條文本

原始研究
土耳其肥胖趨勢和性別差異對未來2型糖尿病的影響:數學建模分析
  1. Gül阿尼爾Anakök1,2,
  2. 蘇珊·F·阿瓦德3.,
  3. Ciğ民主黨Cağlayan1,
  4. Peijue Huangfu4,
  5. Laith J Abu-Raddad5,6,
  6. Belgin Unal7,
  7. 茱莉亞·艾莉森·克裏奇利4
  1. 1公共衛生部,科卡利大學醫學院,科喀艾裏、土耳其
  2. 2Kartepe區衛生局,科喀艾裏、土耳其
  3. 3.威爾康奈爾醫學院,紐約、卡塔爾
  4. 4人口健康研究所,倫敦聖喬治大學,倫敦、英國
  5. 5傳染病及流行病學小組,卡塔爾威爾康奈爾醫學院,多哈回合談判、卡塔爾
  6. 6世界衛生組織艾滋病毒/艾滋病、性傳播感染和病毒性肝炎疾病流行病學分析合作中心,卡塔爾威爾康奈爾醫學院,多哈回合談判、卡塔爾
  7. 7醫學院公共衛生係,Dokuz Eylul大學,伊茲密爾、土耳其
  1. 對應到Gül阿尼爾Anakök;gulanilanakok在}{hotmail.com

摘要

背景使用先前開發和驗證的數學模型,我們預測了到2050年土耳其2型糖尿病(T2DM)的患病率和按年齡和性別分層的主要可改變風險因素(肥胖、缺乏運動和吸煙)。

方法我們的確定性分區模型同時擬合了1997年至2017年土耳其成年人(20-79歲)的具有全國代表性的人口統計學和風險因素數據,然後估計了未來的趨勢。我們的新方法探索了未來肥胖趨勢對這些預測的影響,具體建模:(1)2020年之後女性肥胖人數逐漸下降,直到與男性的特定年齡水平相當;(2)2020年之後肥胖人數停止上升。

結果預計T2DM患病率將從2020年的14.0%(95%不確定性區間(UI) 12.8%至16.0%)上升到2050年的18.4% (95% UI 16.9%至20.9%);到2050年,女性為19.7%,男性為17.2%;反映了高水平的肥胖(2050年女性為39.7%,男性為22.0%)。總體而言,如果肥胖率在2020年後停止上升,則T2DM患病率可降低約4%;如果女性肥胖率可降低至與男性相同,則可降低12%(女性為22%)。到2050年,女性中較高的年齡肥胖症患病率導致2 076 040名額外女性患上2型糖尿病。

結論T2DM在土耳其很常見,並將繼續如此。針對高肥胖負擔(和低體育活動水平)的幹預措施和政策,特別是針對婦女,可能對未來的疾病負擔產生重大影響。

  • 糖尿病和內分泌學
  • 流行病學
  • 公共衛生

數據可用性聲明

所有與研究相關的數據都包含在文章中或作為補充信息上傳。本文所依據的數據可在本文及其在線補充材料中獲得。數據輸出也在SGUL figshare在線存儲庫中:DOI 10.24376/rd. sgl .19026011。Matlab模型代碼可根據要求從作者處獲得。

http://creativecommons.org/licenses/by-nc/4.0/

這是一篇開放獲取的文章,根據創作共用署名非商業(CC BY-NC 4.0)許可證發布,該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建,並以不同的條款許可其衍生作品,前提是正確引用原始作品,給予適當的榮譽,任何更改都已注明,並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/

數據來自Altmetric.com

請求的權限

如果您希望重用本文的任何或全部內容,請使用下麵的鏈接,該鏈接將帶您到版權清除中心的RightsLink服務。您將能夠快速獲得價格和即時許可,以多種不同的方式重用內容。

