方法 数据来源与研究对象 本研究数据来源于全球疾病负担研究（Global Burden of Di...

方法

数据来源与研究对象
本研究数据来源于全球疾病负担研究（Global Burden of Disease, GBD）2021年版数据库（https://vizhub.healthdata.org/gbd-results/）。GBD通过系统整合多渠道的数据源，包括全球204个国家和地区的人口普查、抽样调查、生命登记数据、卫生行政数据及已发表文献，采用标准化统计模型对疾病的患病率、伤残调整生命年（Disability-adjusted life years, DALYs）等健康指标进行估算。本研究提取了1990年至2021年全球204个国家与地区、涵盖所有年龄组（5岁至95岁及以上）、不同性别的糖尿病相关盲症与视力损伤（Blindness and Vision Loss, BVL）的患病人数、患病率、伤残生存年（Years Lived with Disability, YLDs）及对应的95%不确定区间（Uncertainty Interval, UI）。疾病定义参照《国际疾病分类第十版》（ICD-10），BVL疾病代码为H54.*，并进一步限定为糖尿病（E10–E14）相关的盲症和视力损伤。

社会人口学指数
社会人口学指数（Socio-demographic Index, SDI）是GBD研究用于衡量国家或地区社会经济发展水平的重要指标。SDI取值范围在0至1之间，由25岁以下妇女总生育率、15岁以上人群平均受教育年限以及滞后分布人均收入三项指标的几何平均值计算获得。本研究将全球204个国家和地区依据2021年的SDI数值划分为低SDI、低中SDI、中SDI、高中SDI和高SDI五个组别，以探讨BVL疾病负担的社会经济差异。

负担指标计算
本研究采用的健康负担指标包括患病率（Prevalence）和伤残生存年（YLD）。由于BVL不会直接导致死亡，依据GBD方法，其伤残调整生命年（DALYs）与YLD在数值上相同。患病率定义为特定年份内患病人数占同期人口总数的比例；YLD则通过患病人数、残疾权重（Disability Weight, DW）以及患病持续时间进行计算。所有指标均采用GBD标准人群进行年龄标准化，以消除不同国家和地区之间年龄结构差异的影响。

描述性分析
本研究采用描述性分析方法，评估2021年全球及21个GBD区域BVL患病率与YLD的地理分布特征，并基于性别、年龄及SDI分组进行进一步分层分析。结果以热图、条形图和柱状图等方式呈现。

趋势分析
利用Joinpoint回归模型（Joinpoint Regression Program, version 5.1.0.0），分析1990年至2021年间BVL疾病负担的变化趋势。模型以对数转换后的年龄标准化患病率（ASPR）与年龄标准化YLD率为因变量，评估趋势的变化拐点，计算估计年变化百分比（Estimated Annual Percentage Change, EAPC）及其95%置信区间，并进一步绘制地理分布图展示EAPC的地区差异。

SDI相关性分析
通过Spearman秩相关与Pearson线性相关分析评估SDI与BVL疾病负担指标之间的相关性。此外，采用三次样条回归模型，进一步探索年龄标准化患病率与YLD随SDI变化的非线性关系，明确不同SDI阶段内BVL负担变化的差异。

疾病负担变化的因素分解
采用经典的Das Gupta分解法，将1990年至2021年全球及各GBD区域的BVL患病人数和YLD变化分解为人口增长效应、人口老龄化效应以及年龄特异流行病学变化效应，以明确疾病负担变化背后的驱动因素。结果以绝对贡献和相对贡献百分比表示，并按不同SDI水平和性别进行亚组分析。

健康不平等分析
本研究使用绝对不平等指标（Slope Index of Inequality, SII）和相对不平等指标（Concentration Index, CI），评估1990至2021年间BVL疾病负担在全球不同社会经济发展水平国家间的健康不平等变化趋势。其中，SII衡量了随SDI下降时每一级对应的绝对负担增加量；CI则反映了疾病负担在不同SDI国家间相对集中的程度。此外，进一步绘制集中曲线，以直观显示健康负担的分布变化情况。

前沿分析
通过前沿分析（Frontier Analysis）探讨全球BVL疾病负担相对于最佳实践国家（同一SDI水平上疾病负担最低的国家）的差距。应用自由可处置包络（Free Disposal Hull）方法确定前沿，计算各国家在不同时间点的前沿差距（Observed – Frontier），量化当前全球仍可避免的BVL疾病负担，并评估1990年至2021年前沿差距的变化趋势，明确各国在疾病控制实践上的改进空间。

疾病负担预测分析
为预测全球BVL疾病负担的未来趋势，本研究采用自回归积分滑动平均（Autoregressive Integrated Moving Average, ARIMA）模型与贝叶斯年龄-时期-队列（Bayesian Age-Period-Cohort, BAPC）模型，对2022年至2035年的患病人数、年龄标准化患病率及YLD率进行预测。ARIMA模型基于历史序列数据构建最佳拟合模型，确定参数后进行预测；BAPC模型则利用历史时期数据对年龄效应、时期效应和队列效应进行建模，并基于贝叶斯方法获得预测值与95%的可信区间。分析中还进一步评估预测不确定性随时间推移的变化情况，并进行性别亚组分析。

统计软件与显著性标准
本研究的数据预处理、统计分析和可视化均使用R软件（版本4.3.2）和Python软件（版本3.11）完成。空间分布图采用R的ggplot2与sf包进行绘制。所有统计分析均为双侧检验，P值<0.05被视为具有统计学显著性。研究方法与结果报告遵循健康估计报告准确与透明指南（Guidelines for Accurate and Transparent Health Estimates Reporting, GATHER）标准，以确保研究结果的规范性和可复现性。

伦理与资金来源声明
本研究所用数据来源于GBD公开数据库，数据匿名且不涉及任何个体隐私信息，故无需伦理审批。此外，本研究未获得任何特定的资金资助，资金来源方对研究设计、数据分析、结果解释以及论文撰写均未产生任何影响。
结果分析

描述性分析

Fig 1. Global, regional, and national burden of diabete-related blindness and vision loss (BVL) in 2021. (A) Age-standardized prevalence rate of BVL per 100,000 population. (B) Age-standardized rate of years lived with disability (YLDs) from BVL per 100,000 population.

描述性分析（Descriptive Analysis）

在纳入分析的204个国家和地区中，糖尿病相关盲与视力损伤（Blindness and Vision Loss, BVL）的患病率及其导致的伤残调整生命年（Years Lived with Disability, YLD）[ 残疾调整生命年 (DALY) 由 过早死亡损失寿命年 (YLL) 与 伤残生存年 (YLD) 相加而成。对于不会直接致命的失明与视力损伤（BVL），GBD 将其 YLL 设为 0，因此 DALY 与 YLD 数值完全一致]负担均表现出显著的地域差异（图1A,B，补充表1）。具体来看，年龄标准化患病率最高的三个地区分别是南部撒哈拉以南非洲、南亚和中部撒哈拉以南非洲，其中南部撒哈拉以南非洲最高，约为每10万糖尿病患者28,400例，其次是南亚约28,100例，中部撒哈拉以南非洲则约为21,700例，均远高于全球平均水平（每10万人67.3例）。相较而言，高收入北美、中欧和西欧地区的年龄标准化患病率最低，其中高收入北美约为每10万糖尿病患者7,500例，中欧和西欧地区约为每10万人8,400例，显著低于全球平均水平。从伤残调整生命年上看，全球糖尿病相关盲和视力损伤导致的伤残调整生命年平均值约为5.5/10 万人 (95 % UI 3.6 -7.8)，而南亚、南部撒哈拉以南非洲、中部撒哈拉以南非洲长期处于高位，DALY 率全部超过 19/10 万人，这种空间分布差异可能与各地区糖尿病的诊治水平、眼底疾病筛查及相应治疗措施的覆盖率密切相关。

Fig 2. Burden of diabete-related blindness and vision loss (BVL) in 1990 and 2021, stratified by sex, age, Socio-demographic Index (SDI), and GBD region. (A) Global age-standardized rates of prevalence and YLDs by sex. (B) Global age-specific rates of prevalence and YLDs. (C) Age-standardized rates of prevalence and YLDs by SDI quintile. (D) Age-standardized rates of prevalence and YLDs across the 21 GBD regions.

糖尿病视力损伤的疾病负担存在明显的性别差异（图2A，表1）。尽管女性患者占全球糖尿病患者总数的比例为48.4%，却贡献了约55.6%的BVL病例和55.0%的YLD负担，在患病率和伤残调整生命年上都明显高于男性。这种不平衡提示女性患者在疾病负担上承担更多。

进一步进行年龄分层分析发现，视力损伤的患病率随年龄增长显著增加（图2B，表1）。≥80岁人群中糖尿病相关BVL患病率达到每10万人69,200例，显著高于5岁以下儿童的每10万人1,091例。这种趋势不仅揭示了年龄增长本身作为糖尿病并发症的重要危险因素，也提示高龄人群已成为糖尿病相关视力损伤的重点防控对象，尤其在医疗资源相对匮乏地区尤为突出。

同时，2021 年糖尿病相关视力损伤的疾病负担在不同 SDI 国家间存在显著阶梯式差异（图2C），呈现出鲜明的“低高差”格局。低-中 SDI 国家承受着最沉重的负担，其年龄标准化患病率高达 22,512/10万，年龄标准化 YLD 率为 584/10万。与之形成强烈对比的是高 SDI 国家，其患病率（9,061/10万）和 YLD 率（188/10万）均显著更低，前者仅为低-中 SDI 国家的约 40.3%，后者约为 32.2%。二者患病率之比约为 2.5:1，YLD 率之比则接近 3:1。高-中 SDI 国家（患病率 16,140/10万， YLD 率 待补充/10万）和中等 SDI 国家（患病率 19,930/10万， YLD 率 待补充/10万）的负担水平介于低-中 SDI 和高 SDI 国家之间。这一梯度清晰地勾勒出“SDI 越低，糖尿病相关视力损伤的疾病负担越高”的截面分布格局，凸显了资源受限国家在糖尿病及其眼部并发症防控领域所面临的严峻挑战与持续劣势。

地理分布上的差异同样显著（图2D，表1）。在全球21个GBD区域中，南部撒哈拉以南非洲和南亚的负担最重，其年龄标准化患病率分别高达每10万人28,387例和28,059例，对应的YLD率也分别达到每10万人537例和691例，说明这些地区的患者不仅数量多，且伤残程度也更严重。东亚和热带拉丁美洲等区域处于全球中等负担水平。而高收入北美、西欧、中欧、澳新及高收入亚太地区则构成了全球最低负担梯队，其患病率均低于每10万人9,000例，YLD率也低于每10万人200例。这些数据显示，糖尿病视力损伤的负担在社会经济层面与地理分布上呈现出“双重不平等”现象。低SDI国家以及南亚、撒哈拉以南非洲等地区负担最为严重，而高收入地区的负担则相对最低。这一结论再次强调了在资源有限的国家和地区，加强基层糖尿病管理、普及视网膜病变筛查及提供可及的眼保健服务具有高度的紧迫性和必要性。

从视力损伤的严重程度（补充图1）来看，在全部患者中，盲（现视力<3/60）占22.7%（132.73万人），而中–重度视力损伤（现视力3/60至<6/18）占77.3%（450.92万人）。上述负担转化为伤残调整生命年（YLD）共计47.27万年，对应的全球年龄标准化YLD率为每10万人5.5年（95% UI：3.6–7.8年）。虽然盲仅占约1/5的病例，却因 更高残疾权重〔DW = 0.187〕，贡献了全部 DALY 的一半以上；相反，中-重度视损合计占近 3/4病例，却只贡献余下约 49 % 的 DALY，这提示提高视网膜早筛与及时干预、阻断病情从中-重度进展到失明，是最具成本-效益的防控环节。

总体来看，2021年全球糖尿病相关盲与视力损伤（BVL）的负担呈现出深刻且多维度的不平等格局。该负担在地理与社会经济层面高度集中，低社会发展指数（SDI）国家，尤其是南亚和撒哈拉以南非洲地区，承受着远超高收入地区的疾病患病率与伤残负担。在人口学特征上，负担随年龄增长而急剧攀升，使高龄人群成为核心风险群体，同时女性始终比男性承担着不成比例的更高负担。从损伤严重程度看，尽管绝对失明病例仅占少数，但其贡献了过半的伤残调整生命年，凸显出预防从中重度视力损伤向失明进展是减轻整体残疾负担的关键环节。

趋势性分析（1990–2021年）

Fig 3. Global temporal trends in the burden of diabete-related blindness and vision loss (BVL) from 1990 to 2021. (A) Trends in the absolute number and age-standardized rate of prevalence, stratified by sex. (B) Trends in the absolute number and age-standardized rate of Years Lived with Disability (YLDs), stratified by sex. (C) Geographical distribution of the estimated annual percentage change (EAPC) in the age-standardized prevalence rate. (D) Geographical distribution of the EAPC in the age-standardized YLDs rate.

1990年至2021年期间，全球糖尿病相关盲症与视力损伤（BVL）负担呈现显著的时序趋势与地理差异（图 3）。在绝对规模上，全球BVL患者数量由 6.09 亿（95% UI：5.04 – 7.39 亿）增加至 14.93 亿（95% UI：12.10 – 18.38 亿），累计增幅达 145.0%。同期，伤残寿命年（YLD）总量亦由 1 670 万年（95% UI：1 134 – 2 414 万年）升至 3 334 万年（95% UI：2 182 – 4 895 万年），增长约 99.5%，但其增速明显低于患病人数增幅，表明在诊疗和康复措施持续推广的背景下，人群总体残疾负担得到了一定缓解。

经过年龄标准化后，疾病负担呈现“脱钩”趋势（图 3A–B，表2）。年龄标准化患病率（ASPR）由 14.34 %（95% UI：11.88 – 17.36 %）升至 18.14 %（95% UI：14.80 – 22.19 %），累计增幅 26.5%，对应年均变化率（EAPC）为 0.76 %/年（95% CI：–0.51 % – 2.04 %）。这一平缓上升与绝对病例数的剧增形成鲜明对比，说明绝对负担的快速增长主要受人口增长和老龄化驱动，而非年龄特异风险的明显恶化。

在年龄标准化YLD率方面，不同性别呈现截然不同的变化（图 3B）：男性YLD率由 382.1 降至 367.2/10 万人（下降 3.9%，EAPC = –0.13 %/年），而女性则由 411.4 升至 417.2/10 万人（上升 1.4%，EAPC ≈ 0.05 %/年），整体呈现“男性下降、女性持平”的格局，提示男性患者的残疾负担已有所改善，而女性则变化不显著，可能与性别间干预可及性或效果差异相关。

地域分布上，BVL 负担在全球呈现显著空间不均衡：东亚、南亚和中亚多数国家（如中国、印度、俄罗斯）以及高收入北美（美国）和南部非洲（南非）地区的年龄标准化患病率（ASPR）以每年≥1.5%的速度快速攀升，约有20%的国家（约42个）位于这一高增速轨道；相反，西欧、澳大利亚、新西兰和北欧诸国，以及部分北非—中东和加勒比海岛国的ASPR则以年均≥1.0%的幅度稳步下降；更值得关注的是，在ASPR增速最快的地区，伤残寿命年（YLD）率却往往趋稳或下降——以东亚为例，ASPR年增约1.2%，同期YLD率仅年增0.25%；而北美、西欧及澳新等高收入地区的YLD年变化率（EAPC）多在–0.7%至–1.5%之间，充分显示出诊疗技术与康复服务推广对减轻个体残疾负担的显著成效。此外，北美、西欧、日本和澳大利亚等高收入地区的年龄标准化YLD率年均下降速率普遍超过 0.7 %，清晰反映了早期筛查、及时治疗、屈光矫正及低视力康复等综合干预措施的显著成效。

Fig 4. Temporal trends and socio-demographic disparities in diabete-related blindness and vision loss in China, 1990 – 2021. (A) Age-specific annual prevalence and DALY rates. (B) Age-standardized prevalence and DALY rates by SDI quintile and sex.

在 1990—2021 年间，盲、视力损伤负担随年龄呈持续增加趋势（图 4A，补充表2）。2021 年，≥70 岁人群的患病率约为 <5 岁人群的 55 倍，DALY 率高出 140 倍，显示老年期仍是疾病防控与康复干预的核心阶段。值得注意的是，≥70 岁组的 DALY 率在 1990—2010 年间虽出现下降，但患病率始终维持在高位乃至继续上升，提示“带病生存”问题在老年群体中尤为突出。

从 SDI 五分位来看（图 4B）,患病率自 1990 年以来在所有 SDI 组均上升，其中低-中 SDI与低 SDI地区升幅最大（约 15–20%），且组间差距不断扩大。DALY 率在 1990—2010 年普遍下降后趋于平台；惟低 SDI地区近年出现回升，2021 年其 DALY 率仍比高 SDI 地区高 ~190%，反映基层干预与康复资源的不足。这些结果提示，经济社会发展水平越低，盲、视力损伤负担越重，且低 SDI 地区的改善速度明显落。

此外，在所有 SDI 组中，女性均表现出更高的患病率与 DALY 率：2021 年女性患病率比男性高 7–12%，DALY 率高 10–15%，且这一性别差距在过去 30 年几乎未见缩小（图 4B）。

总体而言，1990至2021年间，全球盲症与视力损伤的绝对负担急剧扩大，此趋势主要由人口增长和老龄化驱动，而非个体患病风险的普遍加剧。研究揭示了显著的负担分布不均：地理上，许多地区患病率快速上升，但其对应的伤残率却趋于稳定乃至下降，尤以高收入地区最为明显；社会人口学上，疾病负担绝大部分集中于老年群体，且女性始终承受着比男性更高的患病与伤残负担。此外，社会经济发展水平较低的地区，不仅基础负担更为沉重，其改善速度也明显落后，显示出持续的健康不平等。

SDI相关性分析

研究期间，社会发展指数（SDI）与糖尿病相关盲目与视力损伤负担呈显著负相关。在区域层面，SDI与糖尿病相关BVL年龄标准化患病率和YLD（健康预期寿命损失年）率的Spearman相关系数分别为ρ = –0.599 和 ρ = –0.772（均p < 0.001）（图3A、B），显示随社会经济发展水平升高，BVL总负担及致残程度均显著下降。在国家层面，SDI与患病率的Pearson相关系数为r = –0.6541，与YLD率为r = –0.7491（均p < 0.001）（图3C、D），进一步支持上述趋势。

BVL负担的下降主要集中在中高SDI阶段（SDI ≈ 0.6–0.8）。在该区间内，拟合曲线斜率变化陡峭，表明该阶段各国BVL患病率与YLD率随SDI增长下降更为迅速（图3A、B、D、F）。相比之下，低至中等SDI阶段（SDI ≈ 0.3–0.6）的下降趋势相对平缓。

低SDI区域的BVL负担水平最高，且下降速度最慢。尤其是撒哈拉以南非洲和南亚等地区，其年龄标准化患病率常超过20,000/10万人，YLD率高于600/10万人，明显高于同SDI水平的其他区域；同时，其置信带宽度最大，显示在这些区域BVL负担的不确定性更高（图3E、F）。

中等SDI水平的国家之间差异显著，部分国家负担水平高于同等SDI预测值。例如东欧和部分中拉丁美洲国家，其患病率与YLD率点位明显偏离拟合曲线，提示中SDI区间内部差异大，可能受非SDI因素影响较多（图3C–F）。

在高SDI区域（SDI > 0.8），BVL负担最低，拟合曲线持续下降。西欧、北美和高收入亚太国家多数分布在拟合曲线下方，年龄标准化患病率常低于10,000/10万人，YLD率低于250/10万人，表明在高SDI背景下，国家间差异趋小，整体负担显著减轻。

总体而言，BVL负担与社会发展水平密切相关，且在SDI不同区间呈现非线性变化趋势。在中高收入转型阶段，BVL负担呈现快速下降，而在低收入区间则下降缓慢、差异较大；高收入区负担最轻且预测稳定性高，呈现出发展阶段性特点。

疾病负担变化的因素分解

Fig 6. Decomposition analysis of changes in the burden of diabete-realated blindness and vision loss (BVL) from 1990 to 2021. (A, B) Contribution of population growth, population aging, and epidemiological changes to the absolute number of prevalent cases (A) and YLDs (B) across GBD regions and SDI quintiles. (C, D) Contribution of the same factors to the absolute number of prevalent cases (C) and YLDs (D) stratified by sex.

研究期间（1990–2021年），全球糖尿病相关失明和视力损伤（BVL）总体负担显著增加。根据因素分解分析，负担增加的主要驱动力为人口因素，包括人口增长和人口老龄化，流行病学因素则呈现差异化影响（表3，图6）。

1990至2021年间，全球新增糖尿病相关BVL患者约10.2亿例，其中人口增长贡献比例最高，占45.5%；其次为人口老龄化，贡献率达29.7%；流行病学因素贡献率为24.8%，表明全球范围内疾病诊治和控制的改善进展相对有限。就伤残调整寿命年（YLDs）而言，全球增加了2,019万年，其中人口增长和老龄化分别贡献59.0%和44.0%，流行病学因素则对YLDs的变化产生了–3.0%的抵消效应，提示全球整体在BVL的治疗与预防上取得了一定成果。

不同SDI水平的地区糖尿病相关BVL负担变化驱动因素存在明显差异。在低SDI地区，新增病例约85%源于人口增长，老龄化影响极小，同时流行病学状况恶化进一步加重负担。中至高-中SDI地区的负担变化以人口老龄化为主（约42%），其次是人口增长与流行病学因素。在高SDI地区，人口增长（51.5%）和人口老龄化（38.8%）共同推动病例增长。但YLDs负担分解显示，高SDI地区的流行病学改善抵消了约11.6%的负担增长，表明高资源地区的诊疗与管理措施取得了显著成效。

负担变化的地区差异显著。南亚地区新增糖尿病相关BVL病例达6.8亿，占全球总增量的约三分之二，几乎完全由人口增长推动。相较而言，中亚、加勒比地区、高收入亚太地区及西欧地区，流行病学因素的改善显著抵消了部分人口增长与老龄化效应，使得BVL病例净增加有限或下降东欧地区则表现突出，流行病学状况的恶化占病例增长的48%，在所有区域中最显著，提示当地疾病控制和诊治措施可能出现不足或倒退。

BVL负担增长的性别差异明显。女性新增病例数（5.8亿）显著高于男性（4.8亿）。然而在YLD负担分解中，男性因流行病学因素实现了–6.9%的负担下降，表明男性在疾病控制与治疗方面取得了实质性进展，而女性的YLD负担变化则几乎未获改善（流行病学贡献仅为+0.3%）。这一差异显示出女性在获得视力保健干预方面可能存在劣势。

综上所述，1990至2021年期间BVL负担的增加主要由人口增长和老龄化驱动，流行病学因素在全球层面对功能损失（YLDs）产生了一定的缓解作用，但区域、发展水平及性别之间存在明显差异，反映出全球视力损伤负担变化的复杂性与多样性。

健康不平等分析（1990–2021）

Fig 7. Socioeconomic inequality in the burden of blindness and vision loss (BVL), 1990-2021. (A, B) Temporal trends in the Slope Index of Inequality (SII) for age-standardized prevalence (A) and YLDs rates (B). (C, D) Concentration curves for prevalence (C) and YLDs (D) in 1990 and 2021. (E, F) Crude prevalence rate (E) and YLDs rate (F) by national Socio-demographic Index (SDI) rank in 1990 and 2021.

以绝对不平等斜率指数（Slope Index of Inequality, SII）衡量的糖尿病相关盲与视力损伤（BVL）健康不平等在研究期间逐渐扩大。患病率的SII从1990年的1,188/10万（95% UI：152–2,125）持续增加至2021年的4,746/10万（95% UI：3,040–6,452），呈现近线性的增长趋势（图7A,B）。这意味着随着国家社会人口指数（SDI）从高收入向低收入过渡，每一级SDI下降对应的BVL额外病例数在30年间增加了四倍以上。此外，以疾病负担（YLDs）测量的绝对不平等指标在1990年时略偏向高SDI国家（SII为-48/10万，95% UI：-77至-19），但自2002年左右迅速转变为低SDI国家负担更重，并在2021年攀升至77/10万（95% UI：40–113）。

相较于绝对不平等的明显扩大，相对不平等则略有改善但幅度有限。1990年至2021年，患病率的集中指数（Concentration Index, CI）由0.074降至0.056，YLDs的CI由0.137降至0.084，分别下降23.1%与38.8%。尽管CI下降提示各国间疾病负担在全球占比方面的相对差距有所减小，然而整体CI仍显著大于0，明确表明低SDI国家承担的BVL负担远高于其人口比例所占份额。

进一步观察健康不平等曲线（Concentration Curve, 7C,7D）也印证了上述发现。1990与2021年的曲线均位于对角线上方，说明疾病负担始终向SDI较低国家集中。尽管2021年的曲线更贴近对角线（反映相对差距的缩小），但其与对角线之间的面积（代表绝对不平等）更大。这显示过去30年相对差距虽有所改善，但全球糖尿病相关BVL疾病负担的绝对差距却不断扩大。

此外，从SDI四分位分层分析的视角来看，低SDI国家组的粗患病率与YLDs增长最为显著。相反，高SDI国家组在同期增长明显放缓，甚至出现平台期(图7E,7F)。

性别分析进一步揭示，女性的糖尿病相关盲与视力损伤风险始终高于男性。2021年，女性与男性患病率比值为1.15（95% UI：1.10–1.20），YLD比值为1.12（95% UI：1.07–1.17），且在1990-2021年区间，该比值始终大于1。该性别差异在低SDI国家更为明显，体现了经济发展水平与性别因素叠加产生的复合不平等。

综上所述，尽管过去三十年全球在相对意义上略微缩小了SDI不同阶梯之间的疾病负担占比差距，但糖尿病相关视力损伤的绝对差距却呈现出持续扩大的趋势。

前沿分析（1990–2021年）

Fig 8. Frontier analysis of the burden of blindness and vision loss (BVL) in relation to the Socio-demographic Index (SDI), 1990-2021. (A, B) Trajectories of age-standardized prevalence (A) and YLDs rates (B) for all countries and territories from 1990 to 2021. (C, D) National-level performance in 2021 and the trend in distance from the frontier between 1990 and 2021 for prevalence (C) and YLDs (D). The frontier represents the lowest observed rates at each SDI level. Note that the y-axes are inverted.

1990至2021年间，全球糖尿病相关盲与视力损伤（BVL）的年龄标准化患病率中位值仅小幅下降了2.6%，而相应的与残疾相关的健康寿命损失（YLDs）则呈现相对明显的下降（-13.0%）。尽管全球整体疾病负担有所减轻，但改善速度逐渐放缓，远不及前沿（每一社会人口指数[SDI]水平上最低疾病负担国家）所实现的进展。

在过去三十年中，前沿水平稳步下降，各国间表现的差距持续拉大。与1990年相比，2021年全球国家和地区患病率距离前沿的中位差距不仅未收窄，反而上升了11.9%；虽然在YLD方面距离前沿差距略微下降（-4.6%），但整体改善依然有限。这提示过去30年最佳实践国家的改善速度显著高于全球其他地区的平均水平，导致健康负担的相对差距进一步扩大。

截至2021年，全球国家仍存在大规模可避免的健康负担。若以每个国家所在SDI水平对应的前沿值作为基准进行评估，则发现超过半数国家的患病率和YLD水平均高出前沿水平约44%至46%。换言之，如果各国均能达到当前最佳实践水平，全球BVL负担理论上可再减少约46%。

2021年BVL负担与SDI之间存在显著负相关关系（患病率Spearman ρ = -0.65；YLDs ρ = -0.75，均P<0.001），清晰地体现经济社会发展与疾病负担间的关联。但同一SDI组内部差异巨大，提示SDI之外的因素也同样关键。其中，高SDI国家组中，2021年距前沿的中位差距约为24%；相较之下，中等SDI国家距前沿的差距最为显著，中位差距超过50%，凸显医疗卫生服务效率和体系执行力对于疾病负担改善的重要作用。

从个别国家的表现来看，1990至2021年间前沿差距缩小最显著的国家包括老挝、中国、斯洛伐克、加拿大，前沿差距减少了约30%至40%。而另一方面，印度、南非、巴基斯坦、尼日尔等国家表现落后明显，至2021年，其BVL患病率仍高出前沿水平15,000至25,000例/10万人。

综上所述，尽管全球糖尿病相关盲与视力损伤疾病负担在过去三十年有所改善，但大部分国家改善速度远不及最佳实践国家，尤其是中等SDI国家亟待提升医疗卫生体系的服务效能与执行力。若能有效缩小与前沿之间的差距，全球近一半的疾病负担仍可进一步避免，具备显著的公共卫生意义。

预测分析

Fig 9. Forecasting the global burden of blindness and vision loss (BVL) to 2035. (A, B) Forecasts of the absolute number and age-standardized rates of prevalence (A) and YLDs (B) using an Autoregressive Integrated Moving Average (ARIMA) model. (C, D) Forecasts of the age-standardized rates of prevalence (C) and YLDs (D) using a Bayesian Age-Period-Cohort (BAPC) model. The vertical dashed line separates historical data (1990-2021) from the forecasted period.

本研究应用了两种统计建模方法——自回归积分滑动平均模型（ARIMA）和贝叶斯年龄-时期-队列模型（BAPC），基于1990–2021年的历史数据，对全球盲症与视力障碍（BVL）负担至2035年的未来趋势进行了预测。分析展示了BVL导致的预测患病绝对人数、年龄标准化率（ASR）以及伤残损失寿命年（YLDs）结果。

根据ARIMA模型预测，全球BVL的年龄标准化患病率（ASR）预计将从2021年的17 458例/10万人轻微下降至2035年的16 540例/10万人，总体降幅为5.3%（年均百分比变化率 AAPC = -0.39%/年；2035年95% CI: 12 286–20 793）。相反，BAPC模型预测的下降幅度更为显著，从2021年的520.1例/10万人降至2035年的446.3例/10万人，表明总体降幅达14.2%（AAPC = -1.09%/年；2035年95% CI: 428–464）。尽管两种模型均显示ASR呈下降趋势，但由于基线校准方法和人口结构变化假设的方法学差异，其预测的绝对数值存在显著分歧。

在YLDs方面观察到类似的趋势差异。ARIMA模型预测，BVL导致的年龄标准化YLD率将从2021年的393.1例/10万人小幅下降至2035年的381.2例/10万人（相对降幅3.0%；AAPC = -0.22%/年；2035年95% CI: 328–434）。BAPC模型则再次预测了更大的降幅，从94.0例/10万人降至80.8例/10万人（总体降幅14.0%；AAPC ≈ -1.07%/年；2035年95% CI: 77.6–84.1）。

尽管两种模型均预测年龄标准化率将下降，但BVL患者的绝对数量预计将显著增加。这一增长主要归因于人口老龄化，特别是考虑到全球≥60岁人口预计至2035年将增长约30%，而≥70岁人口将增长约65%。因此，即使依据预测年龄标准化患病率和YLD率下降相对缓和的ARIMA模型结果，BVL患者的绝对数量仍预计将大幅上升。

预测结果显示出持续的性别差异，表明女性负担将持续高于男性。至2035年，ARIMA模型预测女性的ASR将显著高于男性（女性：17 790例/10万人；男性：15 616例/10万人；女性负担高出13.9%），YLD负担亦更高（女性：404.1例/10万人；男性：368.7例/10万人；女性负担高出9.6%）。同样，BAPC模型预测女性的ASR（女性：456.6例/10万人；男性：432.9例/10万人；高出5.5%）和年龄标准化YLD率（女性：82.6例/10万人；男性：78.6例/10万人；高出5.1%）将持续高于男性。

两种建模方法预测的不确定性均随预测时间延长而显著增加。例如，ARIMA模型对患病率的95% CI区间宽度从2030年的13 388–19 679扩大至2035年的12 286–20 793，增加了35%。同样，BAPC模型显示从2030年至2035年患病率的95% CI区间宽度扩大了23%。在预测的年龄标准化YLD率中也观察到类似的模式，表明随着预测时间范围的延长，变异性和预测不确定性相应增加。

综上，尽管根据采用的建模方法不同，全球BVL的年龄标准化率（ASR和YLD率）预计将出现轻微至中度下降，但人口老龄化将不可避免地推动BVL绝对负担的显著增长。持续存在的性别差异以及预测区间随时间的显著扩大，突显了长期健康结局可靠预测的复杂性与挑战性。 请指出这段内容是否可以投稿至医学顶级期刊 还存在哪些缺陷 尤其是非常致命的错误