1990—2021年中国2型糖尿病肾病的疾病负担变化趋势及预测研究

doi:10.12114/j.issn.1007-9572.2025.0115

中国全科医学 ›› 2025, Vol. 28 ›› Issue (33): 4214-4226.DOI: 10.12114/j.issn.1007-9572.2025.0115

所属专题：内分泌代谢性疾病最新文章合辑

1990—2021年中国2型糖尿病肾病的疾病负担变化趋势及预测研究

李书楠¹, 张诗妍², 邓亚楠¹, 胡丹青¹, 郑雨心¹, 李丹阳³, 李灿东³^,^*()

1．350122　福建省福州市，福建医科大学健康学院全科医学系
2．311121　浙江省杭州市，杭州师范大学
3．350122　福建省福州市，福建中医药大学

收稿日期:2025-02-10 修回日期:2025-07-15 出版日期:2025-11-20 发布日期:2025-09-17
通讯作者: 李灿东
作者贡献：
李书楠确定研究主题、提出研究思路、研究方案和撰写论文；张诗妍负责检索全球疾病负担数据库，进行数据提取、清洗、统计分析、图表绘制；邓亚楠、胡丹青负责对数据资料进行二次校对；郑雨心负责文献检索和整理；李丹阳负责论文的质量控制及审校，对论文最终版本进行修订；李灿东负责文章的质量控制与审查，对文章整体负责、监督管理。全部作者已确认论文终稿。
基金资助:
国家重点研发计划(2023YFC3503001); 国家自然科学基金联合基金项目(U22A20376)

An Analysis of Trends and Prediction of Disease Burden for Type 2 Diabetic Nephropathy from 1990 to 2021 in China

LI Shunan¹, ZHANG Shiyan², DENG Yanan¹, HU Danqing¹, ZHENG Yuxin¹, LI Danyang³, LI Candong³^,^*()

1. Department of General Practice, School of Health, Fujian Medical University, Fuzhou 350122, China
2. Hangzhou Normal University, Hangzhou 311121, China
3. Fujian University of Traditional Chinese Medicine, Fuzhou 350122, China

Received:2025-02-10 Revised:2025-07-15 Published:2025-11-20 Online:2025-09-17
Contact: LI Candong

分享到

摘要/Abstract

摘要： 背景 2型糖尿病肾病（T2DN）是2型糖尿病的主要慢性并发症之一，也是导致终末期肾病和心血管疾病的重要原因，给患者和社会带来沉重的疾病负担，已成为全球日益严峻的公共卫生挑战。目的本研究旨在基于全球疾病负担数据，分析中国T2DN疾病负担的变化趋势，预测T2DN至2050年的发展趋势，为T2DN防控和公共卫生政策提供数据支持。方法本研究以2021年全球疾病负担数据库（GBD 2021）为数据来源，提取1990—2021年中国T2DN的发病率、患病率、伤残调整生命年率（DALY率）和死亡率和作为评估T2DN疾病负担的指标。采用年度百分比变化估计值（EAPC）评估这些指标在不同性别和年龄组的变化趋势。采用自回归积分滑动平均（ARIMA）模型和指数平滑（ES）模型分别对不同性别和年龄组的各指标进行时间序列预测，并通过绝对百分比误差（APE）评估模型预测误差。结果 1990—2021年，中国T2DN的年龄标准化发病率呈上升趋势（EAPC=0.42%，95%CI=0.34%~0.50%）；年龄标准化患病率呈轻微下降趋势（EAPC=-0.24%，95%CI=-0.39%~-0.10%）；年龄标准化DALY率呈轻微下降趋势（EAPC=-0.7%，95%CI=-0.8%~-0.6%）；年龄标准化死亡率呈下降趋势（EAPC=-0.57%，95%CI=-0.66%~-0.49%）。按性别划分，女性年龄标准化发病率上升幅度相对较大（EAPC=0.6%，95%CI=0.49%~0.71%），男性上升幅度较小（EAPC=0.23%，95%CI=0.17%~0.29%）；男性年龄标准化患病率下降幅度较女性更为明显（男性EAPC=-0.27%，95%CI=-0.41%~-0.13%；女性EAPC=-0.22%，95%CI=-0.37%~-0.07%）；女性年龄标准化DALY率和死亡率呈显著下降趋势（DALY率EAPC=-1.13%，95%CI=-1.25%~-1.02%；死亡率EAPC=-1.10%，95%CI=-1.20%~-1.01%），男性变化较小（DALY率EAPC=-0.28%，95%CI=-0.40%~-0.15%；死亡率EAPC= -0.06%，95%CI=-0.19%~0.08%）。年龄别分析显示，各项疾病负担指标均随年龄增长而升高，高龄人群负担沉重，且部分高年龄组发病率和DALY率呈上升趋势。ARIMA模型预测结果显示，2050年男性年龄标准化发病率增至27.34/10万，患病率降至877.11/10万，DALY率保持在140.79/10万，死亡率保持在7.64/10万。女性年龄标准化发病率增至18.17/10万，患病率降至938.24/10万，DALY率降至69.66/10万，死亡率保持在4.77/10万。ES模型预测结果显示，2050年男性的年龄标准化发病率增至19.57/10万，患病率降至1 055.85/10万，DALY率降至140.38/10万，死亡率保持在7.30/10万；女性的年龄标准化发病率增至16.49/10万，患病率增至1 092.09/10万，DALY率降至105.84/10万，死亡率降至5.16/10万。模型误差评估显示，ES模型在大多数年龄标准化率和患病人数的预测上误差较小，而ARIMA模型在部分人数指标和女性年龄标准化死亡率上误差相对较小。结论 1990—2021年，中国T2DN的整体疾病负担在年龄标准化后有所改善，尤其在死亡率和DALY率方面，但年龄标准化发病率持续上升，且疾病负担向高龄人群集中的趋势日益明显。本研究预测至2050年，中国新发病例仍将持续增加。应制定针对高风险人群，尤其是针对高龄人群和男性的精准防控策略，加强全科医学在慢病管理中的核心作用，以应对未来的公共卫生挑战。

关键词: 糖尿病肾病, 糖尿病，2型, 全球疾病负担, 自回归积分滑动平均模型, 指数平滑模型, 预测

Abstract:

Background

Type 2 diabetic nephropathy (T2DN) is a major chronic complication of type 2 diabetes mellitus (T2DM) and a leading cause of end-stage kidney disease and cardiovascular disease. It imposes a substantial disease burden on patients and society, representing a growing global public health challenge.

