Burden of Cardiovascular Diseases Attributable to Metabolic Risk Factors in China 1990—2021 and Projected Trends from 2022 to 2035

doi:10.12114/j.issn.1007-9572.2025.0299

Abstract

Abstract:

Background

Metabolic risk factors have become a primary driver of the increasing burden of cardiovascular diseases (CVD) in China.

Objective

To assess the temporal trends of CVD burden attributable to metabolic risk factors in China from 1990 to 2021 and project the future burden through 2035 using the Bayesian age-period-cohort (BAPC) model.

Methods

Based on data from the Global Burden of Disease Study 2021 (GBD 2021), we quantified the contributions of level 1 and major level 2 risk factors (e.g., high blood pressure, air pollution, smoking, high LDL cholesterol, and dietary risks) to CVD mortality and disability-adjusted life years (DALYs) using the population attributable fraction (PAF) method. Joinpoint regression was applied to estimate the average annual percent change (AAPC) of CVD burden attributable to metabolic factors from 1990 to 2021. A BAPC model was used to project future burden trends from 2022 to 2035.

Results

From 1990 to 2021, the age-standardized DALYs rate of CVD attributable to metabolic factors declined, while the age-standardized mortality rate increased. In 2021, metabolic factors accounted for 68.6% of CVD-related DALYs and 70.1% of CVD deaths. Elevated systolic blood pressure remained the leading risk factor, contributing 53.3% and 55.4% to DALYs and deaths, respectively. Among the four main metabolic risks, high BMI showed the most significant increase, with the attributable age-standardized DALYs rate rising from 281.04 per 100 000 to 396.09 per 100 000 (AAPC=1.08%, P<0.000 1), and the age-standardized mortality rate increasing from 13.73 per 100 000 to 18.80 per 100 000 (AAPC=1.00%, P<0.000 1). In contrast, the burden associated with high fasting plasma glucose and high LDL cholesterol changed minimally, with most AAPC showing no statistical significance. Age-and sex-stratified analyses indicated the heaviest burden among older males, with widening gender differences at older ages. Projections based on the BAPC model suggest a continued decline in CVD burden by 2035: for males, the mortality rate is projected to decrease from 291.97 per 100 000 to 183.33 per 100 000 and the DALY rate from 5 296.99 per 100 000 to 3 274.07 per 100 000; for females, age-standardized mortality rate is projected to decline from 149.26 per 100 000 to 103.00 per 100 000 and age-standardized DALYs rate from 2 863.17 per 100 000 to 1 814.15 per 100 000. A clear downward inflection point is expected around 2030 in males, while a steady decline is projected for females. All model predictions had mean absolute percentage errors below 2%, indicating high predictive accuracy.

Conclusion

High BMI and high blood pressure remain the predominant metabolic risk factors for CVDs in China. The projected burden attributable to these risks is expected to continue rising, with males and older adults experiencing a higher burden. Younger adults are increasingly affected by BMI-related risks, highlighting the need for targeted, stratified prevention strategies.

Key words: Cardiovascular disease, Metabolic risk factors, Global Burden of Disease, DALYs, Mortality, Projection

摘要： 背景代谢因素已成为中国心血管疾病（CVD）负担持续上升的主要驱动因素。目的评估1990—2021年中国归因于代谢风险因素的CVD负担变化趋势，并利用贝叶斯年龄-周期-队列（BAPC）模型预测2022—2035年前的发展态势。方法基于2021年全球疾病负担（GBD）数据库，采用人群归因分值（PAF）法量化一类风险因素和主要二类风险因素（高血压、空气污染、吸烟、高低密度脂蛋白胆固醇、饮食相关风险等）对CVD死亡与伤残调整生命年（DALYs）的贡献。通过Joinpoint回归分析1990—2021年归因于代谢因素的CVD年变化趋势，并计算出主要代谢因素归因负担的平均年度变化百分比（AAPC），最后结合BAPC模型预测2022—2035年的负担趋势。结果 1990—2021年，中国归因于代谢因素的CVD年龄标化DALYs率下降，标化死亡率上升。2021年，代谢因素对CVD的DALYs和死亡PAF分别为68.6%和70.1%，高血压始终为首位致病因素，其DALYs和死亡的PAF分别为53.3%和55.4%。4种主要代谢因素中，高BMI相关负担增速最显著，其归因标化DALYs率由281.04/10万上升至396.09/10万（AAPC=1.08%，P<0.000 1），标化死亡率由13.73/10万增至18.80/10万（AAPC=1.00%，P<0.000 1）；相比之下，高空腹血糖和高低密度脂蛋白胆固醇相关负担变化幅度较小，标化DALYs率和死亡率在此期间变动不大，且大多数AAPC差异无统计学意义。性别与年龄分层结果显示，高龄男性人群负担最重，性别差异随年龄增长而扩大。基于BAPC模型的预测显示，至2035年CVD负担将呈持续下降趋势：男性标化死亡率将由2022年的291.97/10万降至2035年的183.33/10万，女性由149.26/10万降至103.00/10万；男性标化DALYs率将由5 296.99/10万降至3 274.07/10万，女性由2 863.17/10万降至1 814.15/10万（P<0.05）。预测显示男性人群在2030年前后出现明显下降拐点，女性则呈持续平稳下降趋势，4项指标的平均绝对百分比误差均低于2%，预测精度较高。结论高BMI与高血压为主要代谢风险因素，预测显示其归因负担或持续上升，男性与老年人群负担更重，中青年BMI相关风险突出，应加强分层防控。

关键词: 心血管疾病, 代谢风险因素, 全球疾病负担, 伤残调整生命年, 死亡率, 预测

CLC Number:

R 54

ZHEN Rui,GU Xufang,GAO Shengwei, et al. Burden of Cardiovascular Diseases Attributable to Metabolic Risk Factors in China 1990—2021 and Projected Trends from 2022 to 2035[J]. Chinese General Practice, 2026, 29(15): 2077-2083. DOI: 10.12114/j.issn.1007-9572.2025.0299.
甄锐,谷旭放,高晟玮等. 1990—2021年中国归因于代谢风险因素的心血管疾病负担及2022—2035年趋势预测研究[J]. 中国全科医学, 2026, 29(15): 2077-2083. DOI: 10.12114/j.issn.1007-9572.2025.0299.

Figures/Tables 9

References 23

[1]	2019 Risk Factors Collaborators GBD. Global burden of 87 risk factors in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet, 2020, 396(10258): 1223-1249. DOI: 10.1016/S0140-6736(20)30752-2.
[2]	GBD 2019 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.
[3]	ZHOU M G, WANG H D, ZENG X Y, et al. Mortality, morbidity, and risk factors in China and its provinces, 1990-2017: a systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet, 2019, 394(10204): 1145-1158. DOI: 10.1016/S0140-6736(19)30427-1.
[4]	WANG L M, PENG W, ZHAO Z P, et al. Prevalence and treatment of diabetes in China, 2013-2018[J]. JAMA, 2021, 326(24): 2498-2506. DOI: 10.1001/jama.2021.22208.
[5]	LI Y, YANG L, WANG L, et al. Burden of hypertension in China: a nationally representative survey of 174, 621 adults[J]. Int J Cardiol, 2017, 227: 516-523. DOI: 10.1016/j.ijcard.2016.10.110.
[6]	LI Y Z, TENG D, SHI X G, et al. Prevalence of diabetes recorded in mainland China using 2018 diagnostic criteria from the American Diabetes Association: national cross sectional study[J]. BMJ, 2020, 369: m997. DOI: 10.1136/bmj.m997.
[7]	HOU X Z, WU Q, YANG Y T, et al. The epidemiology and burden of atherosclerotic cardiovascular disease in China from 1990 to 2021: findings from the global burden of disease 2021[J]. Front Public Health, 2025, 13: 1529506. DOI: 10.3389/fpubh.2025.1529506.
[8]	GBD 2017 Causes of Death Collaborators. Global, regional, and national age-sex-specific mortality for 282 causes of death in 195 countries and territories, 1980-2017: a systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet, 2018, 392(10159): 1736-1788. DOI: 10.1016/S0140-6736(18)32203-7.
[9]	XUE H, ZENG Y Q, ZOU X Y, et al. Burden of ischemic stroke attributable to high low-density lipoprotein cholesterol in China from the global burden of disease study 2021[J]. Sci Rep, 2025, 15(1): 20037. DOI: 10.1038/s41598-025-04677-y.
[10]	GBD 2021 Diseases and Injuries Collaborators. Global incidence, prevalence, years lived with disability (YLDs), disability-adjusted life-years (DALYs), and healthy life expectancy (HALE) for 371 diseases and injuries in 204 countries and territories and 811 subnational locations, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021[J]. Lancet, 2024, 403(10440): 2133-2161. DOI: 10.1016/S0140-6736(24)00757-8.
[11]	IORIO R. The future is here: bundled payments and international statistical classification of diseases, 10th revision[J]. J Arthroplasty, 2016, 31(5): 931. DOI: 10.1016/j.arth.2016.02.040.
[12]	LI F Q, LI J S, TAN S Y, et al. Cardiovascular disease attributable to high systolic blood pressure in younger adults requires greater attention: insights from the global burden of disease study 2021[J]. J Am Heart Assoc, 2025, 14(12): e041964. DOI: 10.1161/JAHA.125.041964.
[13]	CHEN Z F, CHEN X D, CHANG M L, et al. Age-period-cohort analysis and prediction of tuberculosis trends in China-based on the Global Burden of Disease 2021 data[J]. Front Public Health, 2025, 13: 1512514. DOI: 10.3389/fpubh.2025.1512514.
[14]	ZHU X Q, CHEN L, YANG X Y, et al. Global, regional, and national trends in tobacco-induced cardiovascular disease burden for 1990-2021 with projections to 2045: a comprehensive analysis based on the Global Burden of Disease Study 2021[J]. Tob Induc Dis, 2025, 23: 23. DOI: 10.18332/tid/204008.
[15]	ZHAO Y Y, YANG X Y, DU Y Y, et al. Global cardiovascular disease burden attributable to particulate matter pollution, 1990-2021: an analysis of the global burden of disease study 2021 and forecast to 2045[J]. BMC Cardiovasc Disord, 2025, 25(1): 401. DOI: 10.1186/s12872-025-04724-6.
[16]	HALL J E, DO CARMO J M, DA SILVA A A, et al. Obesity-induced hypertension: interaction of neurohumoral and renal mechanisms[J]. Circ Res, 2015, 116(6): 991-1006. DOI: 10.1161/CIRCRESAHA.116.305697.
[17]	MASENGA S K, KIRABO A. Hypertensive heart disease: risk factors, complications and mechanisms[J]. Front Cardiovasc Med, 2023, 10: 1205475. DOI: 10.3389/fcvm.2023.1205475.
[18]	王友发, 王启荣, 邓娟, 等.中国居民健康体重管理之减重行动20条:基于科学循证的专家建议共识[J]. 中国预防医学杂志, 2023, 24(11):1137-1144. DOI: 10.16506/j.1009-6639.2023.11.001.
[19]	中国医师协会心血管内科医师分会, 苏州工业园区东方华夏心血管健康研究院. 泛血管疾病代谢异常管理专家共识(2024版)[J]. 中华心血管病杂志(网络版), 2025, 8(1): 1-18. DOI: 10.3760/cma.j.cn116031.2025.1000181.
[20]	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. DOI: 10.3969/j.issn.1672-5301.2025.03.001.
[21]	LINCOFF A M, BROWN-FRANDSEN K, COLHOUN H M, et al. Semaglutide and cardiovascular outcomes in obesity without diabetes[J]. N Engl J Med, 2023, 389(24): 2221-2232. DOI: 10.1056/NEJMoa2307563.
[22]	LI H, LIANG L F, SONG Z Y, et al. Global, regional, and national burden of cardiovascular disease attributable to high body mass index from 1990 to 2021 and projection to 2045[J]. Front Endocrinol (Lausanne), 2025, 16: 1546176. DOI: 10.3389/fendo.2025.1546176.
[23]	ZHOU X D, CHEN Q F, YANG W, et al. Burden of disease attributable to high body mass index: an analysis of data from the Global Burden of Disease Study 2021[J]. EClinicalMedicine, 2024, 76: 102848. DOI: 10.1016/j.eclinm.2024.102848.

时间	总人群		女性		男性
时间	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值
1990—2021年	2.22（2.15~2.28）^a	<0.000 1	1.78（1.73~1.84）^a	<0.000 1	2.55（2.50~2.60）^a	<0.000 1
1990—1998年	1.50（1.26~1.69）	0.000 4	0.67（0.46~0.87）	0.000 4	1.99（1.70~2.23）	<0.000 1
1998—2004年	4.60（2.02~4.82）	<0.000 1	3.85（3.68~4.04）	<0.000 1	4.98（4.67~5.44）	<0.000 1
2004—2007年	-1.08（-1.47~4.59）	0.091 6	-1.74（-2.13~-1.30）	0.000 4	-0.34（-0.86~0.23）	0.190 0
2007—2010年	4.30（-1.02~4.75）	0.090 4	3.34（2.72~3.80）	0.000 4	5.27（4.39~5.77）	<0.000 1
2010—2018年	1.52（1.04~4.12）	<0.000 1	0.83（0.07~1.13）	0.043 6	1.72（1.56~1.86）	<0.000 1
2018—2021年	2.61（1.69~3.79）	<0.000 1	2.51（2.20~2.96）	<0.000 1

时间	总人群		女性		男性
时间	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值
1990—2021年	2.22（2.15~2.28）^a	<0.000 1	1.78（1.73~1.84）^a	<0.000 1	2.55（2.50~2.60）^a	<0.000 1
1990—1998年	1.50（1.26~1.69）	0.000 4	0.67（0.46~0.87）	0.000 4	1.99（1.70~2.23）	<0.000 1
1998—2004年	4.60（2.02~4.82）	<0.000 1	3.85（3.68~4.04）	<0.000 1	4.98（4.67~5.44）	<0.000 1
2004—2007年	-1.08（-1.47~4.59）	0.091 6	-1.74（-2.13~-1.30）	0.000 4	-0.34（-0.86~0.23）	0.190 0
2007—2010年	4.30（-1.02~4.75）	0.090 4	3.34（2.72~3.80）	0.000 4	5.27（4.39~5.77）	<0.000 1
2010—2018年	1.52（1.04~4.12）	<0.000 1	0.83（0.07~1.13）	0.043 6	1.72（1.56~1.86）	<0.000 1
2018—2021年	2.61（1.69~3.79）	<0.000 1	2.51（2.20~2.96）	<0.000 1

时间	总人群		女性		男性
时间	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值
1990—2021年	1.59（1.55~1.64）^a	<0.000 1	1.14（1.10~1.18）^a	<0.000 1	1.90（1.86~1.94）^a	<0.0001
1990—1998年	1.00（0.88~1.12）	<0.000 1	0.42（0.28~0.55）	0.000 8	1.48（1.28~1.66）	<0.000 1
1998—2004年	3.73（3.57~3.87）	<0.000 1	3.26（3.09~3.43）	<0.000 1	4.11（3.88~4.39）	<0.000 1
2004—2007年	-0.84（-1.13~-0.53）	0.009 2	-1.99（-2.31~-1.67）	<0.000 1	0.00（-0.37~0.49）	0.946 6
2007—2011年	2.63（2.29~2.98）	0.008 8	1.67（1.38~2.13）	<0.000 1	3.42（2.97~3.94）	<0.0001
2011—2018年	0.78（0.45~0.92）	0.001 2	0.17（-0.35~0.55）	0.372 3	0.90（0.74~1.03）	<0.0001
2018—2021年	1.95（1.34~2.91）	<0.000 1	1.89（1.64~2.22）	<0.000 1

时间	总人群		女性		男性
时间	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值	APC（AAPC）（95%CI）（%）	P值
1990—2021年	1.59（1.55~1.64）^a	<0.000 1	1.14（1.10~1.18）^a	<0.000 1	1.90（1.86~1.94）^a	<0.0001
1990—1998年	1.00（0.88~1.12）	<0.000 1	0.42（0.28~0.55）	0.000 8	1.48（1.28~1.66）	<0.000 1
1998—2004年	3.73（3.57~3.87）	<0.000 1	3.26（3.09~3.43）	<0.000 1	4.11（3.88~4.39）	<0.000 1
2004—2007年	-0.84（-1.13~-0.53）	0.009 2	-1.99（-2.31~-1.67）	<0.000 1	0.00（-0.37~0.49）	0.946 6
2007—2011年	2.63（2.29~2.98）	0.008 8	1.67（1.38~2.13）	<0.000 1	3.42（2.97~3.94）	<0.0001
2011—2018年	0.78（0.45~0.92）	0.001 2	0.17（-0.35~0.55）	0.372 3	0.90（0.74~1.03）	<0.0001
2018—2021年	1.95（1.34~2.91）	<0.000 1	1.89（1.64~2.22）	<0.000 1

风险因素	DALYs PAF（%）	95%CI（%）	死亡PAF（%）	95%CI（%）
归因于代谢风险因素	68.6	60.6~75.1	70.1	62.4~76.6
高收缩压（高血压）	53.3	43.4~62.0	55.4	45.7~64.1
高低密度脂蛋白胆固醇	18.0	10.3~26.1	16.1	8.4~24.4
高空腹血糖	9.8	8.4~11.4	10.5	9.0~12.0
高BMI	7.7	3.9~12.0	6.7	3.6~10.1
归因于行为风险因素	46.8	34.2~56.3	43.5	29.9~54.2
吸烟	22.4	18.6~26.4	18.7	15.0~23.0
饮食相关风险	29.3	12.6~41.9	27.7	11.2~41.4
归因于环境/职业风险因素	39.0	31.2~46.4	40.6	32.4~48.0
空气污染	28.0	23.3~33.6	28.6	24.0~34.2
其他环境风险	8.6	-1.0~17.9	9.3	-1.1~19.1
非最优温度	7.3	6.7~8.5	7.9	7.4~9.3