Frauengesundheit

Menschen leben weltweit länger, aber nicht unbedingt gesünder, Studienfunde

Trotz der steigenden Lebenserwartung zeigt eine Studie aus der Mayo -Klinik erweiterte Gesundheitslücken, die durch unterschiedliche Krankheitsmuster geprägt sind, und warnt, dass längere Leben nicht unbedingt gesünder sind.

In einer kürzlich im Journal veröffentlichten Studie KommunikationsmedizinDie Forscher Armin Garmany und Andre Terzic an der Mayo-Klinik in den USA kartierten die HealthSpan-Lifespan-Lücke zwischen den Weltregionen und identifizierten Gap-assoziierte Indikatoren.

Die menschliche Lebenserwartung nimmt weiter zu und übertrifft die bisher etablierten Langlebigkeitendecken. Die Gewinne der Lebenserwartung wurden jedoch nicht mit gleichwertigen gesunden Langlebigkeitsergebnissen übereinstimmen, was zu einer Healthspan-Lifespan-Lücke führte, was der Unterschied zwischen der Lebensdauer (der Anzahl der Jahre) und HealthSpan (die Anzahl der Jahre bei guter Gesundheit) ist. Die Kartierung der HealthSpan-Lifespan-Lücke ist im Kontext der sozioökonomischen, geografischen und gesundheitlichen Ungleichheit besonders relevant.

Über die Studie

Während psychische und Substanzstörungen alle Regionen gleichermaßen belasteten, haben sie nicht die unterschiedlichen Krankheitsmuster von Afrika und Europa getrennt. Diese überraschende Konsistenz auf der ganzen Welt zeigt eine gemeinsame Herausforderung für psychische Gesundheit.

In der vorliegenden Studie kartierten die Forscher die Lücke mit HealthSpan-Lifespan nach Weltregionen und identifizierten GAP-assoziierte wirtschaftliche, gesundheitliche und demografische Indikatoren. Die Analyse umfasste 183 WHO -Mitgliedstaaten (2000–2019). Die Daten zur Lebenserwartung wurden von 2000 bis 2019 von der Weltgesundheitsorganisation (WHO) Global Health Observatory (GHO) verwendet. Weltregionen und Staaten wurden gemäß dem WHO -Klassifizierungsschema definiert.

Die HealthSpan-Lifespan-Lücke wurde als Unterschied zwischen der Lebenserwartung bei der Geburt und der gesundheitlichen Lebenserwartung (HALE) bei der Geburt geschätzt. Hale spiegelt die Zeit wider, die in voller Gesundheit gelebt hat, die auf Behinderungsgewichten gelebt hat, die die Autoren als „Jahre frei von Krankheiten“ verurteilten. GHO -Schätzungen der mit Behinderungen lebenden Jahre wurden verwendet, um die Morbiditätsbelastung zu berechnen. Die Sterblichkeitsbelastung wurde geschätzt, als Lebensjahre pro 100.000 Personen verloren. Gesundheits-, demografische und wirtschaftliche Indikatoren wurden von der WHO -Datenbank der WHO, der globalen Gesundheitsausgaben und den Weltbevölkerungsaussichten der Vereinten Nationen erhalten.

Zu den demografischen Indikatoren gehörten das Durchschnittsalter, die Lebenserwartung, die Bevölkerungsgröße, die Geburtenrate, die Bevölkerungsdichte, die Sterblichkeitsrate und die natürliche Veränderung. Wirtschaftsindikatoren waren die Gesundheitsausgaben pro Kopf und Bruttoinlandsprodukt (BIP). Gesundheitsindikatoren umfassten nicht übertragbare Krankheiten (NCDs), Verletzungen, Gesamtmorbiditätsbelastung und übertragbare, mütterliche, perinatale und Ernährungsbedingungen (CMPNs).