本研究的優勢和局限性

  • 估計包括2型糖尿病的所有主要危險因素。

  • 複雜和驗證的數學模型,考慮到人口分布的危險因素及其與2型糖尿病的關係。

  • 土耳其通過反複的關鍵風險因素調查獲得了基於人口的高質量數據,所有數據都具有全國代表性。

  • 風險因素和疾病的未來趨勢仍然存在不確定性。

  • 降低女性肥胖患病率的最佳方法尚不確定。

簡介

在過去30年左右的時間裏,許多國家的糖尿病患病率急劇上升;在全球範圍內,現在每11個成年人中就有1人被認為患有糖尿病,其中85%-90%患有2型糖尿病。1這種大幅增長主要是由人口結構的變化(人口老齡化)和生活方式的改變推動的,特別是飲食的變化和體育活動的減少,兩者結合導致了肥胖的增加。作為一個地區,中東和北非的糖尿病估計患病率全球最高;12.8%的成年人(20-79歲)。1目前對土耳其糖尿病患病率的估計大致反映了這一區域情況。最近的調查表明,超過10%的土耳其成年人已經患有2型糖尿病,對於中年人(35歲及以上),平均身體質量指數(BMI)女性已經超過30,男性超過27。2 3BMI以大約0.1 kg/m的速度增加21995-2009年期間每年進行一次3.。這些升高的危險因素水平使土耳其成年人隨著年齡的增長發展為T2DM的高風險。在全球範圍內,男性糖尿病患病率高於女性,4但土耳其的情況正好相反,這反映出該國女性肥胖率極高。盡管如此,據我們所知,“肥胖差距”(由於肥胖水平高於男性,女性糖尿病負擔過重)之前還沒有估計過。

早期研究表明,在未來幾十年,土耳其的2型糖尿病可能會大幅增加;然而,這些估計是基於一個非常簡單的馬爾可夫模型,隻使用了2011年之前發布的數據,5此後,幾項高質量的全國性調查也陸續發表。6 7這些最近來自土耳其的全國性調查表明,在過去十年中,T2DM患病率的趨勢趨於平緩。土耳其還在公共衛生方麵取得了一些進展,特別是吸煙率和其他心血管危險因素有所下降,2 8可能是由於初級保健的醫療管理有所改善。2因此,我們對按年齡和性別劃分的糖尿病患病率進行了新的估計,並使用最近開發並已應用於該區域各國的更複雜的動態模型對未來進行了預測。4 9 10這個模型包括了土耳其所有年齡和性別群體,包含了1995年以來土耳其發表的四項全國性調查的數據,6 11 - 13並結合了一些方法上的進步,包括在人群中更現實的風險因素分布。與早期的方法相比,後者允許成年人明確具有不止一個風險因素(例如,肥胖和體育活動)。9土耳其和中東的國家和區域衛生規劃人員以及公共衛生界對改進後的估計數非常感興趣。流行病學模型對於估計潛在預防政策(如減少肥胖戰略)對人口的影響也很有價值,為國家和區域的政策方向提供信息。

方法

模型開發

我們擴展了最近開發的T2DM年齡結構數學模型,並使用來自土耳其的數據進行參數化。原始模型的全部細節可以在Awad中找到9所開發的模型是基於人口和確定性的,用一組微分方程(在線補充附錄表S1)。該方程根據性別、年齡、有無T2DM以及T2DM的三個主要危險因素將人群分為640個組。在線補充附錄框S1顯示如何將人口劃分為不同的風險因素和健康狀況的示意圖。其中的三個關鍵危險因素在其他已發表的文獻中被確定為關鍵危險因素:肥胖、缺乏運動和吸煙9而且很容易從許多人群的連續調查中獲得。14肥胖定義為BMI≥30 kg/m2在所有年齡段。身體活動不足被定義為活動水平低於世界衛生組織的建議(即每天至少30分鍾的中等或劇烈運動,或每周150分鍾)。15日16吸煙作為目前每天吸煙的報告。14T2DM的病例定義為自我報告的藥物治療糖尿病或空腹血糖(FBG)高於閾值水平(7.0 mmol/L)以檢測未確診病例。在每年的基礎上,假設個體發展為T2DM的比率與其年齡、性別和危險因素狀況一致。這些參數化使用流行病學和自然史數據(見在線補充附錄表S2)。假設風險因素是相互獨立的,也就是說,將其相乘組合,但我們通過在敏感性分析中假設三個風險因素相加組合來探討這一假設的潛在影響。為便於參數估計,還假定健康狀態和危險因素狀態之間的轉換獨立於健康狀態(見《假設》)在線補充附錄7頁)。

風險因素數據和參數化

利用大型國際元流行病學研究來估計分別與肥胖、缺乏運動和吸煙相關的T2DM的性別和年齡相關相對風險(RR),這些研究是通過綜合文獻綜述確定的,先前報道(在線補充附錄表S2)。簡而言之,考慮到已知的許多危險因素與生理性別的相互作用,我們使用了來自報告年齡分層和性別分層RR的研究的參數估計17以及大多數rr的年齡衰減。

在Medline中檢索了土耳其各風險因素水平的數據和各風險因素隨時間變化的趨勢,包括1995年以後發表的任何國家或次國家數據(見在線補充附錄框S2和圖S1)。對潛在相關研究進行了嚴格評估,以根據關鍵質量標準做出參數化的最終選擇,包括是否具有全國代表性或僅發生在特定地區,風險因素的定義(例如,是否僅根據FBG測量估計T2DM患病率,還是使用更敏感的測量方法,如口服糖耐量試驗(OGTT)來檢測未診斷的糖尿病)和調查應答率。以及數據的可訪問性(參見在線補充附錄表S2)。7 11 12 18 19由於我們想要在較長時間內檢查年齡特異性和性別特異性患病率的趨勢,我們使用了最一致報道的危險因素的定義(即FBG識別未診斷的糖尿病),即使這不是納入研究報告的最優或最敏感的定義。

圖1

土耳其按年齡、性別和日曆時間劃分的T2DM患病率(2020-2050年)。2型糖尿病。

圖2

土耳其按性別和日曆時間劃分的T2DM主要危險因素的患病率預測和T2DM患病率的比例。2型糖尿病。

從基線年到2050年,土耳其的人口規模及其按年齡和性別劃分的分布數據來自土耳其國家研究所(https://www.tuik.gov.tr/Home/Index),並與聯合國的人口估計數字(https://www.unorg/en/sections/issues-depth/population/在線補充附錄圖S2)。

模型擬合和場景開發

該模型適用於通過文獻檢索確定的性別特異性和年齡特異性T2DM、肥胖、吸煙和缺乏運動患病率數據在線補充附錄表S2為土耳其人口),采用非線性最小二乘擬合方法20.MATLAB 2019a編程21(代碼可根據要求從作者處獲得)。簡而言之,我們使用誤差平方和作為代價函數,公差設置為10−4,以終止擬合過程(並評估擬合優度)。

關於模型結構和假設的進一步細節已在之前發表4 9 10 22並總結為在線補充附錄框S1和表S2)。使用擬合參數預測到2050年2型糖尿病患病率的趨勢。在線補充附錄圖S3-S6顯示模型分別適合2型糖尿病、肥胖、吸煙和缺乏運動的年齡和性別趨勢。

在基礎案例中,根據1990年至2017年觀察到的趨勢,假設特定年齡的肥胖患病率繼續增加。由於缺乏隨時間變化趨勢的證據,我們假設當前按年齡和按性別劃分的身體不活動率在2017年後保持不變,預計吸煙率隻有極小的變化;因此,T2DM患病率的大部分變化可歸因於人口老齡化和肥胖趨勢。