Objective

This study aims to analyze the trends in the disease burden of T2DN in China using data from the Global Burden of Disease (GBD), and predict its trajectory to 2050, thus providing evidence for public health policies and prevention and control strategies.

Methods

Data on T2DN in China from 1990 to 2021 were extracted from the GBD 2021, including incidence, prevalence, disability-adjusted life years (DALYs), and mortality rates. The estimated annual percentage change (EAPC) was used to evaluate the trends of these indicators by sex and age groups. The autoregressive integrated moving average (ARIMA) and exponential smoothing (ES) models were employed for time-series forecasting. Model prediction accuracy was assessed using the absolute percentage error (APE) .

Results

From 1990 to 2021, the age-standardized incidence rate of T2DN in China showed an increasing trend (EAPC=0.42%, 95%CI=0.34% to 0.50%), while the age-standardized prevalence rate (EAPC=-0.24%, 95%CI=-0.39% to -0.10%), DALY rate (EAPC=-0.70%, 95%CI=-0.80% to -0.60%), and mortality rate (EAPC=-0.57%, 95%CI=-0.66% to-0.49%) showed decreasing trends. Stratified by sex, the increase in age-standardized incidence was greater in females (EAPC=0.6%, 95%CI=0.49% to 0.71%) than in males (EAPC=0.23%, 95%CI=0.17% to 0.29%). The decrease in age-standardized prevalence was more pronounced in males (EAPC=-0.27%, 95%CI=-0.41% to -0.13%) than in females (EAPC=-0.22%, 95%CI=-0.37% to -0.07%). Age-standardized DALY and mortality rates decreased significantly in females (DALY rate EAPC=-1.13%, 95%CI=-1.25% to -1.02%; mortality EAPC=-1.10%, 95%CI=-1.20% to -1.01%), with smaller changes observed in males (DALY rate EAPC=-0.28%, 95%CI=-0.40% to -0.15%; mortality EAPC=-0.06%, 95%CI=-0.19% to 0.08%). Age-specific analysis revealed that all disease burden indicators increased with age, with a heavy burden on the elderly, and incidence and DALY rates showed an upward trend in some older age groups. The ARIMA model predicted that by 2050, the male age-standardized incidence rate, prevalence, DALY rate and mortality rate were predicted to be 27.34/100 000, 877.11/100 000, 140.79/100 000, and 7.64/100 000, respectively. For females, the age-standardized rates were predicted to be 18.17/100 000 (incidence), 938.24/100 000 (prevalence), 69.66/100 000 (DALYs), and 4.77/100 000 (mortality). The ES model predicted that by 2050, male age-standardized rates would be 19.57/100 000 (incidence), 1 055.85/100 000 (prevalence), 140.38/100 000 (DALYs), and 7.30/100 000 (mortality). For females, the age-standardized rates were predicted to be 16.49/100 000 (incidence), 1 092.09/100 000 (prevalence), 105.84/100 000 (DALYs), and 5.16/100 000 (mortality). Model error assessment showed that the ES model had smaller errors for most age-standardized rates and prevalence cases, while the ARIMA model had relatively smaller errors for some case number indicators and the female age-standardized mortality rate.

Conclusion

From 1990 to 2021, the overall age-standardized disease burden of T2DN in China improved, particularly in the mortality and DALY rates. However, the age-standardized incidence rate continued to rise, with an increasingly evident trend of the disease burden concentrating in the elderly population. This study predicts that new cases in China will continue to increase until 2050. Therefore, precision prevention and control strategies targeting high-risk groups (especially the elderly and males) should be developed, and the core role of general practice in chronic disease management must be strengthened to address future public health challenges.

Key words: Diabetic nephropathies, Diabetes mellitus, type 2, Global Burden of Disease, Autoregressive integrated moving average model, Exponential smoothing model, Forecasting

李书楠,张诗妍,邓亚楠,等. 1990—2021年中国2型糖尿病肾病的疾病负担变化趋势及预测研究[J]. 中国全科医学, 2025, 28(33): 4214-4226. DOI: 10.12114/j.issn.1007-9572.2025.0115.
LI Shunan,ZHANG Shiyan,DENG Yanan, et al. An Analysis of Trends and Prediction of Disease Burden for Type 2 Diabetic Nephropathy from 1990 to 2021 in China[J]. Chinese General Practice, 2025, 28(33): 4214-4226. DOI: 10.12114/j.issn.1007-9572.2025.0115.

图/表 8

参考文献 35

[1]	HU R K，ZHAO Z F，XIE L Z，et al. Global，regional，and national burden of chronic kidney disease due to diabetes mellitus type 2 from 1990 to 2021，with projections to 2036：a systematic analysis for the Global Burden of Disease Study 2021[J]. Front Med（Lausanne），2025，12：1531811. DOI：10.3389/fmed.2025.1531811.
[2]	SATTAR N，PRESSLIE C，RUTTER M K，et al. Cardiovascular and kidney risks in individuals with type 2 diabetes：contemporary understanding with greater emphasis on excess adiposity[J]. Diabetes Care，2024，47（4）：531-543. DOI：10.2337/dci23-0041.
[3]	李涛，张曼. 基于Cox回归分析筛选2型糖尿病肾病发生的危险因素[J]. 标记免疫分析与临床，2023，30（10）：1649-1653.
[4]	OSTROMINSKI J W，ARNOLD S V，BUTLER J，et al. Prevalence and overlap of cardiac，renal，and metabolic conditions in US adults，1999-2020[J]. JAMA Cardiol，2023，8（11）：1050-1060. DOI：10.1001/jamacardio.2023.3241.
[5]	LU R Z，BAI R C，LI R D，et al. A novel sequence-to-sequence-based deep learning model for multistep load forecasting[J]. IEEE Trans Neural Netw Learn Syst，2025，36（1）：638-652. DOI：10.1109/TNNLS.2023.3329466.
[6]	YANG J，YANG L Y，LI G，et al. Influenza time series prediction models in a megacity from 2010 to 2019：based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model[J]. Chin Med J，2024，137（18）：2242-2244. DOI：10.1097/cm9.0000000000003238.
[7]	SMYL S，DUDEK G，PEŁKA P. ES-dRNN：a hybrid exponential smoothing and dilated recurrent neural network model for short-term load forecasting[J]. IEEE Trans Neural Netw Learn Syst，2024，35（8）：11346-11358.
[8]	WANG Y F，LIN T，LU J L，et al. Trends and analysis of risk factor differences in the global burden of chronic kidney disease due to type 2 diabetes from 1990 to 2021：a population-based study[J]. Diabetes Obes Metab，2025，27（4）：1902-1919. DOI：10.1111/dom.16183.
[9]	YANG C，WANG H B，ZHAO X J，et al. CKD in China：evolving spectrum and public health implications[J]. Am J Kidney Dis，2020，76（2）：258-264. DOI：10.1053/j.ajkd.2019.05.032.
[10]	石妍妍. 2型糖尿病患者的糖尿病肾病影响因素分析[D]. 郑州：郑州大学，2020. DOI：10.27466/d.cnki.gzzdu.2020.003053.
[11]	FU E L，EVANS M，CLASE C M，et al. Stopping renin-angiotensin system inhibitors in patients with advanced CKD and risk of adverse outcomes：a nationwide study[J]. J Am Soc Nephrol，2021，32（2）：424-435. DOI：10.1681/ASN.2020050682.
[12]	INADA A，INADA O，FUJII N L，et al. Adjusting the 17β-estradiol-to-androgen ratio ameliorates diabetic nephropathy[J]. J Am Soc Nephrol，2016，27（10）：3035-3050. DOI：10.1681/asn.2015070741.
[13]	时巧梅，蒋萌，王猛猛，等. 社区2型糖尿病患者慢性并发症患病现状及其影响因素分析[J]. 东南大学学报（医学版），2024，43（6）：837-844.
[14]	苏保林，李敬，章良佑. 雌激素与女性糖尿病肾病发病及进展的相关性研究[J]. 中国中西医结合肾病杂志，2023，24（7）：620-623.
[15]	陈保江，胡存静，栾仲秋. 雌激素受体α甲基化与肾系相关疾病[J]. 生命的化学，2023，43（9）：1397-1404. DOI：10.13488/j.smhx.20230248.
[16]	SCHOLZ M，HORN K，POTT J，et al. X-chromosome and kidney function：evidence from a multi-trait genetic analysis of 908，697 individuals reveals sex-specific and sex-differential findings in genes regulated by androgen response elements[J]. Nat Commun，2024，15：586. DOI：10.1038/s41467-024-44709-1.
[17]	周悦欣. 血清睾酮水平与男性2型糖尿病肾病及其中医证型的相关性分析[D]. 南京：南京中医药大学，2022. DOI：10.27253/d.cnki.gnjzu.2022.000442.
[18]	路长安，王健，罗金兵，等. 社区2型糖尿病患者肾小球滤过率与尿白蛋白水平变化的随访研究[J]. 中国全科医学，2021，24（18）：2275-2280. DOI：10.12114/j.issn.1007-9572.2021.00.478.
[19]	JIANG W H，WANG J Y，SHEN X F，et al. Establishment and validation of a risk prediction model for early diabetic kidney disease based on a systematic review and meta-analysis of 20 cohorts[J]. Diabetes Care，2020，43（4）：925-933. DOI：10.2337/dc19-1897.
[20]	李蕊，门英英，余洁，等. 老年糖尿病患者微血管并发症的患病率及危险因素[J]. 中华老年多器官疾病杂志，2024，23（3）：161-165.
[21]	ZHANG H，JIA Q，SONG P，et al. Incidence，prevalence，and burden of type 2 diabetes in China：Trend and projection from 1990 to 2050[J]. Chin Med J（Engl），2025，138（12）：1447-1455. DOI：10.1097/CM9.0000000000003536.
[22]	赵丽珍，李卫民，姜瑞霞.系统免疫炎症指数对社区老年2型糖尿病患者并发糖尿病肾病的临床诊断价值研究[J].中国全科医学，2023，26（18）：2227-2231.
[23]	邵宁，孙治华，柳林伟，等. 湖北天门城镇老年人慢性肾脏疾病及主要危险因素流行病学调查[J]. 公共卫生与预防医学，2020，31（6）：129-132.
[24]	李东幸，牛紫敏，王皓翔. 广州市黄埔区老年人群健康体检的回顾性队列研究[J]. 中国全科医学，2025，28（13）：1635-1641.
[25]	夏经钢，袁明霞，蔡晓凌，等. 心血管-肾脏-代谢综合征患者的综合管理中国专家共识[J]. 中国心血管病研究，2025，23（3）：193-228.
[26]	GENG T T，ZHU K，LU Q，et al. Healthy lifestyle behaviors，mediating biomarkers，and risk of microvascular complications among individuals with type 2 diabetes：a cohort study[J]. PLoS Med，2023，20（1）：e1004135. DOI：10.1371/journal.pmed.1004135.
[27]	BEETHAM K S，KRISHNASAMY R，STANTON T，et al. Effect of a 3-year lifestyle intervention in patients with chronic kidney disease：a randomized clinical trial[J]. J Am Soc Nephrol，2022，33（2）：431-441. DOI：10.1681/ASN.2021050668.
[28]	SCHOLZ M，HORN K，POTT J，et al. X-chromosome and kidney function：evidence from a multi-trait genetic analysis of 908，697 individuals reveals sex-specific and sex-differential findings in genes regulated by androgen response elements[J]. Nat Commun，2024，15：586. DOI：10.1038/s41467-024-44709-1.
[29]	何旭文. 基于家庭医生签约服务的社区老年2型糖尿病患者居家护理模式构建研究[D]. 银川：宁夏医科大学，2020. DOI：10.27258/d.cnki.gnxyc.2020.000159.
[30]	宁婕，吴艳平，李玉凤. 我国糖尿病肾脏疾病社区管理现状与探索[J]. 中国全科医学，2019，22（4）：402-406. DOI：10.12114/j.issn.1007-9572.2019.04.007.
[31]	王帅，谷红波，陈杰，等. 社区2型糖尿病患者肾脏并发症早期筛查及危险因素分析[J]. 社区医学杂志，2023，21（11）：556-561. DOI：10.19790/j.cnki.JCM.2023.11.03.
[32]	郭宗承，王灏，马路遥，等. 低蛋白饮食改善糖尿病肾病作用机制研究进展[J]. 中国细胞生物学学报，2023，45（6）：982-989.
[33]	王文翠，刘舒放，黎东梅. 老年早期糖尿病肾病患者的多学科分阶段管理[J]. 护理学杂志，2021，36（12）：35-39.
[34]	胡卫东，丁芳. 社区健康管理对老年糖尿病肾病患者营养状况的改善[J]. 智慧健康，2019，5（1）：147-148. DOI：10.19335/j.cnki.2096-1219.2019.01.065.
[35]	张冬莲. 激励式心理干预联合健康管理在老年糖尿病肾病中的应用效果分析[J]. 现代诊断与治疗，2023，34（3）：472-474.

