Country-year agreement between GBD 2023 ulcerative colitis and Crohn’s disease rates and GIVES population-based observations: an ecological agreement study
这项生态一致性研究发现，尽管 GBD 2023 对溃疡性结肠炎和克罗恩病的估算值与 GIVES 基于人群的观察结果呈现正向跨单位一致性，但它们系统性地低估了真实率——尤其是患病率——从而导致其在针对特定国家-年份的应用中不具备充分的可互换性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在公共卫生的广阔领域中，追踪慢性疾病的传播是一个持续存在的挑战，尤其是当这些疾病较为罕见或难以诊断时。溃疡性结肠炎和克罗恩病是两种此类疾病，它们共同构成了被称为炎症性肠病的疾病组。这些是长期的疾病，会导致消化道出现疼痛性炎症，影响全球数百万患者。由于这些疾病在世界各个角落可能难以被发现和记录，科学家经常依赖复杂的计算机模型，来估算那些缺乏直接医疗记录的国家中受此疾病困扰的人数。这些模型是名为“全球疾病负担”（Global Burden of Disease）这一宏大全球计划的一部分，为每个国家和每一年提供一个最佳估算值。然而，估算并不等同于测量。为了让医生和政策制定者信任这些数字，他们需要知道模型的估算值是否与在存在真实数据的地方所发生的实际情况相吻合。
一个研究小组着手测试了这个问题，通过将模型的预测结果与一系列经过整理的真实世界研究进行对比。他们专注于一个特定的时间点，观察 2023 年的数据，以查看计算机生成的溃疡性结肠炎和克罗恩病发病率是否可以代表实际的人口统计观察结果。研究人员收集了来自 30 个国家的 66 项不同研究的数据，创建了一个庞大的数据集，使他们能够将模型的数据与针对同一国家、同一年份及同种疾病的真实世界发现进行并排对比。他们的目标并非宣布其中一个来源是绝对真理，而是衡量这两个来源之间的契合程度。如果模型与真实世界的数据完美匹配，那么该模型就可以在任何地方作为可靠的替代品。如果两者差异显著，则意味着使用该模型时需要保持谨慎。
这种对比的结果揭示了一个复杂的情况。虽然模型和真实世界的研究在对国家进行排序时往往具有相似的顺序——这意味着如果一个国家在现实世界中发病率较高，模型也会预测该国具有高发病率——但实际数值却往往大不相同。在绝大多数情况下，模型的估算值都低于真实世界研究中的比例。对于衡量新发病例的溃疡性结肠炎发病率，模型的数据仅约为真实世界数据的三分之二。对于克罗恩病，模型的数值甚至更低，仅捕捉到真实世界发病率的大约一半。当观察衡量特定时间内患病总人数的患病率（prevalence）时，差距甚至更大。在这里，模型的估算值大约只有观察到的比例的一半甚至更低。
这种分歧并非随机噪声，而是遵循特定的模式。研究人员发现，随着实际病例数的增加，模型与现实之间的差异也会随之扩大。在疾病发病率较高的国家，模型往往会更严重地低估疾病负担。这在衡量患病总人数方面尤为明显，即随着疾病变得更加普遍，模型的数值相对于真实数据落后得越多。研究人员还注意到，他们可以进行对比的数据高度集中在富裕国家。贡献信息最多的国家大多是高收入环境，少数几个国家提供了大部分证据。这意味着这些发现描述了模型在数据丰富的环境下的表现，但并不一定能告诉我们模型在最需要这些估算的贫困、数据匮乏地区是如何运作的。
研究结论指出，虽然模型和真实世界的数据在总体趋势上一致，但它们并不能互换使用。你不能简单地用模型数值替换真实世界的数值并期望它们完全相同。两者的差异太大，尤其是对于患有这些疾病的总人数而言。研究人员强调，这并不意味着模型是错误的，也不意味着真实世界的研究是完美的。这两个来源都有各自的局限性和不确定性。相反，研究结果表明，当真实世界的数据可用时，应当使用它来核实并结合模型的估算值。模型仍然是填补无数据区域空白的有用工具，但不应将其视为实际观察的精确替代品。最好的方法是将模型视为一个指南，需要通过现有的任何局部证据进行三角验证，并承认真实的患者人数可能介于这些不完美的来源之间。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。