由於隻有肥胖流行率是可能改變的,我們考慮了進一步的兩種情況。在第一種情況下,我們假設在2020年之後可以引入一些針對女性的幹預措施,這將在2030年將肥胖患病率降低到男性的水平(在線補充附錄圖S7A)。通過這種方式,我們估計了2型糖尿病的“超額發生率”與男性和女性之間肥胖患病率的差異有關;“肥胖性別差異”。在第二種情況下,我們假設某些幹預措施可以阻止2020年後人口中所有年齡-性別群體的肥胖患病率的預期增長(目前已為土耳其設定了非傳染性疾病(NCD)目標;23在線補充附錄圖S7B)。

使用修改的人群歸因風險分數方法計算歸因於每個危險因素的2型糖尿病發病率的比例,以考慮危險因素之間的重疊。4 10 22 24 25

不確定性分析

進行了1000次試驗的多變量不確定性分析,以確定預測T2DM患病率的不確定性範圍。采用拉丁超立方抽樣技術生成關鍵結構模型參數值的隨機樣本在線補充表S1。對於沒有先驗CI或可信範圍的參數,在參數點估計值周圍采用±30%的不確定度。對於每組新的輸入參數值,對T2DM模型進行改裝,並計算T2DM患病率的95%不確定區間(ui)在線補充附錄圖S8)。

患者和公眾參與

一個也沒有。

結果

總體而言,預計土耳其T2DM患病率將從2020年的14.0% (95% UI 12.8%至16.0%)增加到2050年的18.4% (95% UI 16.9%至20.9%),在此期間增長約31.3% (圖1一個;95% UI顯示在在線補充附錄圖S8)。即使我們假設危險因素可能是相加而不是相乘,到2050年,T2DM患病率將上升到17.5% (95% CI 16.9%至18.2%)(在線補充附錄圖S9)。也看到在線補充附錄用於按年齡、性別和年份進行模型估計。與男性相比,女性的T2DM患病率顯著高於男性;到2050年,女性占19.7%,男性占17.2% (圖1一個)。由於預計的人口增長,2型糖尿病的負擔在未來30年將繼續大幅增加(土耳其人口預計將從2018年的8600多萬增加到2050年的約1.06億;在線補充附錄圖S1)和人口老齡化(2018年,土耳其約12%的人口年齡在60至80歲之間(我們的模型中包括的年齡上限),而估計到2050年,20%的人口年齡將在60至80歲之間)。預計土耳其每年發生2型糖尿病的新病例數將從2020年的319,948例增加到2050年的460 709例,增長約44% (圖1 b)。在接下來的幾十年裏,年齡特異性T2DM患病率在最高齡人群中仍然最高(2020年75-79歲人群為31%;到2050年將上升到34%)。然而,中年人的患病率預計將增加(45-49歲人群的患病率從12%增加到14%,增加17%)。隨著土耳其人口老齡化,流行病例負擔最重的年齡組將從2020年的55歲至64歲上升到2050年的65歲至74歲圖1 c)。

在統計上,超過一半的T2DM患病率可歸因於模型中包含的三個主要危險因素;幾乎都是由於肥胖水平的上升(圖2 a - c)。預計肥胖患病率將從2019年的27.4%上升至2050年的30.6% (圖2一個)。2型糖尿病患病率的增加與肥胖患病率的預測密切相關,據估計,到2050年,女性肥胖患病率將升至39.7%,男性為22.0%。統計上歸因於肥胖的2型糖尿病發病率的比例預計將大致保持一致,略低於一半(2020年和2050年;分別為49.0%和49.2%)(圖2 b)。

考慮到肥胖作為風險因素的重要性,以及土耳其男女肥胖患病率的巨大差異,我們進一步使用該模型來估計女性糖尿病患病率的降低,假設在2020-2030年的10年期間,如果女性肥胖呈線性下降,那麼到2030年,女性的特定年齡患病率已經下降到男性的水平(在線補充附錄圖S7A)。如果能夠實現這一目標,到2050年,女性2型糖尿病患病率將為15.2%(而不是19.7%),減少約22% (圖3一)。在2030年至2050年期間,這將導致患2型糖尿病的女性人數減少200多萬(2076040;圖3 b)。在整個人口(男性和女性)中,糖尿病患病率將從18.4%下降到16.2%,減少約12%。

圖3

情景分析:2020年至2030年期間,將女性肥胖患病率降低到男性的水平對糖尿病患病率和發病率的影響。2型糖尿病。

我們還考慮了一種情況,假設某些幹預措施可以防止肥胖在2020年後進一步增加(土耳其目前的非傳染性疾病目標;23在線補充附錄圖S7B)。這對2型糖尿病患病率的影響較小(從18.4%降低到17.6%;總體下降約4%,在男性和女性中非常相似;圖4一)。即使是這種看似溫和的幹預,到2050年每年可減少約38821例糖尿病病例,或到2050年累計可減少722672例(圖4 b)。

圖4

情景分析:在2020年後停止肥胖患病率上升對未來2型糖尿病患病率的影響。2型糖尿病。

討論

預計未來幾十年,土耳其和類似國家的糖尿病負擔將大幅增加。國際糖尿病聯合會(IDF)糖尿病地圖集估計,2019年中東和北非地區的糖尿病患病率全球最高,超過12%,到2045年,該地區的糖尿病負擔預計將增加近100%。1我們估計,到2050年,超過18%的成年人將患有2型糖尿病;這比2020年預計的14.0%增長了近三分之一。更令人擔憂的是,隨著土耳其人口的老齡化,預計每年發生2型糖尿病的新病例數將比2020年的水平幾乎翻一番,到2050年將增加到每年近50萬例新病例。

我們的估計略高於IDF的估計,後者估計到2045年,土耳其將有約1000萬人患有糖尿病1而在我們的模型中,到2050年大約有1300萬。與IDF方法不同,我們的分析明確考慮了關鍵危險因素的流行病學趨勢;這應該能更好地估計肥胖等關鍵風險因素增長最快的國家的負擔26以色列國防軍的估計可能是保守的。1其他統計模型對未來流行率的估計更高;最近的一項全球分析估計,到2030年,土耳其的糖尿病患病率將達到18.3%,27盡管這項研究中的ui(15.6%至20.9%)與我們對2030年略高於15.4%(14.3%至16.5%)的估計重疊。

我們的研究結果表明,2型糖尿病患病率的性別差異可能會繼續存在,女性患病率的估計值仍顯著高於男性。如果女性的肥胖患病率可以降低到男性的水平,那麼女性的2型糖尿病患病率將下降近三分之一。如果女性的肥胖患病率與男性相同,那麼到2050年,女性患T2DM的人數將減少200多萬,所以這種“肥胖性別差距”是巨大的。在全球範圍內,男性的T2DM患病率略高於女性,一旦考慮到主要危險因素,男性患T2DM的風險似乎更大。28所以女性的高患病率是非常顯著的。土耳其女性的超重風險反映出她們的肥胖患病率遠高於男性(估計到2050年將達到39.7%對22.0%)。從全球來看,女性肥胖率高於男性,29但與其他地區相比,中東地區女性的肥胖水平非常高。29雖然土耳其被世界衛生組織和以色列國防軍正式歸類為歐洲地區,但肥胖和糖尿病患病率的性別不平等模式與中東國家更相似,與英國等北歐國家非常不同,後者的男性和女性肥胖患病率大致相似。30.這可能反映了許多不利於女性福祉的社會文化因素,包括女性在家庭中的傳統角色,31更有限的體育活動水平和潛在的更高的平價。32 33

有趣的是,最近的一項綜述發現,在全球生態分析中,女性肥胖水平較高與性別不平等加劇有關。34最近的研究表明,肥胖方麵的性別不平等與土耳其的教育和就業狀況有關,在失業和低教育水平的群體中,肥胖人數大幅增加。提高土耳其女性的地位可以減少肥胖。35 36這一風險的社會決定因素值得進行更詳細的探索,以便設計出更適合女性的幹預措施,以降低肥胖患病率。

我們的模型有幾個優點,特別是它對風險因素及其在土耳其人口中的分布進行了更複雜的處理。我們探討了風險因素組合方式的關鍵假設的影響(例如,相加或相乘),這對我們未來的估計隻有很小的影響)。另一個關鍵優勢是土耳其提供的風險因素數據的穩健性。自20世紀90年代以來,一直有高質量流行病學研究的傳統,這些研究在很長一段時間內使用廣泛一致的方法和定義收集了關於關鍵危險因素的數據。我們的模型擬合過程密切反映了在這些國家級調查中觀察到的風險因素的趨勢,增加了我們對所產生的估計的信心(在線補充圖S3-S6)。

然而,所有模型都有局限性,特別是在用於評估未來疾病負擔時。2型糖尿病還有其他危險因素(例如,飲食的其他方麵,如水果和蔬菜消費、全穀物、膳食纖維、紅肉和酒精消費),37家族病史,38我們的流行病學模型沒有捕捉到。這三個危險因素的趨勢隻能解釋約60%的糖尿病增加(圖2);剩下的40%可能部分歸因於其他未被考慮在內的風險因素的增加。特別是,飲食風險因素可能很重要;例如,最近的分析表明,大量食用紅肉可能會使患2型糖尿病的風險增加30%。39飲食風險因素的趨勢難以建模,需要重複的高質量飲食數據,而土耳其沒有。我們的模型旨在捕獲與RR最有力的增加相關的最顯著的可改變的風險因素的貢獻(如肥胖,根據年齡和性別使T2DM風險增加4-8倍),以及那些最容易從常規可用的串行數據源測量的風險因素(如吸煙率)。關於缺乏體育活動的數據和這一風險因素的趨勢也更難以持續和準確地收集;我們確定的土耳其研究中沒有一項使用了身體活動的客觀測量(如計步器或加速度計),盡管自我報告的身體活動評估可能大大高估了更客觀的測量。我們無法確定缺乏體育活動的明確趨勢,因此保守地假設該參數在基線評估中不會隨時間變化;總的來說,我們可能在某種程度上低估了體育活動對糖尿病風險的患病率和貢獻。我們的模型對2型糖尿病的流行病學和自然史做出了許多關鍵假設。9它假設一旦個體從“健康”狀態過渡到“T2DM”狀態,這個過程是不可逆的。2型糖尿病可以逆轉,或至少可以延緩其進展,在診斷後可以保持非常低卡路裏的飲食,從而顯著減輕體重,40但目前在土耳其人口水平上,糖尿病逆轉被認為是非常罕見的。我們的模型進一步假設,風險因素狀態的變化(即健康人群中的肥胖、體育活動或開始吸煙,或肥胖人群中的體重減輕,體育活動和吸煙者中的體育活動減少或戒煙)與整體健康狀況無關,盡管某些關係顯然是合理的(見在線補充附錄第7頁)。我們的模型還假設個體風險以對數線性方式結合,這一假設被廣泛接受,並反映在其他慢性疾病模型中,但支持證據相對有限。

我們的工作最重要的局限性之一可能是嚴重低估了2020年和2050年土耳其T2DM的患病率。這是因為我們對未確診T2DM患病率的估計僅基於土耳其空腹血糖水平的趨勢。與OGTT等更敏感的T2DM診斷方法相比,僅使用FBG可大大低估未診斷T2DM的患病率,低估幅度高達30%。4120世紀90年代早期的一些T2DM研究同時使用OGTT和FBG來識別未診斷的糖尿病,但沒有提供足夠的數據讓我們調整來自最近僅使用FBG的調查的估計。土耳其最近的研究使用糖化血紅蛋白(HbA1c)和空腹血糖來識別未診斷的糖尿病,但糖化血紅蛋白僅在2011年被推薦用於糖尿病診斷,因此從早期研究中無法獲得。因此,我們基於僅使用FBG的調查數據對T2DM患病率趨勢的模型估計。假設基於OGTT的患病率可能高出30%,這粗略地表明,到2020年,T2DM的真實年齡-性別患病率可能高達18.2%,到2050年將接近24%。此外,我們的模型沒有估計糖耐量受損或“中間高血糖”的趨勢,盡管這在土耳其也可能大幅增加1而且可能在更年輕的時候。

