54，8 671.92）
2029	7 280.06	（4 691.61，9 868.50）

1990—2019年中国蛋白质能量营养不良发病趋势及预测研究

Protein-energy Malnutrition Incidence in China: Trend in 1990-2019 and Future Trend in 2020-2029

RichHTML

PDF

PDF (英文版)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 22

相关文章 15

编辑推荐

Metrics

留言

[1]	张爱丽, 侯旗旗, 韩全乐, 张伯亨, 张佳伟, 曹宏霞, 张超, 陈朔华, 吴寿岭, 李康博. 中国北方人群心房颤动与新发慢性肾脏病发病风险的相关性研究[J]. 中国全科医学, 2023, 26(36): 4521-4526.
[2]	包云丽, 汪哲, 唐海茹, 李娜, 郑英, 李斌, 马俊, 于晓辉. 1990—2019年中国炎症性肠病疾病负担及变化趋势分析[J]. 中国全科医学, 2023, 26(36): 4581-4586.
[3]	朱文鹏, 韩梦琦, 王雨欣, 王国平. 1990—2019年中国鼻咽癌发病与死亡的趋势及预测研究[J]. 中国全科医学, 2023, 26(34): 4269-4276.
[4]	徐健, 戴芳芳, 潘文雷, 黄倩, 陆萍, 王剑峰, 贾环, 杨宇琪, 黄蛟灵. "健康中国"背景下我国社区中医药服务研究热点和前沿趋势的可视化分析[J]. 中国全科医学, 2023, 26(34): 4343-4350.
[5]	王敏, 郭文军, 陈永真, 凤心雨, 汤忠泉, 赵晓敏, 欧婷, 戴昕妤, 李云涛. 基于Web of Science数据库的未分化疾病文献计量学和可视化分析[J]. 中国全科医学, 2023, 26(31): 3930-3938.
[6]	刘煜, 岳婷, 杨东宇, 赵中亭, 杨吉勃, 朱田田. 自噬在类风湿关节炎发病机制中的研究进展[J]. 中国全科医学, 2023, 26(29): 3710-3714.
[7]	张云盛, 张鹏, 靳育静, 高鹰. 中国长寿地区老年人血压水平与慢性肾脏病发病风险的关联研究[J]. 中国全科医学, 2023, 26(28): 3502-3506.
[8]	郑晓, 田峰, 陈一鸣, 薛本立, 石磊, 张持晨. 2002—2022年我国多重慢病领域研究热点及演进趋势分析[J]. 中国全科医学, 2023, 26(21): 2567-2573.
[9]	孙旭海, 石秀秀, 赵峥峥, 韩金祥. 2011—2021年北京市某社区新增与死亡严重精神障碍患者特征分析[J]. 中国全科医学, 2023, 26(19): 2402-2407.
[10]	刘露, 蒋运兰, 彭寒梅, 卢宇彤, 刘明婷, 廖诗沁. 心脏外科术后患者获得性吞咽障碍发病率的Meta分析[J]. 中国全科医学, 2023, 26(18): 2293-2300.
[11]	苏阿芳, 朱国玲, 张云水, 陈朔华, 赵秀娟, 杨文浩, 王银洁, 王凤飞, 辛英瑛, 吴寿岭, 张杰, 蒋晓忠. 非肥胖人群基线空腹血糖水平与急性胰腺炎发病风险的关系：前瞻性队列研究[J]. 中国全科医学, 2023, 26(18): 2203-2208.
[12]	梁珊珊, 周智华, 李成程, 陈慧靖, 周尚成. 1990—2019年中国糖尿病疾病负担及发病预测分析[J]. 中国全科医学, 2023, 26(16): 2013-2019.
[13]	宋华隆, 高鹰. 血尿酸水平与2型糖尿病发病风险的关联队列研究[J]. 中国全科医学, 2023, 26(15): 1831-1839.
[14]	杨鑫鑫, 郭清, 王晓迪, 司建平, 项锲, 龙鑫. 近十年我国可穿戴设备在健康管理领域的研究现状及发展趋势[J]. 中国全科医学, 2023, 26(12): 1513-1519.
[15]	张曦宇, 李叶, 吴群红, 李继达, 胡钰. 中国5岁以下儿童超重的时空演变模式高精度识别与预测研究[J]. 中国全科医学, 2023, 26(07): 816-824.