Die lineare Regression wurde verwendet, um Assoziationen zwischen diesen Indikatoren und der HealthSpan-Lifespan-Lücke zu untersuchen. Die Autoren verwendeten auch Dimensionalitätsreduzierung (Hauptkomponentenanalyse), unbeaufsichtigtes Clustering (K-Means) und beaufsichtigte Klassifizierung (Zufallswald), um mit der Lücke verbundene Krankheitsmuster zu identifizieren. Ein räumliches Fehlermodell wurde angewendet, um die geografische Nähe als potenzieller Störfaktor anzupassen. Darüber hinaus wurde ein multivariates Modell entwickelt, um die HealthSpan-Lifespan-Lücke unter Verwendung dieser Indikatoren vorherzusagen. Die Lückenabweichung von der multivariaten Regressionsschätzung wurde quantifiziert, um die Leistung der Mitgliedstaaten in jeder Region zu bewerten. Darüber hinaus wurden Regressionsmodelle entwickelt, um die Lücke zwischen HealthSpan-Lifespan aus den tatsächlichen Lebenserwartungswerten in den letzten zwei Jahrzehnten zu projizieren.

Ergebnisse

Amerika tragen die schwerste nicht übertragbare Krankheitsbelastung der Welt (durchschnittlich 84% der gesamten Morbidität) und tragen erheblich zu seiner überdurchschnittlichen Gesundheit von HealthSpan-Lifespan bei. Dies steht im scharfen Kontrast zum Profil Afrikas.

Die mittlere Lebenserwartung betrug 73,7 Jahre in den WHO -Mitgliedstaaten. Die mittlere Lebensdauer war die niedrigste in Afrika (64,1 Jahre) und die höchste in Europa (78,6 Jahre). Das durchschnittliche Alter betrug in Amerika 75,9, 73,9, 72,6 und 70,4 Jahre, in Amerika, dem östlichen Mittelmeer, Südostasien bzw. westlichen Pazifik. Die durchschnittliche, gesundheitsbezogene Lebenserwartung (die Jahre frei von Krankheiten) betrug 64,5 Jahre.

Der mittlere Gesundheitsverhältnis war in Europa (68,8 Jahre) und in Afrika (55,6 Jahre) am niedrigsten. Es war 62,1 Jahre im Westpazifik, 63,4 Jahre in Südostasien, 64 Jahre im östlichen Mittelmeer und 65,8 Jahre in Amerika. Weltweit betrug die mittlere Gesundheit der Gesundheitspan-Lifesspan 9,1 Jahre und lag in Lesotho und 12,4 Jahren in den USA (USA).

Die mediane Gesundheitspan-Lifesspan-Lücke in Afrika (8,3 Jahre) und der westliche Pazifik (8,4 Jahre) war kleiner als in Europa (9,9 Jahre), Amerika (9,6 Jahre), Südostasien (9,6 Jahre) und dem östlichen Mittelmeer (9,8 Jahre). Die durchschnittliche Lebenserwartung der Lebenserwartung von HealthSpan-Lifespan (LEA-GAP), dh der Prozentsatz der durch die Krankheit beeinträchtigten Lebensdauer, betrug 12,7% und reichte in den USA in der Demokratischen Volksrepublik Korea und 15,8%.

In der Region betrug der mittlere Lea-Lücken 12,4% in Europa, 12,9% in Amerika und Afrika, 13,3% im östlichen Mittelmeerraum und 11,8% im westlichen Pazifik. Darüber hinaus korrelierten die Lebenserwartung, die NCD-Belastung und das BIP konsequent mit der Lücke im healthspan-lifespan. Weltweit machten NCDs 56% bis 90% der gesamten Krankheitslast aus, während CMPNs und Verletzungen 3% bis 37% bzw. 4% bis 18% ausmachten.

Europas überraschend hohe Verletzungsbelastung – Doppelte Afrikas bei 11% der gesamten Krankheit – erklärt seine Position unter Regionen teilweise mit der größten absoluten Kluft zwischen Lebensdauer und HealthSpan.

Der NCD -Beitrag zur Krankheitslast war der niedrigste in Afrika (68%) und der höchste in Amerika (84%). Der niedrigste Beitrag von CMPNs wurde in Europa festgestellt (5%) und der höchste in Afrika (27%). Der Beitrag von Verletzungen war auch der niedrigste in Afrika (5%) und der höchste in Europa (11%). In den letzten zwei Jahrzehnten haben NCDs, Verletzungen und übertragbare Krankheiten eine durchschnittliche Veränderung von 3%, -0,4%bzw. -3%in ihrem Beitrag zur Gesamtkrankheitslast gezeigt.