我們的研究結果強調,在土耳其,T2DM的巨大未來負擔是不可避免的,因為增長趨勢的主要驅動因素是預計未來幾十年將出現非常嚴重的人口老齡化。然而,任何旨在降低肥胖患病率的政策或行動都可能帶來顯著的好處,特別是如果針對女性,因為即使這一風險因素的小幅降低也可能導致未來2型糖尿病病例的顯著減少22在未來。土耳其已經製定了減少肥胖的目標,但關於如何實現這些目標的明確計劃還沒有很好地製定出來。總體而言,實現這一目標的確切政策杠杆仍不確定。然而,有一些證據表明,營養教育計劃和鼓勵消費能量密度較低的食品(如水果和蔬菜)的社會營銷計劃可能收效甚微,特別是定價幹預(如對含糖飲料征稅)42還有潛在的飽和脂肪43可以產生微小但持續的益處,從而降低BMI,從而降低未來的2型糖尿病患病率。土耳其和整個區域迫切需要進一步了解實施這類規劃的最佳方式,特別是針對處境極為不利、受肥胖和糖尿病困擾的婦女。

關鍵信息

  • 到2050年,人口老齡化和高度肥胖可能會使2型糖尿病(T2DM)患病率增加到土耳其成年人的近20%。

  • 在土耳其,大約一半的T2DM發病率可歸因於高水平的肥胖。

  • 土耳其女性的肥胖水平幾乎是男性的兩倍;而在其他歐洲國家,比如英國,肥胖水平在性別上大致相當。

  • 如果在2020年到2030年之間,女性的特定年齡肥胖水平可以降低到男性的水平,那麼到2050年,患T2DM的女性將減少200多萬,女性糖尿病患病率將下降20%以上。

  • 高肥胖率導致患有2型糖尿病的女性嚴重過度不健康,應優先考慮減少弱勢女性肥胖的策略。

數據可用性聲明

所有與研究相關的數據都包含在文章中或作為補充信息上傳。本文所依據的數據可在本文及其在線補充材料中獲得。數據輸出也在SGUL figshare在線存儲庫中:DOI 10.24376/rd. sgl .19026011。Matlab模型代碼可根據要求從作者處獲得。

倫理語句

患者發表同意書

倫理批準

不適用。

參考文獻

補充材料

  • 補充數據

    此網頁文件由BMJ出版集團從作者提供的電子文件製作而成,並沒有對內容進行編輯。

腳注

  • 貢獻者JAC擔保人、GAA、CC、BU、LJA-R概念化;GAA、JAC、PH;研究檢索、數據提取和解釋;JAC、BU、CC、SFA開發場景;JAC、GAA、SFA起草稿件;所有作者在投稿前都嚴格審查了稿件。

  • 資金本文的發表得益於卡塔爾國家研究基金(卡塔爾基金會成員)的NPRP第10‐1208‐160017號贈款。在此所作的聲明完全是作者的責任。作者還感謝威爾康奈爾醫學院卡塔爾分校生物統計學、流行病學和生物數學研究核心提供的基礎設施支持。

  • 相互競爭的利益沒有宣布。

  • 患者和公眾參與患者和/或公眾沒有參與本研究的設計、實施、報告或傳播計劃。

  • 出處和同行評審不是委托;外部同行評審。

  • 補充材料此內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查,也可能沒有經過同行評審。討論的任何意見或建議僅是作者的意見或建議,不被BMJ認可。BMJ不承擔因對內容的任何依賴而產生的所有責任和責任。如果內容包括任何翻譯材料,BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量),並且對因翻譯和改編或其他原因引起的任何錯誤和/或遺漏不負責。