指标	中国	男性	女性
发病人数与年龄标准化发病率
1990年发病人数（95%UI）	127 561（112 718~142 654）	66 801（58 778~74 694）	60 759（53 787~68 366）
1990年年龄标准化发病率（95%UI）（1/10万）	15.11（13.45~16.80）	16.67（14.77~18.55）	13.92（12.40~15.60）
2021年发病人数（95%UI）	354 157（321 265~382 784）	177 163（161 643~191 530）	176 994（160 794~191 804）
2021年年龄标准化发病率（95%UI）（1/10万）	16.29（14.92~17.53）	17.12（15.73~18.47）	15.68（14.34~16.97）
EAPC（95%CI）（%）	0.42（0.34~0.50）	0.23（0.17~0.29）	0.60（0.49~0.71）
患病人数与年龄标准化患病率
1990年患病人数（95%UI）	11 890 522（10 790 476~13 078 708）	5 913 926（5 344 396~6 504 759）	5 976 596（5 412 193~6 565 190）
1990年年龄标准化患病率（95%UI）（1/10万）	1 214.76（1 109.34~1 320.70）	1 201.87（1 104.76~1 301.29）	1 231.54（1 116.32~1 340.19）
2021年患病人数（95%UI）	20 911 520（19 184 463~22 605 470）	10 116 315（9 283 872~10 942 400）	10 795 205（9 866 263~11 741 118）
2021年年龄标准化患病率（95%UI）（1/10万）	1 053.92（971.11~1 139.64）	1 040.72（958.25~1 124.45）	1 069.36（981.62~1 164.77）
EAPC（95%CI）（%）	-0.24（-0.39~-0.10）	-0.27（-0.41~-0.13）	-0.22（-0.37~-0.07）
DALYs与年龄标准化DALY率
1990年DALYs（95%UI）	1 231 518（1 022 061~1 492 725）	587 754（450 891~751 005）	643 763（517 496~775 929）
1990年年龄标准化DALY率（95%UI）（1/10万）	155.94（131.16~188.26）	161.80（128.23~207.69）	155.30（125.98~186.62）
2021年DALYs（95%UI）	2 537 070（2 044 338~3 072 897）	1 326 063（1 025 571~1 698 910）	1 211 007（937 561~1 514 550）
2021年年龄标准化DALY率（95%UI）（1/10万）	122.15（99.62~146.99）	140.79（109.38~179.93）	109.35（84.66~137.07）
EAPC（95%CI）（%）	-0.70（-0.80~-0.60）	-0.28（-0.40~-0.15）	-1.13（-1.25~-1.02）
死亡人数与年龄标准化死亡率
1990年死亡人数（95%UI）	43 537（35 988~53 065）	20 352（15 618~26 884）	23 186（18 631~28 722）
1990年年龄标准化死亡率（95%UI）（1/10万）	6.83（5.74~8.34）	7.68（6.05~10.19）	6.49（5.24~8.00）
2021年死亡人数（95%UI）	107 652（84 626~134 047）	56 959（41 145~75 559）	50 693（37 927~64 177）
2021年年龄标准化死亡率（95%UI）（1/10万）	5.64（4.46~7.00）	7.15（5.28~9.36）	4.74（3.52~6.03）
EAPC（95%CI）（%）	-0.57（-0.66~-0.49）	-0.06（-0.19~0.08）	-1.10（-1.20~-1.01）