Darüber hinaus stieg die Global Median HealthSpan-Lifespan-Lücke von 8,4 Jahren auf 9,1 Jahre in den letzten zwei Jahrzehnten und stieg mit einer mittleren Geschwindigkeit von 0,05 Jahren pro Jahr. Afrika zeigte die schnellste Lückenwachstumsrate mit ~ 0,07 Jahren pro Jahr, gefolgt von Südostasien (~ 0,06), dem östlichen Mittelmeer und Europa (~ 0,05), Westpazifik (~ 0,03) und Amerika (~ 0,03). Bis 2100 wurde voraussichtlich die mediane Gesundheitspan-Lifesspan-Lücke um 22% weltweit zunehmen. Es wurde vorausgesagt, dass es 12,1 Jahre in Amerika und in Ostmediterranen, 11,7 Jahre in Europa, 11 Jahre im Westpazifik, 10,5 Jahre in Südostasien und 10,1 Jahren in Afrika in Afrika erreicht wurde.

Einundsechzig Länder hatten Lücken, die größer waren als die Lebenserwartung, das BIP und die NCD-Belastung, wobei Afrika überrepräsentiert war. Achtundfünfzig hatten kleinere als als voneinander abgeschlossene Lücken, wobei Europa überrepräsentiert war. Diese Muster blieben nach räumlicher Anpassung bestehen.

Unüberwachte Clustering identifizierte drei Morbiditätsmuster mit unterschiedlichen mittleren Lücken: Cluster 1 (Ernährung, infektiöse, Neugeborene, mütterliche Bedeutung) ~ 8,3 Jahre, konzentriert in Afrika; Cluster 2 (Sinnesorgan, Diabetes, Genitourinary Prominenz) ~ 9,4 Jahre, über mehrere Regionen abzuräumen; Cluster 3 (Malignität, kardiovaskulär, muskuloskelett, neurologische Prominenz) ~ 10,3 Jahre, konzentriert in Europa. In allen Regionen waren psychische und Substanzstörungen überrepräsentiert, förderten jedoch nicht die regionale Segregation.

Schlussfolgerungen

Alle, die Regionen sind, sind unterschiedlich: Die überwachte KI bemühte sich, südostasiatische (36% Genauigkeit) und westliche Pazifik (57%) Länder nur auf Krankheitsmustern zu klassifizieren, was eine größere interne Vielfalt aufzeigt. Europa und Afrika waren weitaus unterschiedlicher (98% und 91% Genauigkeit).

Die HealthSpan-Lifespan-Lücke war universell, variierte jedoch in den Weltregionen der WHO-Welt. BIP, Lebenserwartung und NCD -Belastung korrelieren konsequent mit der Lücke. Afrika zeigte eine kürzere Gesundheit und Lebensdauer, was zu einer engeren Lücke führte. Afrika zeigte jedoch die schnellste Erweiterung der Lücke. Die Autoren warnen vor der globalen Verallgemeinerung und stellten fest, dass „Identitäten“ von Lücken aus unterschiedlichen Krankheitsmustern entstehen. Sie fordern eine regionale informierte, krankheitsmodellistische Lösungen, um die Erweiterung der Lücke einzugrenzen.

Die Autoren erkannten auch die Einschränkungen an, einschließlich der Abhängigkeit von HALE -Schätzungen, die aus Behinderungsgewichten abgeleitet wurden, die durch Setzen variieren können, und der Unfähigkeit, die Lücke für bestimmte Altersalter innerhalb der Lebensdauer zuzuordnen.


Quellen:

Journal reference:

Daniel Wom

Daniel Wom ist ein renommierter Webentwickler und SEO-Experte, der in der digitalen Welt eine beeindruckende Karriere aufgebaut hat. Als Betreiber mehrerer Blogs und Online-Magazine erreicht er jeden Monat mehr als 1 Million begeisterte Leser. Sein unermüdlicher Einsatz für Qualität im Web und seine Fähigkeit, die neuesten Trends und Entwicklungen im Webdesign und in der digitalen Kommunikation vorherzusehen und sich daran anzupassen, haben ihn zu einer angesehenen Persönlichkeit in der Branche gemacht. In unserem Portal ist er der führende Kopf hinter dem Import und der Analyse der neuesten Studien.

Ähnliche Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert