1990—2019年中国痛风疾病负担趋势及未来十年预测研究

doi:10.12114/j.issn.1007-9572.2023.0505

中国全科医学 ›› 2024, Vol. 27 ›› Issue (02): 245-252.DOI: 10.12114/j.issn.1007-9572.2023.0505

• 论著·流行病学研究 • 上一篇

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¹, 冯天元², 周志衡², 李子悦¹, 颜丹虹¹, 林凯程³^,^*()

¹510515　广东省广州市，南方医科大学卫生管理学院
²518118　广东省深圳市坪山区人民医院
³510515　广东省广州市，南方医科大学南方医院

收稿日期:2023-07-26 修回日期:2023-09-05 出版日期:2024-01-15 发布日期:2023-10-23
通讯作者: 林凯程
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。
基金资助:
国家重点研发计划项目(2020YFC2006401); 广东省哲学社会科学"十三五"规划项目(GD18XGL53); 深圳市科技计划项目(JCYJ20210324135411031); 坪山区卫生健康系统科研项目(202289)

Trend Analysis of Gout Burden in China from 1990 to 2019 and Prediction for the Next Ten Years

FANG Jiawen¹, FENG Tianyuan², ZHOU Zhiheng², LI Ziyue¹, YAN Danhong¹, LIN Kaicheng³^,^*()

¹School of Health Management, Southern Medical University, Guangzhou 510515, China
²Shenzhen Pingshan District People's Hospital, Shenzhen 518118, China
³Nanfang Hospital, Southern Medical University, Guangzhou 510515, China

Received:2023-07-26 Revised:2023-09-05 Published:2024-01-15 Online:2023-10-23
Contact: LIN Kaicheng

分享到

摘要/Abstract

摘要： 背景痛风是常见的炎症性关节炎之一，对人们的健康造成很大的危害，但目前针对我国痛风疾病负担趋势分析与预测的相关研究有限。目的分析1990—2019年中国痛风疾病负担的变化趋势，并预测未来10年痛风的标化伤残调整寿命年（DALYs）率、标化发病率和标化患病率。方法提取全球疾病负担研究（GBD）2019有关中国痛风DALYs、发病情况和患病情况等疾病负担指标，采用Joinpoint回归模型计算标化DALYs率、标化发病率和标化患病率的年度变化百分比（APC）和平均年度变化百分比（AAPC），采用自回归移动平均模型（ARIMA模型）对2020—2029年的标化DALYs率、标化发病率和标化患病率进行预测。结果 1990—2019年，中国痛风DALYs从187 436人年增至510 485人年，增长了172.35%，发病人数从1 181 969例增至3 041 329例，增长了157.31%，患病人数从5 864 143例增至16 161 325例，增长了175.60%（对应的标化率分别增长了28.45%、25.92%和28.63%）。Joinpoint回归结果显示，1990—2019年，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%、0.9%，P<0.05）。痛风疾病负担具有明显的性别和年龄差异，男性疾病负担高于女性，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。女性各指标年龄高峰总体比男性延后，女性在45岁之后疾病负担开始加重，男女性疾病负担均在90岁之后再次增加。ARIMA模型结果显示，预计到2029年，因痛风造成的标化DALYs率和标化发病率分别下降0.33%和0.45%，标化患病率上升0.71%。结论 1990—2019年中国痛风疾病负担增长趋势明显，存在明显的性别和年龄差异，且出现年轻化趋势。预计到2029年，因痛风造成的标化患病率略有上升。

关键词: 痛风, 发病率, 患病率, 疾病负担, 趋势分析, ARIMA模型, 伤残调整寿命年

Abstract:

Background

Gout is the most common inflammatory arthritis, which causes great harm to people's health, however, there are limited studies on the trend analysis and prediction of gout burden in China.

Objective

To analyze the changing trend of gout in China from 1990 to 2019, and predict the age-standardized disability-adjusted life years (DALYs) rate, incidence rate and prevalence rate of gout in the next 10 years.

Methods

The indicators of DALYs, incidence, and prevalence of gout in China were extracted from the Global Burden of Disease Study (GBD 2019), the annual percentage change (APC) and annual average percentage change (AAPC) of the age-standardized DALYs rate, age-standardized incidence rate and age-standardized prevalence rate were calculated using the Joinpoint regression model, autoregressive integrated moving average model (ARIMA model) was used to predict the age-standardized DALYs rate, age-standardized incidence rate and age-standardized prevalence rate in 2020-2029.

Results

In 1990-2019, the DALYs of gout in China increased from 187 436 to 510 485 person-years, with an increase of 172.35%, the number of cases increased from 1 181 969 to 3 041 329, with an increase of 157.31%, the number of patients increased from 5 864 143 to 16 161 325, with an increase of 175.60% (the corresponding standardized rates increased by 28.45%, 25.92% and 28.63%, respectively). Joinpoint regression results showed an overall increasing trend in the age-standardized DALYs rate, age-standardized incidence rate and age-standardized prevalence rate (AAPC was 0.9%, 0.8%, 0.9%, respectively, P<0.05) from 1990 to 2019. The gout burden had significant gender and age differences, with men having a higher burden than women, and the range of the male-to-female gender ratios for the standardized DALYs rate, age-standardized incidence rate, and age-standardized prevalence rate was 3.23 to 3.51, 3.14 to 3.40, and 3.17 to 3.42, respectively. The age peaks for each indicator were generally delayed in females compared to males, the burden began to increase in females after 45 years of age, and the burden increased again after 90 years of age for both males and females. The ARIMA model results showed that the age-standardized DALYs rate and age-standardized incidence rate due to gout are projected to decrease by 0.33% and 0.45%, respectively, and the age-standardized prevalence rate to increase by 0.71% by 2029.

Conclusion

From 1990 to 2019, the gout burden in China showed an obvious increasing trend, with significant gender and age differences, and a trend of younger age. The age-standardized prevalence rate due to gout is expected to increase slightly by 2029.

Key words: Gout, Incidence, Prevalence, Burden of illness, Trend analysis, ARIMA model, DALYs

方珈文,冯天元,周志衡,等. 1990—2019年中国痛风疾病负担趋势及未来十年预测研究[J]. 中国全科医学, 2024, 27(02): 245-252. DOI: 10.12114/j.issn.1007-9572.2023.0505.
FANG Jiawen,FENG Tianyuan,ZHOU Zhiheng, et al. Trend Analysis of Gout Burden in China from 1990 to 2019 and Prediction for the Next Ten Years[J]. Chinese General Practice, 2024, 27(02): 245-252. DOI: 10.12114/j.issn.1007-9572.2023.0505.