指标	中国	男性	女性
发病人数与年龄标准化发病率
1990年发病人数（95%UI）	127 561（112 718~142 654）	66 801（58 778~74 694）	60 759（53 787~68 366）
1990年年龄标准化发病率（95%UI）（1/10万）	15.11（13.45~16.80）	16.67（14.77~18.55）	13.92（12.40~15.60）
2021年发病人数（95%UI）	354 157（321 265~382 784）	177 163（161 643~191 530）	176 994（160 794~191 804）
2021年年龄标准化发病率（95%UI）（1/10万）	16.29（14.92~17.53）	17.12（15.73~18.47）	15.68（14.34~16.97）
EAPC（95%CI）（%）	0.42（0.34~0.50）	0.23（0.17~0.29）	0.60（0.49~0.71）
患病人数与年龄标准化患病率
1990年患病人数（95%UI）	11 890 522（10 790 476~13 078 708）	5 913 926（5 344 396~6 504 759）	5 976 596（5 412 193~6 565 190）
1990年年龄标准化患病率（95%UI）（1/10万）	1 214.76（1 109.34~1 320.70）	1 201.87（1 104.76~1 301.29）	1 231.54（1 116.32~1 340.19）
2021年患病人数（95%UI）	20 911 520（19 184 463~22 605 470）	10 116 315（9 283 872~10 942 400）	10 795 205（9 866 263~11 741 118）
2021年年龄标准化患病率（95%UI）（1/10万）	1 053.92（971.11~1 139.64）	1 040.72（958.25~1 124.45）	1 069.36（981.62~1 164.77）
EAPC（95%CI）（%）	-0.24（-0.39~-0.10）	-0.27（-0.41~-0.13）	-0.22（-0.37~-0.07）
DALYs与年龄标准化DALY率
1990年DALYs（95%UI）	1 231 518（1 022 061~1 492 725）	587 754（450 891~751 005）	643 763（517 496~775 929）
1990年年龄标准化DALY率（95%UI）（1/10万）	155.94（131.16~188.26）	161.80（128.23~207.69）	155.30（125.98~186.62）
2021年DALYs（95%UI）	2 537 070（2 044 338~3 072 897）	1 326 063（1 025 571~1 698 910）	1 211 007（937 561~1 514 550）
2021年年龄标准化DALY率（95%UI）（1/10万）	122.15（99.62~146.99）	140.79（109.38~179.93）	109.35（84.66~137.07）
EAPC（95%CI）（%）	-0.70（-0.80~-0.60）	-0.28（-0.40~-0.15）	-1.13（-1.25~-1.02）
死亡人数与年龄标准化死亡率
1990年死亡人数（95%UI）	43 537（35 988~53 065）	20 352（15 618~26 884）	23 186（18 631~28 722）
1990年年龄标准化死亡率（95%UI）（1/10万）	6.83（5.74~8.34）	7.68（6.05~10.19）	6.49（5.24~8.00）
2021年死亡人数（95%UI）	107 652（84 626~134 047）	56 959（41 145~75 559）	50 693（37 927~64 177）
2021年年龄标准化死亡率（95%UI）（1/10万）	5.64（4.46~7.00）	7.15（5.28~9.36）	4.74（3.52~6.03）
EAPC（95%CI）（%）	-0.57（-0.66~-0.49）	-0.06（-0.19~0.08）	-1.10（-1.20~-1.01）

指标	性别	2021年实际值	ARIMA模型预测值（1990—2020年）	ARIMA模型预测APE（%）	ES模型预测值（1990—2020年）	ES模型预测APE（%）
发病人数	男性	177 163	175 484	0.95	174 684	1.40
	女性	176 994	165 300	6.61	168 506	4.80
年龄标准化发病率（1/10万）	男性	17.12	17.26	0.83	16.99	0.74
	女性	15.68	14.95	4.63	14.95	4.63
患病人数	男性	10 116 315	10 164 615	0.48	10 098 050	0.18
	女性	10 795 205	10 861 915	0.62	10 771 085	0.22
年龄标准化患病率（1/10万）	男性	1 040.72	1 047.99	0.70	1 038.73	0.19
	女性	1 069.36	1 078.81	0.88	1 066.78	0.24
DALYs（人年）	男性	1 326 063	1 328 364	0.17	1 324 212	0.14
	女性	1 211 007	1 206 930	0.34	1 206 266	0.39
年龄标准化DALY率（1/10万）	男性	140.79	141.21	0.30	141.01	0.15
	女性	109.35	108.83	0.48	109.15	0.19
死亡人数	男性	56 959	56 867	0.16	57 124	0.29
	女性	50 693	50 768	0.15	50 768	0.15
年龄标准化死亡率（1/10万）	男性	7.15	7.30	2.10	7.20	0.65
	女性	4.74	4.74	0.08	4.72	0.39

指标	性别	2021年实际值	ARIMA模型预测值（1990—2020年）	ARIMA模型预测APE（%）	ES模型预测值（1990—2020年）	ES模型预测APE（%）
发病人数	男性	177 163	175 484	0.95	174 684	1.40
	女性	176 994	165 300	6.61	168 506	4.80
年龄标准化发病率（1/10万）	男性	17.12	17.26	0.83	16.99	0.74
	女性	15.68	14.95	4.63	14.95	4.63
患病人数	男性	10 116 315	10 164 615	0.48	10 098 050	0.18
	女性	10 795 205	10 861 915	0.62	10 771 085	0.22
年龄标准化患病率（1/10万）	男性	1 040.72	1 047.99	0.70	1 038.73	0.19
	女性	1 069.36	1 078.81	0.88	1 066.78	0.24
DALYs（人年）	男性	1 326 063	1 328 364	0.17	1 324 212	0.14
	女性	1 211 007	1 206 930	0.34	1 206 266	0.39
年龄标准化DALY率（1/10万）	男性	140.79	141.21	0.30	141.01	0.15
	女性	109.35	108.83	0.48	109.15	0.19
死亡人数	男性	56 959	56 867	0.16	57 124	0.29
	女性	50 693	50 768	0.15	50 768	0.15
年龄标准化死亡率（1/10万）	男性	7.15	7.30	2.10	7.20	0.65
	女性	4.74	4.74	0.08	4.72	0.39

