疾病大局观：1990年-2019年中国痛风患病率趋势报告 | 研究速递

医脉通编辑整理，未经授权请勿转载。

随着世界经济的快速发展，人们的生活方式和饮食习惯发生了明显变化。这导致痛风和高尿酸血症发病率增加，给社会和卫生保健系统带来沉重负担。根据2017年全球疾病负担（GBD）研究，全球痛风患病率在男性和女性中分别为7.9‰和2.5‰。美国、英国和韩国的调查分析显示，国家的整体患病率呈显著上升趋势。但中国尚无痛风患病率的全国性流行病学调查，meta分析估算中国痛风的总患病率为1.1%。

研究简介

到目前为止，还没有从年龄、时期和群体维度全面探索痛风的纵向趋势的研究。为填补这一空白，上海复旦大学附属中山医院肾病科丁小强教授（通讯作者）开展研究，解析1990年-2019年中国人群中年龄、时期和队列对痛风的独立影响，并利用2019年GBD数据预测未来十年痛风的患病率。该结果近日发表于期刊Front Public Health.（影响因子6.461）。本项研究将为进一步预防痛风提供可靠的流行病学基础，促进医疗资源合理规划。

研究纳入2019年全球疾病负担（GBD）研究的数据。采用Joinpoint回归模型计算痛风患病率的年百分比变化，并采用年龄-时期-队列分析（theage-period-cohort，APC）估计年龄、时期和队列的独立影响。并采用ARIMA模型预测2020年~2029年的痛风流行情况。

中国人群的痛风患病率呈上升趋势

2019年，中国有1620万例痛风患者，男性和女性的年龄标化患病率（ASPR）分别为12.3‰和3.9‰。1990-2017年，中国成人痛风的粗患病率（CPR）和年龄标化患病率趋势见图1。

图1 1990年-2019年中国痛风粗患病率变化

总的来说，男性痛风患者的CPR和ASPR均高于女性。男性CPR从1990年的7.38‰上升到2017年的17.76‰，然后下降到2019年的16.70‰。同期，中国女性的CPR由2.38‰逐步增长到5.81‰。1990年~2019年间，中国痛风的年龄标化患病率同样显著增加。

85~89岁人群的痛风患病率最高

不同年龄段人群的痛风患病率在不同时间近似于线性分布（图2）。随着年龄的增长，痛风患病率在85~89岁人群中达到峰值，这种年龄模式在男性和女性中表现一致。

图2 不同时期痛风患病率随年龄的变化

同时，男性痛风患病率的周期变化在较年轻人群中相对稳定，在50岁以上人群中呈上升趋势。相比之下，女性痛风中，60~64岁组之后出现一个具有三个拐点的特定时期趋势（图3）。

图3 基于不同年龄阶段的痛风患病率

痛风患病率随年龄增长

男女痛风患病率的年龄、时期和队列效应的相对危险度（RR）见图4。在控制时期和队列因素后，年龄与痛风患病率显著相关，风险随着年龄的增长而增加，随后保持稳定。参照15~19岁人群，男性的RR值在70~74岁达到峰值（RRage[70~74]=162.9，95%CI：124.6~213.4），女性在75~79岁达到峰值（RRage[75~79]=142.3，95%CI：96.1~210.6）。

1994年~2019年期间，男性和女性痛风患病率的时期效应呈上升趋势，女性的增长速度（RRperiod[2019]=2.31，95%CI：2.30-2.31）高于男性（RRperiod[2019]=2.23，95%CI：2.23-2.24）。痛风患病率的队列效应呈显著下降趋势，男性略低于女性。

图4 年龄、时期和队列对1990-2019年中国痛风患病率的影响（红色：男性；绿色：女性）

肉类和水产品摄入过多是痛风的重要危险因素

2019年，高体重指数（BMI）和肾功能障碍被确定为痛风的主要危险因素，分别占痛风失能调整生命年（DALYs）的22.5%和9.1%。此外，痛风患病率与社会人口指数（SDI）、肉类、水产品、油脂消耗量呈正相关关系，相关系数为0.903~0.966。相比之下，痛风患病率与谷物和蔬菜的摄入量呈负相关（Rgrain=−0.887，Rvegetable=−0.812）。

预计2029年中国的痛风患病率

应用1990年~2019年的痛风患病率数据，在ARIMA模型中预测未来10年的趋势。预计到2029年，男性的年龄标化患病率将从2020年的11.47‰上升到2025年的11.95‰，然后在2029年下降到11.67‰，而女性的年龄标化患病率将在未来十年保持稳定，在3.97‰-4.02‰之间。

结论

综上数据，在中国，痛风的患病率正在以惊人的速度增长。年龄是影响痛风患病率的关键因素。中国的人口增长和老龄化放大了这种影响，不健康的饮食和肥胖对中国痛风患病率的影响持续存在。因此，有必要提供有针对性的健康教育、定期筛查和可及的降尿酸治疗，以减轻痛风疾病负担。此外，还应加强对老年女性痛风的预防和保护。

参考文献：Zhu B, Wang Y, Zhou W, Jin S, Shen Z, Zhang H, Zhang X, Ding X, Li Y. Trend dynamics of gout prevalence among the Chinese population, 1990-2019: A joinpoint and age-period-cohort analysis. Front Public Health. 2022 Oct 12;10:1008598. doi: 10.3389/fpubh.2022.1008598. PMID: 36311630; PMCID: PMC9602928.