图/表 7

参考文献 26

[1]	贺雅萌，王镁. 国内外最新痛风诊疗指南的解读和比较[J]. 风湿病与关节炎，2022，11（8）：53-57，62.
[2]	TANG Y M，ZHANG L，ZHU S Z，et al. Gout in China，1990-2017：the global burden of disease study 2017[J]. Public Health，2021，191：33-38. DOI：10.1016/j.puhe.2020.06.029.
[3]	HOFF L S，GOLDENSTEIN-SCHAINBERG C，FULLER R. Nephrolithiasis in gout：prevalence and characteristics of Brazilian patients[J]. Adv Rheumatol，2019，60（1）：2. DOI：10.1186/s42358-019-0106-4.
[4]	SINGH J A，GAFFO A. Gout epidemiology and comorbidities[J]. Semin Arthritis Rheum，2020，50（3S）：S11-16. DOI：10.1016/j.semarthrit.2020.04.008.
[5]	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.
[6]	SMITH E，HOY D，CROSS M，et al. The global burden of gout：estimates from the Global Burden of Disease 2010 Study[J]. Ann Rheum Dis，2014，73（8）：1470-1476. DOI：10.1136/annrheumdis-2013-204647.
[7]	JIN Z Y，WANG D D，ZHANG H Y，et al. Incidence trend of five common musculoskeletal disorders from 1990 to 2017 at the global，regional and national level：results from the Global Burden of Disease Study 2017[J]. Ann Rheum Dis，2020，79（8）：1014-1022. DOI：10.1136/annrheumdis-2020-217050.
[8]	黄海涛，陈姝玉，耿旭，等. 2005—2016年中国女性卵巢癌发病及死亡趋势研究[J]. 中国全科医学，2022，25（8）：990-994. DOI：10.12114/j.issn.1007-9572.2021.01.606.
[9]	ARUNKUMAR K E，KALAGA D V，SAI KUMAR C M，et al. Forecasting the dynamics of cumulative COVID-19 cases （confirmed，recovered and deaths） for top-16 countries using statistical machine learning models：Auto-Regressive Integrated Moving Average （ARIMA） and Seasonal Auto-Regressive Integrated Moving Average （SARIMA）[J]. Appl Soft Comput，2021，103：107161. DOI：10.1016/j.asoc.2021.107161.
[10]	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（5）：591-597. DOI：10.12114/j.issn.1007-9572.2022.0556.
[11]	LI Z Q，WANG Z Z，SONG H，et al. Application of a hybrid model in predicting the incidence of tuberculosis in a Chinese population[J]. Infect Drug Resist，2019，12：1011-1020. DOI：10.2147/IDR.S190418.
[12]	JEONG Y J，PARK S，YON D K，et al. Global burden of gout in 1990-2019：a systematic analysis of the Global Burden of Disease Study 2019[J]. Eur J Clin Invest，2023，53（4）：e13937. DOI：10.1111/eci.13937.
[13]	WU D Z，WONG P，GUO C，et al. Pattern and trend of five major musculoskeletal disorders in China from 1990 to 2017：findings from the Global Burden of Disease Study 2017[J]. BMC Med，2021，19（1）：34. DOI：10.1186/s12916-021-01905-w.
[14]	HAK A E，CHOI H K. Lifestyle and gout[J]. Curr Opin Rheumatol，2008，20（2）：179-186. DOI：10.1097/BOR.0b013e3282f524a2.
[15]	LI R R，YU K，LI C W. Dietary factors and risk of gout and hyperuricemia：a meta-analysis and systematic review[J]. Asia Pac J Clin Nutr，2018，27（6）：1344-1356. DOI：10.6133/apjcn.201811_27(6)0022.
[16]	DEHLIN M，JACOBSSON L，RODDY E. Global epidemiology of gout：prevalence，incidence，treatment patterns and risk factors[J]. Nat Rev Rheumatol，2020，16（7）：380-390. DOI：10.1038/s41584-020-0441-1.
[17]	赵敏，陈婷，黄振光，等. 1990—2019年中国痛风疾病负担研究[J]. 现代预防医学，2021，48（21）：3974-3978.
[18]	YUAN Q H，KARMACHARYA U，LIU F，et al. Uric acid and its correlation with hypertension in postmenopausal women：a multi-ethnic study （observational study）[J]. Clin Exp Hypertens，2020，42（6）：559-564. DOI：10.1080/10641963.2020.1739697.
[19]	EUN Y，KIM I Y，HAN K，et al. Association between female reproductive factors and gout：a nationwide population-based cohort study of 1 million postmenopausal women[J]. Arthritis Res Ther，2021，23（1）：304. DOI：10.1186/s13075-021-02701-w.
[20]	WU Y Y，SHIN D. Association between alcoholic beverage intake and hyperuricemia in Chinese adults：findings from the China Health and Nutrition Survey[J]. Medicine，2023，102（22）：e33861. DOI：10.1097/MD.0000000000033861.
[21]	齐涵. 痛风年轻化趋势分析及不同药物对肾脏排泄减少型痛风疗效比较[D]. 青岛：青岛大学，2022.
[22]	YOKOSE C，MCCORMICK N，CHOI H K. Dietary and lifestyle-centered approach in gout care and prevention[J]. Curr Rheumatol Rep，2021，23（7）：51. DOI：10.1007/s11926-021-01020-y.
[23]	李芳菲. 痛风患者饮食指南[J]. 家庭科技，2018（2）：36-37.
[24]	KOHAGURA K，KOJIMA S，UCHIYAMA K，et al. Febuxostat and renal outcomes：post-hoc analysis of a randomized trial[J]. Hypertens Res，2023，46（6）：1417-1422. DOI：10.1038/s41440-023-01198-x.
[25]	全璟平，陈峰. 非布司他治疗痛风伴高尿酸血症的有效性及安全性评价[J]. 山西医药杂志，2021，50（5）：722-724. DOI：10.3969/j.issn.0253-9926.2021.05.006.
[26]	AKARI S，NAKAMURA T，FURUSAWA K，et al. The reality of treatment for hyperuricemia and gout in Japan：a historical cohort study using health insurance claims data[J]. J Clin Hypertens，2022，24（8）：1068-1075. DOI：10.1111/jch.14539.

项目	DALYs			发病例数			患病例数
项目	1990年（人年）	2019年（人年）	变化率（%）	1990年（例）	2019年（例）	变化率（%）	1990年（例）	2019年（例）	变化率（%）
全人群	187 436	510 485	172.35	1 181 969	3 041 329	157.31	5 864 143	16 161 325	175.60
男性	144 697	385 131	166.16	907 950	2 283 524	151.50	4 500 178	12 106 943	169.03
女性	42 739	125 354	193.30	274 019	757 805	176.55	1 363 965	4 054 382	197.25
项目	标化DALYs			标化发病率			标化患病率
项目	1990年（1/10万）	2019年（1/10万）	变化率（%）	1990年（1/10万）	2019年（1/10万）	变化率（%）	1990年（1/10万）	2019年（1/10万）	变化率（%）
全人群	19.72	25.33	28.45	121.37	152.83	25.92	624.53	803.31	28.63
男性	30.24	38.99	29.94	184.62	234.11	26.81	954.41	1 230.55	28.93
女性	9.38	12.21	30.17	59.02	74.42	26.09	303.19	394.96	30.27

项目	DALYs			发病例数			患病例数
项目	1990年（人年）	2019年（人年）	变化率（%）	1990年（例）	2019年（例）	变化率（%）	1990年（例）	2019年（例）	变化率（%）
全人群	187 436	510 485	172.35	1 181 969	3 041 329	157.31	5 864 143	16 161 325	175.60
男性	144 697	385 131	166.16	907 950	2 283 524	151.50	4 500 178	12 106 943	169.03
女性	42 739	125 354	193.30	274 019	757 805	176.55	1 363 965	4 054 382	197.25
项目	标化DALYs			标化发病率			标化患病率
项目	1990年（1/10万）	2019年（1/10万）	变化率（%）	1990年（1/10万）	2019年（1/10万）	变化率（%）	1990年（1/10万）	2019年（1/10万）	变化率（%）
全人群	19.72	25.33	28.45	121.37	152.83	25.92	624.53	803.31	28.63
男性	30.24	38.99	29.94	184.62	234.11	26.81	954.41	1 230.55	28.93
女性	9.38	12.21	30.17	59.02	74.42	26.09	303.19	394.96	30.27

项目	全人群		男性		女性
项目	时间（年）	变化值（95%CI）（%）	时间（年）	变化值（95%CI）（%）	时间（年）	变化值（95%CI）（%）
标化DALYs率
APC	1990—1994	-1.4（-1.6~1.2）^a	1990—1995	-1.4（-1.6~1.2）^a	1990—1998	-0.8（-0.9~-0.7）^a
	1994—2000	0.2（0.1~0.4）^a	1995—2007	0.9（0.8~1.0）^a	1998—2001	0.2（-0.5~0.9）
	2000—2009	1.8（1.8~1.9）^a	2007—2014	2.1（1.9~2.2）^a	2001—2005	5.3（4.9~5.7）^a
	2009—2014	1.3（1.1~1.5）^a	2014—2017	6.2（5.2~7.2）^a	2005—2010	2.4（2.1~2.6）^a
	2014—2017	4.7（4.0~5.4）^a	2017—2019	-4.4（-5.3~-3.5）^a	2010—2015	-1.2（-1.4~-1.0）
	2017—2019	-3.2（-3.8~-2.5）^a			2015—2019	1.6（1.3~1.8）^a
AAPC	1990—2019	0.9（0.8~1.0）^a	1990—2019	0.9（0.8~1.1）^a	1990—2019	0.9（0.8~1.0）^a
标化发病率
APC	1990—1994	-1.3（-1.5~-1.1）^a	1990—1995	-1.3（-1.5~-1.2）^a	1990—1998	-0.8（-0.9~-0.7）^a
	1994—2000	0.1（0~0.3）	1995—2007	0.8（0.7~0.8）^a	1998—2001	0.2（-0.8~1.1）
	2000—2010	1.7（1.6~1.7）^a	2007—2014	2.0（1.9~2.1）^a	2001—2005	5.1（4.6~5.6）^a
	2010—2014	1.1（0.8~1.5）^a	2014—2017	5.7（4.8~6.6）^a	2005—2010	2.1（1.8~2.4）^a
	2014—2017	4.5（3.8~5.1）^a	2017—2019	-3.9（-4.7~-3.1）	2010—2014	-1.5（-1.9~-1.0）^a
	2017—2019	-2.8（-3.4~-2.2）^a			2014—2019	1.0（0.8~1.2）^a
AAPC	1990—2019	0.8（0.7~0.9）^a	1990—2019	0.9（0.8~1.0）^a	1990—2019	0.8（0.7~0.9）^a
标化患病率
APC	1990—1994	-1.4（-1.7~-1.2）^a	1990—1995	-1.4（-1.6~-1.2）^a	1990—1998	-0.9（-0.9~-0.8）^a
	1994—2000	0.2（0~0.4）^a	1995—2007	0.9（0.8~0.9）^a	1998—2001	0.2（-0.5~1.0）
	2000—2009	1.9（1.8~2.0）^a	2007—2014	2.1（1.9~2.2）^a	2001—2005	5.6（5.2~6.0）^a
	2009—2014	1.2（1.0~1.5）^a	2014—2017	6.3（5.3~7.2）^a	2005—2010	2.3（2.1~2.6）^a
	2014—2017	4.8（4.0~5.6）^a	2017—2019	-4.4（-5.3~-3.5）^a	2010—2015	-1.3（-1.5~-1.0）^a
	2017—2019	-3.1（-3.8~-2.3）^a			2015—2019	1.7（1.4~1.9）^a
AAPC	1990—2019	0.9（0.8~1.0）^a	1990—2019	0.9（0.8~1.1）^a	1990—2019	0.9（0.8~1.0）^a

项目	全人群		男性		女性
项目	时间（年）	变化值（95%CI）（%）	时间（年）	变化值（95%CI）（%）	时间（年）	变化值（95%CI）（%）
标化DALYs率
APC	1990—1994	-1.4（-1.6~1.2）^a	1990—1995	-1.4（-1.6~1.2）^a	1990—1998	-0.8（-0.9~-0.7）^a
	1994—2000	0.2（0.1~0.4）^a	1995—2007	0.9（0.8~1.0）^a	1998—2001	0.2（-0.5~0.9）
	2000—2009	1.8（1.8~1.9）^a	2007—2014	2.1（1.9~2.2）^a	2001—2005	5.3（4.9~5.7）^a
	2009—2014	1.3（1.1~1.5）^a	2014—2017	6.2（5.2~7.2）^a	2005—2010	2.4（2.1~2.6）^a
	2014—2017	4.7（4.0~5.4）^a	2017—2019	-4.4（-5.3~-3.5）^a	2010—2015	-1.2（-1.4~-1.0）
	2017—2019	-3.2（-3.8~-2.5）^a			2015—2019	1.6（1.3~1.8）^a
AAPC	1990—2019	0.9（0.8~1.0）^a	1990—2019	0.9（0.8~1.1）^a	1990—2019	0.9（0.8~1.0）^a
标化发病率
APC	1990—1994	-1.3（-1.5~-1.1）^a	1990—1995	-1.3（-1.5~-1.2）^a	1990—1998	-0.8（-0.9~-0.7）^a
	1994—2000	0.1（0~0.3）	1995—2007	0.8（0.7~0.8）^a	1998—2001	0.2（-0.8~1.1）
	2000—2010	1.7（1.6~1.7）^a	2007—2014	2.0（1.9~2.1）^a	2001—2005	5.1（4.6~5.6）^a
	2010—2014	1.1（0.8~1.5）^a	2014—2017	5.7（4.8~6.6）^a	2005—2010	2.1（1.8~2.4）^a
	2014—2017	4.5（3.8~5.1）^a	2017—2019	-3.9（-4.7~-3.1）	2010—2014	-1.5（-1.9~-1.0）^a
	2017—2019	-2.8（-3.4~-2.2）^a			2014—2019	1.0（0.8~1.2）^a
AAPC	1990—2019	0.8（0.7~0.9）^a	1990—2019	0.9（0.8~1.0）^a	1990—2019	0.8（0.7~0.9）^a
标化患病率
APC	1990—1994	-1.4（-1.7~-1.2）^a	1990—1995	-1.4（-1.6~-1.2）^a	1990—1998	-0.9（-0.9~-0.8）^a
	1994—2000	0.2（0~0.4）^a	1995—2007	0.9（0.8~0.9）^a	1998—2001	0.2（-0.5~1.0）
	2000—2009	1.9（1.8~2.0）^a	2007—2014	2.1（1.9~2.2）^a	2001—2005	5.6（5.2~6.0）^a
	2009—2014	1.2（1.0~1.5）^a	2014—2017	6.3（5.3~7.2）^a	2005—2010	2.3（2.1~2.6）^a
	2014—2017	4.8（4.0~5.6）^a	2017—2019	-4.4（-5.3~-3.5）^a	2010—2015	-1.3（-1.5~-1.0）^a
	2017—2019	-3.1（-3.8~-2.3）^a			2015—2019	1.7（1.4~1.9）^a
AAPC	1990—2019	0.9（0.8~1.0）^a	1990—2019	0.9（0.8~1.1）^a	1990—2019	0.9（0.8~1.0）^a

指标	训练集			测试集
指标	MAPE（%）	MAE	RMSE	MAPE（%）	MAE	RMSE
标化DALYs率	0.182	0.036	0.051	0.579	0.137	0.242
标化患病率	0.171	1.068	1.357	0.643	4.757	7.834

1990—2019年中国痛风疾病负担趋势及未来十年预测研究

Trend Analysis of Gout Burden in China from 1990 to 2019 and Prediction for the Next Ten Years

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 26

相关文章 15

编辑推荐

Metrics

留言

年份（年）	标化DALYs率（95%CI）	标化发病率（95%CI）	标化患病率（95%CI）
2020	24.52（24.01~25.03）	149.00（146.14~151.86）	762.79（746.30~779.28）
2021	24.42（22.96~25.89）	148.33（140.70~155.95）	745.73（699.39~792.07）
2022	24.44（21.91~26.97）	148.33（136.08~160.57）	749.96（673.24~826.68）
2023	24.44（21.06~27.82）	148.33（132.78~163.87）	762.98（662.57~863.38）
2024	24.44（20.39~28.50）	148.33（130.06~166.59）	773.58（657.08~890.09）
2025	24.44（19.81~29.08）	148.33（127.70~168.95）	777.27（649.83~904.71）
2026	24.44（19.29~29.59）	148.33（125.59~171.06）	775.39（639.49~911.30）
2027	24.44（18.83~30.06）	148.33（123.65~173.00）	771.64（627.91~915.37）
2028	24.44（18.40~30.49）	148.33（121.86~174.79）	768.91（617.19~920.63）
2029	24.44（18.00~30.89）	148.33（120.18~176.47）	768.18（608.23~928.13）

[1]	杨文怡, 王敬鑫, 艾丽梅, 万霞. 基于行政管理数据识别慢性病发病病例背景下确定洗脱期时长最佳策略的系统综述[J]. 中国全科医学, 2024, 27(04): 460-467.
[2]	薛超, 李娟, 方茜, 余洁, 郝明青. 中国卒中后疲劳患病率及发展趋势的Meta分析[J]. 中国全科医学, 2024, 27(03): 364-374.
[3]	杨继, 张垚, 马腾, 田昕彤, 赵英强. 1990—2019年中国心血管疾病流行现状、疾病负担及发病预测分析[J]. 中国全科医学, 2024, 27(02): 233-244.
[4]	李林瑾, 肖丽勤, 张丹. 基于健康生态学模型的广东省老年共病患者患慢性病数量影响因素研究[J]. 中国全科医学, 2024, 27(02): 208-216.
[5]	窦紫岩, 钱文红, 孔邻润, 陈晔, 李明亮, 张静波. 非酒精性脂肪性肝病检出率现状及其影响因素：基于北京市32万人群数据[J]. 中国全科医学, 2024, 27(02): 144-149.
[6]	冷正清, 阿力木江·依米提·塔尔肯. 中国2014—2020年7~12岁儿童生长趋势及超重肥胖状况分析[J]. 中国全科医学, 2024, 27(01): 36-44.
[7]	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.
[8]	刘爱玲, 周静静, 李成程, 贺凯玥, 梁珊珊, 周尚成. 1990—2019年中国归因于烟草的食管癌疾病负担趋势和死亡预测分析[J]. 中国全科医学, 2023, 26(36): 4587-4594.
[9]	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.
[10]	刘林波, 廖智杰, 杨文凡, 白丹丹, 王冬梅, 施森. 1990—2019年中国周围动脉疾病患病性别差异情况研究[J]. 中国全科医学, 2023, 26(35): 4425-4432.
[11]	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.
[12]	王丽娜, 高鹏飞, 曹帆, 葛莹, 颜维, 何岱昆. 不同性别人群非酒精性脂肪性肝病患病现况及影响因素分析[J]. 中国全科医学, 2023, 26(33): 4143-4151.
[13]	蹇秋枫, 徐荣华, 姚倩, 周媛媛. 中国老年脑卒中患者认知障碍患病率和影响因素的Meta分析[J]. 中国全科医学, 2023, 26(32): 4070-4079.
[14]	马丽媛, 王增武, 樊静, 胡盛寿. 《中国心血管健康与疾病报告2022》要点解读[J]. 中国全科医学, 2023, 26(32): 3975-3994.
[15]	何莉, 张逸凡, 沈雪纯, 孙燕, 赵洋. 中国大陆地区居民慢性病共病的流行趋势：一项Meta分析[J]. 中国全科医学, 2023, 26(29): 3599-3607.