时间（年）	性别	发病人数	年龄标准化发病率（1/10万）	患病人数	年龄标准化患病率（1/10万）	DALYs（人年）	年龄标准化DALY率（1/10万）	死亡人数	年龄标准化死亡率（1/10万）
2022	男性	187 903	17.47	10 285 233	1 038.06	1 356 486	140.79	55 154	7.49
2023	男性	200 157	17.86	10 421 364	1 031.02	1 386 909	140.79	55 154	7.64
2024	男性	213 663	18.24	10 532 813	1 021.23	1 417 332	140.79	55 154	7.64
2025	男性	228 201	18.62	10 634 499	1 010.89	1 447 755	140.79	55 154	7.64
2026	男性	243 591	18.98	1 074 1046	1 001.93	1 478 178	140.79	55 154	7.64
2027	男性	259 685	19.34	10 861 595	995.31	1 508 601	140.79	55 154	7.64
2028	男性	276 360	19.68	10 997 909	990.93	1 539 024	140.79	55 154	7.64
2029	男性	293 514	20.03	11 145 630	987.91	1 569 447	140.79	55 154	7.64
2030	男性	311 064	20.38	11 297 403	985.09	1 599 871	140.79	55 154	7.64
2031	男性	328 941	20.72	11 446 295	981.51	1 630 294	140.79	55 154	7.64
2032	男性	347 088	21.07	11 588 180	976.68	1 660 717	140.79	55 154	7.64
2033	男性	365 457	21.42	11 722 508	970.72	1 691 140	140.79	55 154	7.64
2034	男性	384 010	21.77	11 851 588	964.08	1 721 563	140.79	55 154	7.64
2035	男性	402 715	22.11	11 979 032	957.38	1 751 986	140.79	55 154	7.64
2036	男性	421 545	22.46	12 108 116	951.11	1 782 409	140.79	55 154	7.64
2037	男性	440 478	22.81	12 240 689	945.48	1 812 832	140.79	55 154	7.64
2038	男性	459 497	23.16	12 376 873	940.44	1 843 255	140.79	55 154	7.64
2039	男性	478 587	23.51	12 515 458	935.73	1 873 678	140.79	55 154	7.64
2040	男性	497 734	23.86	12 654 680	931.04	1 904 101	140.79	55 154	7.64
2041	男性	516 930	24.20	12 792 995	926.10	1 934 524	140.79	55 154	7.64
2042	男性	536 165	24.55	12 929 580	920.82	1 964 948	140.79	55 154	7.64
2043	男性	555 433	24.90	13 064 445	915.25	1 995 371	140.79	55 154	7.64
2044	男性	574 728	25.25	13 198 217	909.51	2 025 794	140.79	55 154	7.64
2045	男性	594 045	25.60	13 331 756	903.79	2 056 217	140.79	55 154	7.64
2046	男性	613 381	25.95	13 465 786	898.19	2 086 640	140.79	55 154	7.64
2047	男性	632 732	26.29	13 600 670	892.77	2 117 063	140.79	55 154	7.64
2048	男性	652 095	26.64	13 736 370	887.50	2 147 486	140.79	55 154	7.64
2049	男性	671 469	26.99	13 872 565	882.31	2 177 909	140.79	55 154	7.64
2050	男性	690 851	27.34	14 008 837	877.11	2 208 332	140.79	55 154	7.64
2022	女性	181 984	15.60	10 910 270	1 061.48	1 241 379	107.99	48 949	4.77
2023	女性	188 511	15.70	10 858 145	1 039.59	1 271 750	106.62	48 949	4.77
2024	女性	195 038	15.79	10 690 405	1 009.85	1 302 122	105.25	48 949	4.77
2025	女性	201 564	15.88	10 518 080	982.93	1 332 494	103.88	48 949	4.77
2026	女性	208 091	15.97	10 439 106	967.27	1 362 866	102.51	48 949	4.77
2027	女性	214 618	16.06	10 483 717	964.74	1 393 238	101.14	48 949	4.77
2028	女性	221 145	16.15	10 606 699	970.53	1 423 609	99.77	48 949	4.77
2029	女性	227 672	16.25	10 724 257	976.77	1 453 981	98.40	48 949	4.77
2030	女性	234 198	16.34	10 767 854	977.17	1 484 353	97.03	48 949	4.77
2031	女性	240 725	16.43	10 721 530	970.06	1 514 725	95.67	48 949	4.77
2032	女性	247 252	16.52	10 623 565	958.50	1 545 097	94.30	48 949	4.77
2033	女性	253 779	16.61	10 536 632	947.78	1 575 468	92.93	48 949	4.77
2034	女性	260 306	16.70	10 508 151	942.12	1 605 840	91.56	48 949	4.77
2035	女性	266 832	16.80	10 545 132	942.55	1 636 212	90.19	48 949	4.77
2036	女性	273 359	16.89	10 615 909	946.83	1 666 584	88.82	48 949	4.77
2037	女性	279 886	16.98	10 673 939	951.14	1 696 956	87.45	48 949	4.77
2038	女性	286 413	17.07	10 686 762	952.44	1 727 327	86.08	48 949	4.77
2039	女性	292 940	17.16	10 652 697	949.90	1 757 699	84.71	48 949	4.77
2040	女性	299 466	17.26	10 597 396	945.01	1 788 071	83.35	48 949	4.77
2041	女性	305 993	17.35	10 555 133	940.38	1 818 443	81.98	48 949	4.77
2042	女性	312 520	17.44	10 547 804	938.10	1 848 815	80.61	48 949	4.77
2043	女性	319 047	17.53	10 574 070	938.72	1 879 186	79.24	48 949	4.77
2044	女性	325 574	17.62	10 613 453	941.17	1 909 558	77.87	48 949	4.77
2045	女性	332 100	17.71	10 640 885	943.60	1 939 930	76.50	48 949	4.77
2046	女性	338 627	17.81	10 641 815	944.53	1 970 302	75.13	48 949	4.77
2047	女性	345 154	17.90	10 619 093	943.54	2 000 674	73.76	48 949	4.77
2048	女性	351 681	17.99	10 588 827	941.35	2 031 045	72.39	48 949	4.77
2049	女性	358 208	18.08	10 569 196	939.24	2 061 417	71.03	48 949	4.77
2050	女性	364 734	18.17	10 569 670	938.24	2 091 789	69.66	48 949	4.77

1990—2021年中国2型糖尿病肾病的疾病负担变化趋势及预测研究

An Analysis of Trends and Prediction of Disease Burden for Type 2 Diabetic Nephropathy from 1990 to 2021 in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 35

相关文章 15

编辑推荐

Metrics

留言

时间（年）	性别	发病人数	年龄标准化发病率（1/10万）	患病人数	年龄标准化患病率（1/10万）	DALYs（人年）	年龄标准化DALY率（1/10万）	死亡人数	年龄标准化死亡率（1/10万）
2022	男性	185 176	17.37	10 293 386	1 042.30	1 354 965	140.76	40 587	7.30
2023	男性	192 389	17.61	10 452 752	1 043.73	1 383 037	140.72	40 646	7.30
2024	男性	198 880	17.81	10 596 182	1 045.02	1 408 301	140.68	40 699	7.30
2025	男性	204 722	18.00	10 725 269	1 046.18	1 431 039	140.65	40 747	7.30
2026	男性	209 980	18.17	10 841 448	1 047.22	1 451 504	140.62	40 789	7.30
2027	男性	214 713	18.32	10 946 008	1 048.16	1 469 921	140.59	40 828	7.30
2028	男性	218 971	18.46	11 040 113	1 049.00	1 486 497	140.57	40 863	7.30
2029	男性	222 805	18.58	11 124 807	1 049.76	1 501 416	140.55	40 894	7.30
2030	男性	226 254	18.69	11 201 031	1 050.45	1 514 842	140.53	40 922	7.30
2031	男性	229 359	18.79	11 269 633	1 051.06	1 526 926	140.51	40 947	7.30
2032	男性	232 153	18.88	11 331 375	1 051.61	1 537 802	140.50	40 970	7.30
2033	男性	234 668	18.96	11 386 943	1 052.11	1 547 590	140.48	40 991	7.30
2034	男性	236 932	19.04	11 436 954	1 052.56	1 556 399	140.47	41 009	7.30
2035	男性	238 969	19.10	11 481 964	1 052.96	1 564 327	140.46	41 026	7.30
2036	男性	240 802	19.16	11 522 473	1 053.33	1 571 463	140.45	41 041	7.30
2037	男性	242 452	19.21	11 558 931	1 053.66	1 577 885	140.44	41 054	7.30
2038	男性	243 937	19.26	11 591 743	1 053.95	1 583 664	140.43	41 066	7.30
2039	男性	245 273	19.30	11 621 274	1 054.21	1 588 866	140.42	41 077	7.30
2040	男性	246 476	19.34	11 647 852	1 054.45	1 593 548	140.42	41 087	7.30
2041	男性	247 559	19.38	11 671 772	1 054.67	1 597 761	140.41	41 096	7.30
2042	男性	248 533	19.41	11 693 300	1 054.86	1 601 553	140.40	41 104	7.30
2043	男性	249 410	19.44	11 712 675	1 055.03	1 604 966	140.40	41 111	7.30
2044	男性	250 199	19.46	11 730 113	1 055.19	1 608 037	140.39	41 117	7.30
2045	男性	250 910	19.49	11 745 807	1 055.33	1 610 802	140.39	41 123	7.30
2046	男性	251 549	19.51	11 759 931	1 055.46	1 613 290	140.39	41 128	7.30
2047	男性	252 124	19.52	11 772 644	1 055.57	1 615 529	140.38	41 133	7.30
2048	男性	252 642	19.54	11 784 084	1 055.67	1 617 544	140.38	41 137	7.30
2049	男性	253 108	19.56	11 794 381	1 055.77	1 619 358	140.38	41 141	7.30
2050	男性	253 527	19.57	11 803 648	1 055.85	1 620 990	140.38	41 144	7.30
2022	女性	182 034	15.63	11 001 943	1 071.75	1 242 136	108.94	38 167	5.18
2023	女性	188 452	15.72	11 188 012	1 073.89	1 275 313	108.61	38 207	5.17
2024	女性	194 228	15.80	11 355 473	1 075.82	1 305 173	108.32	38 243	5.17
2025	女性	199 427	15.88	11 506 189	1 077.56	1 332 046	108.06	38 275	5.17
2026	女性	204 106	15.94	11 641 832	1 079.13	1 356 232	107.82	38 304	5.17
2027	女性	208 316	16.00	11 763 912	1 080.54	1 378 000	107.60	38 330	5.17
2028	女性	212 106	16.06	11 873 783	1 081.80	1 397 590	107.41	38 353	5.17
2029	女性	215 517	16.11	11 972 668	1 082.94	1 415 222	107.23	38 375	5.17
2030	女性	218 587	16.15	12 061 664	1 083.97	1 431 091	107.08	38 394	5.17
2031	女性	221 350	16.19	12 141 760	1 084.89	1 445 372	106.94	38 411	5.17
2032	女性	223 836	16.22	12 213 847	1 085.73	1 458 226	106.81	38 426	5.17
2033	女性	226 074	16.25	12 278 725	1 086.47	1 469 794	106.70	38 440	5.16
2034	女性	228 088	16.28	12 337 115	1 087.15	1 480 205	106.59	38 452	5.16
2035	女性	229 901	16.31	12 389 666	1 087.75	1 489 576	106.50	38 464	5.16
2036	女性	231 532	16.33	12 436 962	1 088.30	1 498 009	106.42	38 474	5.16
2037	女性	233 001	16.35	12 479 529	1 088.79	1 505 599	106.34	38 483	5.16
2038	女性	234 322	16.37	12 517 839	1 089.23	1 512 430	106.28	38 491	5.16
2039	女性	235 511	16.39	12 552 318	1 089.63	1 518 577	106.21	38 498	5.16
2040	女性	236 582	16.40	12 583 348	1 089.99	1 524 110	106.16	38 505	5.16
2041	女性	237 545	16.42	12 611 276	1 090.31	1 529 090	106.11	38 511	5.16
2042	女性	238 412	16.43	12 636 411	1 090.60	1 533 572	106.07	38 516	5.16
2043	女性	239 192	16.44	12 659 033	1 090.86	1 537 605	106.03	38 521	5.16
2044	女性	239 894	16.45	12 679 392	1 091.10	1 541 236	105.99	38 526	5.16
2045	女性	240 527	16.46	12 697 716	1 091.31	1 544 503	105.96	38 530	5.16
2046	女性	241 095	16.47	12 714 207	1 091.50	1 547 443	105.93	38 533	5.16
2047	女性	241 607	16.47	12 729 049	1 091.67	1 550 090	105.90	38 536	5.16
2048	女性	242 068	16.48	12 742 407	1 091.82	1 552 471	105.88	38 539	5.16
2049	女性	242 483	16.49	12 754 429	1 091.96	1 554 615	105.86	38 542	5.16
2050	女性	242 856	16.49	12 765 249	1 092.09	1 556 544	105.84	38 544	5.16

[1]	王梦奇, 梁墨瑄, 李泽远, 郭玉婷, 程景民. 间歇性禁食对2型糖尿病患者应用效果的范围综述[J]. 中国全科医学, 2025, 28(33): 4234-4240.
[2]	贾高鹏, 陈秋雨. 老年急性ST段抬高型心肌梗死经皮冠状动脉介入治疗术后心绞痛复发风险预测模型构建和验证：基于CYP2C19相关基因检测[J]. 中国全科医学, 2025, 28(30): 3779-3786.
[3]	徐百川, 王艳, 张彭, 李艺婷, 刘飞来, 谢洋. 慢性阻塞性肺疾病共病肺癌筛查工具分析[J]. 中国全科医学, 2025, 28(30): 3847-3852.
[4]	李玲, 李雅萍, 钱时兴, 聂婧, 陆春华, 李霞. 社区中老年人认知功能影响因素及风险预测研究[J]. 中国全科医学, 2025, 28(30): 3773-3778.
[5]	张媛, 陈冠华, 吕珊珊, 荆亚莉. 甲状腺功能正常的2型糖尿病患者甲状腺激素敏感性指标与骨质疏松症的关系研究[J]. 中国全科医学, 2025, 28(29): 3653-3659.
[6]	张睿敏, 董哲毅, 李爽, 王倩, 陈香美. 基于肾活检病理诊断的糖尿病肾病中医相关因素研究[J]. 中国全科医学, 2025, 28(26): 3307-3313.
[7]	殷佳慧, 杨昕晖, 王京京, 张雅静, 王丽娟, 付佐娣, 孔祥双, 郭光霞, 李玉凤. 腰高比和腰臀比及BMI对代谢综合征的预测价值研究[J]. 中国全科医学, 2025, 28(26): 3258-3263.
[8]	魏姣花, 彭慧如, 彭建业, 谭文婷, 黄金娥, 方立. MOTS-c在心房颤动患者血清中的表达及其与心房重构的相关性研究[J]. 中国全科医学, 2025, 28(26): 3271-3276.
[9]	蒋琪霞, 朱玉玲, 祝文君, 李秀芸, 谢郝婷, 王华军, 袁斯明. "五点"皮瓣温度和"单点"皮瓣温度预测血管危象的准确性及临界值研究[J]. 中国全科医学, 2025, 28(24): 3013-3018.
[10]	刘银银, 隋鸿平, 李婷婷, 姜桐桐, 史铁英, 夏云龙. 乳腺癌治疗相关心脏毒性风险预测模型的研究进展[J]. 中国全科医学, 2025, 28(24): 3072-3078.
[11]	王汝朋, 南京, 胡奕然, 杨升华, 金泽宁. 三酰甘油-葡萄糖体质量指数对2型糖尿病合并急性心肌梗死行急诊经皮冠状动脉介入治疗术后患者慢血流/无复流的预测价值研究[J]. 中国全科医学, 2025, 28(24): 2985-2992.
[12]	李嘉欣, 刘钟桧, 谢硕, 付志方, 孙丹, 焦红梅. 分解代谢及炎症状态的生物标志物变化趋势对老年患者慢性危重症的早期预测价值研究[J]. 中国全科医学, 2025, 28(24): 2993-2999.
[13]	吴莎, 张代义, 李晋, 宣勤考, 钱晓东, 朱传武, 浦剑虹, 朱莉. 基于体检队列的代谢相关脂肪性肝病与高血糖关联及联合预测模型构建研究[J]. 中国全科医学, 2025, 28(23): 2861-2869.
[14]	周倩, 吴晓敏, 王宝华, 严若菡, 蔚苗, 吴静. 胃癌发生风险的列线图预测模型研究[J]. 中国全科医学, 2025, 28(23): 2870-2877.
[15]	赵晓晴, 郭桐桐, 张欣怡, 李林虹, 张亚, 嵇丽红, 董志伟, 高倩倩, 蔡伟芹, 郑文贵, 井淇. 社区老年人认知障碍风险预测模型的构建与验证研究[J]. 中国全科医学, 2025, 28(22): 2776-2783.